MiniMaxは本日、第3世代動画モデル「H3」をオープンウェイトで公開しました。前作のHailuo 01や02に続くモデルですが、同社がオープンウェイトで公開するのは初めてです。ComfyUIにも初日からネイティブ対応しています。

H3はオムニモーダルな処理が可能です。テキスト、画像、動画、音声のどれでも入力を受け付けます。出力は最大2K解像度・15秒までの動画になります。音声も別工程ではなく、動画生成と同一パスで立体音響として出力されます。

5つの別々のタスクを1つのモデルに統合した点が特徴です。実作業では複数のモーダルが関わるため、入力間の関係性をプロンプトで説明すれば、クロスモーダルな解決をモデル自身が処理します。

動画の動き移転（Motion transfer）はグラフ作業で特に重要です。参照動画からカメラワークやリズムを供給し、被写体やスタイルは別のソースから取得できます。これにより、ショットの反復的なイテレーションが可能になります。

ローカル環境での実行も想定されています。3060グラフィックカード上で動作するよう最適化されています。

出典: MiniMax H3 Day-0 Support in ComfyUI: Open Weights, Native Audio, and 2K Video（HN 334pt・94コメント）（HN Search (backfill)、2026-08-03）