长期封闭的视频模型赛道，出现了一个开源旗舰。
7月31日，MiniMax发布视频旗舰模型H3，并在8月3日宣布开放模型权重。
所谓通用视频模型，就是能够理解文字、图片、声音和视频等多种创作素材，并据此生成动态内容的AI模型。根据MiniMax官网公开信息，H3能够综合理解不同素材和用户的创作要求，生成最长15秒、最高2K分辨率，并带有原生双声道声音的视频。
从国内外用户测试的案例来看，H3可以制作电影片头、游戏菜单、动态海报和时尚广告，也可以为已有视频增加字幕、特效和视觉包装。这些场景看起来没有“一句话生成电影镜头”那么震撼，却更接近企业真实的内容生产需求。
更值得关注的是，MiniMax决定把这样一款对标头部闭源产品的视频模型开放出来。官方表示，希望借此推动更多硬件适配，也方便企业和开发者围绕自身需求定制模型。
H3会成为视频模型行业的“DeepSeek时刻”吗？
视频赛道的第一个开源旗舰模型
过去一年，视频模型的能力快速提升。但真正能够同时理解多种素材，并在同一个模型中即完成生成内容、同时完成后期包装的头部产品并不多。这类能力此前主要存在于Seedance 2.5等前沿闭源模型中：用户可以通过网页或接口付费使用，却无法获得模型权重，无法根据自身业务进行微调和改造。
H3发布后，国内外不少AI视频创作者很快将它与字节跳动旗下的头部视频模型Seedance 2.5放在一起实测。在使用相同素材和指令的对比中，H3在电影预告、复杂文字和UI动效等场景中表现突出。
以复杂文字为例，H3并不仅仅把字幕和品牌名称生成出来，同时能做到理解文字与画面的关系，将文字、UI元素和视觉效果组成一个完整设计。这意味着，视频模型开始从“生成一段素材”，向参与后期制作和商业内容生产转变。
海外创作者对H3在复杂文字上表现的好评
硅谷知名风投机构a16z合伙人Justine Moore也分享了一项测试。过去一年半，她一直要求不同的视频模型生成人物在黑板上写出“Hi”的画面。按照她的测试，此前的模型均未成功，H3第一次完成了这一任务。看似简单的两个字母，实际考验的是模型能否在动态画面中同时处理人物动作、空间位置和文字生成。
第三方测评榜单也提供了一项参考。截至8月2日，在Artificial Analysis带声音的文生视频榜单中，H3位列第二，在视频编辑榜单中，H3位列第一。
H3的开源将过去主要掌握在少数闭源模型手中的生成和编辑能力开放了出来。企业和开发者由此第一次有了一个接近头部水平、同时能够自行部署的视频模型。
中美模型，走向两条路线
H3背后，是中美AI产业正在形成的两种不同路线。
这并非绝对的国别分野。美国同样存在开放权重模型。Meta发布了Llama系列，OpenAI也推出了gpt-oss，允许开发者下载权重、本地运行并进行定制。但在能力最前沿、商业价值最高的旗舰产品上，美国头部公司仍主要通过网页、产品和API提供服务，模型权重通常被严格保护。Anthropic甚至将防止前沿模型权重被窃取，列入其模型安全体系。
中国市场则呈现出另一种趋势。从DeepSeek、通义千问到MiniMax，越来越多头部公司把开放权重作为获得开发者、企业客户，共建产业生态的重要路线。DeepSeek已将开源路线延续至最新的V4 Preview，阿里持续开放通义千问系列模型，MiniMax此前已经开源M2、M3等语言模型，此次又把开源范围扩大到视频旗舰H3。
闭源和开源最直观的区别，是用户拿到的究竟是一项服务，还是模型本身。使用闭源模型时，企业只能通过网页或接口提交任务，价格、生成速度以及开放哪些功能，都由模型公司决定。开放权重后，企业可以把模型部署到自己的服务器，用商品、角色或品牌素材进一步训练；芯片厂商和云平台也可以优化模型的运行效率，开发者则可以在此基础上制作面向广告、电商、短剧等场景的新工具。
业内人士表示，开源短期内首先改变的，是行业的选择权。
“当市场缺少能力相近的替代品时，用户只能接受模型公司的价格和规则，对服务体验也没有多少议价空间。”他表示，“如果H3能够成为Seedance的开源平替，即使用户最终仍然使用闭源产品，也会倒逼闭源厂商重新考虑价格、服务和开放程度。”
H3模型权重开放页面。图/Hugging Face
开源，从文本走向视频
过去两年，开源模型带来的产业影响，主要发生在语言模型领域。语言模型开放后，不同云平台、芯片厂商和开发工具可以迅速完成适配。企业也可以使用自己的数据进行微调，将模型接入客服、编程、办公和智能体等业务。
如今，类似的竞争开始进入视频领域。与文字模型相比，视频模型需要处理连续的画面和声音，对算力和工程能力的要求更高。与此同时，不同行业对视频的需求也更加分散。
“电商、广告和短剧看起来都在生成视频，但实际需要的内容完全不同。”上述开源生态从业者表示，“很难指望一个通用模型在所有场景中都表现最好。开放权重后，企业可以使用自己的素材对模型进行微调，也可以把模型部署在本地。”
电商、广告、短剧和游戏对视频模型的要求各不相同：有的看重商品呈现和品牌风格，有的要求人物、剧情和虚拟角色保持一致。开放权重后，企业可以结合自身素材和内容规范定制模型，让它更好地融入原有的生产流程。
不过，开放权重只是第一步。模型能否真正进入企业生产，还取决于部署成本是否足够低、能否适配现有的软硬件，以及是否有人围绕广告、电商、短剧等场景开发出易用的工具。只有从“可以下载”走到“真正好用”，开源的价值才会释放出来。
“单靠模型公司，很难把所有环节都做好。”上述从业者表示，“MiniMax需要让芯片厂商、下游客户、开发者和创作者共同参与，完善这个开源生态。”
H3能否复制DeepSeek的影响，现在还很难判断。开放模型权重，也不意味着企业会立刻采用。视频模型的部署成本依然较高，开发者能否做出真正好用的产品，还需要时间验证。
但H3至少让市场多了一个选择。从DeepSeek到H3，中国模型公司的开源尝试，正在从语言模型走向视频模型。
本文仅代表作者观点，不代表本刊立场。
