Aller au contenu principal
Vidéo IA

MiniMax H3

Vidéo et audio stéréo synchronisés depuis du texte, des images et des références multimodales. H3-Base local en 768p ; pipeline 2K complet via API. Licence restrictive : déploiement en France soumis à autorisation distincte.

Source disponible · restrictionsLocal et cloud

Documentation vérifiée le 2026-11-08 · Fiche mise à jour le 2026-11-08 · Révision 3. Les versions non vérifiées restent non renseignées.

AVANT DE CHOISIR

L’essentiel pour décider

Consulter les sources →

Usages documentés

  • Créer un clip audiovisuel guidé par des références
  • Animer une image de départ
Tous les usages et fonctionnalités →

Limites à connaître

  • UE exclue de la licence communautaire sans autorisation distincte
  • Context-IR et Regenerate-2K non inclus dans les poids locaux
  • Qualité et mémoire variables selon les conversions
Lire l’analyse et les précautions →

Coût du logiciel

Tarification non renseignée dans cette fiche.

Consulter les conditions et la licence →

Prérequis matériels

  • GPU selon workflow et quantification. Minimum VRAM ComfyUI non publié dans le guide consulté ; recette serveur SGLang de référence sur 8 × B200, non assimilable à un minimum local.
Voir la fiche technique →

Présentation

H3-Base FL2VA produit vidéo et audio depuis du texte et des premières/dernières images. Ref2VA exploite des références images, vidéo et audio. Sortie locale en 768p à 24 images/s avec son stéréo. H3-Context-IR et H3-Regenerate-2K ne sont pas inclus dans les poids publiés. ComfyUI propose des workflows natifs quantifiés. La licence communautaire exclut notamment l'UE : obtenir une autorisation distincte avant un déploiement en France. Documentation consultée le 8 novembre 2026 ; aucun test pratique Neon.

Fonctionnalités documentées

  • Texte et premières/dernières images vers vidéo et audio
  • Références multimodales avec Ref2VA
  • H3-Base : 768p, 24 images/s, audio stéréo
  • Workflows ComfyUI et service SGLang

Cas d’usage

  • Créer un clip audiovisuel guidé par des références
  • Animer une image de départ
ANALYSE ÉDITORIALE

À qui s’adresse cet outil ?

Créateurs et équipes techniques, après vérification des droits territoriaux.

Niveau conseillé : Avancé (appréciation éditoriale).

Points forts

  • Contrôle multimodal et audio synchronisé dans le modèle de base.

Limites et précautions

  • UE exclue de la licence communautaire sans autorisation distincte
  • Context-IR et Regenerate-2K non inclus dans les poids locaux
  • Qualité et mémoire variables selon les conversions
  • Aucun test pratique Neon

Sources et niveau de preuve

Documentation consultée et analyse éditoriale sont distinguées des mesures de performance et des essais pratiques.

Documentation officielle

Analyse éditoriale

Aucune source de ce type référencée.

Benchmark tiers

Aucun benchmark tiers référencé.

Test pratique NEON

Aucun test pratique NEON publié pour cet outil.

Alternatives

Aucune alternative éditoriale renseignée.

Articles liés

Aucun article explicitement associé à cette fiche.