MiniMax ra mắt H3, model video AI mở nguồn hiếm hoi trên thị trường

Bạn tạo một video dài 15 giây, độ phân giải 2K, kèm âm thanh stereo đồng bộ, chỉ bằng một câu lệnh. MiniMax vừa đưa khả năng đó ra khỏi phòng thí nghiệm.

H3 là gì

MiniMax, công ty AI đặt trụ sở tại Thượng Hải, ra mắt model H3 (tên gọi khác là Hailuo 3.0) vào ngày 30/7/2026. Đây là model đa phương thức tổng quát, tạo video dài tới 15 giây ở độ phân giải 2K gốc. Âm thanh stereo được sinh ra ngay trong lần tạo đầu tiên, không phải bước xử lý riêng phía sau. Bạn bỏ luôn công đoạn lồng tiếng, chèn nhạc, hay dựng âm thanh hậu kỳ.

Bạn ra lệnh, H3 chỉnh sửa theo yêu cầu

H3 nhận cùng lúc bốn loại đầu vào trong một yêu cầu duy nhất: văn bản, hình ảnh, video, và âm thanh tham chiếu. Bạn mô tả một thay đổi cụ thể, chẳng hạn đổi trang phục nhân vật, đổi bối cảnh từ ban ngày sang ban đêm, hay đổi tiết tấu của nhạc nền. Model áp dụng đúng thay đổi đó lên đoạn video gốc, không tạo lại toàn bộ clip từ đầu.

H3 còn hỗ trợ "video-to-video motion transfer". Bạn lấy chuyển động từ một video có sẵn, ví dụ một cú xoay người hay một điệu nhảy, rồi gán chuyển động đó cho một nhân vật hoặc chủ thể hoàn toàn khác. Dân dựng phim và agency quảng cáo tiết kiệm hàng giờ dựng lại animation thủ công, đổi lấy vài phút chỉnh sửa bằng lệnh.

🎞️ Thông số kỹ thuật cụ thể

H3 xuất video ở 2K, 24fps, độ dài dao động từ 4 đến 15 giây cho mỗi lần tạo. Model hỗ trợ nhiều tỷ lệ khung hình, từ 21:9 cho màn ảnh rộng kiểu điện ảnh đến 9:16 cho nội dung mobile hay Reels. Công cụ Extend Video cho phép bạn nối thêm cảnh vào một chuỗi có sẵn, kéo dài tổng thời lượng lên tới khoảng 30 giây, đủ dùng cho một spot quảng cáo ngắn hoàn chỉnh thay vì chỉ một clip rời rạc.

🔊 Âm thanh không phải lớp phủ thêm vào sau

Phần lớn model video khác dựng hình trước, rồi ghép nhạc và hiệu ứng âm thanh ở bước riêng. H3 đi ngược lại cách đó: lời thoại, hiệu ứng âm thanh, nhạc nền, và không gian âm đều được sinh ra cùng lúc với hình ảnh, trong một lần tạo duy nhất. Kết quả là tiếng bước chân khớp với chuyển động nhân vật, tiếng gió khớp với cảnh ngoài trời, không cần bạn căn chỉnh timeline bằng tay.

Mở trọng số, giá 0.13 USD mỗi giây video

MiniMax tuyên bố sẽ công bố trọng số (weights) của H3 trong vài ngày tới. Đây là một trong số ít model video hàng đầu chọn hướng open weights, trong khi phần lớn đối thủ dẫn đầu vẫn giữ kín kiến trúc và trọng số của họ. Cộng đồng developer nhờ vậy có thể tự host, tự huấn luyện tiếp, và tự tùy biến H3, thay vì phụ thuộc hoàn toàn vào API của một hãng.

Bạn dùng H3 ngay hôm nay qua API chính thức của MiniMax, hoặc qua các router bên thứ ba như OpenRouter, với giá khởi điểm 0.13 USD cho mỗi giây video. Một clip 15 giây, đủ 2K, có âm thanh, chỉnh sửa theo lệnh, tốn khoảng 2 USD, rẻ hơn nhiều so với thuê ê kíp dựng animation ngắn.

H3 ra mắt gần như cùng thời điểm với Seedance 2.5 của ByteDance. Cuộc đua video AI giữa các hãng công nghệ Trung Quốc đang tăng tốc, và MiniMax chọn hai con bài để cạnh tranh: giá rẻ và mã nguồn mở, thay vì chỉ chạy đua chất lượng hình ảnh.

Bạn sẽ thử H3 để làm video quảng cáo cho sản phẩm của mình, hay đợi MiniMax công bố trọng số rồi tự host về chạy?

#VibeAICoder #MiniMax #AIVideo #Hailuo3 #AITrends