動画生成AIを選ぶ基準は、画質や映像の派手さだけでは足りなくなりました。
広告やミュージックビデオを作る現場では同じ人物を保つ、指定した動きを再現する、声と口元を合わせる、効果音や音楽まで一つの演出として組み立てる、といった複数の制御が同時に求められます。
ところが従来は、人物参照、モーション転写、リップシンク、音声生成、編集を別々のモデルや工程へ分けることが多く、途中で意図が崩れやすいという問題がありました。
2026年7月31日に発表されたMiniMax H3は、その分断を一つのモデルでまとめようとしています。
テキスト、画像、動画、音声の関係を読み取り、映像とステレオ音声を同時に生成できる「汎用オムニモーダル生成モデル」です。
最大15秒、2K、24fpsという分かりやすい仕様に目が向きますが、H3の価値は高解像度だけではありません。
異なる素材を一つの文脈として扱い、自然言語で制作意図を指定できる点にあります。
一方、公開直後のSNSでは「RTX 3060級で簡単に動く」「従来比2.5倍の速度」といった説明も広がっています。
実際には、公式ウェイトの構成、ローカルで生成できる解像度、必要なシステムメモリ、未公開モジュールを分けて確認しなければ、H3の実像を見誤ります。
本記事では、MiniMaxの公式発表、公式モデルカード、API仕様、独立ベンチマークを照合し、できることと条件付きの部分を整理します。
MiniMax H3は、中国・上海発のAI企業MiniMaxが開発した動画生成モデルです。
入力できるのは文章だけではありません。
画像から人物や商品の外観を、動画から動きやカメラワークを、音声から声や歌唱を参照し、それらの関係を文章で指定できます。
出力時には映像と32kHzのステレオ音声を同じ生成過程で作るため、映像を完成させてから別の音声モデルを重ねる方式とは設計が異なります。
公式APIでは、文章から動画を作るText-to-Video、最初と最後のフレームを指定するFirst/Last-Frame、複数素材を使うReference Generationに対応します。
参照モードでは画像9枚、動画3本、音声3本まで利用でき、混在時の上限は合計12ファイルです。
例えば「動画1のカメラ移動を使い、画像2の人物に音声3を歌わせる」といった指示を、一つの生成リクエストとして渡せます。
H3のモデルウェイトは2026年8月2日にHugging Faceで公開され、ComfyUI、Diffusers、SGLang、vLLM向けの利用方法も案内されています。
ただし、一般的なOSSライセンスではなく、MiniMax H3 Community License Agreementという独自条件が適用されます。
そのため、制限の少ないApache 2.0やMITライセンスと同じ意味で「完全オープンソース」と呼ぶのは正確ではありません。
さらに、公開されたのはH3の全システムではありません。
768pの映像と音声を生成するH3-Baseは入手できますが、複雑な入力を整理するH3-Context-IRと、768pの結果を文脈ごと再生成して2K化するH3-Regenerate-2Kは未公開です。
公式品質の2Kを再現するワークフローでは、この二つをAPIで利用します。
一般的な参照機能は、人物画像なら人物、動画なら動きというように、入力ごとの役割が固定されがちでした。
H3は、素材と生成結果の関係を自然言語で記述する設計です。
人物は画像A、衣装は画像B、カメラワークは動画C、歌声は音声D、編集テンポは動画Eから取る、といった指示を一つの文脈として扱えます。
この処理の前段を担うのがH3-Context-IRです。
入力された文章や素材をそのまま生成モデルへ渡すのではなく、人物、場所、動き、時間、音、カット間の関係を解析し、H3-Baseが理解しやすい中間表現へ変換します。
MiniMaxによると、元の素材理解には約10万トークン規模の推論が必要になる場合があり、それを平均約4,000トークンへ圧縮します。
プロンプトの長さを増やしただけではなく、素材間の指示を構造化してから生成する点が、複雑な指示への追従力を支えています。
H3では、映像用と音声用の潜在表現を一つのH3-Omni Transformerが同時に予測します。
声、環境音、効果音、音楽を別モデルの後処理として足すのではないため、人物の口の動き、足音が鳴る瞬間、カメラが切り替わる位置、音楽の盛り上がりを同じ時間軸で調整しやすくなります。
音声も左右のチャンネルを個別に扱った後で結合するため、最初からステレオで出力されます。
これは映像制作の工程を短くするだけでなく、修正指示の出し方を変えます。
従来なら映像、ナレーション、効果音、BGMを別々に作り直す場面でも、H3では「人物が右から近づくにつれて足音を右側から中央へ移し、最後のカットで音楽を止める」のように、映像と音の関係をまとめて指定できます。
ただし、毎回正確なリップシンクや音響演出が保証されるわけではなく、公開直後のモデルである以上、実案件では複数生成と人による確認が必要です。
H3の2K出力は、低解像度動画の画素だけを補間する一般的な超解像処理とは異なります。
まずH3-Baseで768pの動画を作り、その結果と元のテキスト・参照素材をもう一度モデルへ渡して2Kで再生成します。
元の文脈へ戻れるため、通常のアップスケーラーが推測しやすい小さな文字、商品ロゴ、細部の形状を、制作意図に沿って復元しやすいという狙いです。
この方式は品質面で理にかなっていますが、「公開ウェイトをダウンロードすれば、完全オフラインで公式と同じ2K動画を作れる」という意味ではありません。
ローカルだけで完結する公式手順は現時点で768pまでであり、2K再生成モジュールの公開時期は明示されていません。
H3の全体像は、入力を理解するH3-Context-IR、映像と音声を生成するH3-Base、2Kへ再生成するH3-Regenerate-2Kの三段階です。
ローカル利用を検討する場合、この違いを知らないと、公開モデルを動かした結果と公式サービスの結果を誤って比較してしまいます。
H3-Omni Transformerは330億パラメータのDenseモデルです。
そのうち約130億パラメータはAdaLN関連の分岐にあり、推論専用環境では事前計算してキャッシュできるため、常時すべてをGPUへ置く必要はありません。
テキストや視覚入力の理解にはQwen3-VL-32Bを利用し、映像は空間方向16倍・時間方向4倍に圧縮するVisual VAE、音声は32kHzを潜在トークンへ圧縮するAudio VAEで処理します。
また、H3-VAEは従来構成と比べて実効シーケンス長を4倍に改善したとMiniMaxは説明しています。
これは「生成速度が一律4倍」という意味ではなく、同じ計算量で扱える映像情報を増やし、2K生成の計算負荷を抑えるための設計です。
公式発表にある約30％の向上も学習スループットの数字であり、家庭用GPUでの生成時間を示したものではありません。
2026年8月4日時点のArtificial Analysis Video Arenaでは、H3は音声付き動画編集でElo 1,130となり、Gemini Omni Flashを上回って首位でした。
音声付きText-to-VideoではGemini Omni Flashに次ぐ2位、Image-to-VideoではDreamina Seedance 2.0とGemini Omni Flashに次ぐ3位です。
オープンウェイトモデルに限れば、Text-to-VideoとImage-to-Videoの両方で首位に立っています。
これらは同じ入力に対する動画を匿名で比較するユーザー投票型の指標で、物理整合性、文字再現、人物の一貫性を個別に測る試験ではありません。
順位は投票数と競合モデルの追加によって変動します。
それでも、公開ウェイトのモデルが最上位のクローズドモデルへ近い評価を得ており、とりわけ編集で首位になったことは、H3の「参照素材の関係を理解する」設計が実際の出力にも表れている可能性を示します。
Text-to-Video順位、Image-to-Video順位、動画編集順位は公開時点で再確認するとよいでしょう。
Hugging Face Diffusersの公式統合ドキュメントでは、H3のTransformer単体がBF16で61.7GB、Qwen3-VLの条件付けモデルがさらに62.1GBとされています。
単一の80GB GPUでは部品をCPUとGPUの間で入れ替える構成、24〜32GBのコンシューマーGPUでは大きな二つの部品をINT8へ量子化し、TransformerのブロックをシステムRAMから順次転送する構成が案内されています。
12〜16GB VRAMでも同じ考え方で実行できますが、Video VAEまでCPUへ退避し、960×544程度の小さいキャンバスを使う必要があります。
INT8の重みを置くシステムRAMは約75GBが目安です。
したがって、12GB版RTX 3060で動作する可能性はありますが、十分なRAM、高速なストレージ、対応ソフトウェア、長い待ち時間を受け入れる構成であり、「一般的なRTX 3060搭載PCで手軽に15秒・2Kを生成できる」と受け取るのは危険です。
.png)
さらに、初回公開版は計算量を減らすSparse Attentionの推論実装を含まず、Full Attentionで動きます。
MiniMaxはSparse Attentionを後日公開するとしているため、今後は必要メモリや速度が改善する可能性がありますが、予定を現在の性能として扱うことはできません。
ローカル導入前には、Diffusersのメモリ要件とComfyUI公式ワークフローを確認してください。
MiniMax公式APIの従量料金は、768pが出力1秒あたり0.08ドル、2Kが1秒あたり0.13ドルです。
出力だけを計算すると、10秒動画は768pで0.80ドル、2Kで1.30ドル、15秒ならそれぞれ1.20ドルと1.95ドルになります。
参照画像は5枚まで無料で、6枚目以降は1枚0.04ドル。参照動画は入力時間に応じた追加料金がかかります。
H3-Context-IRを個別に呼び出す場合は、入力100万トークン0.90ドル、出力100万トークン3.60ドルです。
料金は採用した動画だけで考えると実態を見誤ります。
10秒の2K動画を1本作るために8回生成すれば、出力分だけで10.40ドルです。
参照動画や再生成を使えば追加費用も発生します。
比較時には「1本の生成単価」ではなく、採用率を含む完成動画1本あたりの費用で見積もる必要があります。
最新価格はMiniMax API料金表で確認してください。
H3の公開ウェイトは、日本を含む適用地域で利用できます。
一方、米国、EU、英国、韓国は現行ライセンスの対象外で、現地でウェイトを導入するにはMiniMaxへの申請が必要です。
APIは安全対策を運営側で管理できるため、これらの地域を含め世界向けに提供されています。
商用利用そのものは禁止されていませんが、年間売上が2,000万ドルを超える製品・サービスでは事前の書面許可が必要です。
商用サービスの画面には「MiniMax H3」の表示が求められ、公開コンテンツではAI生成であることの明示も利用条件に含まれます。
また、H3の出力を使ってH3以外のAIモデルを改善することは認められていません。
広告や顧客向けサービスへ組み込む場合は、ライセンス原文を法務担当者と確認するのが安全です。
H3は、文章だけから偶然性のある映像を作る用途にも使えますが、複数の参照素材を役割ごとに指定する制作で特徴が出ます。
ECの商品動画なら、商品画像で形状を固定し、別動画からカメラの回り込みを参照し、ブランドのサウンドロゴを音声素材として与えられます。
ミュージックビデオでは、人物画像、ダンス動画、歌声を分けて入力し、誰がどの動きをし、どの音に合わせるかを文章で関連付けられます。
反対に、長尺動画を一度で完成させたい用途、家庭用PCで高速に大量生成したい用途、完全オフラインのまま公式同等の2K品質を求める用途には、現在のH3は向きません。
最大15秒という制約があるため、長尺作品ではショット単位の生成、人物や小物の連続性管理、音声の接続、編集ソフトでの仕上げが残ります。
非エンジニアが品質を確かめるなら、Hailuo AIまたはMiniMax Hubから始めるのが現実的です。
開発者はAPIを使うことで、2K、Context-IR、複数素材参照を含む公式ワークフローを自社ツールへ組み込めます。
ローカル版は、素材を外部へ送れない事情がある、モデルを改変したい、大量処理でAPI費用を抑えたい、あるいは研究目的で内部構造を検証したい場合に候補となります。
プロンプトは、画面に何を出すかだけでなく、各素材から何を参照するかを明示します。
「画像1の人物」「動画1のカメラ移動」「音声1の歌唱」と素材の役割を分け、ショットごとの時間、被写体の動き、カメラ、光、環境音、台詞、音楽の開始・停止を順に書くと、H3-Context-IRが関係を整理しやすくなります。
最初から15秒へ情報を詰め込まず、5〜8秒の短いショットで再現性を確かめてから尺と素材数を増やす方が、失敗コストを抑えられます。
MiniMax H3の評価すべき点は、2Kや最大15秒という数字だけではありません。
人物、動き、カメラ、声、効果音、音楽を別工程へ分解せず、一つの制作意図として扱えること、そしてその中核となる33Bモデルのウェイトが公開されたことにあります。
独立評価でも動画編集に強さが表れ、オープンウェイト動画モデルの品質水準を大きく引き上げました。
ただし、ローカル利用には高いメモリ要件があり、公式同等の2K処理はまだ完全公開されていません。
独自ライセンスにも地域、表示、商用規模、生成物の扱いに関する条件があります。
まずクラウド版で自分の素材と用途に対する採用率を測り、品質、費用、データ管理の条件が合う場合にAPIやローカル運用へ進むのが妥当です。
H3は誰でも低スペックPCで扱える完成品というより、商用制作に使えるクラウドモデルと、開発者が拡張できる公開基盤を同時に提示したモデルと捉えると、位置づけが分かりやすくなります。
.png){kind=logo}
