中国 AI 大手 MiniMax は 8 月 3 日、オムニモーダル動画生成モデル H3 の重みを Hugging Face に公開しました。33B パラメータでテキスト・画像・映像・音声を入力に取り、2K 解像度・最大 15 秒の同期音声付き動画をローカル生成できます。ただし 8 月 2 日発効の Community License は米国・EU・英国・韓国を「Applicable Territory」から明示的に除外しており、これらの地域では利用・実行・改変・配布のいずれも認められません。
主なポイント
- モデル: MiniMax-H3、33B パラメータ・オムニモーダル。RTX 5090 1 枚でローカル 4-15 秒 2K 動画生成
- 音声は後段生成ではなく動画と同時生成される設計。Artificial Analysis ランキングで動画編集 1 位、text-to-video 2 位
- 除外地域: 米国・EU・英国・韓国。Head of DevRel の Ryan Lee 氏は米制限が Discovery ら 2025 年 9 月提訴の著作権訴訟に起因すると認めた
- 米国利用希望者はコンプライアンス機構整備を条件に個別許諾申請が可能。同社は「今は駄目だが将来は開放しうる」と説明
- コミュニティからは「ダウンロード自体が贅沢品化した」との批判が出ている