MiniMax H3：ComfyUIがDay-0サポート、2K動画＋ステレオ音声
Original : MiniMax H3 Day-0 Support in ComfyUI: Open Weights, Native Audio, and 2K Video
Pourquoi c'est important
オープンウェイトの高性能マルチモーダル動画モデルが普及し、ローカル生成の裾野が広がる
MiniMax H3は2026年8月3日にオープンウェイトで公開され、ComfyUIが即日対応。テキスト・画像・動画・音声を入力として受け付け、最大2K・15秒のステレオ音声付き動画を生成できる第三世代モデルで、GPU RTX 3060でもローカル実行が可能。
MiniMax H3は、同社の動画生成モデルシリーズ「Hailuo 01」「Hailuo 02」に続く第三世代モデルであり、同社初のオープンウェイト公開となる。ComfyUIはリリース当日（Day-0）にネイティブサポートを追加し、Comfy Cloud上でも試用可能となっている。
主な機能として、テキストのみによる動画生成（text-to-video）、画像から動画への変換（image-to-video）、最初と最後のフレームを指定してモデルが中間を補完する「first-and-last-frame」、参照画像・動画・音声を用いた「reference-to-video」が挙げられる。出力解像度は最大2K、クリップ長は最大15秒。
H3の最大の特徴は、音声が後処理ではなく動画生成と同一パスで生成されるネイティブステレオ音声である。また、参照動画からカメラムーブやパフォーマンスの動きを転写するモーショントランスファー機能も搭載しており、グラフベースの編集ワークフローに対応する。マルチモーダルコンテキスト理解により、画像・音声・動画を組み合わせた入力を単一モデルで処理できる点が強調されている。