MiniMax

MiniMax 发布全模态生成系统 MiniMax-H3

MiniMax 在 Hugging Face 发布 MiniMax-H3 全模态生成系统，支持文本、图像、视频、音频统一理解，可生成带原生立体声的视频，最高 2K 分辨率、15 秒时长。系统由 H3-Context-IR、H3-Base、H3-Regenerate-2K 三个模块组成，提供 Base-FL2VA 与 Base-Ref2VA 两种变体，并同步开

英伟达、Pika基于MiniMax H3开源模型二次研发

英伟达相关技术团队和Pika基于MiniMax开源的视频模型H3开展二次研发，分别推出视频增强项目Open-H3-Regenerate-2K和Pika H3 Flex，且涉及与MiniMax的授权合作。H3于今年8月开源，下载量已超2400万次并产生300多个衍生模型，其社区许可协议对年收入超2000万美元的商业使用及美欧英韩地区保留单独授权要求。文章认为这

MiniMax 发布 Music 3 音乐生成模型

MiniMax 在 Hugging Face 发布音乐生成模型 MiniMax Music 3，可依据歌词与音乐描述生成最长五分钟的完整歌曲。模型采用 8B 全局 LLM（基于 Qwen3-8B 初始化）加 0.6B 局部 LLM 的分层自回归架构，并结合 Flow Matching 与 Flow-VAE 的连续隐状态合成，输出 32 kHz 立体声 WAV

MiniMax 发布 M3-MXFP8 量化多模态模型

MiniMax 在 Hugging Face 发布 MiniMax-M3-MXFP8，这是原生多模态模型 MiniMax-M3 的 MXFP8 量化版本，约 428B 总参数、23B 激活参数，支持 1M 上下文。该模型从训练第一步即进行混合模态训练，并引入 MiniMax Sparse Attention（MSA）提升长上下文效率，在 1M 上下文下相比

MiniMax 发布 M3.1-Flash 多模态 MoE 模型

MiniMax 在 Hugging Face 发布 MiniMax-M3.1-Flash，这是一个原生多模态混合专家（MoE）模型，支持文本、图像和视频输入，上下文窗口最高 100 万 token。模型面向编程、智能体工作流、计算机操作和网络安全场景，通过全模型稀疏注意力、量化感知训练和 DSpark 推测解码提升推理效率。官方称其在智能体任务、编程和网络安

MiniMax 发布原生多模态模型 M3：1M 上下文、428B 参数

MiniMax 在 Hugging Face 发布原生多模态模型 MiniMax-M3，约 428B 总参数、23B 激活参数，支持 1M 上下文。该模型从训练第一步即进行混合模态训练，并引入 MiniMax Sparse Attention（MSA）稀疏注意力，在 1M 上下文下相较 M2 实现 9 倍 prefill 与 15 倍 decode 加速，单

MiniMax 发布 MiniMax-M2.7 文本生成模型

MiniMax 在 Hugging Face 发布 MiniMax-M2.7 文本生成模型，采用 transformers 库，许可证为自定义（other）。该模型页面进入 Hugging Face 新模型与热门模型列表，属于模型发布事件。

MiniMax M3.1 Flash 发布：Agent 任务登顶，实测快过 DeepSeek

MiniMax 于 10 月 17 日 DeepSeek 更新 V4.1 Flash-1017 两天后发布 M3.1 Flash，并认领此前匿名模型 Space Bunny。该模型在 Zapier 构建的 Automation-Bench 复杂 Agent 任务中排名第一，BankerToolBench 与 Opus 5 并列第一，AA 智能指数从 M3 的

另有 2 家信源报道

MiniMax M3.1 Flash 发布：Agent 跑分国产第一，成本降至前代三成

MiniMax 正式发布此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔）模型，代号 M3.1 Flash。该模型在 Agents' Last Exam 上得分 29.6%，位列国产模型第一，并在 Coding、网络安全、Computer Use 等基准进入全球第一梯队，输出速度最快 200+ TPS。价格方面，输入每百万 Token

另有 2 家信源报道

美国发布DeepSeek禁令；MiniMax M3.1 Flash上线

美国国土安全部发布规定，禁止在联邦政府计算机系统中使用DeepSeek全系列产品，并要求民事部门IT系统删除相关产品及衍生成果。MiniMax发布M3.1 Flash模型，推理速度提升近3倍、API价格降低70%。字节Seed模型评测负责人黄文灏离职，DeepSeek梁文锋则通过投资加码具身智能方向。

DeepSeek V4.1 Flash 领跑开源权重，MiniMax、Mercury 3、Meta Muse 同期发布

DeepSeek 发布 V4.1 Flash 1017 开源权重 MoE 模型（552B 总参数/16B 激活、1M 上下文、MIT 许可），在 Artificial Analysis 智能指数上升 6 分至 45，与 GLM-5.3 并列开源第二，并在 Code Arena 与 Agent Arena 中成为排名第一的开源模型。同期 MiniMax 推出

MiniMax M3.1 Flash 发布：中国 AI 价格战未见底线

MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比前代 M3 高 13 分，单任务成本却不到一半，约 0.22 美元。该模型在 Humanity's Last Exam 上达到 48%，在 AA-Omniscience 事实准确率上达到 56%，均超过 Deepseek V4.1 Flas

MiniMax M3.1 Flash发布，正面硬刚DeepSeek V4.1 Flash

MiniMax于10月19日正式发布M3.1 Flash轻量级模型，定位Coding/Agent优化，拥有100万token上下文，输出速度可达200+TPS，输入/输出价格分别为每百万Token 1元和4元。该模型在Agentic任务、编程、Computer Use及网络安全等基准测试中与两天前上线的DeepSeek V4.1 Flash-1017基本追平

另有 2 家信源报道

MiniMax M3.1-Flash 实测：轻量模型前端能力硬刚 Opus 5.5

MiniMax 在国庆前夕上线并开启公测的轻量模型 M3.1-Flash，在 3D 网页、动效设计、教学动画等前端任务上表现出接近旗舰模型 Claude Opus 5.5 的水平。智东西通过程序化动画、鸡尾酒制作动画、像素巫师等案例实测对比，发现 M3.1-Flash 能主动补全设计细节并交付可运行的前端成品。文章认为这得益于 MiniMax 的多模态技术积

Kimi与DeepSeek同框：大模型注意力架构从分流走向重组

文章梳理了大模型注意力机制的演进路径：从全局注意力（Full Attention）到线性注意力（Linear Attention）与稀疏注意力（Sparse Attention）的混合架构。以MiniMax为例，其从Text-01押注Linear、M2回归Full、到M3转向自研MiniMax Sparse Attention（MSA），反映了不同阶段约束的

MiniMax发布H3 Max实时视频模型，3秒出片开启AI直播新玩法

MiniMax联合fal推出视频生成模型H3 Max，生成5秒768p视频仅需不到3秒，吞吐量约为原版H3的35倍，并在Artificial Analysis和Design Arena榜单上获得图生视频第一。基于该模型，开发者们创建了实时AI直播和AI版短视频应用，实现了视频的实时生成与无缝衔接。H3 Max的开源生态已形成，衍生模型超300个，全球下载量达

MiniMax-H3 发布 GGUF 量化版，支持 ComfyUI 多模态生成

Hugging Face 上发布了 MiniMax-H3 的 GGUF 量化版本，用于 ComfyUI。MiniMax-H3 是一个多模态生成系统，支持文本、图像、视频和音频的统一理解与生成，可生成带原生立体声的 2K 分辨率、最长 15 秒的视频。该模型提供多种变体，并支持通过 API 和在线应用使用。

MiniMax核心工程负责人阿岛离职

MiniMax核心工程负责人阿岛（缪宇航）已离职，其飞书状态显示离职，下一站未公开。阿岛曾负责M3.x、Agent、Audio及海螺AI等关键业务，并多次代表团队对外解释技术路线。他的离职发生在MiniMax重押Coding和Agent的关键时期，其职责交接情况尚不明确。

MiniMax H3 量化权重集合发布，支持消费级 GPU 本地运行

Hugging Face 上出现了一个社区整理的 MiniMax H3 量化与剪枝权重集合，支持 INT4、INT8、混合精度及 NVFP4 格式，旨在让消费级 GPU（16-24GB 显存）用户通过 ComfyUI 本地运行 MiniMax H3 的多模态视频生成模型。该集合提供了针对不同显卡的下载指南，并包含文本编码器和 VAE 文件。MiniMax H

MiniMax H3 发布 GGUF 量化版本，支持多模态视频生成

Hugging Face 上发布了 MiniMax H3 模型的 GGUF 量化版本（Abiray/MiniMax-H3-GGUF），该模型是 MiniMax 推出的全模态生成系统，支持文本、图像、视频和音频的统一理解与生成，可生成带原生立体声的 2K 分辨率、最长 15 秒的视频。该仓库提供了多种量化精度的 UNet 模型（FL2VA 和 Ref2VA 模