2026年7月31日，稀宇科技正式推出MiniMax H3全模态生成模型。该模型支持文本、图像、视频、音频的统一理解与原生双声道音视频输出，最高可达15秒2K分辨率。其创新采用基础模型自迭代重生成替代传统超分，保留更多原始细节。模型具备商用级多场景内容生成能力，适用于广告、电商、UI/UX及游戏等领域。核心技术含定制Caption能力与全模态理解管线，单次推理平均消耗100K Token，输出约4K Token。模型权重将于数日内开源。