中国MiniMax、音声付き動画生成AI「MiniMax H3」を発表 ベンチマークで世界トップ級に
中国のAIスタートアップMiniMaxが、テキスト・画像・動画・音声を入力できる動画生成AI「MiniMax H3」を発表しました。第三者ベンチマークのArtificial Analysisでは、テキストから動画を生成する部門で世界2位、画像から動画を生成する部門で世界3位にランクインしました。
これまでの流れ
動画生成AIの性能競争では、中国発モデルの存在感が強まっています。
動画生成AI競争の構図
米中の主要企業が動画生成AIの性能を競う
動画生成AI分野では、OpenAIの「Sora」やGoogleの「Gemini」シリーズに加え、ByteDanceやMiniMaxといった中国企業のモデルが相次いでベンチマーク上位に食い込んでおり、米中企業間の性能競争が激しくなっています。
マルチモーダル生成の広がり
映像・音声を同時に扱うモデルが増加
従来は映像のみを生成するモデルが主流でしたが、音声を含めて同時に生成できるマルチモーダルなモデルが各社から相次いで公開されるようになっています。
2026年8月3日
今日
中国MiniMax、音声付き動画生成AI「MiniMax H3」を発表 ベンチマークで世界トップ級に
要点
- 中国のAIスタートアップMiniMaxが、動画生成AIの新モデル「MiniMax H3」を発表しました。テキスト・画像・動画・音声という複数の入力形式に対応しています。
- 最大15秒の音声付き動画を、768pまたは2K解像度で生成できます。画像から出演キャラクターを指定したり、音声からリップシンク(口の動きと音声を同期させる)動画を作ったりすることも可能です。
- 第三者ベンチマークのArtificial Analysisによる評価では、テキストから動画を生成する部門でGoogleの「Gemini Omni Flash」に次ぐ世界2位、画像から動画を生成する部門でもOpenAIの「Sora 2.0」・Gemini Omni Flashに次ぐ世界3位にランクインしました。
- 現時点ではAPI経由での提供にとどまっていますが、近くモデルの重みを公開するオープンウェイト化も予定されているとしています。ComfyUIなどのサードパーティーサービスでも既に利用可能です。
なぜ重要か
第三者機関による客観的なベンチマークで世界2位・3位にランクインしたことは、MiniMaxのような中国スタートアップが、OpenAIやGoogleといった欧米の主要プレイヤーと十分に渡り合える技術力を持つに至ったことを示しています。音声付き動画をワンステップで生成できる点は、映像制作の効率化に直結する実用的な進歩であり、オープンウェイト化が予定されている点も、開発者コミュニティにとっての利用しやすさを高める要素です。動画生成AI市場における選択肢の広がりは、コンテンツ制作のコスト構造そのものを変えていく可能性があります。
この先の見立て
オープンウェイト版が実際に公開された際、どの程度のスペックで動作するか、また商用利用の条件がどうなるかが注目されます。動画生成AI各社の性能競争が今後も続く中、次にどのモデルがベンチマーク上位を更新するかも焦点です。
※ オープンウェイト化の具体的な時期や、商用利用条件の詳細については、記事執筆時点(2026年8月3日)で確定していません。
出典記事を読む
GIGAZINE
→
Weft-News
AIと経済の「今日」を、つながりで読む。※ 本ページはプロトタイプです（掲載記事は各出典社に帰属）。