La empresa china Minimax presentó el 31 de julio su modelo de generación de video H3, capaz de producir clips de hasta 15 segundos con sonido integrado y resolución aproximada de 2K. El lanzamiento posiciona al modelo como competidor directo de herramientas como Veo de Google y las soluciones de OpenAI en el segmento creativo.
Cuatro claves del modelo
H3 combina texto, imágenes, audio y video mediante componentes propios: Contextual Omni Representation, H3-VA y H3-Omni Transformer. Para alcanzar la resolución 2K, el sistema no recurre a un módulo tradicional de superresolución; en cambio, el modelo base regenera su propia salida de baja resolución dentro del mismo contexto. Según el comunicado de Minimax, esto permite «recuperar detalles que la superresolución tradicional solo puede 'adivinar' y a menudo no puede restaurar, como texto pequeño y detalles finos».
En cuanto a su arquitectura, reportes de la comunidad open-source sugieren que H3 utiliza Qwen3-VL-32B como codificador de texto. El usuario Nextil en Reddit lo describe como «un DiT como la mayoría de los modelos de imagen/video», donde la comprensión multimodal proviene del codificador de texto, no de una arquitectura derivada de Qwen.
Pesos abiertos, con matices
Minimax anunció que planea liberar los pesos del modelo «en los próximos días, sujeto a las leyes y regulaciones aplicables». La compañía justificó la decisión en acelerar la compatibilidad con hardware diverso y facilitar versiones personalizadas por parte de desarrolladores. La estrategia sigue la tendencia china de apostar por diseño abierto en IA, en contraste con los modelos cerrados que han dominado la generación de video.
Los mercados bloqueados
H3 no está disponible en EE.UU., Reino Unido, Unión Europea ni Corea del Sur. Minimax explicó en Hugging Face que la exclusión no responde a proteccionismo, sino a que «los modelos de generación de video enfrentan un entorno regulatorio más complejo y en rápida evolución en comparación con los modelos de texto o código». La compañía señaló que, en el caso de modelos de pesos abiertos, una vez liberados los pesos los desarrolladores pueden desplegarlos y modificarlos de forma independiente, lo que «crea desafíos de cumplimiento diferentes a los de los servicios alojados».
Expertos citados en el análisis de Forbes apuntan que Minimax conserva cierto control sobre el uso de H3 en materia de seguridad, dado que cada solicitud pasa por los servidores propios de la empresa.
Lectura de Ágora Capital
El caso H3 ilustra una paradoja que el mercado debería registrar: un modelo que nace con vocación global queda bloqueado precisamente en los mercados con mayor capacidad de monetización, no por decisión comercial sino por la densidad regulatoria que EE.UU., la UE y el Reino Unido han acumulado sobre el video generativo. El capital que busca retorno en herramientas creativas de IA encontrará fricción creciente mientras los marcos normativos no ofrezcan reglas claras y estables.
Al mismo tiempo, la apuesta de Minimax por pesos abiertos es una señal de mercado: la competencia por talento, hardware y adopción comunitaria se gana con ecosistemas abiertos, no con jardines cerrados. Quien establezca primero estándares de cumplimiento escalables para video generativo tendrá ventaja estructural. Por ahora, la burocracia regulatoria es el principal foso que protege a los incumbentes occidentales.
