8月31日消息,MiniMax 将与 fal 联合优化的视频生成模型 H3 Max 的 768P 和 480P 两个版本接入开放平台和 MiniMax Design,开发者现在可以通过 API 直接调用。同一套模型正在海外支撑一种新的内容形态:没有节目单的 24 小时 AI 直播,画面由观众在聊天室里的指令实时决定。
聊天室成了编剧室
这类直播近期在 Twitch 和 X 上获得了大量关注。fal 工程师 Rehan Sheikh 把 H3 Max 接进直播流,模型连续不断地生成新的画面和声音,这场直播在 X 上的观看量已近 350 万次。另一位 fal 工程师 Alex Koumpas 的频道标题更直白:Chat Directs the Show with MiniMax H3 Max。观众用英语、西班牙语、日语、中文等各种语言输入要求:有人想让镜头切到街头,有人要看一段 60 年代风格的木偶广告,还有人要求画面变成一张被电线缠住的机器人脸。模型把这些指令接进上一段画面,生成下一段视频。
知名开发者 Pieter Levels 随后上线了一个 24 小时直播网站 Infinite Slop,首页规则只有一条:The chat decides what airs next。直播可能从动画跳到真人访谈,再跳进一段荒诞广告,整个电视台只有几秒的库存,观众的下一句话决定故事去向。
这种形态成立的前提是生成速度。上一段视频还在播放时,系统必须已经把下一段准备好,否则直播就断了。
5 秒视频 3 秒生成
H3 Max 是 fal 在 MiniMax 开源的视频模型 H3 基础上,面向实时生成做后训练和推理优化得到的版本。据 MiniMax 介绍,通过后训练和推理引擎的协同优化,H3 Max 的吞吐量约为 H3 的 35 倍,在 Artificial Analysis 和 Design Arena 的图生视频榜单中排名第一。
具体到数字上,H3 Max 支持文生视频和图生视频,可生成 480p 或 768p、5 至 15 秒、24fps 的完整音视频。生成一段 5 秒、768p 的音视频耗时不到 3 秒,15 秒的视频也可以在约 15 秒内完成。生成时长短于播放时长,意味着排队、内容审核、编码和推流这些环节还有时间余量,直播链路才能持续运转。
接入方式已经开放。开放平台的视频生成 V2 API 支持 MiniMax-H3-Max 模型,参数覆盖 480P 和 768P 两档分辨率、5 至 15 秒时长,MiniMax Design 客户端也可以直接使用。基础版 H3 仍保留 2K 分辨率选项,Max 版本目前主打高速生成。
开源模型上长出的两条加速路线
H3 Max 之外,开源社区还在沿另一条路线改造 H3。FastVideo、Nuva Lab 和 NVIDIA FastGen 联合发布了 FastH3,把原生 H3 的 49 次 Transformer Forward 压缩到 4 次,再结合 90% 稀疏度的 VSA 注意力加速。FastH3 使用 8 张 B200,可以在 13 秒内生成一段 15 秒、768p 的视频;在单张 Blackwell GPU 上,相较同硬件运行的基础 H3 最高可获得 14 倍加速。模型权重、LoRA 和推理方案已经公开,现有版本支持文生音视频。
两条路线的分工已经比较清楚:fal 的 H3 Max 走闭管线的后训练加自有推理基础设施,服务实时生成场景;FastH3 走开源蒸馏加稀疏化,让社区能在自己的 GPU 上跑出接近实时的速度。Running Hub 则与 MiniMax 合作推出了面向多场景的 MiniMax H3 480P。
H3 是 8 月上旬开源的。MiniMax 称,开源三个多星期以来,H3 下载量已超过 2400 万次,产生超过 300 个公开衍生模型,是 2026 年全球下载量最高的模型。第三方数据可以佐证热度的一部分:H3 开源三天登上 Hugging Face 热度榜首,一周内衍生出接近 300 个模型,仅 ComfyUI 版本下载量就接近 700 万。
直播还处在早期
24 小时 AI 直播目前仍处于实验阶段。直播链路受并发和网络状况影响,偶尔出现卡顿;人物声音的稳定性、画面能否长时间保持一致、推理接口是否适合持续调用,这些问题都还没有经过长时间验证。MiniMax 表示,直播场景中的真实使用反馈会回到下一轮模型和系统优化中。
已经发生的变化是:视频生成跨过了生成时长短于播放时长这道门槛。在此之前,视频模型是逐条使用的创作工具;现在它可以被接进一条持续运转的内容流,观众的每一条指令都能改变接下来出现的画面。至于这种实时共创的直播会沉淀为一种稳定的产品形态,还是停留在开发者实验,目前还没有足够的运行数据能回答。