8 月 31 日，MiniMax 宣布 H3 Max 768P、H3 Max 480P 正式接入 MiniMax 开放平台和 MiniMax Design。这款由 fal 基于 MiniMax H3 开源权重做后训练和推理优化的模型，把一段 5 秒、768p 的完整音视频生成时间压到了不到 3 秒——生成速度第一次跨过了播放速度。与此同时，海外开发者已经用它搭出了 Twitch 实时直播和 24 小时不停播的「AI 电视台」，观众在聊天室里发一句话，画面就跟着变。
这不是「快了一点」，是跨过了一道门槛
过去我们用 AI 生成视频，本质上是批处理：排队、渲染、审核、发布，等几分钟才出一段。H3 Max 把这件事彻底改写了。官方数据显示，5 秒 768p 音视频生成时间不到 3 秒，15 秒视频约 15 秒完成；通过后训练与推理引擎的协同优化，吞吐量约为 MiniMax H3 官方端点的 35 倍，在 Artificial Analysis 和 Design Arena 的图生视频榜单上都排到了第一。
| 能力项 | H3 Max 参数 |
|---|---|
| 生成速度 | 5 秒 768p 音视频 < 3 秒；15 秒视频约 15 秒 |
| 吞吐量 | 约为 H3 官方端点 35 倍 |
| 分辨率 | 480p / 768p，24fps，5–15 秒 |
| 生成方式 | 文生视频 + 图生视频，完整音视频 |
| 榜单成绩 | Artificial Analysis、Design Arena 图生视频榜第一 |
「比播放还快」这几个字的分量，比听上去重得多。当上一段视频还在播放时，系统已经能把下一段准备好，视频就不再是「做完一件就结束的东西」，而是「可以一直流下去的流水」。
24 小时 AI 电视台，真的开播了
速度一旦跨过直播门槛，开发者的想象力立刻跟上了。fal 工程师 Rehan Sheikh 把 H3 Max 接进 Twitch，做了一档没有固定节目单的「跨维度电视」——模型不间断生成新的画面和声音直接进入直播流，观众发一条指令，画面就往下一个方向走，这条直播在 X 上的观看量已接近 350 万次。
独立开发者 Pieter Levels 随后上线了一个 24 小时 AI 直播网站，规则只有一句话：聊天决定下一帧播什么。观众在聊天室输入想看的内容，系统实时生成下一段视频，还尝试与上一段画面衔接。在这条链路里，模型的速度、指令理解和音视频能力被放进同一条公开管道，观众从看客变成了输入——不再只是收看节目，而是决定节目接下来播什么。
MiniMax 官方表示：今天的 24 小时 AI 直播仍处于早期阶段，并发和长时间运行还需要继续验证。人物声音的稳定、画面能否长时间保持一致、推理接口是否适合持续调用，这些真实反馈将回到下一轮模型优化中。
开源生态的自我证明
H3 Max 的底子是 H3——它开源三个多星期，下载量已经超过 2400 万次，衍生出 300 多个公开模型，成为 2026 年全球下载量最高的模型。fal 在开源底座上做后训练和推理优化，把效果和速度同时顶到第一梯队；FastVideo、Nuva Lab 与英伟达 FastGen 则联合发布 FastH3，把原生 H3 的 49 次 Transformer 前向压缩到 4 次，单卡最高获得 14 倍加速。从开源到顶级产品，中间隔的不是独家秘方，而是让所有人动手的生态。
资本市场的反应同样直接：消息公布后，MiniMax 港股当日涨幅一度超过 19%，报 358 港元。券商研报认为，下半年公司产品上线加速有望推动收入较快增长。
对普通人意味着什么
这件事离普通人不远，主要有三层：第一，短视频创作的门槛和成本再降一档——过去「等几分钟出一段」，现在秒级出片，批量出素材、快速验证分镜成为可能；第二，内容形态开始变化——AI 直播、观众共创这类「内容系统」出现，观众能改剧情，主播和频道主有了新的互动玩法；第三，对想做 AI 视频副业的人来说，H3 Max 的 480p/768p 双档位和约 0.2 美元/段的 768p 定价（fal 口径），意味着用 API 做实时内容的成本有了可计算的起点。
当然也要泼一盆冷水：AI 实时直播仍处早期，并发、长时间运行的稳定性、画面与声音的一致性都还有待验证；国内平台对 AI 直播的审核与监管要求也需要留意。工具越强，越需要人想清楚自己到底要产出什么。
你会在直播间里发指令「改剧情」吗？还是想先试试用 AI 视频做点自己的内容？评论区聊聊。
关注「AI 智习室」，每天一条看得懂的 AI 情报。
