搜索
RunningHub基于MiniMax H3开源基座发布增强版H3 RH Enhanced，2000组实测显示其多镜头长时叙事能力显著优于Seedance 2.0，16镜以上角色崩坏率降低超60%，生成成本低至0.1元/秒。
最近几个月，AI 视频赛道开始热起来了： Seedance2.0 发布后，AI 视频进入可用阶段，MiniMax H3 发布后，以 1/4 的价格，把 Seedance 2.0 的成本打了下去，AI 视频成本进入平价时代。
MiniMax H3 的服务是一个系统问题。一个请求要经过一个庞大的 Qwen3-VL 编码器、一个长序列的音视频 DiT、相互独立的视频与音频 VAE、设备与进程的边界，最后还要完成 H.264/AAC 的封装。只优化 DiT，其余环节的时延依然留在那里。
RunningHub推出开源的H3 Lightning加速方案，在保留BF16满血精度的前提下使MiniMax H3视频生成速度提升约12倍，依托RH后训练加速模型、SageAttention2等工程优化并针对无NVLink的PCIe多卡环境调优，目前已全部开源至GitHub，支持创作者本地部署。
MiniMax H3 的开源，可能比外界看到得更仓促。
AI视频生成正从质量竞争转向实时速度竞争，AI互动内容公司Yoroll基于开源MiniMax H3模型推出后训练模型Yoroll H3 Superfast，可在4秒内生成10秒768p带音频视频，并上线由其驱动的实时互动叙事产品YoLive。
前两天刷 X 的时候，一条 Twitch 直播的录屏给看傻眼了： FAL 工程师 Rehan Sheikh 将 MiniMax H3 Max 接入 Twitch 直播流，搭建了一个由模型持续生成内容的频道，并把它称为「跨维度电视」。
当一个视频模型和 Seedance 2.5 同一天发布，似乎大概率要成炮灰，但 MiniMax H3 却成了一个例外。而现在 MiniMax 也开始把这种模型的能力，放到了具体的产品上，正式推出了 MiniMax Design，进一步把 H3 视频模型的能力放大，同时也让我们少折腾一些，可以更高效地制作各种商业化内容。
8月13日凌晨，DeepSeek V4 Pro正式登场，给开源模型生态又添一把猛火。从Kimi K3到MiniMax H3，再到DeepSeek V4 flash、DeepSeek V4 Pro，在中国开源模型的猛攻之下，美国的AI公司这次是真的坐不住了。
视频模型这个月很热闹。7 月 31 日，MiniMax H3 和字节跳动 Seedance 2.5 同日发布。3 天后，MiniMax H3 正式开源；8 月 7 日，Seedance 2.5 开放 api。模型越来越好了，但产品能把它用好吗？