基于 MiniMax H3 Max 的 24 小时 AI 直播网站上线了

Fal 工程师 Alex Koumpas 在 Twitch 直播频道里，把聊天室变成了一个编剧室。

有人敲下 Prompt，想让镜头切到街头；下一位观众想看一条上世纪 60 年代风格的木偶广告；还有人要求画面突然变成一张被无数电线缠住的机器人脸。聊天框里不断涌进英语、西班牙语、日语、俄语，中文等，来自全球各地用户的点子。

Koumpas 给直播频道起了一个简单易懂的标题，“Chat Directs the Show with MiniMax H3 Max”。

这场直播，正是 H3 开源后开发者生态迅速生长的一个缩影。

H3 开源后，我们与生态伙伴围绕不同的使用场景，继续训练和优化模型，并在社区中开放，包括：

• 与 Running Hub 打造 MiniMax H3 480P，满足多场景需求
• 与 fal 选择面向实时生成做后训练和推理优化，推出了 H3 Max 768P、H3 Max 480P
• 以及 FastVideo 通过稀疏化和硬件适配推出的 FastH3 等

今天，我们将 H3 Max 768P、H3 Max 480P 接入开放平台和 MiniMax Design 中。

H3 Max 生成一段长度 5 秒、768p 的音视频的时间不到 3 秒，已经跨过了实时直播所需的速度门槛，当上一段视频还在播放时，系统已经有时间把下一段视频准备好。

由此，海外开发者已经围绕 H3 Max 搭出了 Twitch 直播、24 小时“AI 电视台”，还有邀请观众实时改写剧情的创作实验。视频模型被接进一条持续运转的内容流，开始参与实时互动，观众的每一条指令都有可能改变接下来出现的画面。

3 秒生成，观众参与实时共创

这一轮 AI 直播热潮里，fal 工程师 Rehan Sheikh 的 Twitch 直播最早引爆全网。Rehan 把 H3 Max 接进直播流，做成了一个没有固定节目单的“跨维度电视”。模型在几秒间不间断生成新的画面和声音，并接进实时直播，这份创意在 X 上的观看量已经近 350 万次。

随后，知名开发者 Pieter Levels 上线了一个 24 小时 AI 直播网站。网站首页只有一条很简单的规则：The chat decides what airs next。观众在聊天室里输入内容，AI 尝试把新的要求和上一段画面接起来，再生成下一段视频。在这座只有几秒库存的微型电视台里，直播可能突然从动画切到真人访谈，再跳进某个荒诞广告。观众的下一句话，就会把故事带到另一个方向。

相比提前录好一段演示视频后播出，完成实时直播需要同时处理陌生提示词、视频生成、队列衔接和持续推流等工作。模型的速度、指令理解和音视频能力都被放进了同一条公开链路里，每个人的指令都可以被直接观察：观众发出指令，模型生成片段，片段进入直播，新的指令再跟上来。也正因如此，生成速度决定了直播能不能持续进行。

生成快过播放，解锁即时直播场景

H3 Max 能支撑这种直播玩法，首先是因为它跑得足够快。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。5 秒、768p 视频的生成时间不到 3 秒，15 秒视频也可以在约 15 秒内完成。通过后训练和推理引擎的协同优化，H3 Max 的吞吐量约为 MiniMax H3 的 35 倍，在 Artificial Analysis、Design Arena 图生视频榜单中位居第一。

fal 在 MiniMax H3 开源版本的基础上加入了新数据和可验证强化学习，持续优化提示词遵循和画面表现，同时针对自有推理基础设施适配，为实时生成场景定向优化。5 秒的视频内容在不到 3 秒内生成，理论上还能为排队、内容审核、编码和推流留出一点余量。尽管实时直播仍会受到并发和网络状况影响，偶尔出现卡顿的情况，但 H3 Max 已经满足了这类实时实验最基本的速度要求。

开发团队 FastVideo 沿着另一条路线改造了 H3。FastVideo、Nuva Lab 和 NVIDIA FastGen 联合发布的 FastH3，把原生 H3 的 49 次 Transformer Forward 压缩到 4 次，再结合 90%稀疏度的 VSA 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。目前，FastH3 已公开模型权重、LoRA 和推理方案，现有版本支持文生音视频。

开源开放，让创造力涌现

我们欣喜地看到，基于 H3 模型开源，新的视频生成、交互形式不断在社区里出现。而对 MiniMax 来说，开源社区不只是 H3 的使用者，也是模型继续向前演进、落地场景不断焕新的重要参与者。

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，画面能不能长时间保持一致，推理接口是否适合持续调用，这些在直播场景中真实使用的反馈，将会回到下一轮模型和系统优化中。

重要的是，在这场 AI 直播里，视频生成不仅仅是一次性的内容工具，而开始成为可以实时响应、不断生长的内容系统。MiniMax 与开源社区正在一起，把视频模型的速度、交互和应用边界继续向前推。

随着模型的持续迭代，相信会有新的互动内容、新的创作者工具，以及人们尚未设想过、还没有被定义过的产品从社区中出现。期待开发者和创作者们把 H3 带进更多具体场景，探索过去难以成立，甚至还没有被想象过的可能。

H3 开源三个多星期以来，下载量已经超过 2400 万次，产生超过 300 个公开衍生模型，成为 2026 年全球下载量最高的模型。我们会继续与开源社区和生态伙伴携手探索，降低开发者和企业的使用门槛，让 H3 进入更多真实商用业务中，并解决过去难以完成的问题。

API 接入 H3 Max：platform.minimaxi.com/docs/api-reference/video-generation-v2-create

MiniMax Design 下载：design.minimaxi.com