3秒出片比播放還快,MiniMax打開了AI視頻的實時商業化路徑

2026年9月1日 20:11
3秒出片比播放還快,MiniMax打開了AI視頻的實時商業化路徑
站內 AI 整理稿

你沒聽錯,就在昨天,真的出現了一個全程由AI實時生成素材的直播間。不是那種「半AI化」的數字人直播,這個直播間根本沒有主播,也沒有腳本,內容由觀眾現場點播。而且不是預製菜,點完之後AI直接現場製作。這場直播用的模型,生成一段5秒視頻只要不到3秒,上一段還沒播完,下一段就生成好了。所以雖然現點現做,但這場直播的「上菜」過程,從開播到現在就沒斷過。除了直播,還有開發者用Codex搓了一個「AI版抖音」,裡面的內容,是由視頻模型實時生成、無縫銜接的。你還在瀏覽屏幕上的視頻,下一段就已經生成好,等划過去的時候,直接就能自然切換了。如果看一小段不夠,還能把視頻延長到30秒,非常震撼。

支撐起這場實時直播和AI版短視頻App背後的模型,都是MiniMax剛剛上線的H3 Max。想看啥直接點,AI給你現做 H3 Max來自MiniMax和fal的一次聯合開發。MiniMax在7月底開源了視頻生成模型H3,短短三週就拿下2400萬次下載。fal則是一家專注AI推理基礎設施的公司,主攻推理加速,在讓模型跑得更快這件事上經驗豐富。兩家一拍即合,湊到一起幹了一件事。這件事說來也簡單,就是在H3的基礎上,專門針對實時生成場景做後訓練和推理優化。再簡單些,就是給H3也裝上加速馬達。出來的東西叫H3 Max——核心變化就一個字,快。

生成一段5秒的768p視頻,H3 Max只要不到3秒,吞吐量大約是原版H3的35倍。這個生成速度已經快過了視頻播放速度,你還沒看完上一段視頻,下一段就已經做好了。快歸快,質量也一點沒掉。H3 Max在Artificial Analysis和Design Arena兩個主流榜單上都拿了圖生視頻第一。量變積累引發質變,視頻生成時間比視頻本身還短之後,一種之前根本不存在的玩法就冒出來了。第一個吃螃蟹的人叫Rehan Sheikh。他是fal的工程師,能率先玩出新花樣,也是借了近水樓臺的光。他把H3 Max接進了海外的一個直播平臺,做了個叫「跨維度電視」的頻道。這個頻道的主打,就是沒有主打。

屏幕上可能這一秒在播一段動畫短片,下一秒就會跳進一個荒誕的60年代木偶廣告,再下一秒又變成外太空紀錄片。這裡沒有節目單,沒有預錄素材,所有畫面和聲音都由模型實時生成,一段接一段推進直播流。事後,他把這場直播的片段發到X上,獲得了540萬次觀看。緊接著,獨立開發者Pieter Levels跟上了。這個人在海外開發者圈子裡算名人,之前做過數字遊民社區Nomad List和AI修圖工具PhotoAI,擅長一個人把產品從零做到上線。開頭提到的隨意點播的AI直播網站,就是Pieter的手筆。幾乎同一時間,fal的另一位工程師Alex Koumpas也開了一個直播間。

不同的是,他的直播間播的是一段連續的故事。當然,觀眾同樣可以隨時在聊天框裡用文字指令插手,比如「讓主角轉身走進森林」「天上突然下起紅色的雨」。模型收到指令後,畫面就跟著拐彎,故事也就順著觀眾的指揮,被帶到了另一個方向。一週之內,三個人沒商量過,也沒提前計劃,卻不約而同地做出了三個AI直播間。H3 Max的速度擺在那裡,這件事就自然發生了。視頻生成的OpenClaw時刻 視頻模型生成速度快,當然是好事,但單純提速,還算不上護城河。可要是快到H3 Max這個程度,事情就不一樣了。H3 Max帶來的「AI實時直播」的新模式,可能是視頻生成賽道的一道分水嶺。它直接幹掉了中間的等待過程。

這種新的模式,直接打開了一整條商業化路徑。當初Peter Steinberger做OpenClaw的時候,把AI Agent從開發者才會用的命令行工具,變成了普通人打開就能用的開源助手。這個思路不要太簡單,但後來OpenClaw的下載量達到了470萬次下載之後,Sam Altman和扎克伯格都坐不住了。實時AI視頻,指向的是同一種結構性變化,那就是把「高不可攀」的技術,變得人人可觸及。但不同的是,視頻生成和coding卷的根本不是同一個東西,有著完全不同的商業結構。代碼有對錯,有標準答案,導致了代碼模型同質化嚴重,行業內形成了集體內卷。但視頻沒有唯一正確答案。

審美這個東西各花入各眼,同一個prompt丟給十個模型,出來十種風格,用戶選的是「誰的畫面我喜歡」。這一點,決定了視頻生成賽道不會收斂到一兩個贏家,競爭也不會只靠價格。而且粘性會越用越深。一個創作者用某個模型做出了自己的視覺風格,觀眾認的是這個調性,品牌方買的也是這個調性。一旦切換模型,就意味著整套視覺資產和受眾預期都要跟著變。隨著使用量的積累,模型越來越深入地進入素材庫、角色設定和創作工作流,遷移成本還會繼續疊高。開源和開放生態,又加了一層壁壘。社區開發者和創作者圍著同一個底座做衍生,反饋喂回模型迭代。這套模式運轉起來之後,後來者如果想追趕,只憑模型能力就難以實現了。

H3已經跑出了這個飛輪的雛形。開源三週,全球下載量2400萬,衍生模型300多個,FastH3、H3 480p、H3 Max…… H3作為枝幹,在不同團隊的培育之下,向著不同的方向伸展,最終遍地開花。而且,資本市場已經在用真金白銀投票。上週,摩根士丹利近期維持對MiniMax的增持評級,目標價900港元。今天,MiniMax港股收漲16.18%,股價從300.4港元拉到349港元。市場表現最不會說謊,這些例子已經足夠反映出,資本市場正在重新看好MiniMax的商業化能力。OpenClaw之父沒想過,一開始只是他自用的工具,開源之後會引燃全球的Harness戰火。

MiniMax也未曾設想,之前還沒有人在直播裡用AI實時生成視頻,今天就有人用H3 Max開了一座近乎永不關機的電視臺。MiniMax選擇把SOTA級別的視頻模型開源,相當於一波「技術普惠」。他們把前沿能力直接鋪到每個開發者手裡,把整條賽道的地基抬高了一層。當全球開發者和創作者在這個地基上各自跑出自己的方向,圍著同一個生態沉澱下素材、工作流和用戶習慣,商業化的飛輪,也就不再需要誰來推了。版權所有,未經授權不得以任何形式轉載及使用,違者必究。

Related

相關文章

MarkTechPost AI生成式AI

認識 Voxel51 3.0:為實體 AI 打造的統一多模態資料平臺

Voxel51 已發布 Voxel51 3.0,這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺,將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要:規模:Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境:可於 app.voxel51.com 使用託管網頁應用程式,或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能:未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點:免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。

19 小時前
何夕2077生成式AI

下一概念建模把文本生成提速最高31倍

斯坦福等聯合提出全新文本生成範式 NCM,生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling(簡稱 NCM,即“下一概念建模”)。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路,有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上,NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE,從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統,訓練 Transformer 模塊去預測下一層的編碼。在生成文本時,模型會先並行生成概念層面的宏觀大綱,接著逐層並行填充具體細節,最終組合成完整的文本內容。在實際測試表現中,NCM 交出了令人矚目的成績單。實驗數據顯示,在保持相近甚至更優生成質量的前提下,NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍,並且在訓練過程中所需消耗的 token 數量也大幅減少。此外,在數獨等複雜推理任務上,它的表現也明顯優於傳統的自迴歸和擴散基線模型,同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限,其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證,但這一創新思路無疑打破了長期以來的技術慣性,為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南,每天我們為你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。

23 小時前
雷峰網生成式AI

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎?

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎? 本文作者: 倪萍 2026-10-17 22:42 導語:10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族 10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術,能夠在充分釋放續航能力的同時,監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格,續航可達702公里,整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅,以及華為DriveONE芯片級驅制融合架構,百公里制動僅為32.8米。底盤方面,Ray7搭載高性能前後穩定杆和後五連桿懸架,過彎極限更高,濾振更乾淨。智能化上, Ray7搭載27顆車規級全視角傳感器,採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗,在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來,昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升,產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車,Ray7是埃安開啟年輕化序列的關鍵落子,也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆:小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位,不能只堆參數,更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異,變成用戶可感、可信、可持續的體驗,這才是埃安年輕化的分水嶺。(雷峰網(公眾號:雷峰網)) 雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。

1 天前
智東西生成式AI

梁聖又掀桌了!DeepSeek新模型斬殺GPT-6,許願式編程時代降臨

作者 | 楊京麗 編輯 | 李水青 10月17日報道,剛剛,DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本,官方網頁端、App與API已同步更新至新模型,模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search(搜索)與Fetch(抓取)API,兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日,DeepSeek正式推出V4.1-Flash,在性能上超越了DeepSeek-V4-Pro。

1 天前