3秒出片比播放还快，MiniMax打开了AI视频的实时商业化路径

克雷西 2026-09-01 20:02:39 来源：量子位

克雷西 发自 凹非寺
量子位 | 公众号 QbitAI

现在搞网络直播，接一个模型就够了！？

你没听错，就在昨天，真的出现了一个全程由AI实时生成素材的直播间。

不是那种「半AI化」的数字人直播，这个直播间根本没有主播，也没有脚本，内容由观众现场点播。

而且不是预制菜，点完之后AI直接现场制作。

这场直播用的模型，生成一段5秒视频只要不到3秒，上一段还没播完，下一段就生成好了。

所以虽然现点现做，但这场直播的「上菜」过程，从开播到现在就没断过。

除了直播，还有开发者用Codex搓了一个「AI版抖音」，里面的内容，是由视频模型实时生成、无缝衔接的。

你还在浏览屏幕上的视频，下一段就已经生成好，等划过去的时候，直接就能自然切换了。

如果看一小段不够，还能把视频延长到30秒，非常震撼。

支撑起这场实时直播和AI版短视频App背后的模型，都是MiniMax刚刚上线的H3 Max。

想看啥直接点，AI给你现做

H3 Max来自MiniMax和fal的一次联合开发。

MiniMax在7月底开源了视频生成模型H3，短短三周就拿下2400万次下载。

fal则是一家专注AI推理基础设施的公司，主攻推理加速，在让模型跑得更快这件事上经验丰富。

两家一拍即合，凑到一起干了一件事。

这件事说来也简单，就是在H3的基础上，专门针对实时生成场景做后训练和推理优化。

再简单些，就是给H3也装上加速马达。

出来的东西叫H3 Max——核心变化就一个字，快。

生成一段5秒的768p视频，H3 Max只要不到3秒，吞吐量大约是原版H3的35倍。

这个生成速度已经快过了视频播放速度，你还没看完上一段视频，下一段就已经做好了。

快归快，质量也一点没掉。

H3 Max在Artificial Analysis和Design Arena两个主流榜单上都拿了图生视频第一。

量变积累引发质变，视频生成时间比视频本身还短之后，一种之前根本不存在的玩法就冒出来了。

第一个吃螃蟹的人叫Rehan Sheikh。

他是fal的工程师，能率先玩出新花样，也是借了近水楼台的光。

他把H3 Max接进了海外的一个直播平台，做了个叫「跨维度电视」的频道。

这个频道的主打，就是没有主打。

屏幕上可能这一秒在播一段动画短片，下一秒就会跳进一个荒诞的60年代木偶广告，再下一秒又变成外太空纪录片。

这里没有节目单，没有预录素材，所有画面和声音都由模型实时生成，一段接一段推进直播流。

事后，他把这场直播的片段发到X上，获得了540万次观看。

紧接着，独立开发者Pieter Levels跟上了。

这个人在海外开发者圈子里算名人，之前做过数字游民社区Nomad List和AI修图工具PhotoAI，擅长一个人把产品从零做到上线。

开头提到的随意点播的AI直播网站，就是Pieter的手笔。

几乎同一时间，fal的另一位工程师Alex Koumpas也开了一个直播间。

不同的是，他的直播间播的是一段连续的故事。

当然，观众同样可以随时在聊天框里用文字指令插手，比如「让主角转身走进森林」「天上突然下起红色的雨」。

模型收到指令后，画面就跟着拐弯，故事也就顺着观众的指挥，被带到了另一个方向。

一周之内，三个人没商量过，也没提前计划，却不约而同地做出了三个AI直播间。

H3 Max的速度摆在那里，这件事就自然发生了。

视频生成的OpenClaw时刻

视频模型生成速度快，当然是好事，但单纯提速，还算不上护城河。

可要是快到H3 Max这个程度，事情就不一样了。

H3 Max带来的「AI实时直播」的新模式，可能是视频生成赛道的一道分水岭。

它直接干掉了中间的等待过程。

这种新的模式，直接打开了一整条商业化路径。

当初Peter Steinberger做OpenClaw的时候，把AI Agent从开发者才会用的命令行工具，变成了普通人打开就能用的开源助手。

这个思路不要太简单，但后来OpenClaw的下载量达到了470万次下载之后，Sam Altman和扎克伯格都坐不住了。

实时AI视频，指向的是同一种结构性变化，那就是把「高不可攀」的技术，变得人人可触及。

但不同的是，视频生成和coding卷的根本不是同一个东西，有着完全不同的商业结构。

代码有对错，有标准答案，导致了代码模型同质化严重，行业内形成了集体内卷。

但视频没有唯一正确答案。

审美这个东西各花入各眼，同一个prompt丢给十个模型，出来十种风格，用户选的是「谁的画面我喜欢」。

这一点，决定了视频生成赛道不会收敛到一两个赢家，竞争也不会只靠价格。

而且粘性会越用越深。

一个创作者用某个模型做出了自己的视觉风格，观众认的是这个调性，品牌方买的也是这个调性。

一旦切换模型，就意味着整套视觉资产和受众预期都要跟着变。

随着使用量的积累，模型越来越深入地进入素材库、角色设定和创作工作流，迁移成本还会继续叠高。

开源和开放生态，又加了一层壁垒。

社区开发者和创作者围着同一个底座做衍生，反馈喂回模型迭代。

这套模式运转起来之后，后来者如果想追赶，只凭模型能力就难以实现了。

H3已经跑出了这个飞轮的雏形。

开源三周，全球下载量2400万，衍生模型300多个，FastH3、H3 480p、H3 Max……

H3作为枝干，在不同团队的培育之下，向着不同的方向伸展，最终遍地开花。

而且，资本市场已经在用真金白银投票。

上周，摩根士丹利近期维持对MiniMax的增持评级，目标价900港元。

今天，MiniMax港股收涨16.18%，股价从300.4港元拉到349港元。

市场表现最不会说谎，这些例子已经足够反映出，资本市场正在重新看好MiniMax的商业化能力。

OpenClaw之父没想过，一开始只是他自用的工具，开源之后会引燃全球的Harness战火。

MiniMax也未曾设想，之前还没有人在直播里用AI实时生成视频，今天就有人用H3 Max开了一座近乎永不关机的电视台。

MiniMax选择把SOTA级别的视频模型开源，相当于一波「技术普惠」。

他们把前沿能力直接铺到每个开发者手里，把整条赛道的地基抬高了一层。

当全球开发者和创作者在这个地基上各自跑出自己的方向，围着同一个生态沉淀下素材、工作流和用户习惯，商业化的飞轮，也就不再需要谁来推了。