MiniMax H3加速竞赛升温：fal衍生版H3 Max称5秒视频约3秒生成，开源社区探索长视频注意力优化
· 来源：github.com
围绕MiniMax H3的视频生成加速正从模型后训练、推理基础设施延伸至长序列注意力优化，但不同方案的测试环境和指标并不可直接横比。
视频生成模型MiniMax H3近期出现多条加速路径。最受关注的是生成式媒体基础设施公司fal推出的衍生模型H3 Max：该模型以MiniMax公开权重的H3为基础，经额外后训练和推理优化后，fal称其可在768p下约3秒生成5秒视频，吞吐量约为MiniMax H3官方端点的35倍。这意味着视频生成速度开始接近、甚至在短片段场景中超过播放速度，为实时互动内容提供了新的工程条件。
需要明确的是，H3 Max并非MiniMax官方新增型号，而是fal基于开源权重打造并部署在自身平台上的版本。fal称，团队将强化学习等后训练工作与推理引擎优化并行设计，训练和服务运行于NVIDIA GB200 NVL72系统；其优化原则是不能以内部质量排名下滑为代价。该公司还称，H3 Max相较同等质量模型平均快约15倍。
在评测方面，报道援引fal披露的数据称，H3 Max在Design Arena图生视频榜单以1341 Elo位居第一，略高于MiniMax H3的1333；在Artificial Analysis的带音频图生视频榜单也曾排名第一。不过，榜单名次和样本量会随时间变化，且fal给出的“35倍吞吐量”与Design Arena所引述的“最高50倍”并非同一口径，不能简单视为统一结论。
这一速度已被开发者用于连续生成内容的原型。公开案例显示，系统可先接收Twitch等平台的观众评论，再由大语言模型改写为下一场景提示词，调用H3 Max生成短视频，随后用FFmpeg拼接并经RTMP推流。只要生成速度持续快于播放速度，理论上即可维持不断流的AI直播。互动叙事游戏也可通过预生成潜在分支来降低等待时间，但分支增多会迅速推高生成量和成本。
MiniMax自身亦被报道正推进H3加速。相关二次报道提到，MiniMax约在8月29日前后公布面向NVIDIA Blackwell的“Fast H3 v1”，声称实现约14倍加速；但分辨率、可生成时长、授权和第三方验证等信息仍有限，暂不宜与fal的结果直接比较。
另一条路线来自开源社区。ComfyUI-VDN-H3项目将Video Delta Net混合注意力移植为原生节点：邻近帧保留精确softmax注意力，远距离时序上下文则通过线性递归分支处理，以降低长视频生成中随序列长度平方增长的注意力成本。该项目强调，官方VDN-H3的74.5倍数字综合了8张B200、Ulysses序列并行、FlashAttention-4、FP8和8步蒸馏等条件；其援引的官方单GPU、50步测量约为2.6倍，消费级显卡上的可移植PyTorch实现还会更低。
从H3 Max的服务端协同优化，到Fast H3和VDN-H3所代表的硬件及长上下文路线，MiniMax H3生态的竞争重点正由单纯画质扩展至质量、延迟、成本与部署门槛的平衡。对开发者而言，实际选型仍应依据分辨率、片长、采样步数、GPU配置和端到端排队时间测试，而非只比较单一倍速数字。
—— 综合整理自：fal相关报道（BigGo Finance、AI-Driven Lab）、GitHub项目ComfyUI-VDN-H3