英伟达Pika反向借力：MiniMax H3凭什么被选中？

一家中国 AI 公司拿英伟达的 GPU 当算力底座，又沿着硅谷趟出的技术路线走，最终训出自己的视频大模型——这种事，外界大概不会觉得稀奇。

可要是把方向倒过来呢？

全球 GPU 龙头英伟达的研究团队，这次少见地把目光投向一家中国公司的开源多模态模型，搭进去人力和时间，去做一个视频生成模型。事情到这一步就有看头了。

从创业公司到英伟达，H3 为何被选中？

今年 8 月，MiniMax 把多模态模型 H3 的权重放了出来。文字、图片、音频、视频，多种素材它都能统一理解，生成质量、速度、成本三头兼顾。权重开放之后，外部团队可以直接下场做后训练、蒸馏和推理优化，参与研发的路子一下宽了不少。开源才一个月，H3 下载量就突破 2400 万次，基于它开发的公开衍生模型超过 300 个。

最先动心的是做视频生成的公司。这类公司的客户多半拿视频模型产出广告和营销素材，看重的是生成快不快、产品和人物前后一不一致。演示效果再花哨，落到商业生产线上，客户问的往往是更实在的事：包装上的字会不会糊掉变形？同一个角色换个镜头还认得出吗？改一段广告，非得把整条视频重做一遍？上千条短视频要批量出，时间和成本扛得住吗？这些问题不解决，AI 视频就只是一项让人惊叹的技术，成不了一门能规模化跑起来的生意。

行业里厮杀激烈，这些视频生成公司有足够动力照着客户的具体需求去调模型。

生成式媒体基础设施公司 fal 就是从这些需求切进去的：拿 MiniMax H3 打底训出 H3 Max，再围绕模型把推理系统重做一遍，图的是生成更快。视频生成公司 Pika 想的是更贴平台上专业创作者的口味，10 月 29 日推出基于 H3 后训练的 H3 Flex，把生成步骤压了下来。

有点出人意料的是，英伟达跟前面那些垂直行业的公司不一样，它正拿着 H3 再做一个视频生成模型。10 月下旬，英伟达相关研究团队基于 H3 发布 Open-H3-Regenerate-2K：先让 H3 出一版低分辨率草稿，再由额外训练的精修模块配合三步去噪，重新生成高分辨率视频。H3 的原始权重在这个项目里原样保留。

英伟达很少在多模态模型上砸这么多资源，对 H3 却做了一套系统性的开发。

此前他们已推出 StreamRender-H3 流媒体视频渲染方案和快速视频解码器，前者试交互式生成，后者攻解码加速；推理优化项目则在 H3 的模型权重、提示词和生成配置都不动的前提下，把生成流程改得更顺。

视频生成公司和英伟达这类全球巨头，用模型的场景并不相同，可挑基座模型的门槛都摆得很高：既要扛得住复杂的多模态输入和视频生成任务，又得开放权重，让研究人员能在本地跑模型、加精修模块、改推理流程。一个模型就算完全敞开，生成质量不行、架构不好扩、适应不了新的训练任务，也难被选作继续研发的地基。

够得上这条线的多模态模型没几个，H3 的性能和延展性让它一再被挑中。今年 9 月，H3 在 Arena 图生视频榜单上拿到 1495 分排第一，累计评测投票超过 5.7 万次。

英伟达的算盘可能不止于此。新技术刚露头时敢投、也擅长养生态，CUDA 就是现成的例子：靠资源倾斜加商务手段，把开发者拢到英伟达 GPU 上搭应用，垒起了一道软件生态的高墙。

多模态模型这片地，或许就是下一个 CUDA 式的机会：围着 H3 做推理加速、做生成应用，把更多视频模型和开发者拉进 NVIDIA 技术栈。英伟达看中的不单是视频生成这块市场，还有它背后的生态和算力胃口。

开源生态中，合作方也是进入更大市场的“节点”

头部企业把视频模型接进生产流程，各家提的要求五花八门，同一家企业自己也会随业务变化冒出新的需求。模型厂商要是一条条去满足，还得持续维护更新，成本只会越滚越大。

视频生成平台 Runway 调研发现，一部分企业客户想要直接拿到模型权重，部署在自己的环境里，再用自有数据做微调。风险投资机构 a16z 访谈企业 AI 负责人时也听到类似说法：控制权和针对具体业务的定制，是企业选开放模型的重要理由。a16z 在报告里还提到，企业越来越看重开放模型，价格只是一方面，能拿自家数据微调同样关键。

开放权重的模型给出了另一种解法。权重放开，头部企业才有条件把模型塞进自己的生产系统，照着手上客户的需求去调，再借自己的平台、产品和服务把能力交付出去。

这指向的市场，远不是一家公司能服务完的。这些合作方各自牵着客户、平台和工作流。对 MiniMax 这类模型和产品厂商来说，合作方有可能变成进入更多行业的节点。H3 跟着合作方的产品走进更多客户和场景，MiniMax 自己的行业应用也能持续铺开，让更多熟悉垂直场景的技术团队参与进来，在 H3 现有能力上做针对性优化，一起把视频生成技术推到不同领域落地。

这也是开源生态里特有的一种商业化方式。MiniMax 可以借这些当“节点”的重要公司，通过授权、部署支持或联合开发等途径把收入来源做大。

这条商业路径已被多个行业验证过。智能驾驶芯片与算法公司地平线开放 BPU 芯片 IP 和感知算法授权，同时提供芯片、工具链、解决方案及联合开发，车企和合作伙伴据此搭出差异化产品，这家公司的“朋友圈”和影响力扩大了，商业化也有了直接支撑。

按《MiniMax H3 Community License Agreement》，协议在适用地域内给出免版税的有限许可，用户可按条款使用、修改模型并开发衍生模型；若使用 H3 的商业产品或服务年收入超过 2000 万美元，须事先取得 MiniMax 的书面授权。

生态越活跃，MiniMax H3 的商业化也跑得越快。

视频生成正从偶尔玩玩的创作工具，变成企业生产链上的新环节。广告、电商、影视、游戏、教育这些直接相关的行业，连同更广阔的领域，都会各自长出新的工具与服务。权重开放之后，H3 成了这些团队共同改造的底座，MiniMax 也能顺着合作方的产品，摸进更多行业。

MiniMax 一直挂在嘴边的那句使命是“Intelligence with Everyone”。按这个说法，AI 往前跑，不是几家模型公司不断推出更强的版本就够了，更多开发者、更多公司同样是这轮技术创新的节点；每个人既是新技术的使用者，也是推着浪潮往前走的人。

站在商业公司的角度看，更关键的一点在于，市场对开源模型商业价值的算法可能要改。API 收入之外，一个模型若能充当企业定制、部署、产品开发的底座，渗进更多行业的工作流，再带出授权、技术服务、联合开发等收入，它的商业潜力或许比原先估计的更大。