MiniMax H3走红硅谷：英伟达、Pika为何都拿它当底座

AI视频眼下正站在风口最中央。

11月3日，生成式媒体推理公司fal公布最新一轮融资，估值冲到160亿美元，比今年4月翻了一倍。这轮由顶级VC Bessemer领投，英伟达以战略投资方身份跟投。Bessemer 对外分享的材料里，提到了一个中国开源模型的名字。

fal把底座换成了中国开源模型MiniMaxH3，由此做出H3 Max。产品上线没多久就拿下各主要榜单和竞技场头名，也是fal从推理服务层迈向模型研发层的第一个标志性产品。H3 Max并非孤例，它只是围绕MiniMaxH3铺开的产业动作之一。这款视频模型今年8月才发布并开源，硅谷围绕它的业务合作很快密集起来，fal只是其中一家。

10月底，英伟达拉上麻省理工学院（MIT）的研究团队，以H3为基础开源了一套2K/4K高清视频增强方案。没过多久，拿过光速创投等机构投资、累计融资1.35亿美元的硅谷明星视频公司Pika，也用它当底座调出了新模型。《智能涌现》获悉，英伟达与MiniMax已就相关研究合作建立单独授权关系。

国内C端的热度也在往上走。B站一位UP主做的奥特曼卧底系列短剧，单集播放量已超过600万；不少个人创作者发视频说，一张家用显卡就能在本地跑完分镜、配音和剪辑。这些链条背后，指向的几乎同样是MiniMax H3。

早年中国AI出海，走的多是带成品软件出去找用户的路子。现在风向转了：一个开放模型同时进了创作者的工作流、芯片厂商的工程优化和海外公司的产品研发。中国AI出海，于是多出一条输出底层基座的新路径。

可为什么偏偏是H3？

01

H3先跨过工业级应用门槛

开放模型能不能进商业生产，画质、稳定性、可控性这三关绕不过去。以往不少开源视频模型只适合生成短片段，影视、广告这类要求连续镜头和音画同步的场景，它们撑不下来。H3不一样：原生音画同出，还支持多模态参考控制。

画面、对白、环境音效都在同一个模型里生成，单次最长可输出15秒有声视频，覆盖11种语言。首尾帧控制也在支持范围内，最多能接收12个参考文件，人物形象和声音在不同镜头之间得以保持一致。

第三方评测机构Artificial Analysis的文生视频盲评榜上，H3拿到1162分，排全球第三。开放权重的视频模型里它稳居第一，比第二名LTX-2.5 Fast的946分高出整整216分。一位接触过多家开源视频模型的行业内人士对《智能涌现》说，开放权重领域里，能直接塞进商业管线、不用大改就能用的底座，H3是少数几个之一。

英伟达的介入，也正好赶在这个节点上。

更早之前，英伟达就给MiniMax的M系列语言模型做过首日推理适配。H3开放当天，英伟达和MIT的联合团队用4.5小时完成首轮工程优化，在8张GB200集群上跑出3.95倍推理提速。之后团队又陆续适配RTX 5090、DGX Spark等硬件，推出生产级推理框架Sol-H3和快速解码器Sol-H3-VAE。最新发布的Open-H3-Regenerate-2K，在单张B200上把5秒2K视频的生成耗时从87秒压到22秒。

《智能涌现》了解到，行业里基于基座视频模型做工程投入，有两道硬门槛：底座自身的生成效果要撑得住复杂任务，权重还得完全开放，让工程师能深入推理、解码和画质环节继续调。对英伟达而言，这类高负载视频模型本身也是检验GPU和软件栈视频处理能力的好对象。两个条件，H3都占了。

02

300个衍生模型背后的分工

模型本身够用，只是迈出的头一步。

H3放开权重之后，公开数据给出的成绩是累计下载超过2400万次，衍生模型数量也已突破300个。对MiniMax而言，外部团队拿H3去做产品，并不等于用户被切走。视频生产要管镜头控制、数字人播报、画质增强、推理部署这些不同环节，单靠一家模型公司，很难把这摊细分需求全揽下来。

下游团队怎么分工，路数已经比较清楚。影视模型Utopai X和数字人平台HeyGen Video 1都拿H3当底层基础，围着各自的用户和场景做后训练、做产品化。Pika的路子是在H3上再加一层优化，做出两个约2.8GB的轻量适配器，合起来叫Pika H3 Flex。这些下游团队的共同打法是：通用能力交给H3，自己的研发资源押在镜头控制、参考生成、音视频编辑这些离产品更近的环节上。

对下游公司来说，这么走省掉了从零预训练的开销；对MiniMax来说，每跑出一个成熟的衍生产品，底座就可能被带进一片新的业务场景。

围绕H3的协作还往推理效率上延伸。FastVideo把去噪计算压到4步；MiniMax和推理平台Fal联手推出的H3Max，把5秒音视频的生成时间缩到3秒以内；Video Rebirth的HyperFlow则把去噪步骤减到8步。几支团队分别从速度、成本、部署方式切入，优化的是同一个底座。

国产算力适配这块，成都智算中心联合合作伙伴把H3适配到昇腾910A，并用它制作漫剧《异噬之域》。按平台积分折算，制作成本约每分钟40元，低于市面精品AI剧每分钟约90—200元的价格区间。H3由此不只是进了海外公司的研发流程，也开始用于国内内容生产，并在不同硬件环境里部署。

应用层做后训练、推理加速、画质增强，再到创作工具和国产硬件适配，外部团队各补各的擅长环节。终端产品要抢用户，而底层模型的价值，恰恰在于让更多团队拿它去开发产品。下游做得越多，H3能触达的市场和场景就越宽。

03

分层授权，给开放模型留出商业空间

权重开放，不等于所有商业使用都不设限。开源和商业化，其实可以并行不悖。 MiniMax在H3社区许可证里，把免费商用与单独授权之间的界线划在2000万美元年收入上：商业产品或服务年收入不到2000万美元，在产品界面显著标注MiniMaxH3，就能免费商用；过了这条线，或者要在美国、欧洲、英国、韩国等受限市场部署，则须提前取得MiniMax的书面授权。

这套规则给不同体量的使用者留了不同入口。个人开发者和中小团队可以先拿模型跑起来、验证产品；等业务规模上去了，或者打算进入受限市场，就要和MiniMax再确认商业授权。对大型企业来说，模型一旦嵌进核心产品和生产流程，合规边界、定制能力、服务稳定性都会成为采购时要掂量的事。

《智能涌现》发现，落到实际业务里，MiniMax已经跑出几种不一样的授权合作方式。

比如Comfy在8月底成了授权经销商，推出专业版商用授权，每月5000美元起。

Nuva Lab等机构拿到的是H3商业托管服务资格，面向行业客户和服务集成商提供服务。

英伟达研究团队走的则是单独授权，与MiniMax合作。

客户不同，合作方式也不同，背后差在使用规模、部署区域和交付要求上。

放到内容行业看，Black Forest Labs设了多档授权方案，Lightricks也按营收规模划出使用边界。开放权重帮模型厂商把开发者生态做大，付费服务和商业授权则接住更高强度的使用需求，这套玩法正在行业里慢慢成型。

04

结语

无论是B站上的短剧创作者，还是英伟达的工程团队，抑或Pika这样的海外视频公司，H3都已出现在这些不同团队的工作流里。大家用的底座是同一个，但各自仍在应用开发、推理优化、画质增强和商业产品上继续下功夫。

视频模型的竞争还会往更高的生成质量和更复杂的控制能力上走。不过对底座厂商来说，模型能不能被更多团队采用、改造并投入实际业务，同样决定它的产业位置。

开放H3把外部团队拉进来参与开发，再用分层授权接住规模化的商业需求，MiniMax想走出一条从模型能力到产业协作、再到商业变现的路。这条路能走多远，变量既在模型能力本身的持续迭代，也在中美视频应用市场接下来一年的分化节奏。