硅谷大厂纷纷拿它当底座，这个中国开源模型凭什么？

最近最火的风口，非AI视频莫属。

11月3日，专注生成式媒体推理的fal宣布完成最新一轮融资，估值达到160亿美元，较今年4月翻倍，由顶级VC Bessemer领投，英伟达作为战略投资方参与跟投。在Bessemer 的对外分享中，出现了一个中国开源模型的名字。

fal基于中国开源模型MiniMax H3打造的H3 Max，发布后迅速登顶各主要榜单与竞技场，是fal从推理服务层升级到模型研发层的首个标志性产品。而H3 Max只是围绕MiniMax H3展开的产业动作中的一个，围绕这款今年8月才发布并开源的中国视频模型，硅谷迅速展开了密集的业务合作，fal并非孤例。

10月底，英伟达联合麻省理工学院（MIT）的研究团队，基于H3开源了一套2K/4K高清视频增强方案；紧接着，获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，也以它为底座调出了新模型。《智能涌现》获悉，英伟达与MiniMax之间已就相关研究合作建立了单独授权关系。

国内，C端用户的热度也在同步增长。B站一位UP主制作的奥特曼卧底系列短剧，单集播放量已经突破600万；不少个人创作者在视频里分享，他们只靠一张家用显卡，就能在本地跑完分镜、配音和剪辑。而这些链条背后，同样几乎都指向MiniMax H3。

过去中国AI出海，多是带着成品软件出去找用户；如今风向变了，一个开放模型，开始同时进入创作者工作流、芯片厂商的工程优化和海外公司的产品研发。中国AI出海，由此多了一条输出底层基座的新路。

但为什么是H3？

01

H3先跨过工业级应用门槛

开放模型能不能进入商业生产，关键看画质、稳定性和可控性三件事。过去不少开源视频模型适合生成短片段，却难以满足影视、广告这类对连续镜头和音画同步有要求的场景。H3的差异在于原生音画同出，并支持多模态参考控制。

它把画面、对白和环境音效放在同一个模型里生成，单次最长能输出15秒有声视频，支持11种语言；同时支持首尾帧控制，最多接受12个参考文件，让人物形象和声音在不同镜头间保持一致。

在第三方评测机构Artificial Analysis的文生视频盲评榜上，H3以1162分排在全球第三。而在所有开放权重的视频模型里，H3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》表示，H3是目前开放权重领域里，少数能直接放进商业管线、不用大改就能用的底座。

英伟达的介入也发生在这个节点。

此前，英伟达已经为MiniMax的M系列语言模型提供过首日推理适配。H3开放当天，英伟达和MIT的联合团队4.5小时内就完成了首轮工程优化，并在8张GB200集群上实现3.95倍推理提速。团队后面又陆续适配RTX 5090、DGX Spark等硬件，并推出了生产级推理框架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秒压到了22秒。

《智能涌现》了解到，行业内基于基座视频模型的工程投入有两个硬门槛，一是底座自身生成效果能撑得起复杂任务，二是权重得完全开放，工程师能深入推理、解码和画质环节继续优化。对英伟达来说，这类高负载视频模型本身也是检验GPU和软件栈处理视频任务能力的合适对象。H3同时满足了这两个条件。

02

300个衍生模型背后的分工

模型能力过关只是第一步。

H3开放权重后，公开数据显示，累计下载量已经超过2400万次，衍生模型突破300个。对MiniMax来说，外部团队基于H3开发产品，未必意味着用户被分流。视频生产涉及镜头控制、数字人播报、画质增强和推理部署等不同环节，一家模型公司很难独自把这些细分需求都吃下来。

下游团队的分工路径已经基本清晰。影视模型Utopai X、数字人平台HeyGen Video 1都以H3为底层基础，围绕各自的用户和场景做后训练与产品化。Pika则在H3的基础上做了一层优化，产出两个约2.8GB的轻量适配器组成Pika H3 Flex。不同下游团队的共同选择是，底层通用能力交给H3，自身的研发资源集中在镜头控制、参考生成、音视频编辑这些更靠近产品的环节。

对下游公司来说，这条路径降低了从头预训练的成本；对MiniMax来说，每一个成熟的衍生产品，都可能把底座带进新的业务场景。

围绕H3的协作还延伸到推理效率。FastVideo把去噪计算压到4步；MiniMax与推理平台Fal合作推出的H3Max，把5秒音视频生成时间缩到3秒以内；Video Rebirth的HyperFlow则把去噪步骤减到8步。不同团队从速度、成本和部署方式入手，围绕同一个底座做优化。

在国产算力适配方面，成都智算中心联合合作伙伴将H3适配至昇腾910A，并用于漫剧《异噬之域》的制作。按平台积分折算，制作成本约为每分钟40元，低于市面精品AI剧每分钟约90—200元的价格区间。H3因此不只进入海外公司的研发流程，也开始被用于国内内容生产和不同硬件环境的部署。

从应用层后训练，到推理加速、画质增强，再到创作工具和国产硬件适配，外部团队各自补上擅长的环节。终端产品需要争夺用户，而底层模型的价值，恰恰在于让更多团队基于它开发产品。下游做得越多，H3能进入的市场和场景也就越广。

03

分层授权，为开放模型保留商业空间

开放权重不等于所有商业使用都不受限制。事实上，开源和商业化可以并不冲突。

MiniMax在H3社区许可证中，把免费商用和单独授权的边界划在2000万美元年收入这条线上：商业产品或服务年收入低于2000万美元，在产品界面显著标注MiniMax H3，可以免费商用；超过这条线，或者要在美国、欧洲、英国、韩国等受限市场部署，就得事先拿到MiniMax的书面授权。

这套规则给不同规模的使用者留下了不同入口。个人开发者和中小团队可以先使用模型、验证产品；当业务规模扩大，或计划进入受限市场时，则需要与MiniMax进一步确认商业授权。对大型企业而言，模型一旦进入核心产品和生产流程，合规边界、定制能力和服务稳定性都会成为采购决策的一部分。

《智能涌现》发现，在实际业务中，MiniMax已经形成几种不同的授权合作方式。

例如，Comfy于8月底成为授权经销商，推出每月5000美元起的专业版商用授权。

Nuva Lab等机构则获准提供H3商业托管服务，面向行业客户和服务集成商提供服务。

英伟达研究团队则通过单独授权的模式与MiniMax合作。

不同客户采用不同的合作方式，背后对应的是模型使用规模、部署区域和交付要求的差异。

放眼内容行业，Black Forest Labs设置了多档授权方案，Lightricks也根据营收规模划定使用边界。开放权重帮助模型厂商扩大开发者生态，付费服务和商业授权则承接更高强度的使用需求，这套玩法正在行业里逐渐成型。

04

结语

从B站短剧创作者，到英伟达的工程团队，再到Pika等海外视频公司，我们观察到，H3已经进入不同类型团队的工作流程。它们使用同一个底座，却分别在应用开发、推理优化、画质增强和商业产品上继续投入。

视频模型的竞争仍会继续向更高的生成质量和更复杂的控制能力推进。但对底座厂商来说，模型能否被更多团队采用、改造并投入实际业务，同样决定着它的产业位置。

通过开放H3吸引外部团队参与开发，再以分层授权承接规模化商业需求，MiniMax尝试走出一条从模型能力到产业协作、再到商业变现的路径。这条路最终能走多远，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。