阿里 TaoLive 团队开源 TaoMate-H3,基于 MiniMax H3 实现流式音视频生成
bdsqlsz · x · 2026-09-13
阿里巴巴 TaoLive AIGC 团队开源了 TaoMate-H3,一个基于 MiniMax H3 的低延迟流式音视频生成运行时。
- 三步 LoRA 流式生成:小块分块生成,每块在完整 H3 请求完成前就达到最终潜状态,显著降低块延迟
- 音视频联合生成:语音、音效与视频在同一条时间线上同步输出
- 长视频连续性:干净的 KV cache 与集成音频引导,保证跨提示边界的视觉一致性、声音与动作连续
- 多分辨率:支持 480p/768p/1080p 竖屏与横屏生成
- 单节点部署:4 或 8 GPU,支持 TP2 与 Ulysses 序列并行
所属事件:阿里 TaoLive 团队开源流式音视频生成运行时 TaoMate-H3(2 条相关)→
「多模态」频道最新
- 社区整理 60+ 个 ChatGPT「斜杠风格词」:一词唤出整套视觉风格 — heyshrutimishra · 2026-10-31
- Cartesia 语音 agent 平台盲测登顶：级联方案击败原生 speech-to-speech — rohanpaul_ai · 2026-10-31
- Hyperflow H3 登顶视频榜前五，价格不到 Seedance 2.5 一半 — ArtificialAnlys · 2026-10-31
- Krea 插件登陆 Grok：在聊天里直接把草图变成动画 — angrypenguinPNG · 2026-10-31
- 开源 Stem Studio:把 AI 视频音轨拆成可编辑分层 — eraiozei · 2026-10-31
- AI 视频诽谤了人,该起诉提示者、模型商还是平台? — New_Pension_4485 · 2026-10-31