在 Intel Arc Pro B70 上跑通 MiniMax H3 实时交互数字人
Opening-Trip9912 · reddit · 2026-09-25
Reddit 用户分享了一个非典型玩法:把 MiniMax H3 用作实时交互数字人引擎,而不是离线视频生成。
整条流水线为:用户提问 → LLM 生成回答 → 语音合成 → H3 渲染头像口型 → 近实时流式回传画面。回应和视频全部动态生成,没有预录制素材库。
作者在多张 Intel Arc Pro B70 32GB 上本地运行,指出绝大多数生成视频方案都围绕 NVIDIA,用 Intel GPU 跑通算是个有趣实验。目前仍在优化延迟、GPU 调度、帧生成、缓冲和音画同步。
下一步方向是长时间自主直播:数字人能自己说话、回答观众、调用外部信息,无需真人操控。
「具身」频道最新
- 王兆然预测：数周内将涌现 DeepSeek V4 Flash 级实时机器人视觉模型 — zhaoran_wang · 2026-09-26
- Déjà View 入选 NeurIPS Oral：单块循环 Transformer 打平大 10 倍的 3D 重建模型 — ZGojcic · 2026-09-26
- Places Library 发布:100 个面向具身 AI 的高保真真实世界 3D 环境 — yshan2u · 2026-09-26
- microagi 携手 ElevenLabs：语音是人机共处的最自然界面 — animesh_garg · 2026-09-26
- Andy Matuschak 造了台「打印机朋友」语音速记小纸条 — andy_matuschak · 2026-09-26
- 港校团队造出肌腱驱动机器水母,RL 实现水下闭环深度控制 — ChongZzZhang · 2026-09-26