FastH3 Omni 开源：一次生成多参考视频，延迟比基座低 5.6-11.9 倍
mnmunknown · reddit · 2026-10-21
hao-ai-lab（FastVideo）宣布开源参考条件化的 FastH3 Omni（基于 MiniMax-H3 构建），含训练代码。给定 prompt 加图像、视频片段和声音，即可输出声画同步的成品视频。
- 单次请求支持最多 9 张参考图、3 段视频和 1 个声音，用 <Picture 1>、<Video 1>、<Audio 1> 标签控制谁的脸、哪个动作、谁的声音出现在哪里
- 通过 PDD + DMD 蒸馏，将 50 步采样压缩为 8 次前向传播
- 端到端延迟比基座 MiniMax-H3 低 5.6-11.9 倍，输出保持 1344x768
- 消费级 GPU 可运行；训练代码与参考预处理流程全部开放
- 与 Nuva Lab、Reactor 合作，获 NVIDIA 支持
所属事件:FastVideo 开源 FastH3 Omni，Blackwell 上实时生成提速 12 倍(2 条相关)→
「多模态」频道最新
- 用 Opus 5.5 把 30 分钟讲座浓缩成 7 分钟配音讲解视频 — solyarisoftware · 2026-10-21
- MOSS-Image 实测支持图像输入，有望变身图像编辑模型 — RandumbRedditor1000 · 2026-10-21
- Minimax H3 本地生成马尔福大战 Gordon Ramsay 搞笑视频 — Riddy_93 · 2026-10-21
- MOSS Image 5B 的 JSON 提示词玩法:用 bbox 坐标精确控制每个房间布局 — cocktailpeanut · 2026-10-21
- 开源文生图模型 MOSS Image 5B 上架 Maestro,支持直接 JSON 提示词 — cocktailpeanut · 2026-10-21
- FastVideo 开源 FastH3 Omni：Blackwell 上实时生成快 12 倍 — multimodalart · 2026-10-21