pi-H3 实现 2-4 步视频生成：B200 上 10 秒 768p 视频仅 9.2 秒出片
GordonWetzstein · x · 2026-11-11
斯坦福 Gordon Wetzstein 团队与 Luma AI 合作发布开源项目 pi-H3,是 MiniMax H3 视频生成模型的最快版本。
核心技术要点:
- 数据免费蒸馏(data-free distillation)将采样步数压缩到 2 或 4 步
- 去掉视频 VAE 解码器,最后一步直接预测像素
- 结合 FP8 量化,在单张 NVIDIA B200 上端到端生成 5 秒 768p 双声道音频视频仅需 3.8 秒,10 秒视频 9.2 秒——都比播放速度快,实现「比你看还快」
- 对比 Sol-H3:5-15 秒视频整体提速 2.4-2.7 倍(2 步)或 1.2-1.4 倍(4 步)
Hugging Face demo 已上线,模型权重与推理代码将于 11 月 16 日当周发布,训练代码随后在 LakonLab 开源,并通过 ComfyUI-piFlow 提供 ComfyUI 支持。
「多模态」频道最新
- MiniMax H3-Image 开放早期访问:支持 16 张参考图秒级生图 — aftahi_ai · 2026-11-11
- HeyGen 联合 MiniMax 办视频大赛，2万美元奖金征集 AI agent 生成视频 — HeyGen · 2026-11-11
- 开源 Claude skill 一句话生成儿童英语启蒙动画，实测效果不输商业 App — dotey · 2026-11-11
- 开源世界模型 PAN 2 发布：预测动作后的下一个世界，vLLM 零日支持 — vllm_project · 2026-11-11
- Hailuo 展示 H3Image 复古相机风格，输出画风相当「特别」 — Hailuo_AI · 2026-11-11
- Mustafa Suleyman 发布 MAI-Transcribe-2:号称快 10 倍、每小时音频仅 $0.10 — mustafasuleyman · 2026-11-11