英伟达相关技术团队与Pika几乎同时基于中国公司MiniMax开源的视频模型H3展开新项目,前者推出视频增强项目Open-H3-Regenerate-2K,可将低分辨率视频再生成至2K、4K;后者发布Pika H3 Flex,让模型以更少推理步骤生成视频,并针对专业创作场景增强控制能力。值得注意的是,这些项目涉及与MiniMax的授权合作——模型权重虽已公开,但商业使用仍存在授权安排。
H3于今年8月正式开源。当时在全球AI模型评测机构Artificial Analysis的榜单中,H3在视频编辑任务上排名第一,达到SOTA水平。开源三个多星期后,其累计下载量已超过2400万次,并产生超过300个公开衍生模型。作为基座模型,H3的内容生成质量较高,为后续开发提供了起点。
开源之后,个人开发者和研究团队率先尝试让H3在不同硬件上运行。ComfyUI背后的Comfy Org团队降低了模型运行时的内存占用,使其适配更多消费级显卡;Redis创始人antirez开发了h3.c,让H3能在苹果芯片的Mac上原生运行;加州大学圣地亚哥分校Hao AI Lab发起的开源项目FastVideo则通过蒸馏和稀疏化加快生成速度,并完成硬件适配。这些工作降低了运行门槛,也为后续微调提供了工具。
商业公司的参与则更进一步。英伟达相关团队聚焦高分辨率视频再生成的效率提升,Pika通过后训练减少推理步骤、增强创作控制能力。对它们而言,H3提供了一个具备多模态生成能力的底座,研发投入可以集中在后训练、生成速度、高分辨率和专业创作需求等特定方向。这种分工正是开源生态的典型特征:有人提供通用模型能力,有人训练专业模型,有人提升计算效率,有人构建面向用户的产品。当其他公司围绕一款模型持续投入研发资源,这款模型便有机会从单一产品演变为技术生态的组成部分。
围绕H3的商业化路径也值得关注。H3采用专门的社区许可协议,而非Apache 2.0等传统宽松开源许可证。根据公开许可协议,在适用地区内,符合条件的用户可以免费使用H3开展研究和商业活动;但若商业产品和服务年收入超过2000万美元,则需事先获得MiniMax的书面授权。此外,美国、欧盟、英国和韩国不在普通社区许可的适用范围内,相关地区主体需另行联系MiniMax获得授权。商业产品使用H3时,也需按许可要求明确显示MiniMax H3。
这意味着H3以较低门槛吸引开发者参与,同时为特定地区、大型商业客户和定制化需求保留独立授权空间。此次英伟达相关项目基于H3开展的合作,同样是授权许可模式。大公司愿意为已公开权重的模型建立商业授权关系,往往不只是需要权重本身,还包括明确的商业使用权限、定制开发、技术支持、部署适配以及长期合作的确定性。
从商业模式看,MiniMax正在围绕H3探索多条相互关联的路径:通过官方API向开发者和企业提供模型服务,并通过MiniMax Design等产品触达终端创作者;针对有特殊需求的大型企业,则通过商业授权、定制模型和技术合作提供针对性服务。开发者围绕H3探索更多应用场景,可能带来新的企业需求;企业在实际业务中遇到的技术问题,又可推动模型优化和产品迭代。随着应用范围扩大,模型服务、商业授权和定制合作可能相互促进。
对AI视频行业而言,H3开源后的变化提供了一个新的观察角度。过去,视频模型的进步主要看画质、时长和生成速度;这些指标仍然重要,但越来越难以回答一款模型能创造多大产业价值的问题。当越来越多公司不再从零训练基础模型,竞争可能不再只看谁的模型更强,还要看谁的模型能成为其他公司继续创新的起点。
相比大语言模型相对成熟的开源生态,视频生成领域技术门槛和使用门槛都更高,开源并不意味着普通开发者能轻松使用,开发者生态也不会自然形成。开源底座的优势在于生态积累:一旦大量工具、教程、推理框架和专业模型围绕某一基座建立,后续开发者便有更多理由优先采用它。目前H3拥有大量衍生模型,这虽不能直接证明其已成为行业标准,但英伟达相关团队和Pika等专业技术主体的加入,确实提高了它成为重要开源技术底座的可能性。
当越来越多公司的产品、技术和业务建立在H3之上,MiniMax也就更有机会将开源带来的技术优势转化为对产业生态的长期影响力。H3已迈出吸引全球开发者参与的重要一步,但能否进一步成为被行业长期采用的基础模型,仍取决于其技术迭代、授权机制和商业合作能否持续经受检验。