斯坦福与Luma团队发布pi-H3视频模型，该模型基于开源MiniMax H3，采用2步采样直接输出像素。单张B200可在9.2秒内生成10秒带音频视频，权重预计11月16日当周开源。这让实时生成AI短剧变得越来越近。