MiniMax H3 今日早报｜10/16

今天这次更新，比前几天更值得看。

真正的大新闻不是又出了一个量化版，而是 H3 开始往“连续长视频”走了。

阿里 TaoLive AIGC 团队发布了 TaoMate-H3 FL2VA。

它最核心的变化，可以白话理解成：

以前 H3 更像：

“一段一段生成，再想办法接起来。”

现在 TaoMate 开始尝试：

“生成下一段时，继续记住上一段发生了什么。”

它结合了：

首尾帧控制
3步生成
音视频同步
跨片段记忆

官方已经展示：

约 5 秒
约 10 秒
约 32 秒

的连续音视频生成。

这里最值得关注的，不是“30秒”这个数字本身。

而是它开始解决 AI 视频最难的问题之一：

前一镜头发生的事，下一镜头别忘。

比如：

人物别突然变样
动作别突然断掉
声音别前后对不上
首尾帧别完全失控

这对 AI 短剧、数字人、连续对话场景都非常重要。

另外 Kijai 已经迅速把 TaoMate 3-step 转成更适合 ComfyUI 使用的小型 LoRA：

约 177MB

这意味着它正在快速进入现有 H3 工作流生态。

但这里也要说清楚：

177MB LoRA ≠ 完整 TaoMate 系统。

真正的长视频能力还依赖：

3步生成 + 跨片段缓存 + 专门运行时。

所以我的判断是：

H3 的竞争正在从：

“谁能把 5 秒视频生成得更快”

进入：

“谁能连续生成更长的视频，而且前后还能记得住。”

这一步如果跑通，H3 才真正有机会从“短视频 Demo 模型”，往“AI 视频生产引擎”走。

Mac 32GB 今天依然没有决定性突破。

真正值得等的，还是：

低步数 + Sparse Attention + 轻量 VAE + 长视频记忆

什么时候能在 MLX / Metal 上真正组合起来。

那才是 Mac 本地 H3 的下一次大拐点。

#MiniMaxH3 #MiniMax #TaoMate #TaoLiveAIGC #ComfyUI #AIvideo #AIVideoGeneration #GenerativeAI #VideoGeneration #TextToVideo #ImageToVideo #LongVideo #LongVideoGeneration #AI短剧 #AI视频 #视频生成 #SparseAttention #AppleSilicon #MLX