AREX Feed Article
MiniMax 官方演示 FastH3-Omni:单条提示词生成音画同步视频,Reactor API 预览开放至 10 月 20 日
北京时间 10 月 14 日凌晨 4 时 26 分,MiniMax 官方 X 账号 发帖演示:FastH3-Omni 在 Reactor 上可以从单条提示词(single prompt)生成带同步音频的视频,配文「你的白日梦现在有了声音部门」("Your daydreams have a sound department now")。这是宣布方的演示口径,目前可查的公开依据是相关帖文与产品文档。
该帖转引了 Reactor 官方账号 两个多小时前的官宣帖。Reactor 在帖中称,FastH3-Omni 是「最快、质量最高的开源版实时 H3」,基于 MiniMax H3 后训练而来,由 FastVideo(@haoailab)与 Nuva Lab 完成,10 月 20 日前可在 Reactor API 独占预览。
先官宣、再转发:两步走的演示接力
Reactor 的 X 账号自述为「世界模型的开发者平台」(The Developer Platform for World Models),官网为 reactor.inc,账号注册于 2025 年 11 月。北京时间 14 日凌晨 1 时 45 分,该账号发出 FastH3-Omni 官宣帖,附带一支 24.9 秒、1,920×1,080 的演示视频,开场标题卡写着「REACTOR × FastVideo」和「A fast, high-quality and open-source MiniMax H3 post-train, available now in exclusive preview」。
2 小时 41 分钟后,MiniMax 官方账号以转引形式跟进,把发布重点压进一句文案:单条提示词、音画同步。截至北京时间 14 日下午检索,Reactor 的官宣帖获 279 个赞、约 3.4 万次浏览;MiniMax 的转引帖获 164 个赞、约 1.1 万次浏览。
官宣帖列出的能力,与没有出现的数字
按 Reactor 的官宣帖,FastH3-Omni 支持首帧与末帧条件控制(first and last frame conditioning)、音频输入与较强对话(audio input + strong dialogue)、最多 3 张参考图,并称性能达到「前沿级」(frontier-level)。帖文没有附基准测试数据或参数规模,「最快」「质量最高」「前沿级」均为宣布方表述。
MiniMax 一侧在这场发布里承担的是转发与文案角色:它转引的是合作方官宣,自己给出的增量是那句关于「声音部门」的配文。
FastH3 在 Reactor API 里怎么跑:两条队列,约 1 倍速实时
Reactor 为 MiniMax FastH3 公开的 把它描述为「将 MiniMax-H3 蒸馏为四次 transformer 前向计算」的实时模型,能从一条文本提示同时生成视频与同步音频。会话按「两条队列加一个播放器」组织:开发者用 enqueue 把提示词排入生成队列,模型在后台逐段生成,文档写明在参考部署上每段短片约以 1 倍速实时完成;生成完毕的片段进入播放队列,调用 play 时以 1,344×768、24 fps 的 16:9 画布输出视频,音频走单独的 48 kHz 单声道通道。由于片段是提前生成的,从调用播放到首帧出现几乎即时。
单段时长可在 5.167~14.375 秒之间设定,画布可切换 16:9 / 1:1 / 9:16 / 4:3;starting_frame 参数允许用一张静帧开头,continue_from_clip_id 则让下一段接着上一段的最后一帧继续。文档还描述了一种「写节目」的用法:描述想要的节目,composer 会写出呈「铺垫—发展—收束」结构的场景段落,再用 continue_from_clip_id 连播。文档同时写明边界:每段短片是独立采样,段与段默认硬切,主体、运动与声音不跨段延续;会话结束后队列不保留。接入用 npm 上的 @reactor-team/js-sdk,模型接线名是 reactor/fast-h3,会话令牌有效期最长 6 小时。
该页面通篇以「MiniMax FastH3」行文,未出现「Omni」字样;音频输入、对话与参考图这三项 Omni 能力,目前只写在官宣帖里。
权重时间表未给出,回复区先把问题问了出来
在 MiniMax 的转引帖下,有开发者直接问到了开源承诺的落地。账号 @jimmy_longbow_ 回复:「Reactor 窗口结束后会放权重吗?我很想自托管这个模型。」@Awesome_O_AI 写道:「实时 H3 的开源版本对社区是个好消息。」还有用户 @BadTt90521 总结自己本地跑 H3 的经验:「单条提示词出同步音频才是真正的解锁点,以前口型同步是吃掉我整个周末的那部分。」
两则帖文都没有给出模型参数量,也没有说明权重何时可以下载、以何种许可发布,「开源」目前停留在官宣表述层面。两帖给定的直接时间节点只有一处:Reactor 写进官宣的独占预览截止日,10 月 20 日。
参考链接
- _