26
0三行摘要
发生了什么：vLLM‑Omni 与 FastVideo 团队报告，MiniMax H3 的四步 FastH3 配方在 8 张 NVIDIA B300 上，把一段约 10.1 秒、含同步音频的完整 MP4 端到端生成时间压到 8.678–8.710 秒。
为什么重要：视频生成第一次把“模型推理、画面与声音解码、数据搬运、编码和封装”整条服务链路跑到了播放时长前面，创作反馈回路有机会从等待变成连续修改。
适合谁听：做视频生成、推理服务、创作工具、企业 AI 采购，以及关注中国开源模型全球部署的开发者和产品团队。
本期坐标
内容主题：开源与开发者
主要地域：跨国 / 全球
时间轴
十秒视频，九秒拿到完整文件
这次端到端测试到底算了什么
8×B300 与 8.678–8.710 秒结果
FastH3 如何把 49 次计算压到 4 次
模型快了以后，瓶颈为什么转向整条服务链
对开发者和产品交互意味着什么
昂贵硬件、并发、成本和质量边界
如何公平评估“实时视频生成”
本期信号卡
已确认事实：MiniMax H3 已开放权重；vLLM‑Omni、FastH3 文档与 FastVideo 仓库公开了部署配方、四步蒸馏工件和服务实现路径。
公司自述：团队在冻结的 8×NVIDIA B300、1344×768、24 FPS 配置下，测得约 10.125 秒的完整 MP4 客户端端到端耗时为 8.678–8.710 秒；“实时”不等于流式首帧。
媒体报道：本期未采用媒体报道作为核心证据。
主播判断：完整文件快过播放是值得复现的工程里程碑，但还不能推出低成本、消费者设备实时、多人并发稳定或质量无损。
相互冲突 / 待核验（不进入正文）：暂无相互冲突的一手材料；其他硬件复现、并发延迟分布、单位成本与独立质量盲测仍待公开。
来源与日期
vLLM‑Omni 团队性能报告（2026-09-01）：vllm.ai
MiniMax H3 开放权重说明（2026-08-03）：www.minimax.io
vLLM‑Omni MiniMax H3 部署配方（2026-09-01）：github.com
vLLM‑Omni FastH3 文档（2026-09-01）：docs.vllm.ai
FastVideo 官方仓库（2026-08-27）：github.com
术语与数字口径
“实时”：本期仅指客户端收到完整、可解码 MP4 的时间短于媒体自身播放时长，不代表点击后立刻出现首帧，也不代表边算边播。
“端到端”：从同步请求提交到客户端收到完整文件；不包含模型下载、服务启动、编译与预热。
“49→4”：指去噪器评估次数从基础 H3 的 49 次降为 FastH3 的 4 次，不能据此直接计算整体加速倍数。
“8.678–8.710 秒”：项目团队自测区间，不是独立第三方结果。
下一观察点
看同一个 FastH3 工件换到其他硬件、多人并发和固定质量测试集后，能否继续保持完整文件快过播放；同时补齐单位生成成本、失败率与首帧延迟。
勘误
发布时暂无。若有更正，将在此处与置顶评论同步更新。
本期问题
如果速度和质量只能先往前推一步，你所在的行业会先选哪一个？
制作说明
本节目由施泰隆主编，文字经过人工编辑与来源核验，音频使用 AI 合成声线制作并完成机器质量检查；本期未要求、也未执行人工听检。
