FastH3-Omni 开放预览：MiniMax H3 后训练版补上全模态参考，10 月 20 日开源

FastH3-Omni 开启预览，是首个完整支持全模态参考的 FastH3 版本，新增首尾帧、音频输入与 3 张参考图；完整开源定在 10 月 20 日，本地跑仍推荐 V2 或 Trim 版。

实时生成式 MiniMax H3 的后训练版本中，目前速度最快、画质最好的一个已经开放预览，名字叫 FastH3-Omni。

按照官方的排期，包含模型权重和训练代码的完整开源版本，会在本月 20 日，也就是下周二正式放出。

这款实时视频生成加速模型由 FastVideo 团队联合 NuvaLab、Reactor 三方共同开发。官方给出的 Demo 效果如下。

从文生视频转向全模态参考

FastH3 系列此前的 V1 和 V2 两代，速度确实提上去了，但覆盖范围主要还停留在文生视频，能玩，却进不了生产环节。

FastH3-Omni 是首个完整支持 Omni Reference（全模态参考）的版本，一次性补上三项能力。

开头和结尾由你给定，中间过程交给提示词去编排，具体实现由 FastH3-Omni 完成。 2. 音频输入 + 强对话生成

画面可以直接被声音控制，角色也能开口说话。至于为什么不叫音频参考，就留个问号吧。 3. 3 张参考图像

人物、服装、场景可以同时垫进去。

官方称，这一版在生成速度和画面质量两方面都已达到当前一线水准。

也就是说，实时生成类模型现在可以用「文字 + 参考图 + 首尾帧 + 音频」的组合来精确控制画面，不必再靠长篇提示词去碰运气。

对做 AI 漫剧和视频创作的人来说，这相当于又多了一件趁手工具，而且它能在 RTX 系列的消费级显卡上运行。

熟悉 HaoAILab 的读者知道，他们此前已把 FastH3 系列做到可在单张 RTX 5090、RTX 4090、DGX Spark 上运行，甚至在 Apple Silicon（苹果 M 系列芯片）上也能本地跑。

FastH3-Omni 依然沿着「让大参数视频模型在消费级硬件上跑起来」这条路走，不过具体细节尚未公布。

MiniMax H3 本身是全模态视频模型，文本、图像、视频、音频都能作为输入，并直接生成带原生立体声音频的视频。问题在于，开源的 Base 模型体积大、步数多，对显卡的要求偏高。

FastVideo 团队对它做了后训练和蒸馏，把原本几十步的推理压缩到 4 步 / 8 步，在数据中心的 GPU 上已经能跑出接近甚至超过实时的生成速度，之后又被团队逐步下放到普通显卡。

合作方 NuvaLab 也透露，FastH3-Omni 的预览版本其实早已提供给广告、动画和娱乐行业的客户做专用部署，并用真实商业客户的数据继续优化。因此正式版到手时会比现在的预览版更好用。

FastH3 有 V1 和 V2 两个版本，此前已分享过：

现在再添一个 FastH3-Omni，容易让人犯迷糊。它们本质上都是 FastVideo 团队对 MiniMax H3 做后训练蒸馏加速的产物，核心差异落在控制能力上。

早期版本，包括 V1、V2 和 Trim 版，能力集中在「文生视频 + 音频」（T2VA），主打快速生成。素材参考能力几乎为零，整个生成过程主要靠文本提示词拉动。

FastH3-Omni 则完全转向全模态参考控制：最多可同时接收 3 张参考图，补上了首尾帧条件控制，还支持直接输入音频实现较强的对话生成。

直白地说，早期 FastH3 是拿文字描述快速出片，FastH3-Omni 是拿参考素材精确控场。这与视频模型整体的发展脉络基本一致。

只想尝鲜、看看 FastH3 到底有多快，用老版本就够了。

要做漫剧角色一致性、场景固定、首尾帧接戏，或者带台词对话的镜头——也就是要生产而不只是玩——只有 Omni 能满足。

现阶段想在本地跑，直接选 FastH3 的 V2 或 Trim 版。这两个版本已完全开放，权重现在就能下载，并已适配 RTX 5090、RTX 4090、DGX Spark 以及 Apple Silicon。

地址：https://huggingface.co/FastVideo

FastH3-Omni 目前只能在 ReactorAPI 上预览使用。模型权重要等 10 月 20 日正式开源后才能拿到，RTX 显卡的适配信息同样要等到那天。

等不及想试的，可以点这里：https://www.reactor.inc/sandbox?model=fast-h3-omni

无论是 MiniMax H3 Max 还是 FastH3-Omni，官方都提供了 API 可接，但都没有接入 H3 导演台。原因在于消耗的是美元，单是拿到密钥这一步就能难倒不少玩家。

所以还是等开源更实际。开源之后，主打性价比的 AutoDL 应该会放出工作流 API，秘塔这边估计也会跟上，只是价格上可能仍比 AutoDL 贵一些。

就酱

end