From Nvidia to Pika, Why Silicon Valley Companies Build on MiniMax H3

一家中国 AI 公司，用英伟达的 GPU、参考硅谷的技术路线，训练出了自己的视频大模型，恐怕没有多少人会感到意外。

但如果反过来呢？

全球领先的 GPU 巨头英伟达研究团队少见地选择了一家中国公司的开源多模态模型，投入人力、时间，开发一个视频生成模型。这就有点意思了。

从创业公司到英伟达， H3 为何被选中？

今年 8 月，MiniMax 开放了多模态模型 H3 的权重。这款模型能统一理解文字、图片、音频、视频等多种类型的素材，并兼顾生成质量、速度和成本。从技术生态角度看，开放模型权重使外部团队能够直接参与后训练、蒸馏和推理优化，拓展了其参与模型研发的方式。开源一个月内，H3 下载量超过 2400 万次，有 300 多个基于它开发的公开衍生模型。

最先被吸引的是视频生成公司。它们的客户大多用视频生成模型做广告、营销素材，在乎生成速度、产品和人物的一致性。技术演示再绚烂，到了商业生产现场，客户关心的往往是更现实的问题：商品包装上的字会不会变形？同一个角色换了镜头还能不能保持原样？修改一段广告，是否需要重新生成整条视频？如果要批量制作上千条短视频，时间和成本能否承受？这些问题决定了 AI 视频究竟是一项令人惊叹的技术，还是一门真正能够规模化运转的生意。

行业竞争激烈，这些视频生成公司有动力按照客户需求更针对性调整模型。

生成式媒体基础设施公司 fal 从这些需求出发，以 MiniMax H3 为基础训练 H3 Max，并围绕模型优化推理系统，目标是生成速度更快。视频生成公司 Pika 希望更符合平台上的专业创作者的需求，10 月 29 日，它发布基于 H3 后训练的 H3 Flex，压缩了生成步骤。

有些令人意外的是，和这些垂直行业中的公司不同，英伟达正基于 H3 再开发视频生成模型。 10 月下旬，英伟达相关研究团队基于 H3 发布 Open-H3-Regenerate-2K，先用 H3 生成低分辨率的草稿，再通过额外训练的精修模块和三步去噪重生成高分辨率视频。项目保留了 H3 的原始权重。

英伟达极少在多模态模型上投入如此多的资源，但对 H3 进行了系统性开发。

此前，他们推出 StreamRender-H3 流媒体视频渲染方案和快速视频解码器，分别探索交互式生成和解码加速；推理优化项目则在保持 H3 模型权重、提示词及生成配置不变的情况下，改进生成流程。

视频生成公司和英伟达这类全球巨头对模型的应用场景不同，但选择基座模型的标准都很高：既能处理复杂的多模态输入和视频生成任务，也开放权重，允许研究人员在本地运行模型、增加精修模块或改造推理流程。一个模型即便完全开放，如果生成质量不够好、架构难以扩展，或者无法适应新的训练任务，也很难成为继续研发的基础。

符合这一标准的多模态模型并不多，H3 的性能和延展性让它屡被选择。今年 9 月，H3 在 Arena 图生视频榜单中以 1495 分位列第一，累计获得超过 5.7 万次评测投票。

但英伟达的目标可能不止于此。它擅长并敢于在新技术初期投入并培育生态，例子之一是 CUDA ：通过资源倾斜和商务手段，让开发者围绕英伟达 GPU 构建应用，形成了高壁垒的软件生态。

多模态模型领域也许是下一个 CUDA 类的机会：围绕 H3 做推理加速和生成应用，让更多视频模型和开发者进入 NVIDIA 技术栈。英伟达看好的不只是视频生成市场，也包括它背后的生态和算力需求。

开源生态中，合作方也是进入更大市场的“节点”

头部企业把视频模型接进生产流程，面对的要求各不相同，同一家企业也会随业务变化提出新需求。模型厂商如果逐一满足这些要求，还要持续维护和更新，成本会不断增加。

视频生成平台 Runway 调研发现，一些企业客户希望直接拥有模型权重，在自己的环境里部署模型，再用自有数据微调。风险投资机构 a16z 对企业 AI 负责人的访谈也提到，控制权和针对具体业务定制是企业选择开放模型的重要原因。它在报告中也指出，企业越来越重视开放模型，不仅是因为价格，还因为它们可以根据自身数据进行微调。

开放权重的模型提供了一种新的解法。开放权重让头部企业有条件把模型放进自己的生产系统。它们可以围绕已有客户需求调整模型，再通过自己的平台、产品和服务将能力交付出去。

这指向的是远超一家公司能服务的广阔市场。这些合作方各自连接着客户、平台和工作流。对 MiniMax 等模型和产品厂商来说，合作方可能成为进入更多行业的节点。当 H3 随合作方的产品进入更多客户和场景，MiniMax 也能持续拓展自身的行业应用，让更多熟悉垂直场景的技术团队参与进来，在 H3 已有能力的基础上进行针对性优化，共同推动视频生成技术在不同领域的落地。

这也是开源生态中特有的商业化方式。MiniMax 可以借助这些作为“节点”的重要公司，通过授权、部署支持或联合开发等方式扩大收入来源。

这是已经被多个行业验证过的商业路径。智能驾驶芯片与算法公司地平线开放 BPU 芯片 IP 和感知算法授权，也提供芯片、工具链、解决方案及联合开发，车企和合作伙伴可以据此构建差异化产品，这不仅扩大了这家公司的“朋友圈”和影响力，也直接支撑了它的商业化。

根据《MiniMax H3 Community License Agreement》，协议在适用地域内授予免版税的有限许可，允许用户按条款使用、修改模型并开发衍生模型；若使用 H3 的商业产品或服务年收入超过 2000 万美元，须事先取得 MiniMax 的书面授权。

随着生态进一步活跃，MiniMax H3 的商业化也正快速发展。

当视频生成从偶尔尝试的创作工具变成企业生产链上的新环节，广告、电商、影视、游戏和教育等直接相关行业和更广阔的领域，会各自催生新的工具与服务。开放权重让 H3 成为这些团队共同改造的底座，也让 MiniMax 有机会沿着合作方的产品进入更多行业。

这呼应了 MiniMax 一直讲的那句使命“Intelligence with Everyone”：AI 的发展不只是少数模型公司持续推出更强的版本，更多开发者、更多公司也会是这场技术创新浪潮的节点，每个人都是新技术的使用者，也是浪潮的推动者。

对一家商业公司来说，更重要的是市场或许会重新评估一个开源模型的商业价值：除了 API 收入，当一个模型能成为企业定制、部署和产品开发的底座，进入更多行业的工作流，带动授权、技术服务和联合开发等收入，它的商业潜力也许比想象中更大。

本文来自微信公众号“AI前线”（ID：ai-front），作者：冬梅，36氪经授权发布。