HyperFlow H3 Flash 开源：MiniMax 视音频模型瘦身至 9.1GB，24GB 显卡可跑
Video Rebirth 开源 HyperFlow H3 Flash，将约 31B 的 MiniMax-H3 压缩至 14B，仅需 4 至 8 步采样即可声画同步生成 768p 视频。模型 Q4 量化版体积缩减至 9.1GB，不仅能在 24GB 显存显卡上运行，配合 4 张 B200 还能实现实时生成。这意味着高质量端到端视频生成首次能在消费级设备上跑通。
MiniMax
Pruna 开源 P-H3-Image：把视频模型改成图像生成，8 步跑出 4K 图
Pruna AI 开源图像模型 P-H3-Image，由视频模型 MiniMax-H3 重构而来。团队精简了文本编码器与网络骨干，将生成压缩至 8 步，体积减至最小 20 GB，支持最高 1600 万像素及 8 张参考图融合。ComfyUI 已原生支持该模型。
Pika 开源音视频模型 H3 Flex：仅需 6 步采样，音画同步生成
Pika 在 GitHub 开源音视频生成模型 Pika H3 Flex。模型基于 MiniMax-H3 训练，只需 6 步采样就能同步生成 5 至 15 秒带立体声的视频，支持 11 种画幅和最多 12 个多模态参考文件。最值得关注的是它的推理效率大幅提升，单张 H100 即可本地运行。
英伟达发布 Open H3 Regenerate 2K：3 步将 AI 视频重绘至 2K，最高支持 4K
英伟达推出开源视频增强工具 Open H3 Regenerate 2K，可将 MiniMax H3 等模型生成的低分辨率视频重绘至 2K，最高支持 4K 输出。它仅需 3 步扩散即可补足画面细节，支持最长 15 秒片段，相关代码与模型已全盘开源。不过重绘过程可能会轻微改变人脸等局部细节。
Fast H3 Omni 开源：MiniMax H3 视频生成最高提速 12 倍，采样仅需 8 步
FastVideo 联合发布针对 MiniMax H3 的加速方案 Fast H3 Omni。它专门优化参考素材生成视频以保证主体一致性，将采样步数由 50 步压至 8 步，延迟最多降低 12 倍。目前已开源适配 ComfyUI、FP8 与 Apple Silicon 等版本。
MiniMax 发布 M3.1 Flash：代号「太空兔子」，成本直降 70%
MiniMax 正式发布新模型 M3.1 Flash（此前代号「Space Bunny」）。新模型主打智能体与编程，推理速度提升近 3 倍，使用成本降低 70%，每百万 token 输入仅 0.15 美元。目前已接入 API 与桌面端 Code，权重将于稍后开源。
开源视频框架 Any Time, Any Space：靠 3D 记忆让长视频场景不穿帮
开源框架 Any Time, Any Space 亮相，专门解决长视频生成中的场景漂移问题。系统先对场景进行 3D 重建并存入记忆，即便镜头离开后再折返，环境依然保持完全一致。它可搭配阿里 Wan 等多种视频模型，已开放本地运行代码。
NVIDIA 开源 Stream Render H3：用视频模型把游戏粗模实时变成大片
NVIDIA 发布并开源 Stream Render H3，利用 MiniMax H3 视频模型将游戏引擎输出的简单语义图实时渲染成高画质画面。玩家可通过参考图一键切换风格；不过实现实时需 8 块 GP200 GPU，整套模型体积超 200GB。
字节跳动推出 DMAD：4 步完成视频生成，提速数倍
字节跳动发布视觉生成对抗蒸馏方法 DMAD。它把原模型当作教师，通过分布匹配训练仅需 4 步去噪的学生模型。该方法适配 MiniMax-H3、Wan2.1 等架构，将原本 20 至 30 步的视频生成流程大幅压缩，画质不减。
Mosaic Chunk 开源：给 AI 视频装上长记忆，物体出画也不崩
本周，AI 视频记忆系统 Mosaic Chunk 正式开源。它通过选择性记住早期帧的关键特征，解决了物体离开画面数秒后模型就「失忆」变形的难题。项目已开放文生视频（基于 MiniMax H3）和图生视频（基于 Ling World Infinity）两套模型，支持本地运行。
NVIDIA 推出 SoL-Refiner：仅需一步去噪提至 4K，视频生成提速 27 倍
NVIDIA 团队发布视频精炼模型 SoL-Refiner。它通过单步去噪将低分辨率视频直接提升至最高 4K，可搭配 MiniMax H3 等多种基础生成器。测试显示其能将 H3 生成提速达 27 倍，但增强后部分画面细节会与原视频略有差异。
视频蒸馏方法 PDMD 开源：MiniMax-H3 缩至 4 步出片，细节更稳
研究团队开源视频蒸馏方法 PDMD。它将 MiniMax-H3 原本需要 20 到 30 步的视频生成流程直接压缩至 4 步。最值得关注的是，它修正了评估器的错误指导，避免传统蒸馏中画面越练越糊的问题，运动表现和细节明显更优。
Viggle 发布 Meridian：已有视频能换运镜，还能做「子弹时间」
Viggle AI 发布视频重构模型 Meridian。只要输入一段现有视频或单张照片，它就能重建 3D 场景并按自定义轨迹重新运镜，甚至冻结画面做出「子弹时间」效果。模型基于 MiniMax-H3 构建，目前已开源 LoRA 权重并支持 ComfyUI。
Viggle 开源 Viggle-Animate：只改一帧画面，就能替完整段视频角色
Viggle 开源视频角色替换模型 Viggle-Animate。它彻底省去了骨骼姿态估计、抠图蒙版和人脸追踪，只需原视频和一张重绘了角色的单帧，通过 3 次前向传播即可完成替换。在单张 B200 上生成 124 帧仅耗时 26 秒。
MiniMax 开源 FastH3 v1：13 秒出 15 秒视频
Hao AI Lab 与 MiniMax 联合开源视频模型 FastH3 v1。该模型在英伟达 Blackwell GPU 上最高提速 14 倍，生成 15 秒 768p 视频仅需 13 秒。团队目前已公开完整权重与推理代码，单个权重即可支持不同分辨率和时长。
Code World Model 开源：用编程智能体当大脑，让 AI 真正记住世界状态
研究人员发布并开源 Code World Model 框架。它把世界演化与画面生成拆开，由编程智能体推理事件并写代码维护持久世界状态，再由微调后的视频模型 MiniMax-H3 渲染画面。最值得关注的是，这让 AI 生成的世界能够跨长周期记住物体与规则，不再只是预测下一帧像素。
BreezeBlue 开源 Breeze-TTS-2：首包延迟 40 毫秒，支持中英文本驱动声线
BreezeBlue 开源语音合成模型 Breeze-TTS-2 的权重与推理代码。它支持中英双语，在 H100 上首包延迟能压到 40 毫秒以内，不仅能用文字描述直接「捏」出声音，还能在文本里插入 [笑] 或 [叹气] 等副语言事件。代码采用 Apache 2.0 开源，权重仅供非商业研究。
MiniMax 开源 Music 3.0：单次生成 5 分钟整曲，基于千问底座
MiniMax 推出开源权重音乐模型 Music 3.0。它采用基于 Qwen3.5-8B 的混合架构与流匹配技术，用户只需输入提示词与歌词，就能单次生成长达 5 分钟的完整编曲与人声演唱。最值得关注的是，它通过结构化描述解决了长音频乐器走样与情绪断层问题。
MiniMax 发布全模态模型 H3：自带立体声 2K 视频，权重即将开源
MiniMax 宣布推出通用全模态模型 H3，打破任务与模态界限，能统一理解并生成文本、图像、视频和音频。模型支持最长 15 秒、最高 2K 分辨率的原生立体声视频生成。最值得关注的是，官方承诺未来几天将开源权重，且 2K 单秒生成价格宣称不足主流模型的三分之一。
MiniMax 发布 M3 模型：支持 100 万上下文与原生多模态，解码快 15 倍
MiniMax 发布开源权重模型 M3，支持 100 万 token 上下文与原生多模态，可直接操作桌面电脑。模型采用自研稀疏注意力架构 MSA，解码速度比前代提升 15 倍，并在 SWE-Bench Pro 等基准测试中达到前沿水平。目前已通过 MiniMax Code 与 API 开放体验。