►文 观察者网 陈济深
“向 MiniMax 致敬。”
8月3日，Stable Diffusion 创始人 Emad Mostaque 在社交平台留下这句评价。彼时，MiniMax 刚刚正式开放视频模型 H3 的核心权重。
四年前，Stable Diffusion 首次将高质量图像生成技术从少数科技巨头的服务器中解放出来，直接交付给全球开发者与创作者。这一举动重塑了行业格局。
几乎在同一时刻，硅谷顶级投资机构 a16z 的合伙人 Justine Moore 也按捺不住激动之情，晒出了自己的实测数据。她震惊于模型的表现，言语间满是惊叹。
过去一年半里，她始终用一道看似简单的题目来测试各类 AI 视频模型：让画面中的男子用粉笔在黑板上写下“Hi”。在此之前，没有任何模型能完美通过这项测试——直到 H3 横空出世，一举攻克了这一难关。
对普通人来说，这不过是个寻常动作；但对视频模型而言，它需在连续时间流中同时处理手、粉笔与黑板的接触关系，理清笔画出现的先后顺序，更要确保已写出的字母不会随画面变化而扭曲或消失。
一位是生成式 AI 开放运动的标志性人物，另一位是长期关注产业竞争的硅谷投资人。两人同时对一家中国公司给予高度评价，显然并非因为市面上又多了一款头部视频模型。
真正引发关注的，是一个以往罕见的组合：世界第一梯队的视频生成能力，不再被锁在闭源产品和高价接口背后，而是以开源形式交到了开发者手中。
这让人不禁联想到 2025 年 DeepSeek-R1 发布时带来的开源震撼。
从文本延伸至视频，中国 AI 企业的持续开放，正将单点突破凝练为明确的技术范式。
视频，曾是 AI 最难打开的门
过去几年，开源语言模型走出了一条相对清晰的路径。
从美国的 Llama 到中国的 DeepSeek，开源模型性能不断提升，量化、微调及本地部署工具也日趋成熟。如今，企业乃至个人开发者在本地运行具备实用能力的语言模型，已不再令人意外。
但在视频赛道，光景截然不同。
文本模型输出的主要是一串 token，而视频模型需同时解决空间与时间问题。一个人物在连续数百帧中不能突然换脸，服饰、场景和光线不能随意漂移，动作必须承接前后状态，镜头还要准确执行人的创作意图。
若要做到音画同步，对白、环境音与配乐更需要与画面进行毫秒级的时空匹配。
这使得视频成为生成式 AI 中计算最密集、工程链条最复杂的领域之一。视频生成不仅推理负担沉重，容错率也极低——文字错了一句可以局部修改，而视频动作一旦出错，往往意味着整段重来，之前消耗的算力全部作废。
因此，前沿视频能力长期主要存在于云端产品和付费接口中。视频赛道的开源模型并非没有，但真正稀缺的是：一个开源模型，能不能同时站上全球商业竞争的最前沿？
MiniMax 发布的 H3 跨过的正是这道门槛。
在全球 AI 模型评测平台 Artificial Analysis 的评测中，H3 的视频编辑位居第一、文生视频排名第二、图生视频排名第三；在视频模型对战平台 Arena 的最新结果中，它成为文生视频和图生视频两类排名最高的开源模型。
更值得注意的是性能与成本的组合。Artificial Analysis 的数据显示，H3 的 2K 音视频生成价格约为每分钟 7.8 美元，低于当下多款 1080p 主流商业模型，在质量与价格象限中跻身最优梯队。
在过去，音画同步直出对于闭源模型都称得上核心竞争力。而 H3 同时把行业顶级的性能、极高的性价比和全面开源带到了同一张牌桌上，完成了视频领域的 DeepSeek 级突破。
用户还可以同时输入图片、视频和音频作为参考素材，让模型在一套系统内完成从画面生成到声音匹配的完整流程，而过去这通常需要在多个模型和软件之间反复切换。MiniMax 开放的，不只是一项单一功能，而是一种理解并执行复杂视听意图的生产力。
从 DeepSeek 到 MiniMax，开源正在变成行业引擎
DeepSeek 证明了高性能、低成本与开源权重可以同时成立；H3 的出现，则把这套逻辑推进到了 AI 研发门槛最高、也最具商业价值的另一高地：创意生产力。
H3 开放当天，包括华为昇腾、AMD、Intel 在内的国内外芯片厂商迅速完成适配，Hugging Face、魔搭 ModelScope、ComfyUI 等平台同步接入，多个主流推理框架也提供支持。在 Hugging Face 上，H3 一度升至趋势榜首，与 DeepSeek 最新模型共同占据前列。
开源 AI 工作流平台 ComfyUI 对 H3 的优化就是一个缩影。通过一系列工程优化，其方案把模型的总体内存占用从 123.6GB 降至 42.5GB，使消费级显卡也有机会本地运行前沿视频模型。
过去，开源模型经常是“够用但不是最好”的次优选择。真正追求效果的企业，最终仍要回到更强的闭源模型。
DeepSeek 在文本领域打破了这条分界线。
DeepSeek V4 Flash 发布时，每百万 token 输出定价仅 2 元人民币；而 OpenAI 的 GPT-5.6 Luna 即便经过 80% 的大幅降价，输出定价折合人民币仍要约 8.7 元。开发者社区由此喊出了“斩杀线”这个说法：当开源模型的性能达到准一线水平，价格却只要对手的零头，闭源产品就必须证明自己贵得有道理。
如今，MiniMax H3 正在视频领域画出同样一条线。H3 以 2K 分辨率音视频直出，每分钟生成成本约 7.8 美元；而当下多款主流闭源视频模型仅提供 1080p 输出，每分钟定价却在 20 美元以上。
更高的画质，不到对手四成的价格，再加上全面开源——这意味着，闭源视频模型昂贵的定价逻辑正在被彻底动摇。
过去，用户为封闭接口付费是因为没有同等水平的替代品；现在，替代品不仅出现了，而且更便宜、更开放，开发者还可以自行部署和优化。开源不再是退而求其次，封闭也不再天然等于能力领先。
中国正在把产业能力带入 AI 竞争
无论是 DeepSeek 还是 MiniMax，它们的开源选择背后都折射出一种正在形成的中国 AI 发展路径。
DeepSeek 和 MiniMax 面对不同领域与商业模式，却共同强化了一组越来越清晰的中国模型特征：世界级性能、持续降本、开源权重、工程优化与广泛适配。
这条发展路径并非凭空出现。
中国拥有高度竞争的电商、短视频、游戏、广告和内容产业。市场不只关心模型能否生成惊艳样片，更关心它是否便宜、稳定，能否批量运行，能否接入真实业务。
与此同时，中国拥有高度成熟的工程化落地能力与正在成长的国产算力生态。开源模型可以被不同芯片、框架、云平台和行业软件反复优化，将实验室里的能力快速挤掉水分，变成真正的生产工具。
这种路径，与中国过去推动光伏、电池、通信设备等技术普及的方式有某种相似之处。真正改变全球市场的，从来不只是性能最强的单个样品，也包括把复杂技术工程化、规模化，通过产业协作持续降低使用门槛的行业生态和土壤。
如今，这种能力正在进入 AI。
在全球最大的 AI 模型调用平台 OpenRouter 上，文本模型周调用量前十名中有八个来自中国；Hugging Face CEO Clément Delangue 近期表示，中国已经在开源模型领域占据主导地位。英伟达 CEO 黄仁勋也强调，世界既需要前沿闭源模型，也需要前沿开源模型，因为 AI 最终将“由每个国家构建”。
这种开放的生态，正在让全球开发者得以站在中国开源模型的肩膀上，建立属于自己的 AI 能力。
如果这一趋势持续下去，中国 AI 对世界的影响就不会只表现为排行榜上多了几个中国名字。它还可能表现为，越来越多国家与企业在建立自己的 AI 能力时，底层运行的是中国开源模型；越来越多开发者在设计下一代产品时，首先想到的是来自中国的模型底座。
中国由此输出的，不只是可以消费的技术产品，也是可以继续开发、继续创造的基础能力。
对于 MiniMax 的开放姿态，资本市场也并未将其解读为商业价值的让渡，反而给予了积极反馈。H3 发布后 MiniMax 股价连续走强，8月6日正式纳入港股通，华尔街投行杰富瑞重申买入评级，花旗同样维持买入。
从追赶前沿，到为世界增加一种选择
就在几个月前，全球视频 AI 领域还经历了一次标志性的退场。
2026年3月，OpenAI 关停了上线不久的 Sora，并终止了与迪士尼的巨额合作。这款曾惊艳世界的闭源代表作，最终因日均高达百万美元的推理成本而难以为继。
Sora 的退场并非技术失败，但它揭示了闭源视频模型面临的深层困境：推理成本极高，却只能由一家公司独自承担；用户只能调用接口，无法参与优化和适配；当热度退去，昂贵的算力基础设施就变成了沉重的财务负担。
H3 的出现，让一个判断变得越来越清晰：
在视频这个推理成本最高、工程链条最复杂的 AI 领域，闭源可能从一开始就不是最优解。
当模型足够强大后，谁能让它以更低成本、更可持续的方式进入现实世界？
从 DeepSeek 到 MiniMax H3，这条路已经从文本延伸到了成本更高、工程更复杂、与文化和产业结合更直接的视频领域。
从语言智能到视频生成，从模型产品到产业底座，中国 AI 正在完成一次重要的身份变化：它不再只是既有路线的追赶者，也开始为全球 AI 的发展提供另一种可能。
而这条路，中国可能从一开始就走对了。
