FastH3 Omni
FastH3 Omni 是 MiniMax H3 的開放權重蒸餾版，專為含聲音的參考生成影片打造，由 FastVideo（Hao AI Lab）於 2026年10月20日發表。它只需 8 步而非 50 步，就能將提示詞加上參考圖、影片片段與人聲，生成一段音畫同步的影片；FastVideo 表示其延遲比原模型低 5.6–11.9×。GoEnhance 並未託管 FastH3 Omni；下方控制台執行的是它所蒸餾自的完整版 MiniMax H3 參考生成影片模型。
@1
@2
@3
MiniMax H3
參考圖
@1
@2
@3
@4
新增 1–4 張圖：人物、寵物、商品或場景。在提示詞裡依序用 @[image1]、@[image2]… 指代它們。
提示詞
範例提示詞
上傳檔案即表示你同意 GoEnhance 的服務條款與隱私權政策
FastH3 Omni 帶來了什麼
8 步取代 50 步
FastH3 Omni 是 MiniMax H3 的少步數學生模型：每段影片只需 8 次 Transformer 推論，而原模型需要 50 次。FastVideo 在 8 張 NVIDIA GB200 GPU 上測試了 27 組對照工作負載，端對端延遲降低 5.6–11.9×。宣傳中約 12× 的加速是最佳情況，也就是用一段短參考影片生成 15 秒影片。
參考臉孔、場景、動作與聲音
早先的 FastH3 只支援文生影片與圖生影片，而 Omni 保留了 H3 的參考生成影片模式。你可以在一個提示詞中混用參考圖、影片片段與人聲參考；FastVideo 測試的組合從單張圖片到 9 張圖片加 3 段影片不等。
畫面與聲音一次生成
與 MiniMax H3 一樣，FastH3 Omni 會同時生成畫面與同步的立體聲音訊。FastVideo 的範例皆為 24 fps，長度有 5 秒、10 秒與 15 秒。
可在 Blackwell 與 RTX 顯示卡上執行
除了資料中心 GPU，FastVideo 也提供為 Blackwell 訓練的 NVFP4 權重，以及適用於 DGX Spark 與 RTX 5090 的執行方案（預設 480p），另有一套搭配逐層卸載、適用於 RTX 4090 的 FP8 方案。
開放權重、訓練程式碼與 ComfyUI
權重發布在 Hugging Face 的 FastVideo/fasth3-omni 合集中，包含供 ComfyUI 使用的 FP8 與 NVFP4 版本；訓練方案放在 FastVideo 程式碼儲存庫裡。FastVideo 表示，訓練在 64 張 NVIDIA B300 上花了約 7,800 GPU 小時。
FastH3 Omni、FastH3 與 MiniMax H3 比較
如何在 GoEnhance 上製作類似 FastH3 Omni 的參考影片
01
上傳參考素材
最多加入 9 張圖片，用於角色、產品與場景。還可以加入 1 段影片片段作為動作參考，以及最多 3 段音訊片段作為人聲或音效參考，每段 2–15 秒。
02
在提示詞中標註
用標籤指稱每個參考素材，例如 @[image1]，並描述動作、鏡頭與能聽到的聲音。台詞請放進引號裡。
03
選擇長度、畫面比例與畫質
長度可選 5 到 15 秒，畫面比例從 16:9 到 9:16，解析度為 720p 或 1080p。
04
生成並調整
MiniMax H3 會生成帶有原生音訊的影片。調整提示詞或替換參考素材後再生成一次即可。
