FastH3-Omni 开权重发布：用图像/视频/音频参考一次生成带同步音轨的短视频

谁该读，能决定什么

做 AI 短剧、漫剧分镜或广告试片、并在评估“本机/自建 vs 云端 API”的创作者与小团队；以及已经在用参考图/参考视频保角色一致性、又想要口型或音轨一起出的人。

读完可以决定：要不要现在试 FastH3-Omni 的开权重路径；许可证是否覆盖你所在地区与商业规模；走 ComfyUI 还是 UniServe/服务器部署；以及开源权重与 Nuva 宣传的生产版之间怎么选。本文不评测画质，也不替任何一方背书收入或排名。

发布了什么

据 Nuva Lab 发布页（标注 Release · October 20, 2026）与 FastVideo 同日博文，FastH3-Omni 是 MiniMax H3 的少步稀疏蒸馏版本，面向参考条件的视频+音频生成（他们称为 Ref2VA / omni reference）。输入可以混用文本提示与有序的图像、视频、音频参考，输出一次得到视频和同步音轨，无需后期对轨。

Nuva 文案写明：支持与 Seedance 2.5 同类的全模态参考；生成约 5–15 秒、24 fps 的视频。Hugging Face 上 FastVideo-FastH3-Omni-8-Step-V1 模型卡进一步写明：最多 9 张图、3 段视频、3 段音频，参考总数不超过 12，且至少需要一张图或一段视频；输出为带 32 kHz 立体声音频、24 FPS 的视频；采样为 8 次 transformer 前向（相对文中所述 Base 的 50 步）。

速度数字来自发布方：在 8 张 NVIDIA GB200 上、27 组匹配参考负载中，相对默认 MiniMax H3 omni 参考路径，端到端延迟低 5.6–11.9 倍（FastVideo 测量；对比的是完整服务配方与 Base 的无损数值策略，详见其博文方法说明）。我们没有复现该基准。

权重、代码和 ComfyUI

开权重与推理相关文件托管在 Hugging Face 的 FastVideo/FastVideo-FastH3-Omni-8-Step-V1；Nuva 页同时指向 FastVideo GitHub 上的代码与训练资源，以及 UniServe 部署说明。模型卡说明 BF16 检查点需配合 MiniMax-H3 共享的文本编码器、分词器与视频/音频 VAE；本地路径另有面向 DGX Spark、RTX 5090 等的 NVFP4 QAD 变体与设备配方。

FastVideo/FastH3-Omni-Comfy 仓库提供面向 ComfyUI 的 BF16 与 INT8 ConvRot 扩散模型文件，并说明需一并安装文本编码器与视频/音频 VAE。公开的 Hugging Face 模型 API 显示该 Comfy 仓库 createdAt 为 2026-10-20T04:58:26Z、lastModified 为 2026-10-20T21:58:57Z（UTC），与 10 月 20 日发布窗口一致；页面上的“Updated N days ago”是相对时间，不宜当作事件日期。

Nuva 另推销其托管生产版（更多数据与优化、专属部署等）。开权重能否达到生产版质量，发布方自己也区分了两者；我们未做对比实测。

许可证：开权重 ≠ OSI 开源

HF 模型卡将许可证标为 minimax-h3-community-license-agreement，链到 MiniMaxAI/MiniMax-H3 的 LICENSE。我们阅读了该协议全文（文首日期 August 2, 2026）。

要点（转述，以原文为准）：许可地域为“适用地域”，明确排除欧盟、英国、大韩民国和美利坚合众国；在排除地域使用、分发或展示不被本协议授权，有意部署者需另向 MiniMax 联系授权。年收入超过 2000 万美元（或等值）的商业产品与服务，须事先取得书面授权；商业界面还须显著展示 “MiniMax H3”。另有可接受使用政策与多项禁用用途。

因此，即便发布页和博文使用 “open source / open weight” 用语，对创作者决策真正起作用的是社区协议的地域与商业条款，而不是 OSI 开源定义。位于排除地域、或已有较大商业规模的团队，不能把“能下载权重”理解成“已获得可商用授权”。

对创作者的影响（编辑推断，未经我们实测）

若你的工作流依赖“同一角色多镜头 + 参考音”，开权重 omni 参考把视频和音轨绑在同一次生成里，可能减少后期对口型/对轨的步骤——前提是你能在许可地域内合法运行，并承担本机显存与工程成本。

短剧和小团队若已在用 ComfyUI，可以直接看 FastH3-Omni-Comfy 的文件布局是否接得进现有节点图；若更看重吞吐，发布方指向 UniServe 与多卡配方，那是另一条运维路径。

和云端闭源视频 API 相比，开权重换来的是可控部署与可微调空间，但换不来“全球随便商用”。选工具时建议先核对：团队所在地是否在排除名单、收入是否触发额外授权、以及输出是否需按协议约束下游用户。

以上影响均为编辑推断；我们没有在任何 GPU 上跑通该模型，也没有验证延迟倍数或画质是否接近 MiniMax H3 / Seedance。