深夜，一个直播间还亮着。
画面里，一只穿宇航服的猫刚降落在火星表面。观众席有人在聊天区打出一行指令：!prompt，让一条龙出现。几秒钟后，一条龙真的从陨石坑后面探出了头。
开播第一天，三万七千人挤了进来，差不多是一座小县城的人口。
他们很快发现这个直播间有两件事不对劲：第一，这里没有主播，没人说话，也没人下播；第二，无论他们点什么，画面都会照做。
没有摄像机，没有演员，没有剧本。
那这些画面，到底是从哪来的？
一台超快的摄像机
故事的起点是 MiniMax，一家上海的 AI 公司。他们把自研的视频生成模型 H3 开源了出去，谁都可以拿去用、拿去改。
接住的人里，有家叫 fal 的硅谷公司。他们对 H3 做了一轮"后训练"。
你可以把开源模型理解成一套毛坯房：结构是好的，水电是通的，fal 做的事就是精装修，喂新数据、做强化学习、优化推理，最后交出的成品叫 H3 Max。
装修完的房子有个吓人的性能：生成一段 5 秒钟、768p、自带音效的视频，只需要不到 3 秒。
做一段视频的时间，比看完这段视频还短。
这句话值得多读一遍。它意味着播放器永远追不上生成器，就像一家厨房出菜的速度永远快过你吃菜的速度，桌上永远摆着下一道。
这一段还没放完，下一段已经做好了排在后面。
"实时"这道门槛，就这么被迈过去了。
被两个平台请出门的直播间
fal 的工程师 Rehan Sheikh 干了件顺理成章的事：既然生成比播放快，那就让它永远播下去。
他搭了一个无限直播间。模型大约每 9 秒产出 15 秒的内容，进度条永远跑在播放的前面。
观众在聊天区发指令，模型照做，一幕一幕松散地缝成故事。想看猫开飞船就有猫开飞船，想看雨夜追车就有雨夜追车。
然后小插曲来了：这个直播间先后在 Twitch 和 Kick 遇到审核麻烦，最后搬去了 Rumble。
倒不难理解，平台的规则手册里压根没有这一页。主播栏该填谁？内容分级怎么定？连"直播内容"这四个字都开始变得说不清了。
fal 官方是这么宣布的："视频生成，现在比真实时间更快。这是一场无限的广播，每一帧都是当场生成的，每一幕都由聊天室执导。打出 !prompt，几秒后它就出现在屏幕上。"
导演席上坐着弹幕
实验很快升级。fal 上线了一个叫 fal.live 的站点，背后是专门改造过的 H3 Max Director 版本：自回归、原生连续，带着大约两分钟的上下文记忆往下生成。
两分钟记忆是什么概念？像一个说书人，记得住自己刚讲过的两分钟，再往前就模糊了。所以剧情会漂，人物会变，观众的每一条指令都在把故事往新的方向拽。
这已经不是点播了，更像几万人同时握着一个方向盘的公路旅行，没人知道下一个路口拐向哪里。
大洋这头，MiniMax 自己也把 H3 Max 接进了开放平台，二十四小时 AI 直播间、弹幕互动剧、数字人直播，一个个场景开始排队落地。
普通人想试试也不难，每天有免费额度，连注册都省了。
门槛低到这个程度，意味着这不是一场少数人的技术演示，而是一个所有人都摸得着的新玩法。
"直播"两个字，改写了
电视发明快一百年了。这一百年里，"直播"始终藏着一个隐含的承诺：在世界的某个角落，真的有一台摄像机，对着真的东西。信号可以延迟，画面可以切换，但源头总归存在。
现在这个承诺失效了。
你看到的每一帧，都是在你看到它之前的三秒钟里，被凭空算出来的。"直播"的"直"，从此只关乎速度，不再关乎真实。
热门跟贴