一个提示词，直接生成带同步音频的视频。MiniMax 的 FastH3-Omni 已经登陆 Reactor，并在 Reactor API 上开放预览，时间窗口给到 10.20.2026 之前。

这个版本不是从零训出来的。FastVideo 与 nuvalab 对 MiniMax 的实时 H3 做了后训练，得到的就是这个开源版本。换句话说，底座是 MiniMax 的实时 H3，后训练由这两家完成。

打开网易新闻 查看精彩图片

它到底能控什么

从公开的能力项看，FastH3-Omni 支持首尾帧条件控制，也支持音频输入，并且强调强对话能力。参考图像方面，最多可以喂 3 张。

  • 首尾帧条件控制
  • 音频输入
  • 强对话能力
  • 最多 3 张参考图像

把音频输入和同步音频生成放在一起看，这个组合指向的是同一件事：视频和声音不再分两步走。而首尾帧加参考图像的控制方式，说明它想解决的是生成结果的可控性，不只是能不能生成。

目前它处在 Reactor API 的预览阶段，开放窗口明确到 10.20.2026。对想试的人来说，入口是 Reactor API，不是别的地方。