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。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.