视频生成不缺速度了，缺的是导演手里的控制权
FAL 把开源视频模型后训练到比原版快一个数量级、便宜一个数量级，然后判断：速度已经不是瓶颈，接下来拼的是相机、灯光、角色和动作的可控性。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
开源权重才是后训练的前提
FAL 之前也给别的模型实验室跑推理，但没有权限在模型上叠加能力。Minimax H3 是第一个真正开源、且属于最新一代的视频模型，能接受参考图、架构和其他视频模型类似，这才让 FAL 决定 all in 做后训练。Gorka 说，这次所有优化能凑到一起，最大的原因就是 H3 是第一个真正下一代的开源视频模型——没有权重，就没有后训练这门生意。
— Gorka Mirdsevin整个行业从四月起被算力卡住
Gorka 提出一个判断标准叫 token market fit：一个人能不能有生产力地消耗大量 token，量级在 10K 这种水平。视频生成的需求足够大，做这行的人整天坐在电脑前生成，花掉几千美元。但从四月开始，整个行业和 FAL 自己都受算力约束，加多少算力就增长多少。所以 FAL 一直在找效率，把省下来的算力释放给别的模型，或者让 H3 Max 生成更多 token。
— Gorka Mirdsevin系统优化撞到屋顶线，后训练把它顶穿
Batuan 说，过去三四年做的系统级优化，最多让同一个模型快 2 到 3 倍，因为架构和约束没变，只是把芯片榨得更干，而这条屋顶线是存在的。新的后训练加系统与模型协同设计，能越过这条屋顶线一个数量级。FAL 之前在开源图像模型上练过手，做过 ideogram 和 flux 的版本，积累了后训练基础设施的经验，这次加上一个前沿视频模型，速度提升了一个数量级。
— Batuan Tashkaya先提质量，再压步数，顺序不能反
扩散模型从 50 步压到 20 步会掉质量，所以 FAL 的做法是先跑后训练和 L 管线把模型质量提上去，再叠加优化栈，让最终结果质量持平甚至更高，同时快一个数量级。除了后训练，还有 kernel 和系统工程把硬件利用率从推理负载常见的 30-40% 拉到 70-80% 的理论 MFU。而且视频模型不是单次调用，底层是管线：先用大 LLM 扩写 prompt，再在 latent 空间生成，再解码回像素，按负载还可能加超分，每个组件默认都没优化过。
— Batuan TashkayaTurbo 版五秒视频一点五秒出
H3 Max 发布一周后，团队发现能以 2 倍速度跑、质量还在 97 分位，于是公开了 H3 Max Turbo：生成五秒视频只要 1.5 秒，成本也降一半。Gorka 的判断是，今天这些模型已经足够便宜足够快，成本比前沿模型便宜一个数量级，速度比前沿快一个数量级以上，用户不需要更快更便宜了。他的赌注是接下来要提升质量，以及可控性——这才是过去两三周在推的方向。
— Gorka Mirdsevin连续视频靠两分钟记忆，不是靠最后一帧
Rehan 和 levels io 各自做的直播，本质是独立片段：一段结束，取最后一帧喂给下一段，第二段除了最后一帧不记得任何东西。FAL 内部 ML 团队做的是另一套：过渡更无缝，有两分钟记忆，有人走进房间时所有人都会看向他，场景是连续的。它记住的是原始视频的高度压缩表示，两分钟以上则靠一个持续演化的 system prompt 维持整体连贯，所以能记住最近四到八个场景，并无限流下去。
— Gorka MirdsevinBlender 加视频模型等于接近百分之百可控
专业工作流里最流行的一种：先用 Blender 这类非 AI 技术渲染一个低分辨率场景，再把这段视频作为参考喂给 AI 模型，基本能拿到接近 100% 的可控性。H3 Max 发布一周后，人们开始用 GPT Astra 在 Blender 里生成场景，再交给 H3 Max，因为它足够快，可以并行试很多次，于是打开了一条全新管线。Gorka 说接下来一两个月会全力做可控性，让工作室和专业创作者能拿到完全贴合自己用例的内容。
— Gorka Mirdsevin好莱坞要的是小点解决方案，不是从零生成
Gorka 说好莱坞是 FAL 增长最快的板块，一年前使用量几乎为零。Amazon MGM Studios 发布的 NARA 工具背后主要是 FAL 的基础设施。好莱坞要的不是从零生成一切，而是把视频延长一点、改相机控制、改灯光——这些小点解决方案。研究实验室在做的和创作者真正需要的之间存在脱节，FAL 想用后训练项目补上这个缺口。另一半问题是法律和数据驻留，Seedance 现在也有了美国托管，Gorka 认为好莱坞的 AI 使用量会在接下来几个月涨 10 倍、100 倍。
— Gorka Mirdsevin原话 · 已逐字校验
the biggest reason why everything came together for this particular moment was because H3 was the first truly next generation video model that's open-source.
所有事情能在这个时间点凑到一起，最大的原因是 H3 是第一个真正下一代的、开源的视频模型。
Gorka Mirdsevin3:02
since around April, the whole industry and FAL itself, we've been compute constrained. We are growing as much as we are adding compute.
大概从四月开始，整个行业和 FAL 自己都受算力约束。我们加多少算力，就增长多少。
Gorka Mirdsevin4:02
this new set of post-training-related optimizations with system-slash-model co-design enables us to go beyond that roof line by an order of magnitude.
这套新的后训练优化，加上系统与模型的协同设计，让我们能越过那条屋顶线一个数量级。
Batuan Tashkaya5:04
we have a version called H3 Max Turbo that's public that can generate like a five second video in like 1.5 seconds, which is like insane.
我们有一个公开的版本叫 H3 Max Turbo，生成五秒视频只要 1.5 秒，这简直离谱。
Gorka Mirdsevin10:19
my bet today is we just need to improve quality more than like the speed at these speeds
我今天的赌注是，在这样的速度下，我们更需要提升的是质量，而不是速度。
Gorka Mirdsevin11:25
everyone's waiting for a large consumer moment in AI. Now it's like good enough and cheap enough that like a truly novel social AI experience can be built on top of it.
所有人都在等 AI 的大型消费级时刻。现在它已经足够好、足够便宜，可以在上面搭建真正新颖的社交 AI 体验了。
Gorka Mirdsevin25:55
Hollywood is our fastest growing segment. And there's a lot of noise about how AI might disrupt Hollywood, but Hollywood usage was non-existent a year ago.
好莱坞是我们增长最快的板块。关于 AI 会如何颠覆好莱坞有很多噪音，但一年前好莱坞的使用量几乎为零。
Gorka Mirdsevin34:03
数字与实体
| H3 Max 相对原版 Minimax H3 端点的加速倍数 | 35x | 6:09 |
| 硬件利用率提升区间 | 从 30-40% 提升到 70-80% | 7:10 |
| H3 Max Turbo 生成五秒视频耗时 | 1.5 秒 | 10:19 |
| H3 Max Turbo 成本降幅 | 2x less | 10:19 |
| H3 Max Director 可连续生成的视频时长 | 最长 60 分钟 | 19:47 |
| H3 Max Director 的记忆窗口 | 2 分钟 | 18:45 |
| H3 Max 在 FAL 平台上的使用量领先幅度 | 是第二名的两倍多 | 22:54 |
| Hopper 到 Blackwell 的硬件提升 | 2 到 3 倍 | 9:15 |
术语
- token market fittoken 市场契合
- FAL 的定义：一个人能否有生产力地消耗大量 token，量级约 10K。
- MFU模型浮点利用率
- 衡量芯片算力被实际利用程度的指标，70-80% 已接近理论上限。
- roofline屋顶线
- 同一模型架构下，靠系统优化能榨出的性能上限。
- LoRa低秩适配微调
- 在基础模型上叠加的小型微调，用来加相机角度、风格等特定能力。
- VAE变分自编码器
- 视频管线里把 latent 表示解码回像素的组件。
收听指南
做视频生成、推理基础设施或 AI 工具链的工程师和创业者，以及关注 Hollywood 与生成式媒体结合的投资者。
开头两分钟的主持人介绍和结尾的播客宣传可以跳过。