AI 影片生成一直以來幾乎是 NVIDIA 的獨角戲，開源模型雖然可讓一般使用者在本地端部屬，但官方支援的框架卻全部圍著 CUDA 生態打轉，Apple Silicon 用戶只能看別人玩。但在 MiniMax 在 8 月 3 日開放 H3 影片模型權重之後，這個局面被一個人打破了：Redis 之父 antirez（Salvatore Sanfilippo）用純 C 加上 Metal 寫出一個原生推理引擎，讓 Mac 也能跑 MiniMax H3 生成影片，從權重開放到 Mac 上跑起來，只隔了七天。
MiniMax H3：影片與音軌一起生成的開源模型
MiniMax H3 是 33.1B 參數的多模態生成模型，最大特色是單次生成就能同時產出影片與 32kHz 立體聲音軌，對白、音效、環境音一次到位，不需要事後另外配音。架構上採用 dense 單流 omni transformer，搭配 Qwen3-VL-32B 作為文字編碼器，官方釋出 FL2VA（文字轉影片、首幀尾幀控制）與 Ref2VA（圖片、影片、音訊參考輸入）兩組權重。它支援文字轉影片、首幀尾幀控制與多圖多影片參考，預設輸出 768p、每秒 24 幀、最長約 15 秒，涵蓋 11 種語言。模型在 7 月 31 日發表、8 月 3 日開放權重，放在 Hugging Face 上供人下載，是目前世界上最好的開源 AI 影片生成模型。
我們也使用 MiniMax H3 練習了一些影片，效果還不錯：
官方生態：從 24GB 顯示卡起跳，Mac 不在名單裡
問題出在官方推薦的執行環境，以 ComfyUI 官方工作流的最低配置來算，pruned INT8 加上 NVFP4 量化的檔案加起來約 42.5GB，需要 24GB 等級的顯示卡記憶體，也就是 RTX 4090 含以上的顯示卡才跑得順；社群測試指出 12GB 顯示卡搭配層級卸載勉強能動，但不保證穩定。追求畫質的 INT8 完整版要 48GB 級 GPU，全精度 bf16 更是直上 80GB 級顯示卡，官方 SGLang 範例直接預設四張 GPU。 官方列出的執行框架 Diffusers、SGLang、vLLM、ComfyUI 全都是 NVIDIA 生態，原本對於 Apple Silicon 的支援沒有任何官方或社群驗證，也沒有第三方支持。
Redis 之父出手：純 C + Metal 的 h3.c
故事的轉機後來就發生了，Redis 之父 antirez 在 8 月 9 日把 h3.c 放上 GitHub，隔天在 X 發文宣布，內文很簡短：「快速的 H3 Metal 實作，請享用。」
Fast H3 implementation for Metal. Enjoy, modify, and so forth: https://t.co/FuyzEtUW7S Contains code from @liuliu which is welcomed in taking back whatever parts he likes for @drawthingsapp in case there are H3 plans there.
— antirez (@antirez) August 10, 2026
這個專案沒有 Python、沒有 PyTorch、沒有 ComfyUI，就是純 C 加上 Metal shader，直接呼叫 Apple 的 GPU 介面。他採用垂直切片的方式開發：先確認模型與中繼資料解析，再做 Metal 計算區塊的對齊，接著依序打通 prompt 編碼、文字轉影片與音訊、首幀尾幀條件、Ref2VA 多參考輸入，每一層都驗證過才往下走。專案採用 MIT 授權（引擎本身，不含模型權重），8 月 11 日已累積近 800 顆星，全部由 antirez 一人提交。
h3-metal – Github
效能：M5 Max 上 512×512 約 3.5 秒
根據 explainx 的測試顯示，h3.c 在 M5 Max 上生成 512×512、22 幀、4 次去噪的影片約需 3.5 秒，記憶體峰值落在 25.9 到 36.4GB 之間，視精度設定而定。 對照組是 Mac 上跑 ComfyUI 的體驗，社群回報出一支短片要一個小時起跳，h3.c 把時間縮到幾分鐘。antirez 目前的開發重心放在 M3 Max 與 M5 Max 的 Metal 效能與記憶體調校上。
他在自己的 vlog 裡也講解了 H3 的運作原理：影片生成時所有幀是同時去噪，而不是一幀一幀接續產生，再靠 cross-attention 讓幀與幀之間、影片與音軌之間維持連貫。他形容 H3 是開放原始碼裡最強大的影片與音訊生成模型，並提到 MiniMax 的研究員在 Reddit 問答中表示，官方目前也在嘗試用 cross-attention 強化幀間一致性。
在專案發布前兩天，他就先貼過一段 H3 生成的示範短片，只用了 10 步去噪就出片，配文是「H3 很好玩」。
Only 10 steps in this example to make the video short, yet H3 is quite fun. pic.twitter.com/do1Jq49WSJ
— antirez (@antirez) August 8, 2026
這股熱度連 MiniMax 官方都注意到了，官方帳號轉發 h3.c 時寫了一句：「這種人才你聘不到，只能開源讓它發生。」貼文在 12 小時內累積超過 13 萬次觀看。
One of the best programmers on Earth just wrote a MiniMax H3 inference engine for Mac computers.🫨
Open weights mean anyone can bring H3 to any hardware, and sometimes “anyone” turns out to be the creator of Redis. You can’t hire this, you can only open-source and let it… https://t.co/EwhCHBs0pi
— MiniMax (official) (@MiniMax_AI) August 10, 2026
h3.c 目前還在開發中，antirez 自己形容是「一連串可以運作的垂直切片」，接下來還有不少工程要做。想玩到完整功能也有一些限制：2K 升級模組 H3-Regenerate-2K 官方沒有開源，只能在 MiniMax 的雲端 API 使用；影片長度受限於模型的時間結構；另外 H3 的 Community License 對商業使用設有門檻，年營收超過 2000 萬美金的組織需要另外談授權。執行環境方面，h3.c 依賴 FFmpeg 與 FFprobe 處理媒體輸出入，Mac 用戶得先透過 Homebrew 裝好這兩套工具才能出片。
h3.c 的意義不只是讓 Mac 用戶多一個新玩具。H3 權重開放第七天，就有人用原廠沒有碰過的語言與框架把它跑起來，這正是開放權重與封閉 API 的差別：封閉模型的功能永遠由原廠定義，開放模型的功能由社群補齊。antirez 不需要 MiniMax 的許可，也不需要等官方 roadmap，拿到權重就自己動手，這種事在閉源生態裡不會發生。
總結
H3 權重開放七天，Mac 原生引擎就誕生了，而且出自一位不需要任何回報的退休大神之手。官方生態忙著服務 NVIDIA 高階用戶的同時，開源社群用一個週末補上了 Mac 這塊缺口。對 Apple Silicon 用戶來說，AI 影片生成從「看得到吃不到」變成「下載就能玩」，這正是開放權重的價值所在：總會有人做出原廠沒打算做的東西。