MiniMax H3 Max、3秒で5秒動画生成リアルタイム化

MiniMaxが動画生成の速度に関する前提を書き換えた。5秒の映像を3秒未満で出力するモデルにより、生成が再生を追い越す状態が実現した。待ち時間が消失したことで、従来は事前制作が前提だった配信や短尺視聴の形態が、要求に応じた即時生成へと置き換わりつつある。

量子位 の 克雷西 の報道では、この変化を象徴する事例として、すべての素材をAIがその場で生成するライブ配信が紹介されている。視聴者の要求を受けてから制作が始まるにもかかわらず、途切れなく映像が供給され続ける点が特徴だ。

生成速度が再生時間を上回る構造

H3 Maxの核心は速度にある。768pで5秒の動画を生成するのに要する時間は3秒を下回る。スループットはベースとなったH3の約35倍に達する。

5秒、768pの動画を生成するのに、H3 Maxは3秒もかからない。スループットはオリジナルのH3の約35倍だ

この数値が持つ意味は単なる高速化にとどまらない。1本の動画を再生している間に次の1本が完成する。生成と再生の時間関係が逆転することで、事前生成や待機を挟まない連続供給が可能になる。従来の動画生成では生成待ちが体験を分断していたが、その分断が構造的に解消された。

開発の背景には、生成時間を作る側の制約ではなく、見る側の体験に合わせるという発想の転換がある。再生速度を上回れば、配信やフィードは理論上無限に継続できる。リアルタイム性が求められる用途において、この閾値を超えたことは実用上の転換点である。

falとの共同開発による高速化

H3 MaxはMiniMaxとfalの共同開発によって生まれた。MiniMaxは2026年7月末に動画生成モデルH3をオープンソースとして公開し、3週間で2400万ダウンロードを記録した。falはAI推論インフラを専門とし、推論の高速化に関する知見を蓄積してきた企業である。

両社の協業は明確な目的に収束した。H3を基盤として、リアルタイム生成の利用場面に特化した事後学習と推論最適化を施すことだ。端的にいえば、既存の高性能モデルに加速機構を組み込む取り組みである。

この最適化はモデル構造の刷新ではなく、学習と実行の両面からの磨き込みによって達成された。公開された情報によれば、品質を犠牲にしない形での高速化が意図され、実用環境での連続生成を前提とした調整が加えられている。オープンソースとして広く利用された基盤があることで、最適化の効果は迅速に検証され、開発者コミュニティへ還元される循環が生まれた。

品質を維持しつつ達成した高速化

高速化と品質は往々にして相反する。しかしH3 Maxは両立を示した。Artificial AnalysisとDesign Arenaという二つの主要な評価において、画像からの動画生成でいずれも1位を獲得している。

この結果は、速度向上が品質低下と引き換えではないことを示す。生成速度が再生速度を上回っても、映像としての完成度が維持されなければ視聴体験は成立しない。評価ランキングでの首位獲得は、実用に耐える品質を保ったまま閾値を超えたことを裏付ける材料である。

動画生成では、解像度や時間長、動きの自然さ、音声との同期など複数の要素が品質を左右する。H3 Maxは768pという実用的な解像度で5秒の生成を3秒未満に収めつつ、これらの要素を損なわない点に特徴がある。速度の数値だけでなく、品質指標での位置づけが商用利用の可否を決める。

相次いで登場した三つの配信事例

速度という条件が整ったことで、応用事例は自然発生的に現れた。いずれも事前の打ち合わせなく、異なる開発者によって同時期に構築された点が注目される。

一人目はfalのエンジニアであるRehan Sheikh氏だ。同氏はH3 Maxを海外の配信基盤に接続し、「クロスディメンションTV」というチャンネルを開設した。番組表も事前収録も存在せず、ある瞬間はアニメの短編が流れ、次の瞬間には60年代風のマリオネット広告、さらに宇宙ドキュメンタリーへと切り替わる。すべての映像と音声がモデルによって途切れることなく生成され、配信され続ける。同氏がXに投稿した切り抜きは540万回再生を獲得した。

二人目はインディーデベロッパーのPieter Levels氏だ。同氏はNomad ListやPhotoAIの開発者として知られ、一人でのプロダクト立ち上げを得意とする。Levels氏が構築したのは、視聴者が自由に要求を送り、その場でAIが制作するライブ配信サイトである。司会者も台本も存在せず、視聴者の要求がそのままコンテンツになる。要求から生成までの遅延が再生時間より短いため、注文を受けてから作る形式でありながら配信は途切れない。

三人目は同じくfalのエンジニアであるAlex Koumpas氏だ。同氏の配信では一つの連続した物語が放送される。視聴者はチャット欄からテキストで介入できる。例えば「主人公を振り向かせて森の中へ歩かせる」「空から突然赤い雨を降らせる」といった指示が映像に反映され、物語は視聴者の入力に導かれて分岐していく。生成が物語の進行速度を上回ることで、双方向性と連続性が両立している。

加えて、ある開発者はCodexを用いて「AI版TikTok」と呼べる短尺動画アプリケーションを構築した。流れるコンテンツは動画生成モデルがリアルタイムで生成し、途切れることなく連結される。画面上の動画を視聴している間に次の動画が生成され、スワイプ操作で自然に切り替わる。必要に応じて動画を30秒まで延長できる機能も備え、没入感を高めている。

動画生成競争の分岐点となる速度

H3 Maxが示した「AIリアルタイム配信」という形態は、動画生成をめぐる競争の分水嶺となる可能性がある。単なる高速化ではなく、中間の待ち時間を除去したことが商用化の経路を直接切り開いたからだ。

この構造変化は、Peter Steinberger氏がOpenClawを通じてAIエージェントにもたらした変化と比較されている。OpenClawはAIエージェントを開発者向けのコマンドライン道具から、誰でも利用できるオープンソースのアシスタントへと転換した。発想自体は簡素だが、ダウンロード数が470万件に達した後、業界の主要な経営者も無視できない動きとなった。

動画生成とコード生成では競争の性質が異なる。コードには正解が存在し、生成モデルの同質化が進みやすい。一方で動画には唯一の正解がない。美意識は人それぞれであり、同じ指示を与えても10のモデルが10通りの様式を生む。利用者は「誰の映像が好みか」で選択する。この特性が、競争が少数の勝者に収束せず、価格だけで決まらない構造を生む。

さらに利用の蓄積が定着を強める。特定のモデルで視覚的な様式を確立した制作者にとって、視聴者が支持するのはその世界観であり、企業が求めるのもその質感である。モデルを切り替えれば、蓄積した視覚資産や視聴者の期待全体を作り直す必要が生じる。利用量が増えるほど、モデルは素材ライブラリやキャラクター設定、制作工程へ深く組み込まれ、移行費用は高まる。

オープンソースが生む生態系の拡大

オープンソースと開放的な生態系は、この定着をさらに強固にする。コミュニティの開発者や制作者が同じ基盤モデルの周辺で派生的な成果物を生み、そのフィードバックがモデルの改善に還元される循環が形成される。循環が回り始めれば、後発が性能だけで追いつくことは困難になる。

H3はすでにこの循環の原型を走らせている。オープンソース化から3週間で世界ダウンロード数は2400万件、派生モデルは300を超えた。FastH3、H3 480p、H3 Maxといった派生が異なるチームによって育成され、それぞれ異なる方向へ枝を伸ばしている。H3を幹として、各地で花開く構造が形成されつつある。

MiniMaxが最先端の動画モデルをオープンソース化したことは、技術の民主化としての側面を持つ。最先端の能力をすべての開発者の手に直接届け、業界全体の土台を引き上げる行為である。世界中の開発者や制作者がこの土台の上で異なる方向へ進み、同じ生態系の周囲に素材や工程、利用習慣が蓄積されれば、商用化の弾み車は自律的に回り続ける。

株価急騰が示す市場からの高い評価

資本市場はこの動きに迅速に反応した。Morgan Stanleyは先週、MiniMaxに対するオーバーウェイト評価を維持し、目標株価を900香港ドルとした。報道当日である2026年9月1日、MiniMaxの香港株は16.18%上昇して取引を終え、株価は300.4香港ドルから349香港ドルまで上昇した。

市場の動きは商用化能力に対する再評価を示す材料である。技術の公開と生態系の拡大、リアルタイムという新たな利用形態の出現が、収益化への経路として認識されたと見ることができる。株価の上昇は、単なる技術的成果ではなく、事業としての持続性に対する期待を反映したものだ。

無断転載を禁ずるという注意書きとともに、MiniMaxの動向は今後の動画生成市場の焦点となる。生成が再生を上回るという一つの閾値を超えたことで、応用と生態系と市場評価が連動して動き始めている。

編集部の見解

短期的には、リアルタイム生成を前提とした配信や短尺視聴の試作が3〜6ヶ月で急増すると見る。H3 Maxのように生成が再生を上回る条件が整えば、事前制作や在庫に依存しない運用が可能になる。開発者は配信や対話型物語、即時生成フィードといった領域で検証を加速させると評価する。推論費用や安定性の運用知見が競争力を左右する局面に入ったと言えそうだ。

長期的には、動画生成の競争が性能単独ではなく生態系と定着度で決まる構図が強まると見る。好みに基づく選択や移行費用の高さは、特定モデルへの固定化を促す。オープンソースを核とした派生モデルの蓄積が進めば、素材や工程が特定の基盤に紐づき、後発の参入障壁は高まる。1〜3年で制作現場の標準工程に組み込まれる可能性があると考える。

残る問いは、リアルタイム生成が持続的な収益モデルとして成立するかという点だ。生成費用を利用者負担や広告で賄えるのか、著作権や肖像の扱いをどう整理するのか、品質のばらつきをどう制御するのか。これらの論点は技術の速度だけでは解決しない。誰が費用を負担し、誰が価値を捉えるのかという設計が問われていると評価する。

参考

• 「3秒出片比播放还快，MiniMax打开了AI视频的实时商业化路径」, by 克雷西 — 量子位, 2026-09-01T12:02:39.000Z (ARR)
• 元記事URL: https://www.qbitai.com/2026/09/482512.html