H3 Max Live：连续 AI 视频导演如何工作

H3 Max Live 是什么意思？

H3 Max Live 指通过 fal 的 H3 Max Director 接口运行连续、可导演的生成视频会话。模型不会完成一条短片后停下来等待，而是持续生成视听内容，同时根据新的控制消息改变接下来发生的事情。

官方模型 ID 是 minimax/h3-max/director。

实时控制循环

1. 应用通过 fal 协商 WebRTC 会话。
2. 发送包含开场提示词、画面比例、分辨率、记忆设置和版本号的 configure 消息。
3. 视频和音频以连续媒体流返回。
4. 播放过程中继续发送新的 prompt 消息。
5. 提供商事件报告提示词正在等待、已经应用或被拒绝。

因此真正的产品不能只有一个提示词输入框，还需要展示连接状态、剩余付费时间、实时转写、缓冲状态和每条指令的版本。

可以用语音控制吗？

可以，但 fal 接收的是文字控制消息。AIR Live 使用 Gemini Live 作为语音导演层：浏览器流式传输麦克风音频，Gemini 保留对话上下文，并把足够明确的要求变成 update_scene 函数调用。AIR Live 校验后再把导演指令发给 H3 Max Director。

麦克风 -> Gemini Live -> 结构化导演指令
                           |
                           v
浏览器 <- fal WebRTC <- H3 Max Director

语音不可用时，文字输入仍走相同的视频链路。

它真的无限吗？

底层模型为连续生成设计，但应用仍要处理会话限制、计费、断线和上下文窗口。AIR Live 目前明确销售 60 秒会话，不承诺没有边界的无限流。

开始导演

使用实时 AI 视频生成器，或阅读 fal H3 Max API 接入指南。AIR Live 是独立产品，不是 fal 或 MiniMax 官方服务。