淘宝 TaoMate-H3 开源：基于 MiniMax H3 的三步 LoRA，把音视频联合生成做成能分钟级续写的流式运行

阿里巴巴 TaoLive AIGC 团队把 TaoMate-H3 的推理代码与 LoRA 权重开放出来（GitHub 与 Hugging Face 均可下载）。它是构建在 MiniMax H3 之上的低延迟流式音视频生成运行时：用三步 LoRA 加自回归生成，按小块（chunk）持续产出画面与同步音频，支持人物对白、歌声与环境音，能够分钟级续写，并给出 480p、768p、1080p 的横竖屏输出。官方的几个要点很具体：每个小块只用三段去噪区间，达到最终潜状态远早于整段 MiniMax H3 请求跑完；靠干净的 KV 缓存加音频引导，在提示词边界之间保持人物外观、音色与动作连续；单机可以 4 卡或 8 卡推理，配合张量并行与 Ulysses 序列并行。当前放出的是第 3000 步的生成器 EMA 适配器（rank 128），另一路 FL2AV 权重预告在此之前发布。