AREX Feed Article
Redis 之父为 MiniMax H3 写出 Mac 推理引擎，官方：「你雇不来」
8 月 10 日，Redis 创始人 antirez 在 Twitter 上丢出一个 GitHub 链接——，一个用纯 C 和 Metal 手写的 MiniMax H3 推理引擎，专为 Apple Silicon Mac 而生。此时距离 MiniMax 在 Hugging Face 上开放 H3 模型权重，刚过去一周。
MiniMax 官方账号在约 12 小时后发推致谢，措辞里带着藏不住的兴奋：「地球上最顶尖的程序员之一，刚为 MiniMax H3 写了一个 Mac 推理引擎。开源权重意味着任何人都能把 H3 带到任何硬件上，而这次『任何人』恰好是 Redis 的创造者。你雇不来这种事，你只能开源，然后等着它发生。」截至发稿已获得超过 500 次点赞、27 次转发和 2.6 万次浏览。
一个 MiniMax 工程师的 Redis 启蒙
antirez 的项目发布后，最先在社区里传开的是一条个人推文。
Asuka Zheng（@VoidAsuka），MiniMax 的 AI 研究员，在 antirez 发推后紧接着写道：「我当年作为物理系学生、没有任何实习经历，就是靠读 antirez 的 Redis 源码拿到了第一份工程工作。现在，这个我读过源码的人，正在为我们公司开源的模型写推理引擎。」这条推文在 24 小时内获得了 74 次点赞和 36 次书签。
antirez 本人在项目 README 和推文中的措辞则很简洁。他在中写道：「Enjoy, modify, and so forth」，并特别指出代码中包含 @liuliu（Draw Things app 作者 Liu Liu）的贡献，欢迎他「取回任何对 Draw Things 有用的部分」。Liu Liu 很快在评论区回应，给出了 int8 量化的技术建议，antirez 回复称目前只支持 MiniMax 发布的完整 BF16 权重。
社区反应同样迅速。日本用户 @aigeboku 用日语写道：「これだよこれ。これがオープンウェイトの魅力（就是这个，这就是开放权重的魅力）。」获得了 40 次点赞和 43 次书签。中文社区用户 @geminixiang 则将 h3.c 比作 DeepSeek V4 的 ds4.c 时刻：「MiniMax H3 要迎接 ds4.c 時刻了。」
在 antirez 的评论区，有人请求 M1 16GB 支持，有人在 M3 Ultra 上下载权重准备测试，还有用户 @Beamsters1 指出可以利用 M5 的 W8A8 路径将去噪速度再提升约 1.5 倍。
33GB 权重，40GB 内存，M5 Max 上 3.5 秒出一段视频
h3.c 是一个可工作的 Metal 推理引擎，支持文本到视频、文本到音频、图像条件生成和视频续写，输出上限 768×1344 像素、24fps。
项目的 README 给出了清晰的性能基线。在 M5 Max 上，快速预设（20 步去噪、45 层 transformer、reuse 2）生成 512×512 的 22 帧视频约需 16.69 秒。如果降到 4 步去噪，仅需约 3.5 秒——虽然画质有损，但全视频 SSIM 仍达到 0.556（对比 29 步参考，0.556 是对一条狐狸走雪地视频的实测值）。启用 token reduction 后，45 层 + reuse 2 的去噪时间可从 16.69 秒进一步压缩到 12.60 秒。
内存方面，Hugging Face 上的 transformer checkpoint 约 33GB，端到端生成的峰值物理内存约 40GB。确认了这些数字，并指出 h3.c「在 M5 上使用 Metal 4 的 TensorOps 进行 BF16 矩阵运算，提供了一条 int8 量化路径（19.32 秒对比 BF16 的 25.80 秒），并通过激活缓冲区别名（activation buffer aliasing）在 512 级别几何上释放了 61.25 MB」。
h3.c 的依赖极简：C 编译器、Make、Metal 框架和 FFmpeg。没有 Python，没有 PyTorch，没有 CUDA。antirez 在推文中称自己「appreciate more open weight releases that hit all the public at the same time」，而 h3.c 的 MIT 许可证比 MiniMax 自己的社区许可证更加宽松。
不过门槛同样明确：目前仅在 M3 Max 和 M5 Max 上测试通过，M1 和 16GB 内存设备无法运行。
开源十天，等来一个 Redis 之父
MiniMax H3 的商业版本于 7 月 31 日在 Hailuo AI 平台上线，8 月初将权重发布到 Hugging Face，同时推出了 ComfyUI 的原生支持节点。将 H3 描述为「通用多模态生成模型」，能同时理解文本、图像、视频和音频，生成带原生立体声的 2K 视频，单次提示可包含最多 9 张参考图、3 段视频和 3 段音频。
H3 发布后迅速在评测榜单上取得突破。Artificial Analysis 将其排在 Video Editing 类别全球第一、Text-to-Video 第二、Image-to-Video 第三——这是开源视频模型首次登上该榜单的榜首。指出，该模型有 33B 参数，权重在 MiniMax 社区许可证下发布，允许年收入低于 2000 万美元的组织免费商用。
antirez 对 H3 的兴趣在 8 月 8 日首次公开。他发了一条带视频的推文：「Only 10 steps in this example to make the video short, yet H3 is quite fun.」两天后，h3.c 的 GitHub 仓库于 8 月 9 日创建，8 月 10 日正式对外公布——从拿到权重到交出一个完整的 Metal 推理引擎，大约一周。同一周，antirez 的另一个项目 DwarfStar 也通过 DFlash speculative decoding 将 DeepSeek V4 Flash 的解码速度提升了 27%。
MiniMax 官方在 8 月 4 日就曾发推致谢本地社区，称「发布一天内就看到 H3 在 Mac 上跑起来了」。但 antirez 做的事和社区早期适配不同——社区在已有框架上适配 H3，他从零写了一个推理引擎。
Mac 本地视频生成，不再只是 CUDA 的故事
此前，视频生成模型的本地推理几乎被 CUDA 生态锁定。MiniMax H3 的官方 ComfyUI 节点虽然支持本地运行，但依赖 PyTorch 和 CUDA，最高输出 768p，达不到云端 2K。Mac 用户要么用云端 API，要么放弃视频生成。
h3.c 改变了这个等式。它在 Apple Silicon 上直接通过 Metal 调用 GPU，不经过 Python 层，不依赖 PyTorch。antirez 的做法与他在 Redis 时代一脉相承——用最少的依赖、最高的效率，把硬件的潜力榨到极致。
h3.c 目前仅限 M3/M5 Max、至少需要 64GB 统一内存，能直接服务的用户并不多。但它证明了一件事：一个世界级的系统程序员，独自在一周内将一个前沿视频模型带到了一块非 CUDA 芯片上。这种可能性只在模型权重真正开放时才存在。
与此对照的是，同一天发布的字节跳动 Seedance 2.5 选择了闭源路线，生成 30 秒带音频的视频，但所有推理必须走云端 API。 指出，H3 是首个登顶视频评测榜单的开源模型。而 antirez 的 h3.c 证明，开放权重不仅能带来榜单排名——它还能带来你雇不到的人。
antirez 的西西里模式：不开公司、不拿 offer、只写代码
antirez 住在意大利西西里岛。他没有加入任何 AI 公司，也不是 MiniMax 的员工或顾问。他的 Twitter bio 写着：「I like programming too much for not liking automatic programming.」这句话也是他所有项目的注脚。
MiniMax 官方推文中那句「you can't hire this」之所以成立，正是因为 antirez 不受雇于任何人。MiniMax 没有派开发者关系团队争取他，没有给他合同或报酬。H3 开源后，他自己决定动手。MiniMax 能做的唯一一件事，就是把权重放出来，然后等着。
这种贡献无法预算、招标或者用 offer letter 买到。它只在一种条件下发生：模型权重真的开放，文档真的够用，门槛真的够低。h3.c 是这些条件被满足之后，自然产生的结果。antirez 在发布推文结尾写的「Enjoy, modify, and so forth」，既是对社区说的，也是对整个开源 AI 生态说的。