TaoMate-H3 是阿里巴巴淘宝直播 AIGC 团队（TaoLive AIGC）开源的一个低延迟流式音视频生成模型。
它基于 MiniMax H3 大模型，加上一个专门的 3-step LoRA（三步低秩适配器），能把文字提示（prompt）快速转成声音和画面同步的视频。最大特点是"边生成边输出"，像流水一样一块一块地产出内容，而不是等整段视频全部算完才出来。
主要特点
流式生成、延迟很低：视频被切成小块（每块大约几秒），每块只需要三步去噪就能定型，比原版 MiniMax H3 快很多（实测纯计算部分可快 10 倍以上，第一块可用视频出得更快）。
声音和画面一起出：说话、环境音和视频画面是在同一时间轴上同步生成的，不是先出画面再配音。
支持长时间连续生成：能保持人物外貌、声音和动作风格稳定，跨提示词边界也不容易"变脸"或跳戏，适合做几十秒甚至更长的内容。
分辨率灵活：支持竖屏/横屏，480p、768p、接近 1080p 都能生成。
使用方法：
可配合本站发布的 MiniMax H3一键包，比如 V5版
下载lora模型后，放到ComfyUI/models/loras 目录，前台切换即可。
注.当前版本主要是 T2AV（文本直接生成音视频），后续还会推出更完整的流式版本（比如图生视频/参考视频生成）。
下载地址：点此下载