hth华体官方下载
细节表现超Sora网友：真正的国产之光！MiniMax视频模型再上新
发表时间：2024-12-23 10:58:25 来源：hth华体官方下载
详情介绍
3 个月前，MiniMax 发布了首款 AI 高清视频生成模型 Abab-video-1。只用了 5 周时间，海螺 AI 的网页版访问量便增速超 800%，还登上了 AI 产品榜当月全球增速榜、国内增速榜双榜单 TOP 1。
12 月初，MiniMax 又上新了图生视频模型 I2V-01-Live，新的模型专门对二次元效果进行了优化，能够更好的将静态的二次元图片转化为流畅且自然的动态视频，至此，海螺 AI 开始进军“动漫界”。
与此同时，OpenAI 的“双十二”活动也在如火如荼的进行着，万众期待的 Sora Turbo 顺势开放。当“国产之光”碰上“话题之王”，会擦出怎样的火花？雷峰网(公众号：雷峰网)AI 科技评论第一时间对二者最新、最完整的模型进行了一手体验，在给定的一系列固定提示词的条件下，海螺 AI 的生成效果属实令人眼前一亮。
在这场视频生成的狂欢中，不少网友脑洞大开，提供了各种虚实结合的有趣 idea：
在网友对比海螺 AI 和 Sora 生成的“喝茶的龙”的视频下，评论区一致认为 Sora 生成的龙与背景存在一定的违和感，尽管能够创造出看似真实的图像，但在细节融合和场景一致性上可能还存在一些挑战。
也有网友直接让两个模型生成《了不起的盖茨比》小说中所描述的画面，对比其生成效果的还原度，并锐利点评：海螺 AI 的效果确实有 20 世纪的味道，但 Sora 的效果却显得过于现代，不符合提示词的要求。
一个线横向视频，描绘了F. Scott Fitzgerald的小说《了不起的盖茨比》中Jay Gatsby的豪宅里举办的奢华派对场景。这场戏捕捉了20世纪20年代的奢华氛围。
还有网友将同一提示词下 sora 和海螺 AI 生成的视频做了横向对比并评论：现在不需要Sora，海螺 AI 也能满足我的一切需求。
一位穿着白色宇航服、戴着反光面罩的宇航员站在一片发光的生物荧光花丛中，头顶是超现实的繁星点点的夜空。宇航员伸手向空中优雅漂浮的幽灵般发光的水母。摄像机进行缓慢的推拉变焦拍摄。
除了以上这些对比二者生成效果真实性的网友外，也有大批网友在体验了 MiniMax 最新的 I2V-01-Live 图生视频模型后纷纷加入了对 海螺AI 的赞誉行列。
有从事艺术行业的网友晒图并表示：这是我尝试过的最难动画化的图片之一，几乎所有平台都试过了，只有海螺 AI 成功让这张图片动了起来！
更有网友专门整理了视频海螺 AI 的视频合集，并配文：I2V-01-Live 就为了让 2D 动画动起来而设计的，它不会让你失望！
甚至有网友用 I2V-01-Live “复活”了塔罗牌：这些人物动作流畅，仿佛被注入了生命一样！
也有网友在尝试过之后，认为这个模型的生成效果和儿童故事的插图完美匹配，效果十分完美。
看过了网友们对海螺 AI 和 Sora 的真实测评后，AI科技评论也进行了一手体验，为了更加直观的进行对比，生成时统一使用了 Sora 官方 demo 的视频提示词。
在尝试制作“猕猴眼部特写镜头”视频时，海螺 AI 的生成效果相较于 Sora 更为直观。视频中，镜头缓缓移动，揭示出主角是一只猕猴，毛发与脸部轮廓处理真实细腻。然而，Sora 的效果如果不结合提示词来理解，很难让人将其与“猕猴”联系起来。尽管如此，Sora 却成功捕捉到了猴子眼中的“星河宇宙”，而这一细节在海螺AI的效果中并不那么明显。
一只猕猴的眼睛的特写镜头。它非常静止。眼睛不动，目光也不移动。猴子在镜头中凝视着我们。我们在猴子的眼睛里看到了宇宙。
在处理“头发凌乱不堪”这一指令时，两个模型都选择了通过“风吹”的效果来展现。然而，海螺 AI 所呈现的画面更具动感，画面感更为强烈。画面中，一位老人缓缓转身，微风轻拂，自然地掀起他的头发，显得既真实又细腻。相比之下，Sora 的处理则显得有些粗犷，仿佛是在“乱吹”。
主角行走时动作僵硬、缺乏流畅性是许多视频生成大型模型普遍面临的问题，即使是被誉为“话题之王”的 Sora 也未能免俗。在 Sora 生成的视频中，人物行走时步伐略显僵硬，同时伴随着镜头的轻微拉近，本意是为了营造一种从远及近的视觉效果，但结果却不尽人意，反而让画面显得有些不协调。
而海螺 AI 在这方面的处理则显得更为自然且流畅，巧妙地避免了这样一些问题，让人物的动作和镜头的过渡都更和谐，视觉舒适感拉满。
时至今日，MiniMax 视频模型依然凭借其卓越的画面质感、内容的真实性以及流畅性等优势，在 VBench榜单独立测评评分上稳居首位。
据 MiniMax 介绍，他们的大模型每天要与全球用户进行超30亿次交互，平均处理超过3万亿文本token，生成2000万张图片以及7万小时语音。在全球拥有多元化用户分布的同时，位居国内 AI 公司大模型日处理交互量榜首。
和Sora在年初的初次亮相相比， MiniMax 在视频生成赛道上的“姗姗来迟”，公司创始人闫俊杰则表示这其实是一种“蓄力”，他希望 MiniMax 能够在技术上形成非常大的优势后再进入赛道，以弥补入局晚的劣势。在他看来，要大投入去做的研发技术，不应该只追求 5% 或是 10% 的提升，而应该追求几倍的提升。
也正因如此，MiniMax 在视频生成赛道中的“迟到行为”，便更像是刻意而为之，给人一种待万事俱备之时，再乘东风之势，一鸣惊人的从容与淡定。
2024 年 8 月，MiniMax 的 Abab-video-1 模型一经上线便火遍全球，迅速包揽各大榜单的 TOP 1。但在人们一声声“国产之光”的欢呼中，闫俊杰最先冷静下来，他知道对于 MiniMax 而言，技术的重要性还在不断的提升，技术好了，才能留住用户。他曾说：“当技术做不好的时候，所有东西都是问题，当技术做好了，所有问题都会被掩盖。”
继10月上线图生视频功能后，MiniMax此次发布最新图生视频模型 I2V-01-Live，再次证明了 MiniMax 在视频生成大模型领域的技术能力。快速的产品更新周期将人们对海螺 AI 未来的文+图生成视频以及编辑可控性的期待值直接拉满。
在竞争日益激烈的视频生成大模型领域，MiniMax 作为新兴力量，凭借专注深耕的技术路线与精准前瞻的战略布局脱颖而出，拉着视频生成行业往前走了一大步。
然而，作为“后来者”，MiniMax究竟是如何推动行业发展的？其中缘由并不难理解。
Sora 热潮掀起了国内对视频生成大模型的广泛关注，各大公司“先后”入局，MiniMax 凭初创公司的身份，在一众“宇宙大厂”面前表现不输。
从默默无闻的初创公司，仅用了三年时间便到“国产之光”，MiniMax 或许真的不一般。
自公司成立，MiniMax坚持在多模态发力，其视频生成模型生成内容从细节性、准确性以及丰富度上都得到了不错的效果。
在应用趋势上，MiniMax 的两款视频生成模型抢在 2024 年正式上线，紧抓 AI 视频大模型爆发式增长的机遇。作为 AI 视频的应用元年，2024 年不仅是一个重要起点，也预示着行业迈入快速地发展的新阶段。随着模型能力的不断的提高和推理成本的逐步下降，未来3-5年内，各类应用场景将陆续被解锁。而 MiniMax 的这一布局，无疑占据了行业应用趋势的制高点。
从更长远的视角来看，视频生成模型则承载着更宏大的愿景，有望变成全球模型以及通用 AGI 不可或缺的重要组成部分。无论是眼前还是未来，MiniMax 的路看似都没有走错。
除此之外，新一代的 AI 视频工作流也正在萌生，它将会整合音频、视频的整个创作流程，大大的提高创作效率，同时也能够更好的降低 AI 视频内容在制作中所有的环节的“违和”现象。这个工作流最重要的包含“精细化生成”和“流程化整合”两个方向，前者主要是对视频中的各类细节进行精准调试，后者是通过一站式服务提高工作效率。在这方面，MiniMax凭借自研语音模型、音乐模型的创新和应用，可能早已为此做好了布局。
MiniMax 选择在国内的 B 端和 C 端同时发力，打破了国内市场被“大厂”瓜分的商业化布局，力求在不同市场层面取得突破。通过满足企业客户的高效工作流需求和个人用户对创新工具的追求，MiniMax 能够在两条市场线中获得更多机会。除此之外，MiniMax 还积极扩展海外市场，寻求全球化的发展机遇，利用不一样地区的需求特点和潜力，推动品牌的全球化发展，并为其未来的商业化带来更多的机遇。
与此同时 ，MiniMax 也在 AI 视频生成的竞争中，凭借其在基础模型、产品和场景三个关键要素上的深度布局，逐步推动了技术和市场的发展，拉着国内视频生成行业往前走了一大步。
至于 MiniMax 还能走多远，看它硬是把自己从 mini 拼成了 Max 的劲头，足以相信它以后的路还会很长。