文｜幸芙j9九游会

裁剪｜郑玄

又一个国内的首要玩家，杀入「文生视频」这个本年最火的大模子风口。

几天前，MiniMax 发布了全新的视频模子 abab-video-1。用户可登录其居品「海螺 AI」的网页版，体验文生视频的功能。

尽管是一个晚入局者——继年头 OpenAI 发布 Sora 后，国内的科技公司纷纷跟进。包括大厂，比如快手的「可灵」、字节的「即梦」等；包括垂直的创业公司，比如生数科技、爱诗科技、智象异日等；也包括模子公司，比如智谱几个月前就镶嵌了文生视频功能。但 MiniMax 很有信心，「这可能是目前国内最佳的视频大模子。」首创东说念主闫俊杰说。

极客公园一手体验了 MiniMax 的文生视频功能，在给定的一系列随即指示词下，MiniMax 的生成后果令东说念主目下一亮。而在国际粗莽平台 X 上，也有越来越多用户用其生成出惊艳的视频、并进行了共享。而在 MiniMax 我方开释出的样片里，可以看到这些视频照旧贴近确实的商拍、乃至电影质感。

这恰是 MiniMax 更晚推出该功能的原因，为了在时代上变成数倍、而不仅仅百分点的擢升。行为一家时代导向型的公司，MiniMax 信托时代决假寓品体验，这亦然它们不火暴的原因。

若是说 Sora 到目前还莫得开放使用的契机，那目前 MiniMax 该功能照旧完全对用户开放。当许多国内照旧公司针对这项功能收费，MiniMax 仍在免费阶段。也等于说，用户可以免费、且一手体验这款最接近 Sora 的居品。

在年头与极客公园的一次疏导中，MiniMax 首创东说念主闫俊杰示意，Sora 对大模子公司来说是一说念「选答题」。因其存在着 PGC、UGC 等不同用法，AI 公司不一定要跟上。不外似乎目前他以为，这是一说念「必答题」——如故出于提高用户渗入率的琢磨。

在年头的看望中，他提到跟着大模子每次拓展模态，用户渗入率就会擢升，因为翰墨仅仅东说念主类信断交互中的极小一部分，声息、图片、视频等模态也同等首要。MiniMax 的愿景是让 AI 为无为东说念主所用，提高用户渗入率是他最敬重的事情。在这说念「必答题」上，MiniMax 看起来交出了一份可以的答卷。

在不同的 prompt 评测中，MiniMax 文生视频功能王人保抓高出

绽开 MiniMax 文生视频居品的官网，会发现它特殊的肤浅。若是说其他居品王人给用户提供了许多选项，比如视频时长、视频比例、情势禁受、运镜样式、情谊氛围等。但 MiniMax 的居品尽头肤浅：输入一段翰墨（prompt），径直生成视频。

笔者径直尝试了一段 prompt：「两位王人市白领手里拿着星巴克咖啡，走在日光沐浴下的街说念，她们原本神采安逸地聊着天，斯须全部笑了起来。」在这段 prompt 里，我既条件了东说念主物的细节动作，比如手拿咖啡；也条件了场景的发达力，比如日光沐浴的街说念；还有东说念主物的神采，比如安逸和含笑。这王人是目前文生视频居品的时代难点。

仅就这段 prompt 的发达来看，MiniMax 的文生视频功能简直完胜：两位东说念主物无论是含笑的神采、如故拿咖啡的手部动作，王人尽头当然、莫得变形，它归附了日光沐浴的场景，同期也归附了「星巴克」标识。

但再看其他居品：某热点居品生成的咖啡杯是变形的、东说念主物的神采亦然变形的；某居品虽生成很当然，但漏掉了「星巴克」标识；另外某居品亦然东说念主物完全变形、咖啡杯完全变形；某居品东说念主物稍稍变形，漏掉了「星巴克」标识；某居品生成的视频毫无巩固性，也莫得明晰度可言。

在笔者的指示下，最上为 MiniMax 的文生视频后果；底下两张为其他国内热点文生视频居品的后果 | 图片开头：极客公园

此外，笔者又尝试了其他不同的 prompt，包括情绪愉悦地打字的女孩等，最终 MiniMax 的文生视频功能王人发达更为出色。若是说文生视频最首要的是对施行寰宇的模拟，那么可以看到，它对于确实寰宇的模拟会更好，同期也能输出更贴近确实的视频后果。

在 X 粗莽平台上，不少国际用户使用完 MiniMax 的文生视频居品后也评价很高。比如用户 @ryan_morrison 提到，「它的手部动作是我见过的最当然的。」用户 @hortega_andre 提到，「它的手部动作和面部神采是我见过的最当然的。」

极端探索用 AI 制作电影的用户 @Machine Mythos，则用 MiniMax 文生视频制作了一则名为《地狱之地》的微影片。该视频时长 2 分 20 秒，陈述了一个须眉开车行驶的流程中，发现也曾东说念主流交汇的街说念，目前照旧被僵尸占据。「我的上一部电影是我迄今抛弃最施行的电影，我没猜想它会这样快就被超越。」Mythos 这样评价说念。

@Machine Mythos 制作的《地狱之地》微电影 | 图片开头：X

笔者注意到，它上一部电影发布于一个月前，是用国外高出的视频模子 Runway 的 Gen3 版块生成。但就影片确实后果而言，MiniMax 更胜一筹。

「咱们里面评测，包括跑一些分，应该比国外 Runway 有更好的后果。」闫俊杰说。

三大中枢时代策划：文本反应好、压缩率高、作风各样

在上层的用户体验之下，MiniMax 将其文生视频的上风回来为：一、压缩率高；二、文本反应好；三、作风各样；四、可以生成原生高离别率、高帧率视频，也等于接近电影大片质感。

对于文本反应好，它指的是居品的指示效力更好。比如笔者在 prompt 中强调了星巴克，简直惟有 MiniMax 的视频模子把这个标识体现出来了。MiniMax 称，这主要收货于其模子在文本上的束缚积贮。

对于压缩率高，它指的是对高动态、变化多的信息有较好的发达力。比如 @JingXiangZ 给的辅导是：「广角镜头中，一个长着猴头的肌肉男，赤裸上身，骑着电动滑板车穿过城市街说念，然后飞上天外。」在最终的后果里，猴头、肌肉男、赤裸上身、以及马上穿梭于城市的街景变化王人得到了展现。

对于作风各样，指的是无论电影大片场景、动画，无论是登科作风如故科幻、好意思漫等，它王人可以独霸。比如 AI 艺术家 @vladimircherner 生成的视频里，既有卡通动画、也有确实走秀、还有写实电影、以致科幻电影等。

用户 @vladimircherner 用 MiniMax 生成的视频 | 图片开头：X

最首要的极少是能生成原生高离别率、高帧率视频，这意味着视频能接近电影大片质感。目前，MiniMax 照旧开释出一些通过 prompt 作念出来的电影、告白片，后果令东说念主惊艳。

比如有一段是星际大战的预报片、有一段是宣传沙发像云朵不异柔滑的告白片、有一段是高速俯拍街说念的电影片断、有一段是雪崩解救的记载片、还有一段是名为《魔法硬币》的科幻片——它陈述了一个小男孩通过一枚写着 MiniMax 的硬币，在不同期空进行穿梭的流程。无论是加勒比海盗的船上、如故多元天地、如故万里长城、如故北极熊身上、又大约是丛林的豹子身上，统统的场景王人尽头传神。

看完这些视频，一个很径直的感受是，照旧不太能看得出它们是 AI 作念出来的。这意味着在视频生成后果上，MiniMax 获取了关节性的冲破。

极致的时代，才有极致的用户交互

闫俊杰先容，MiniMax 之是以在文生视频赛说念更晚入场，原因是公司但愿在时代上变成十足上风。在他看来，不管是视频、文本、声息，中枢不是在算法上擢升 5%、10%，而是要看能不成擢升几倍。「若是能擢升几倍就一定要作念出来，若是只擢升 5% 就不太值得作念。这是咱们作念研发的念念路。」他说。

在他看来，在文生视频这件事上，时代能擢升几倍的中枢关节是，提高压缩率的问题。进修视频生成智商时，模子需要先把视频变成 token，但这个 token 会尽头长，导致复杂度很高。因此，MiniMax 团队在算法上主要惩办的是，怎样把压缩率变得更高、把 token 的复杂度裁减。这花了他们许多的元气心灵，因此比同业晚了近一两个月。

团队发现，当算法变得更强的时候，居品的后果如实好了许多。在文生视频这件事情上，再次印证了闫俊杰所说的，时代决假寓品。

MiniMax 的文生视频功能 | 图片开头：MiniMax

对于 MiniMax 而言，对时代首要性的相识是束缚擢升的。其时代水平提高时，用户的活跃度会增多；其时代出现乌有，用户活跃度在裁减。「其时代作念不好的时候，统统东西王人是问题。其时代作念好了，统统问题王人被遮掩了。」闫俊杰说。这两年时期，他照旧意志到时代是科技公司最中枢的身分。

他以为，创业公司相较于大厂而言最首要的上风惟有两点：一是时代的擢升，二是与用户的交互，而这两者互为内外，所谓「产模一体」，时代管事居品，居品也会反哺时代。

MiniMax 在大家领有多元化的用户散布。据 MiniMax 先容，其逐日与大家用户进行超 30 亿次交互，处理超 3 万亿文本 token、2000 万张图片和 7 万小时语音，大模子日处理交互量居国内AI公司首位。

目前 MiniMax 公布的文生视频功能仅仅初版，接下来它在居品功能上还会有更多的更新。比如目前只提供了文生视频功能，接下来还会有图生视频、文+图生成视频、可裁剪的可控性等等。而等新的东西出来，以及到达更得志的气象之后，MiniMax 可能会琢磨一些贸易化动作。

行为国内简直最早迷惑的大模子公司之一j9九游会，MiniMax 从迷惑起就确信了要将 AI 普及无为东说念主的标的。为此，这家公司沿着文本、音频、音乐、视频等不同模态拓展，用时代冲破带来更好的用户体验。而如今，它推出惊艳的文生视频功能，也意味着它在这条路上又踏上了一个新的台阶。