MiniMax加入視頻生成混戰，大模型的盡頭是做視頻？

8月31日，低調的AI領域佼佼者MiniMax在上海舉辦了首次公開的“MiniMax Link伙伴日”活動，正式對外展示了其創新成果。活動上，MiniMax的創始人閆俊杰隆重推出了公司的視頻生成模型video-1和音樂模型，并預告了即將在未來數周內發布的全新大模型abab7，該模型在速度和效果上均對標行業領先的GPT-4o。

video-1視頻生成模型作為此次發布會的亮點之一，雖未詳盡披露具體技術細節，但閆俊杰強調其高壓縮率、優異的文本響應能力和多樣化的風格特點，能夠生成原生高清、高幀率的視頻內容。目前，video-1已實現文本到視頻的轉換，并計劃在未來迭代中增加圖像轉視頻、視頻編輯及更高級別的可控性功能。現場演示中，用戶通過簡單輸入提示詞，僅需1-2分鐘即可生成6秒的視頻片段，展現出良好的應用潛力和用戶體驗。

在隨后的討論中，閆俊杰深入探討了AI大模型領域的諸多未解之題，包括商業模式（2B vs 2C）、市場定位（國內 vs 海外）以及Scaling law的適用性等。他指出，盡管存在諸多分歧，但視頻生成已成為行業內普遍認可的發展方向。自年初OpenAI推出Sora視頻大模型以來，各大廠商紛紛跟進，視頻生成模型的快速涌現標志著該領域的蓬勃發展。

閆俊杰進一步闡述了MiniMax布局視頻生成的戰略考量。他認為，隨著信息時代的發展，多模態內容已成為人類獲取信息的主要方式，視頻和語音交互的重要性日益凸顯。為了提升用戶覆蓋度和使用深度，大模型廠商必須能夠輸出多模態內容，而不僅僅是文本。因此，MiniMax在已有的文字、聲音和圖片生成能力基礎上，向視頻生成領域邁進，是順應時代潮流的必然選擇。

然而，他也坦誠地指出了視頻生成領域的諸多挑戰。目前的視頻生成結果尚難以完全滿足用戶期望，模型在理解物理規則和生成控制方面存在不足。此外，視頻生成所需的數據量巨大，處理復雜度遠高于文本生成，對基礎設施和算法提出了更高要求。閆俊杰強調，解決這些問題需要耐心和持續的技術創新，同時也需要行業內外的共同努力和合作。

未來，啟明創投等投資機構對視頻生成領域的發展充滿信心。他們認為，隨著技術的不斷進步和3D能力的融入，可控的視頻生成將在影視、動畫等領域引發生產模式的深刻變革。同時，圖像和視頻隱空間表示的壓縮率提升也將極大提高生成速度和質量，為視頻生成技術的廣泛應用奠定堅實基礎。

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com