MiniMax，也許做出了最接近 Sora 的文生視頻產品

雖然晚到，但效果驚豔。

作者 | 幸芙編輯| 鄭玄

又一個國內的重要玩家，殺入「文生視頻」這個今年最火的大模型風口。

幾天前，MiniMax 發佈了全新的視頻模型 abab-video-1。用戶可登錄其產品「海螺 AI」的網頁版，體驗文生視頻的功能。

儘管是一個晚入局者——繼年初 OpenAI 發佈 Sora 後，國內的科技公司紛紛跟進。包括大廠，比如快手的「可靈」、字節的「即夢」等；包括垂直的創業公司，比如生數科技、愛詩科技、智象未來等；也包括模型公司，比如智譜幾個月前就嵌入了文生視頻功能。但 MiniMax 很有信心，「這可能是目前國內最好的視頻大模型。」創始人閆俊傑說。

極客公園一手體驗了 MiniMax 的文生視頻功能，在給定的一系列隨機提示詞下，MiniMax 的生成效果令人眼前一亮。而在海外社交平臺 X 上，也有越來越多用戶用其生成出驚豔的視頻、並進行了分享。而在 MiniMax 自己釋放出的樣片裡，可以看到這些視頻已經逼近真實的商拍、乃至電影質感。

這正是 MiniMax 更晚推出該功能的原因，爲了在技術上形成數倍、而不只是百分點的提升。作爲一家技術導向型的公司，MiniMax 相信技術決定產品體驗，這也是它們不着急的原因。

如果說 Sora 到目前還沒有開放使用的機會，那目前 MiniMax 該功能已經完全對用戶開放。當很多國內已經公司針對這項功能收費，MiniMax 仍在免費階段。也就是說，用戶可以免費、且一手體驗這款最接近 Sora 的產品。

在年初與極客公園的一次交流中，MiniMax 創始人閆俊傑表示，Sora 對大模型公司來說是一道「選答題」。因其存在着 PGC、UGC 等不同用法，AI 公司不一定要跟上。不過似乎現在他認爲，這是一道「必答題」——還是出於提高用戶滲透率的考慮。

在年初的訪問中，他提到隨着大模型每次拓展模態，用戶滲透率就會提升，因爲文字只是人類信息交互中的極小一部分，聲音、圖片、視頻等模態也同等重要。MiniMax 的願景是讓 AI 爲普通人所用，提高用戶滲透率是他最看重的事情。在這道「必答題」上，MiniMax 看起來交出了一份不錯的答卷。

01

在不同的 prompt 評測中，

MiniMax文生視頻功能都保持領先

打開 MiniMax 文生視頻產品的官網，會發現它出奇的簡單。如果說其他產品都給用戶提供了許多選項，比如視頻時長、視頻比例、模式選擇、運鏡方式、情感氛圍等。但 MiniMax 的產品非常簡單：輸入一段文字（prompt），直接生成視頻。

筆者直接嘗試了一段 prompt：「兩位都市白領手裡拿着星巴克咖啡，走在日光沐浴下的街道，她們本來表情平靜地聊着天，突然一起笑了起來。」在這段 prompt 裡，我既要求了人物的細節動作，比如手拿咖啡；也要求了場景的表現力，比如日光沐浴的街道；還有人物的表情，比如平靜和微笑。這都是目前文生視頻產品的技術難點。

僅就這段 prompt 的表現來看，MiniMax 的文生視頻功能幾乎完勝：兩位人物無論是微笑的表情、還是拿咖啡的手部動作，都非常自然、沒有變形，它還原了日光沐浴的場景，同時也還原了「星巴克」標識。

但再看其他產品：某熱門產品生成的咖啡杯是變形的、人物的表情也是變形的；某產品雖生成很自然，但漏掉了「星巴克」標識；另外某產品也是人物完全變形、咖啡杯完全變形；某產品人物稍微變形，漏掉了「星巴克」標識；某產品生成的視頻毫無穩定性，也沒有清晰度可言。

在筆者的指令下，左邊爲 MiniMax 的文生視頻效果；右邊爲其他國內熱門文生視頻產品的效果 | 圖片來源：極客公園

此外，筆者又嘗試了其他不同的 prompt，包括神情愉悅地打字的女孩等，最終 MiniMax 的文生視頻功能都表現更爲出色。如果說文生視頻最重要的是對現實世界的模擬，那麼可以看到，它對於真實世界的模擬會更好，同時也能輸出更逼近真實的視頻效果。

在 X 社交平臺上，不少海外用戶使用完 MiniMax 的文生視頻產品後也評價很高。比如用戶 @ryan_morrison 提到，「它的手部動作是我見過的最自然的。」用戶 @hortega_andre 提到，「它的手部動作和麪部表情是我見過的最自然的。」

專門探索用 AI 製作電影的用戶 @Machine Mythos，則用 MiniMax 文生視頻製作了一則名爲《地獄之地》的微影片。該視頻時長 2 分 20 秒，講述了一個男子開車行駛的過程中，發現曾經人流交織的街道，現在已經被殭屍佔據。「我的上一部電影是我迄今爲止最現實的電影，我沒想到它會這麼快就被超越。」Mythos 這麼評價道。

@Machine Mythos 製作的《地獄之地》微電影 | 圖片來源：X

筆者注意到，它上一部電影發佈於一個月前，是用國外領先的視頻模型 Runway 的 Gen3 版本生成。但就影片真實效果而言，MiniMax 更勝一籌。

「我們內部評測，包括跑一些分，應該比國外 Runway 有更好的效果。」閆俊傑說。

02

三大核心技術指標：

文本響應好、壓縮率高、風格多樣

在表層的用戶體驗之下，MiniMax 將其文生視頻的優勢總結爲：一、壓縮率高；二、文本響應好；三、風格多樣；四、可以生成原生高分辨率、高幀率視頻，也就是接近電影大片質感。

關於文本響應好，它指的是產品的指令遵循更好。比如筆者在 prompt 中強調了星巴克，幾乎只有 MiniMax 的視頻模型把這個標識體現出來了。MiniMax 稱，這主要得益於其模型在文本上的不斷積累。

關於壓縮率高，它指的是對高動態、變化多的信息有較好的表現力。比如 @JingXiangZ 給的指示是：「廣角鏡頭中，一個長着猴頭的肌肉男，赤裸上身，騎着電動滑板車穿過城市街道，然後飛上天空。」在最終的效果裡，猴頭、肌肉男、赤裸上身、以及迅速穿梭於城市的街景變化都得到了展現。

MiniMax 文生視頻功能對高動態、變化多的信息有高表現力

關於風格多樣，指的是無論電影大片場景、動畫，無論是中式風格還是科幻、美漫等，它都可以駕馭。比如 AI 藝術家 @vladimircherner 生成的視頻裡，既有卡通動畫、也有真實走秀、還有寫實電影、甚至科幻電影等。

用戶 @vladimircherner 用 MiniMax 生成的視頻 | 圖片來源：X

最重要的一點是能生成原生高分辨率、高幀率視頻，這意味着視頻能接近電影大片質感。目前，MiniMax 已經釋放出一些通過 prompt 做出來的電影、廣告片，效果令人驚豔。

比如有一段是星際大戰的預告片、有一段是宣傳沙發像雲朵一樣柔軟的廣告片、有一段是高速俯拍街道的電影片段、有一段是雪崩救援的記錄片、還有一段是名爲《魔法硬幣》的科幻片——它講述了一個小男孩通過一枚寫着 MiniMax 的硬幣，在不同時空進行穿梭的過程。無論是加勒比海盜的船上、還是多元宇宙、還是萬里長城、還是北極熊身上、又或者是森林的豹子身上，所有的場景都非常逼真。

看完這些視頻，一個很直接的感受是，已經不太能看得出它們是 AI 做出來的。 這意味着在視頻生成效果上，MiniMax 取得了關鍵性的突破。

03

極致的技術，

纔有極致的用戶交互

閆俊傑介紹，MiniMax 之所以在文生視頻賽道更晚入場，原因是公司希望在技術上形成絕對優勢。在他看來，不管是視頻、文本、聲音，核心不是在算法上提升 5%、10%，而是要看能不能提升幾倍。「如果能提升幾倍就一定要做出來，如果只提升 5% 就不太值得做。這是我們做研發的思路。」他說。

在他看來，在文生視頻這件事上，技術能提升幾倍的核心關鍵是，提高壓縮率的問題。訓練視頻生成能力時，模型需要先把視頻變成 token，但這個 token 會非常長，導致複雜度很高。因此，MiniMax 團隊在算法上主要解決的是，怎麼把壓縮率變得更高、把 token 的複雜度降低。這花了他們很多的精力，因此比同行晚了近一兩個月。

團隊發現，當算法變得更強的時候，產品的效果確實好了很多。在文生視頻這件事情上，再次印證了閆俊傑所說的，技術決定產品。

MiniMax 的文生視頻功能 | 圖片來源：MiniMax

對於 MiniMax 而言，對技術重要性的認識是不斷提升的。當技術水平提高時，用戶的活躍度會增加；當技術出現失誤，用戶活躍度在降低。「當技術做不好的時候，所有東西都是問題。當技術做好了，所有問題都被掩蓋了。」閆俊傑說。這兩年時間，他已經意識到技術是科技公司最核心的要素。

他認爲，創業公司相較於大廠而言最重要的優勢只有兩點：一是技術的提升，二是與用戶的交互，而這兩者互爲表裡，所謂「產模一體」，技術服務產品，產品也會反哺技術。

MiniMax在全球擁有多元化的用戶分佈。據MiniMax介紹，其每日與全球用戶進行超30億次交互，處理超3萬億token、生成2000萬張圖片和7萬小時語音，大模型日處理交互量居國內 AI 公司首位。

MiniMax 模型及產品 | 圖片來源：MiniMax

目前 MiniMax 公佈的文生視頻功能只是第一版，接下來它在產品功能上還會有更多的更新。比如現在只提供了文生視頻功能，接下來還會有圖生視頻、文+圖生成視頻、可編輯的可控性等等。而等新的東西出來，以及到達更滿意的狀態之後，MiniMax 可能會考慮一些商業化動作。

作爲國內幾乎最早成立的大模型公司之一，MiniMax 從成立起就確定了要將 AI 普及普通人的目標。爲此，這家公司沿着文本、音頻、音樂、視頻等不同模態拓展，用技術突破帶來更好的用戶體驗。而如今，它推出驚豔的文生視頻功能，也意味着它在這條路上又踏上了一個新的臺階。

*頭圖來源：MiniMax

本文爲極客公園原創文章，轉載請聯繫極客君微信 geekparkGO

極客一問

你用過 MiniMax 的文生視頻產品嗎？

體驗如何？

馬斯克 2001 年採訪：我對互聯網已經厭倦了，想做一些不同領域的事。

點贊關注極客公園視頻號，