MiniMax視頻模型Hailuo 02發(fā)布，系全球首個(gè)實(shí)現(xiàn)極限復(fù)雜運(yùn)動場景的視頻模型

MiniMax視頻模型Hailuo 02發(fā)布，系全球首個(gè)實(shí)現(xiàn)極限復(fù)雜運(yùn)動場景的視頻模型

來源：環(huán)球網(wǎng)

6月18日，上海人工智能獨(dú)角獸企業(yè)MiniMax正式發(fā)布其新一代視頻生成模型Hailuo 02，以“世界一流的效果”和“顛覆性的成本效益”，在全球AI視頻生成這一前沿賽道上，掀起新一輪的技術(shù)和市場波瀾。

此次一同公開的還有Hailuo 02的模型架構(gòu)Noise-aware Compute Redistribution（NCR），受益于這一架構(gòu)創(chuàng)新，新版模型擴(kuò)大了3倍的參數(shù)量和4倍的數(shù)據(jù)量，使模型性能顯著提升的同時(shí)打破全球視頻模型效果成本紀(jì)錄。

全球第一梯隊(duì) 極致物理表現(xiàn)

在生成效果上，Hailuo 02展現(xiàn)了足以與國際頂尖模型正面競爭的“硬實(shí)力”。最直觀的突破之一，是其支持原生1080P高清視頻的直接輸出。在官方發(fā)布的演示視頻中，無論是體操運(yùn)動員在空中連續(xù)翻轉(zhuǎn)的流暢動作，還是馬戲演員噴火時(shí)逼真的火花與光影效果，亦或是場景快訊變換中的動作流暢且細(xì)微表情，Hailuo 02都表現(xiàn)出了強(qiáng)大的時(shí)空一致性和物理邏輯性，并實(shí)現(xiàn)SOTA指令遵循。

據(jù)MiniMax官方，Hailuo 02的演示視頻僅由3位藝術(shù)家耗時(shí)1.5天完成。Hailuo 02是目前全球唯一一個(gè)可以實(shí)現(xiàn)類似體操這種高度復(fù)雜場景的視頻大模型。

模型一經(jīng)發(fā)布，就在國際權(quán)威測評榜單Artificial Analysis視頻競技場中迅速拿下第二名成績，領(lǐng)先Google的Veo 3和快手的可靈（Kling）等一眾強(qiáng)勁對手。

NCR架構(gòu)創(chuàng)新 幫助全球創(chuàng)作者釋放想象力

長期以來，AI視頻生成領(lǐng)域似乎陷入了一個(gè)“效果、效率、成本”的“不可能三角”——追求極致的生成效果，往往意味著需要海量的計(jì)算資源和高昂的訓(xùn)練、推理成本。這使得Sora等頂尖技術(shù)雖然效果驚艷，但離普通用戶和大規(guī)模商業(yè)化應(yīng)用仍有距離。

MiniMax此次給出的答案，是一種名為“Noise-aware Compute Redistribution (NCR)”的創(chuàng)新模型架構(gòu)。讓Hailuo 02在訓(xùn)練和推理效率上實(shí)現(xiàn)了2.5倍的驚人提升，而這一效率的提升直接轉(zhuǎn)化為成本的降低和模型能力的躍升。MiniMax透露，即便Hailuo 02的模型參數(shù)量和訓(xùn)練數(shù)據(jù)量分別達(dá)到了上一代產(chǎn)品的3倍和4倍，成本依然可控。這也使得公司可以在不增加創(chuàng)作者使用成本的情況下，幫助全球創(chuàng)作者充分地釋放想象力，提升視頻創(chuàng)作質(zhì)量。

目前海螺視頻的Web、APP以及MiniMax開放平臺均已上線Hailuo 02新版模型，分別有三個(gè)版本：768p-6s，768p-10s，和1080p-6s。Hailuo 02模型官方價(jià)格顯著低于Runway、可靈等國內(nèi)外同行。

從2024年8月時(shí)偶然提供了一個(gè)展示視頻生成模型的Demo網(wǎng)頁，到后續(xù)快速推出海螺視頻（Hailuo Video）產(chǎn)品，MiniMax至今為止已經(jīng)幫助來自全球200個(gè)國家的創(chuàng)作者生成了超過3.7億個(gè)視頻。

MiniMax表示，接下來還會在以下幾個(gè)方面更快速更新：生成速度提升、更好的偏好對齊，抽卡率/穩(wěn)定性提高、T2V/I2V之外的高階功能的實(shí)現(xiàn)；通過持續(xù)的技術(shù)研發(fā)，以及與大量藝術(shù)家的合作，真正做到“Intelligence with Everyone”。