8月31日，低调的AI领域佼佼者MiniMax在上海举办了首次公开的“MiniMax Link伙伴日”活动，正式对外展示了其创新成果。活动上，MiniMax的创始人闫俊杰隆重推出了公司的视频生成模型video-1和音乐模型，并预告了即将在未来数周内发布的全新大模型abab7，该模型在速度和效果上均对标行业领先的GPT-4o。
video-1视频生成模型作为此次发布会的亮点之一，虽未详尽披露具体技术细节，但闫俊杰强调其高压缩率、优异的文本响应能力和多样化的风格特点，能够生成原生高清、高帧率的视频内容。目前，video-1已实现文本到视频的转换，并计划在未来迭代中增加图像转视频、视频编辑及更高级别的可控性功能。现场演示中，用户通过简单输入提示词，仅需1-2分钟即可生成6秒的视频片段，展现出良好的应用潜力和用户体验。
在随后的讨论中，闫俊杰深入探讨了AI大模型领域的诸多未解之题，包括商业模式（2B vs 2C）、市场定位（国内 vs 海外）以及Scaling law的适用性等。他指出，尽管存在诸多分歧，但视频生成已成为行业内普遍认可的发展方向。自年初OpenAI推出Sora视频大模型以来，各大厂商纷纷跟进，视频生成模型的快速涌现标志着该领域的蓬勃发展。
闫俊杰进一步阐述了MiniMax布局视频生成的战略考量。他认为，随着信息时代的发展，多模态内容已成为人类获取信息的主要方式，视频和语音交互的重要性日益凸显。为了提升用户覆盖度和使用深度，大模型厂商必须能够输出多模态内容，而不仅仅是文本。因此，MiniMax在已有的文字、声音和图片生成能力基础上，向视频生成领域迈进，是顺应时代潮流的必然选择。
然而，他也坦诚地指出了视频生成领域的诸多挑战。目前的视频生成结果尚难以完全满足用户期望，模型在理解物理规则和生成控制方面存在不足。此外，视频生成所需的数据量巨大，处理复杂度远高于文本生成，对基础设施和算法提出了更高要求。闫俊杰强调，解决这些问题需要耐心和持续的技术创新，同时也需要行业内外的共同努力和合作。
未来，启明创投等投资机构对视频生成领域的发展充满信心。他们认为，随着技术的不断进步和3D能力的融入，可控的视频生成将在影视、动画等领域引发生产模式的深刻变革。同时，图像和视频隐空间表示的压缩率提升也将极大提高生成速度和质量，为视频生成技术的广泛应用奠定坚实基础。
声明：本文由用户 huangyirong 上传分享，本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
