相信很多大家對試了試MiniMax新出的Al視頻模型，發(fā)現(xiàn)它生成人物的“演技”吊打內(nèi)娛還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

最近刷屏AI圈的大事件，無外乎MiniMax推出了視頻生成工具海螺AI。

科技博主們對它寄予厚望，紛紛感嘆“忘了Sora，MiniMax的視頻生成模型已經(jīng)獲得了巨大進步”“中國又出了一個強力競爭對手”“我見過手部動作最自然的模型”……

電影制作人們用它開始玩起了短片，賽博科幻風、暗黑恐怖風都沒在怕的。

短片《A Place in Hell》

截至目前，海螺AI生成視頻合集在X平臺上獲得了超1800萬瀏覽量，不少國外網(wǎng)友用它對知名IP進行二創(chuàng)，《星球大戰(zhàn)》的經(jīng)典場面已經(jīng)獲得了約500萬次的觀看。

這款刷屏各個社交平臺的視頻生成工具——海螺AI，由大模型公司MiniMax自研發(fā)布，可以一次性生成長度為6秒的短視頻。

8月31日，MiniMax發(fā)布了一段以“魔法硬幣”為主題的宣傳視頻，視頻畫面、音效完全由MiniMax旗下的視頻、語音大模型完成。

目前，海螺AI的視頻創(chuàng)作功能已經(jīng)在網(wǎng)頁端上線，用戶可在首頁點擊“創(chuàng)作視頻”，即可限時免費生成視頻。

“AI新榜”也進行了一番實測，涵蓋人物、文字、風景等多種鏡頭表現(xiàn)類型，我們意外發(fā)現(xiàn)在人物情緒表達、鏡頭運動等視頻類型上，MiniMax展現(xiàn)出了一定優(yōu)勢。當然，我們也在測試過程中遇到了一些海螺AI的問題和短板。

本篇將結(jié)合不同視頻生成工具的呈現(xiàn)效果，包括文生視頻公認的王者Runway以及媲美Sora的國內(nèi)AI可靈，看看MiniMax究竟能不能成為視頻生成賽道的最強黑馬?

01

實測MiniMax海螺AI，生成視頻有了“人味”?

根據(jù)不少創(chuàng)作者的測試反饋，海螺AI在人物表情生成上表現(xiàn)相當出色。

“情緒表達”對于AI來說是一個難題，Runway旗下的模型達到情緒轉(zhuǎn)換，往往需要借助運動筆刷功能，進行細節(jié)調(diào)試，更不用說直接能借助提示詞轉(zhuǎn)換情感表達了。

圖片來源:科技博主“歸藏”發(fā)布的視頻截圖

海螺AI真能讓人物實現(xiàn)“光速變臉”?我們來上手測試一下。

人物類

海螺:

可靈:

Runway:

在沒有風格提示詞的情況下，無論是可靈、海螺還是Runway，都會生成寫實風格的視頻。

不同的是，短短6秒內(nèi)，海螺展現(xiàn)了一個中年男人從悲傷到快樂到尷尬的變臉故事。可靈沒有遵循文字提示中的具體動作轉(zhuǎn)變——“戴上了假發(fā)和眼鏡”，而是展現(xiàn)了中年男人已經(jīng)戴上的狀態(tài)。

Runway這輪生成的視頻中出現(xiàn)了肉眼可見的技術(shù)瑕疵，既沒有假發(fā)的元素，還直接讓主角自己戴上了太陽鏡。

我們繼續(xù)在提示詞上加些難度，比如多人場景，并且要求人物的心情不同。

海螺:

可靈:

Runway:

令人驚喜的是，海螺巧妙地將另外一個人物虛化處理，區(qū)別前后景，并且兩個人的表情也截然不同。盡管在佩戴假發(fā)和太陽鏡動作處理上有些不自然，但總的來說控制住了多人物的場景。

根據(jù)相同的提示詞，可靈生成的畫面有所欠缺，對于“女士”的表現(xiàn)只有隱約的長發(fā)，人物面部表情、動態(tài)效果處理都有所欠缺。

再看Runway，它無法生成兩個人物截然不同的面部表情，要笑一起笑，要戴眼鏡一起戴，頗有“榮辱與共”的生成使命感。

另外，在人物鏡頭生成過程中，我們發(fā)現(xiàn)不同于Runway生成名人形象會得到違反內(nèi)容政策的提示，MiniMax在這一方面限制較少，比如可以生成帶點“老鐵味”的馬斯克。

文字類

測試下來，海螺在英文文字輸出方面也很成熟，并且還能一次性生成連續(xù)的鏡頭，改變畫面的明亮程度。

Runway生成文字向來可圈可點，在動態(tài)效果表現(xiàn)上優(yōu)于海螺，但運鏡轉(zhuǎn)換上仍有提升空間。

可靈目前還無法做到文字類鏡頭生成，對于“昏暗”的理解到位，畫面氛圍感十足，但英文文字完全錯誤。

風景寫實類

根據(jù)“AI新榜”此前多輪測試，大多數(shù)主流模型在風景寫實類鏡頭上表現(xiàn)都比較穩(wěn)定。這次挑戰(zhàn)的海螺、可靈和Runway在效果上也各有千秋。

海螺:

可靈:

Runway:

論真實性，沒有什么能夠比得過可靈。但可靈在地標建筑上稍有欠缺，背景并沒有體現(xiàn)上海、黃浦江等關(guān)鍵元素。

海螺對于光影和背景處理更勝一籌，但生成的小黃鴨更有塑料感，沒有很好表現(xiàn)出提示詞中的“毛絨感”，更像一只玩具鴨。

Runway生成的畫面直接采用特寫鏡頭，巧妙地解決了背景處理的問題。

鏡頭運動

鏡頭運動其實也涵蓋了各個視頻模型對于長文本的理解能力，我們投喂的提示詞如下:

整體生成效果上，只有海螺達到了“鏡頭運動”的效果，并且沒有出現(xiàn)重影、崩壞等嚴重的畫面瑕疵。MiniMax前端開發(fā)佳心也在即刻平臺分享，加上更多鏡頭描述，比如“鏡頭跟隨（主體）”，畫面會更具電影感。

只不過，提示詞要素過多，導致最終的人物僅是一閃而過，如果分段進行生成，能達到更好的畫面效果。

可靈:

Runway:

總的來說，海螺AI對于提示詞的理解能力在線，生成的視頻內(nèi)容連貫性和可控性上把握得當。在微表情變化、運鏡表現(xiàn)上更細節(jié)、更具優(yōu)勢，甚至能夠很好刻畫出人物的情緒轉(zhuǎn)換。

可以說，我們總希望的AI能有“人味兒”，MiniMax先淺淺往前跨了一小步。

大家可以再直觀感受一下，海螺AI在“情緒表達”上的能力:

值得一提的是，我們在嘗試過程中發(fā)現(xiàn)，不少使用英文提示詞生成的畫面，明顯優(yōu)于中文提示詞生成的。比如，前文巨浪的畫面使用中文的效果是:

還有同樣是讓嬰兒開摩托車:

中文版:

英文版:

中文版完全沒有辦法理解“嬰兒”這一詞，但英文的“baby”就表現(xiàn)得很恰當。在中文提示詞下，人物表情扭曲、畫面崩壞的問題會更加明顯，在真實感上會有所欠缺。

在測試過程中，除了中英文提示詞效果不同外，我們也遇到了其他問題，剩了不少廢片。比如，它默認生成的歐美面孔偏多，缺少國風元素。和其他工具一樣，如果追求高質(zhì)量的畫面，海螺AI就避免不了“抽卡”的環(huán)節(jié)。

另外，海螺AI暫不支持并行生成多個視頻，無法調(diào)整畫面比例，這在一定程度上也限制了視頻內(nèi)容的再創(chuàng)作。

不過，MiniMax創(chuàng)始人閆俊杰在接受多家媒體采訪時提前預告稱，未來產(chǎn)品會迭代圖生視頻功能，增加視頻可控制、可編輯等功能。未來幾周內(nèi)，MiniMax還會發(fā)布從速度和效果上都對標GPT-4o的大模型abab7。

國產(chǎn)大模型加速趕超，MiniMax能否脫穎而出

短短幾個月，文生視頻的競爭已然走向白熱化。

AI視頻生成在畫面流暢度、物理世界模擬、長文本理解等方面都有顯著的提升，早已褪去切片式“動態(tài)PPT”的效果，轉(zhuǎn)變成可使用的創(chuàng)作工具。

且不說海外的Runway、Luma、Pika，近半年內(nèi)國內(nèi)就出現(xiàn)了可靈、清影、Vidu等視頻生成工具，一時讓人抉擇不出哪家效果最好。

此前，“AI新榜”對10家國內(nèi)外熱門的AI視頻生成工具進行過實測盤點，感興趣的玩家可移步閱讀。（相關(guān)閱讀:《可靈制作短片驚艷馬斯克，所以最好用的AI視頻工具究竟是誰?》）

結(jié)合我們此前的實測和玩家反饋，幾家AI視頻產(chǎn)品各有特色。

就國內(nèi)來看，可靈在國風元素、對物理世界理解上具有獨特優(yōu)勢，所以生成畫面更具備真實感;生數(shù)科技的Vidu生成耗時短;即夢是幾家中綜合性價比較高的一款工具。

國外，Runway Gen-3在長文本語義理解上躍升了新臺階;Luma Dream Machine在動幅和想象力上十分出色，因此網(wǎng)友大多用它來玩梗造梗。

MiniMax的海螺AI在人物細節(jié)和情緒表現(xiàn)上找到了自己的賽道。這一特點也讓海螺AI吸引了海內(nèi)外創(chuàng)作者對視頻生成的又一輪創(chuàng)作熱情。

比如，博主“Lepadphone”用19個哭泣相關(guān)的提示詞，讓海螺AI生成了一組視頻。

來源:視頻號用戶“Lepadphone”

“Min Choi”的視頻展現(xiàn)了多人物場景，該視頻在X平臺上獲贊2.8萬。

在此前MiniMax伙伴日活動上，閆俊杰提到，MiniMax一直在解決視頻生成的穩(wěn)定性等難題，讓模型的輸入輸出盡可能長，讓AI更進一步像人。之前基于文本的底層基礎(chǔ)設(shè)施，處理清洗數(shù)據(jù)、標注等等都不太適用視頻，因為視頻是千萬token的輸入和輸出，天然具備復雜性。

礙于技術(shù)層面上的多重挑戰(zhàn)，MiniMax入局AI視頻，顯得有些姍姍來遲。

最初，“海螺AI”其實是一款類ChatGPT的AI助手，早前被人熟知是因為它的聲音克隆功能，超擬人的音效營造了和真人聊天的情境，吸引了不少網(wǎng)友和它互動聊天。

在語音大模型、文本對話上具有明顯優(yōu)勢的Minimax，卷起了視頻生成。海螺AI的網(wǎng)頁端上，我們可以看到搭載了創(chuàng)作音樂、創(chuàng)作視頻、對話搜索等新能力。

用戶甚至可以一站式完成文本到有聲音的視頻。MiniMax背后的abab-music和abab-video模型，使得這一直出工作流成為可能。

閆俊杰在最新的分享中稱，人類大部分的交流在多模態(tài)里。本質(zhì)上純文字信息占比少，更多的是通過圖文、短視頻等信息交流，甚至購物也都是圖片為主。所以為了用戶的覆蓋度和使用度，能夠輸出動態(tài)內(nèi)容是更核心、更重要的。

這可能也是今年AI視頻應用爆發(fā)的原因之一，從大廠到初創(chuàng)公司，國內(nèi)外眾多企業(yè)紛紛加入到這場技術(shù)競賽中，一時間視頻生成賽道顯得十分擁擠且激烈。

技術(shù)層面上，各家開始卷起了視頻控制功能、確保內(nèi)容連貫性和質(zhì)量。近期，快手可靈面向超級創(chuàng)作者內(nèi)測了1.5版本以及運動筆刷功能，旨在進一步提升視頻畫面的可控性。

AI視頻模型的落地，已經(jīng)不僅僅是技術(shù)上的較量。另一方面，在國內(nèi)大模型To C產(chǎn)品免費為主的情況下，AI視頻生成工具大多開啟了付費訂閱模式，快手可靈、字節(jié)即夢、智譜清影陸續(xù)上線了會員體系。

此前，AI視頻創(chuàng)作者Abel Art曾估計，1分鐘連貫的視頻比例約為500個視頻片段，用現(xiàn)有AI工具制作1分鐘視頻的成本大約在125美元（約890元人民幣），相當于租借電影鏡頭一天。

這僅僅是個人創(chuàng)作者的算力和資金消耗，在這樣的背景下，高算力需求和推理成本還能讓MiniMax限時免費多久?

閆俊杰談及大家關(guān)注的商業(yè)化問題，還是很謹慎。他提到:“最重要的東西還不是商業(yè)化，是提高AI產(chǎn)品在用戶中的滲透率，比如說海螺打磨出新的功能，直到有用戶粘性，是真正地讓技術(shù)到達廣泛可用的程度?！?/p>

以上就是關(guān)于【試了試MiniMax新出的Al視頻模型，發(fā)現(xiàn)它生成人物的“演技”吊打內(nèi)娛】的相關(guān)內(nèi)容，希望對大家有幫助！