用人工智能生成视频，是许多人乐于尝试的应用。但AI的技术缺陷也引来很多吐槽：“上一段视频中生成的是张三，下一段视频就变成了另一张脸。无论怎么调整，都无法让两段视频的主角变成同一人。”人物角色一致性的难题，让AI难以制作出同一人物角色、不同故事情节的短片，大大限制了AI生成视频的应用场景。
2025年1月，稀宇科技（MiniMax）发布的最新视频模型化解了这一难题。用户只需提供1张人物的正面照片，不论生成多少段风格迥异的视频，主角都是这个人。这让网友惊呼，一张照片就能做电影，这不是梦！
在创业过程中，MiniMax始终坚持技术驱动。动态视频中如何保持人物面部多角度的真实度和稳定性，如何保持人物角色高度一致……开发团队进行了大量技术探索，比选不同的技术路径，最后开发出S2V模型——只需传统方案1%的输入量和计算成本，“上传1张图片”的效果就足够好。在3年多时间里，一次次迭代升级，文生视频、图生视频、主体参考等功能持续优化。这些创新，让海螺AI视频在激烈竞争中杀出重围，用户分布在全球超200个国家和地区。
在文生语音等功能上，MiniMax也走出了差异化路线。网友发现，MiniMax的语音功能竟然带有情绪调节和效果器功能，AI生成的语音可以带上开心、难过、生气等情绪，这一创新让有声书和广播剧的生产力大幅提升。“通用人工智能不是简单的互联网流量变化，而是计算范式的颠覆式创新，将会引领生产力、社会分工以及产业结构的深刻变革。”MiniMax创始人闫俊杰说。
算力、算法和数据是人工智能发展的“铁三角”。MiniMax创立之初，算力和数据十分有限，唯一选择就是在算法上求突破。从2023年夏天开始，公司将80%的算力与研发资源投入底层架构研发，这在外人看来就像一场豪赌。“我们在工程上遇到的很多问题，源于一片漆黑的未知。”公司技术团队在没有成熟经验可供借鉴的情况下，一次次试错，持续进行摸索。一年后，公司成功推出基于MoE架构的模型。今年1月，大规模实现线性注意力机制的MiniMax-01模型诞生，并逐渐为行业广泛认可。
“底层模型能力是决定大模型应用成功与否的首要因素。”MiniMax副总裁刘华告诉记者，虽然照着现成的图纸盖楼相对容易，但图纸的不足也会限制楼房的高度。我们选择用自己的图纸构筑大厦，一开始或许慢一些，但希望能更好应对未来的挑战。底层架构如同AI“新基建”，MiniMax-01模型突破了长文本处理瓶颈，可高效处理最长400万token（词元）的上下文。在工业领域，该模型可以快速解析百万字设备日志，辅助故障诊断；在医疗场景，它可连续跟踪患者数年病历，生成个性化治疗方案。最近两年，大模型技术快速迭代，国际国内AI行业都在白热化竞争。底层模型一次重大迭代对产品带来的优化效果，会远超在工程实现层面对产品进行“雕花”。这也是MiniMax始终紧盯模型本身，加速迭代升级的重要原因。
作为上海人工智能高地孵化的代表性企业，MiniMax的成长离不开这座城市独特的文化和基因。上海汇聚了全球顶尖的AI人才，大量富有热情的年轻人才，为产业快速发展提供了支撑。在MiniMax上海总部大楼，研发人员持续增多。不久前，上海推出人工智能“模塑申城”实施方案，在算力、场景、数据、人才方面推出一批有力举措。上海还积极推动大模型企业与场景企业对接。以MiniMax为例，他们与小红书合作打造生成式智能搜索，与阅文集团合作将数千本小说变成超自然、高保真的有声书等，通过相互赋能实现更快发展。闫俊杰相信，“真正有价值的事，不是当前做得怎么样，而是技术进化的速度。”
用人工智能生成视频，是许多人乐于尝试的应用。但AI的技术缺陷也引来很多吐槽：“上一段视频中生成的是张三，下一段视频就变成了另一张脸。无论怎么调整，都无法让两段视频的主角变成同一人。”人物角色一致性的难题，让AI难以制作出同一人物角色、不同故事情节的短片，大大限制了AI生成视频的应用场景。
2025年1月，稀宇科技（MiniMax）发布的最新视频模型化解了这一难题。用户只需提供1张人物的正面照片，不论生成多少段风格迥异的视频，主角都是这个人。这让网友惊呼，一张照片就能做电影，这不是梦！
在创业过程中，MiniMax始终坚持技术驱动。动态视频中如何保持人物面部多角度的真实度和稳定性，如何保持人物角色高度一致……开发团队进行了大量技术探索，比选不同的技术路径，最后开发出S2V模型——只需传统方案1%的输入量和计算成本，“上传1张图片”的效果就足够好。在3年多时间里，一次次迭代升级，文生视频、图生视频、主体参考等功能持续优化。这些创新，让海螺AI视频在激烈竞争中杀出重围，用户分布在全球超200个国家和地区。
在文生语音等功能上，MiniMax也走出了差异化路线。网友发现，MiniMax的语音功能竟然带有情绪调节和效果器功能，AI生成的语音可以带上开心、难过、生气等情绪，这一创新让有声书和广播剧的生产力大幅提升。“通用人工智能不是简单的互联网流量变化，而是计算范式的颠覆式创新，将会引领生产力、社会分工以及产业结构的深刻变革。”MiniMax创始人闫俊杰说。
算力、算法和数据是人工智能发展的“铁三角”。MiniMax创立之初，算力和数据十分有限，唯一选择就是在算法上求突破。从2023年夏天开始，公司将80%的算力与研发资源投入底层架构研发，这在外人看来就像一场豪赌。“我们在工程上遇到的很多问题，源于一片漆黑的未知。”公司技术团队在没有成熟经验可供借鉴的情况下，一次次试错，持续进行摸索。一年后，公司成功推出基于MoE架构的模型。今年1月，大规模实现线性注意力机制的MiniMax-01模型诞生，并逐渐为行业广泛认可。
“底层模型能力是决定大模型应用成功与否的首要因素。”MiniMax副总裁刘华告诉记者，虽然照着现成的图纸盖楼相对容易，但图纸的不足也会限制楼房的高度。我们选择用自己的图纸构筑大厦，一开始或许慢一些，但希望能更好应对未来的挑战。底层架构如同AI“新基建”，MiniMax-01模型突破了长文本处理瓶颈，可高效处理最长400万token（词元）的上下文。在工业领域，该模型可以快速解析百万字设备日志，辅助故障诊断；在医疗场景，它可连续跟踪患者数年病历，生成个性化治疗方案。最近两年，大模型技术快速迭代，国际国内AI行业都在白热化竞争。底层模型一次重大迭代对产品带来的优化效果，会远超在工程实现层面对产品进行“雕花”。这也是MiniMax始终紧盯模型本身，加速迭代升级的重要原因。
作为上海人工智能高地孵化的代表性企业，MiniMax的成长离不开这座城市独特的文化和基因。上海汇聚了全球顶尖的AI人才，大量富有热情的年轻人才，为产业快速发展提供了支撑。在MiniMax上海总部大楼，研发人员持续增多。不久前，上海推出人工智能“模塑申城”实施方案，在算力、场景、数据、人才方面推出一批有力举措。上海还积极推动大模型企业与场景企业对接。以MiniMax为例，他们与小红书合作打造生成式智能搜索，与阅文集团合作将数千本小说变成超自然、高保真的有声书等，通过相互赋能实现更快发展。闫俊杰相信，“真正有价值的事，不是当前做得怎么样，而是技术进化的速度。”
南方财经全媒体记者 吴立洋 上海报道日前，2024中国家电及消费电子博览会（AWE）在上海新国际博览中心闭幕。作为一年一度的家电产业盛会，AWE既是各大厂商展示新技术与新产品的重要节点，也是 美国太平洋西北国家实验室的科学家设计了一种复合装饰材料，可以储存更多二氧化碳，提供了一种既符合建筑规范，又比标准复合饰面板便宜的“负碳”选择。研究人员于18日在美国化学会春季会议上公布 3月20日8时31分，探月工程四期鹊桥二号中继星由长征八号遥三运载火箭在中国文昌航天发射场成功发射升空。火箭飞行24分钟后，星箭分离，将鹊桥二号中继星直接送入近地点高度200公里、远地点高度42 那些在吃完一顿饱饭后不久就在冰箱里翻找零食的人，可能不是胃口好，而是因为寻找食物的神经元过度活跃的缘故。美国加州大学洛杉矶分校心理学家在老鼠大脑中发现了一个回路：即使它们不饿，也会让它 记者从中国科学院新疆天文台获悉，近期南山26米射电望远镜在参与欧洲VLBI网组织的联测中，首次成功运用4Gbps宽带、高码率VLBI技术获得干涉条纹。相较于2Gbps观测，该技术理论上可将图像信噪比提升 作为功能机时代的霸主，诺基亚手机曾经创造了巨大的辉煌，但也因错失智能手机发展机遇而“掉队”。近期，外媒Visual Capitalist统计了有史以来最畅销的15款手机型号，其中诺基亚和苹果包揽前十。今 。本文链接：MiniMax紧盯底层模型加速迭代http://www.sushuapos.com/show-2-10792-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！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。
上一篇： AI时代 仍需一锤一凿的“笨功夫”