MiniMax 公司近日推出了其首款 AI 高清視頻生成模型 "abab-video-1"，標志著其在 AI 視頻生成領(lǐng)域的雄心壯志。在這篇文章中，我們將深入探討這一技術(shù)的實際表現(xiàn)，與 OpenAI 的 Sora 模型進行比較，并分析 MiniMax 在國內(nèi)外市場的戰(zhàn)略布局。

新AI四小龍之中，再添一位“Sora玩家”。

8 月 31 日，MiniMax對外發(fā)布了其公司首款 AI 高清視頻生成模型技術(shù)“abab-video-1”。

具體生成效果，可以在海螺AI官網(wǎng)中的海螺視頻體驗，目前最高支持原生分辨率1280*720的25幀視頻，最大時長為6秒（未來或?qū)⒀娱L至10秒），據(jù)稱“效果不亞于Sora”。

MiniMax 海螺AI

官網(wǎng)給出了大量不同提示詞類型的演示視頻，MiniMax創(chuàng)始人兼CEO閆俊杰透露，現(xiàn)在的產(chǎn)品“只是第一版”，且“很快還會有更新”。

策略是可能會先在每一兩周出現(xiàn)新的東西、更加滿意狀態(tài)后，再考慮一些商業(yè)化，包括開放平臺、廣告變現(xiàn)等方式。

消息面上，這家新殺入視頻生成賽道的AI獨角獸，此前其實少有對外發(fā)聲，但從視頻生成效果來看，無疑也是有備而來。

01 國產(chǎn)Sora仍有提升空間

MiniMax在演示中使用的提示詞，有相當一部分是較為復(fù)雜和具體的場景故事，包含大量細節(jié)描述。

而模型最終呈現(xiàn)的效果，完成度也相當高?？吹贸?，MiniMax對模型能力也比較有把握。

藍媒匯選了一些演示所用的提示詞喂給MiniMax的對話模型，要求模型仿照其中對場景和運鏡的描述，寫三段新的提示詞，手動優(yōu)化后再喂給視頻生成模型：

在一片幽靜的山林中，鏡頭以一種緩慢而沉穩(wěn)的動態(tài)運動，緩緩?fù)七M，穿過密集的樹木和纏繞的藤蔓。陽光透過樹梢，斑駁地灑在地面上，形成一片片光影交錯的圖案。鏡頭聚焦于一只悠閑覓食的小鹿，捕捉它輕盈跳躍的瞬間，同時運用動態(tài)模糊技術(shù)，營造出一種寧靜而神秘的氛圍。

畫面偏暗以體現(xiàn)描述中的“幽靜”，小鹿的運動姿態(tài)也非常合理，只是在穿過樹枝的幾幀，輪廓有些細微的畸變，稍顯不協(xié)調(diào)。但瑕不掩瑜，整體質(zhì)感相當不錯。

以及，生成所需排隊等待的時間，在同一時段和智譜清影、快手可靈對比都很接近，這大概是目前行業(yè)在平衡算力成本和用戶體驗后，效率方面給出的通解了。

第二段提示詞：

寧靜的湖畔，微風拂過時水中產(chǎn)生波紋。湖面上的倒影隨著微風輕輕搖曳，形成一幅動人心弦的畫面。通過延時攝影記錄日出時分，湖面從一片寧靜的黑暗逐漸被晨光染成金色的過程。整個視頻以電影效果的調(diào)色和柔和色調(diào)處理，營造出一種寧靜而深邃的氛圍，講述著大自然的寧靜與和諧。

在第一遍生成的視頻中，構(gòu)圖相對簡單，水面效果和光影質(zhì)感都非常OK，但模型顯然沒有完成“日出場景”和“延時攝影”兩項要求。

并且，在將提示詞微調(diào)，單獨突出“延時攝影”和“黑暗到日出”兩處要求后，模型第二次跑出的視頻依然沒能get到重點。

第三段提示詞：

在繁忙的都市天際線背景下，鏡頭以一種充滿活力的動態(tài)運動穿梭于高樓大廈之間。陽光在玻璃幕墻上的反射，形成一道道耀眼的光束，鏡頭由近到遠，捕捉都市快節(jié)奏生活的動感。隨后，延時攝影技術(shù)記錄下城市從清晨到夜晚的轉(zhuǎn)變，從第一縷晨光點亮城市到夜幕下燈火輝煌的景象，展現(xiàn)出都市生活的節(jié)奏與活力。

這一次，海螺視頻的AI完全理解了白到黑的變化，但嚴格來說鏡頭是切換到了另一個畫面，并非固定機位的延時攝影，前后畫面中出現(xiàn)的內(nèi)容也并無明顯關(guān)聯(lián)。

貨比三家，將這一提示詞同樣喂給藍媒匯此前測試過的快手可靈和智譜清影，默認參數(shù)設(shè)置下：

可靈：生成的房屋輪廓相對穩(wěn)定，遠景有一定程度的畸變，但沒有做出通過延時攝影體現(xiàn)白天到夜間的變化。

清影：生成的房屋輪廓變形略顯嚴重，不過抓住了提示詞中關(guān)于鏡頭和光影的絕大部分要求。

當然，不排除是輸入的提示詞并沒有用最適合AI理解的表達方式，換一位更專業(yè)的模型訓練者來寫效果會更好。

但即使是這樣，對于一款需要落地日常內(nèi)容創(chuàng)作、尋求商業(yè)化的產(chǎn)品，如果在理解需求階段就有“提示詞專業(yè)格式”這類門檻，想必也會勸退部分有意向的使用者。

不管問題是出在提示詞輸入，還是模型理解和生成，現(xiàn)有的視頻質(zhì)量與OpenAI放出的Sora演示視頻相比，都明顯缺乏穩(wěn)定性：對于提示詞的穩(wěn)定理解，和畫面一致性。

顯然，短期內(nèi)無法達到“實用創(chuàng)作工具”的范疇。

02 出海有商機

一個有意思的點，在海螺視頻官網(wǎng)右上角，給了兩個社群入口，一個是飛書，另一個是Discord。

飛書主要面向國內(nèi)用戶，而被墻的 Discord 則完全是面向海外用戶的渠道。實際上，MiniMax 在海外的產(chǎn)品布局已取得了部分成功。

Sensor Tower統(tǒng)計數(shù)據(jù)顯示，MiniMax旗下產(chǎn)品 Talkie 今年6月Talkie在美國免費娛樂類應(yīng)用榜上排名第五，全球月活躍用戶數(shù)達到1100萬，其中超過半數(shù)來自美國，其余用戶則分布在英國、加拿大等國家。年內(nèi)下載量380萬也僅次于ChatGPT等頭部應(yīng)用，排名第四。

閆俊杰此前透露稱，Talkie自2023年6月上線后，累計下載量已接近1400萬次，總營收近83萬美元。并且，與頭部AI虛擬人公司Character.ai的差距逐步減小，月活已經(jīng)接近Character.ai的60%。

對比其面向國內(nèi)的AI內(nèi)容社區(qū)星野，雖然后者在國內(nèi)主流AIGC APP中也做出了一定聲量（Quest Mobile數(shù)據(jù)顯示，星野為國內(nèi)少有月人均使用天數(shù)超過7天的APP，豆包和文心一言等為五天左右），但商業(yè)化卻少有提及，海外市場的付費潛力短期內(nèi)仍更為可觀。

此前在行業(yè)溝通會上，部分業(yè)內(nèi)人士指出，從市場現(xiàn)狀來看，海外用戶在付費意愿和習慣上都遠遠優(yōu)于國內(nèi)用戶。

有消息稱，OpenAI大模型ChatGPT付費訂閱用戶目前已經(jīng)超過1100萬。艾媒咨詢數(shù)據(jù)顯示，未來全球平均用戶娛樂付費意愿呈增長趨勢，美國、英國、法國、德國、日本、韓國六國未來愿意付費獲取娛樂服務(wù)的用戶比例都超過現(xiàn)有用戶比例，這意味著海外用戶對娛樂相關(guān)互聯(lián)網(wǎng)產(chǎn)品的付費意愿在不斷增強。

MiniMax國際業(yè)務(wù)總經(jīng)理盛靜遠近期接受采訪時稱，海外市場打法相對直接，變現(xiàn)也更快。而公司現(xiàn)在技術(shù)已處于領(lǐng)先，更多是公司經(jīng)歷、資源和變現(xiàn)問題。

看起來，MiniMax已經(jīng)選好了更接近商業(yè)化的業(yè)務(wù)落點。

不過，最新市場消息顯示，公司Talkie和星野等C端AI產(chǎn)品負責人，曾任職于百度、知乎、字節(jié)的張前川近期已淡出MiniMax公司業(yè)務(wù)，處于休假狀態(tài)，接近離職。

據(jù)稱，張前川任職期間參與了大量Talkie、星野中的玩法設(shè)計——變化，或許要來了。