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。”
“远方巡视启动！”南方电网云南保山220千伏大寨变电站日前启动首次全套智能巡视，109个摄像头快速旋转，10套在线监测系统开始收集数据，变电站的无人机机巢弹开、无人机飞向工作点位，机器人从卷帘门 记者3月18日从安徽明天氢能科技股份有限公司（以下简称明天氢能）获悉，国家电网近日向明天氢能及董事长王朝云分别授予科学技术进步奖一等奖，获奖项目为“大规模氢电一体化站关键技术、核心装备及 3月21日是世界睡眠日，今年中国主题为“健康睡眠 人人共享”。人的一生约有三分之一的时间是在睡眠中度过，睡眠、运动、营养被视为保障机体正常发育和健康的三大要素。关于睡眠有哪些常见认知误 3月21日，由安徽省工业和信息化厅指导、中国光伏行业协会主办、阳光电源股份有限公司承办的“PAT2024爱光伏一生一世”先进技术研讨会在合肥举办。光储高压先进技术发布会现场。阳光电源股份有 2024年03月19日，以“初心如磐•向新出发”为主题的2024智能家居UP峰会CSHIA智能家居开年盛典在杭州成功举行。大会现场，由全国专业标准化技术委员会委员、CSHIA秘书长、中智盟投资创始人周 3月24日是第29个世界防治结核病日，我国的宣传主题是“你我共同努力，终结结核流行”。在北京大学社会化媒体研究中心21日举办的“技术升级，加速我国终结结核流行进程”主题沙龙上，中国疾控中心结 。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”