聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

說到視頻生成模型，只知道Sora的，那可就有點掉隊了。

稀宇科技旗下的海螺AI一經推出，便在業(yè)內脫穎而出，廣受好評。如今，海螺AI不僅蟬聯(lián)2024年12月和2025年1月的全球出?？偘衽琶?月的榜單中繼續(xù)占據(jù)"視頻生成"類的榜首。

當下，國內視頻生成領域的重量級企業(yè)不外乎"六小強"，而海螺AI無疑是其中之一。這是一家成立于2021年的科技公司，不斷深化技術優(yōu)勢，成功殺出一條血路。

稀宇科技致力于與用戶共同創(chuàng)造智能未來。

一張照片就能"創(chuàng)作"出一部電影，這是Sora的創(chuàng)新之處。

Sora的橫空出世，為視頻生成賽道注入了新的活力。然而，就像所有新技術一樣，一旦走向生產環(huán)境，實現(xiàn)行業(yè)應用時，總會遇到各種挑戰(zhàn)。其中，最令人頭疼的莫過于讓視頻承擔起敘事功能時，如何統(tǒng)一主角的外貌特征。

很多人有這樣的體驗：上一部視頻主角是小A，下一視頻主角卻變成了另一張臉。無論怎么調整，兩個版本的主角無法統(tǒng)一為同一個人。

稀宇科技最新推出的S2V-01視頻模型，將這一難題徹底解決。用戶只需提供一張正面照片，無論生成多少段風格各異的視頻，主角始終是同一個人。人們驚嘆道，一張照片，一部大片，這不是天方夜譚嗎？

在技術研發(fā)的道路上，稀宇科技始終堅持"技術為王"的理念。如何在動態(tài)視頻中保持人物面部多角度的真實度和穩(wěn)定性，如何在連續(xù)片段拼接創(chuàng)作時，使人物角色保持高度一致，這些問題困擾著整個行業(yè)，成為稀宇科技"啃硬骨頭"的課題。

通過技術創(chuàng)新，稀宇科技不斷推動行業(yè)進步。在動態(tài)視頻制作中實現(xiàn)人物面部多角度真實性的技術突破，正是其追求卓越的體現(xiàn)。

研發(fā)團隊投入了大量技術探索，考察了多種技術路徑，最終開發(fā)出了S2V-01視頻模型——這一模型在計算成本和等待時間方面均遠超傳統(tǒng)方案，卻提供了令人滿意的用戶體驗。

令人稱贊的是，“海螺AI”在藝術審美方面同樣表現(xiàn)出色，它能夠通過專業(yè)級調光與構圖營造美學氛圍，精細控制光影效果與景別變化，其畫面質感堪稱頂級水準。

可以說，MiniMax的突破徹底解決了跨視頻片段主體一致性創(chuàng)作的痛點，使得用戶在進行更完整內容表達的視頻創(chuàng)作時，能夠將更多精力投入到內容本身。

在開源首秀中，MiniMax發(fā)布“王炸”級成果

在“百?；鞈?zhàn)”的“亂斗”階段，要想讓大模型“活下去”并走得更遠，仍有許多技術難關亟待攻克：錯誤率持續(xù)下降、支持無限長輸入與輸出、多模態(tài)能力等。

在AGI（通用人工智能）領域，OpenAI一度成為風向標。當全球期待OpenAI盡快給出答案，哪怕是提供解題思路時，MiniMax已暗下決心——在算力與數(shù)據(jù)資源都不占優(yōu)的情況下，開創(chuàng)一條獨特的優(yōu)化大模型之路。

自2023年夏季起，公司投入了80%的算力與研發(fā)資源用于底層架構研發(fā)，這在外界看來似一場冒險。幸運的是，MiniMax成功推出國內首個基于MoE架構的模型。研發(fā)團隊隨后將目光轉向提升模型速度的技術難關——線性注意力。

在大多數(shù)學術集上，MiniMax均取得與海外第一梯隊相媲美的成績。

今年1月，MiniMax完成了開源首秀，以兩個“王炸”之勢亮相：分別是基礎語言大模型MiniMax-Text-01和視覺多模態(tài)大模型MiniMax-VL-01。在與海外頂尖模型的基準性能測試中，這兩款模型在多個核心任務上表現(xiàn)不遜，甚至在某些任務上超越對手。在綜合性能與海外頂尖模型持平的基礎上，MiniMax-Text-01在處理長文本時更是大顯身手——支持高達400萬個token的上下文輸入。

這是什么概念呢？400萬個token的上下文窗口相當于可以一次性處理約700萬個漢字。通行的一百二十回本《紅樓夢》總字數(shù)約為96萬字，700萬個漢字相當于7部多《紅樓夢》。

更值得關注的是，MiniMax在架構設計上實現(xiàn)了突破性創(chuàng)新，通過大規(guī)模應用線性注意力機制，成功突破了傳統(tǒng)Transformer架構的內存瓶頸。這一突破使中國公司首次實現(xiàn)了對傳統(tǒng)Transformer架構的重大突破。

MiniMax-Text-01模型架構

研發(fā)團隊需要具備"極致熱情"

當前，AI行業(yè)正處于蓬勃發(fā)展的階段。 MiniMax副總裁劉華向新民晚報記者表示，這一現(xiàn)象得到了廣泛認可。他認為，高水平模型的開源不僅能夠讓更多普通人享受到大模型技術的能力，還能推動人工智能技術的普及和應用率提升；同時，通過開源也能吸引更多開發(fā)者參與進來，共同促進大模型技術的快速發(fā)展。

在開源模型的后續(xù)更新方面， MiniMax開發(fā)者社區(qū)負責人蔡佳人補充道，全球開發(fā)者的智慧對于將AI變得可用、好用至關重要。無論是對模型優(yōu)化的建議，還是對創(chuàng)作者體驗的改進，公司都會給予高度關注，并采取積極措施跟進。同時， MiniMax也會第一時間向開發(fā)者分享開放模型的后續(xù)更新。

劉華進一步指出，創(chuàng)業(yè)公司在中國大模型領域將繼續(xù)發(fā)揮著重要作用。大模型研發(fā)框架需要不斷迭代，研發(fā)團隊對技術變革的熱忱和開放態(tài)度是關鍵。 MiniMax正是通過招聘大量年輕研究員，并給予充分的授權，才得以建立起高效的研發(fā)組織體系。公司目前擁有一支年輕化、專業(yè)化的發(fā)展團隊，其中許多人仍在攻讀博士學位，但已在公司實習并加入團隊。

在這一充滿活力和潛力的領域， Mini華表示， MiniMax將保持專注，堅持技術回歸本源，這也是公司未來發(fā)展的核心理念。

原文標題：連續(xù)三個月登頂全球AI視頻榜，這家上海大模型初創(chuàng)公司憑什么 standing out？ | 產業(yè)進化論

欄目編輯：左妍 圖片來源：采訪對象供圖，東方IC

來源：新民晚報 郜陽