每經記者 陳婷    每經編輯 文多    

向來低調的AI獨角獸企業“MiniMax”公布了最新的業務進展。

在周末（8月31日）舉行的“2024 MiniMax Link伙伴日”活動上，MiniMax創始人閆俊杰宣布推出音樂生成模型與視頻生成模型。

圖片來源：每經記者 陳婷 攝

在接受包括《每日經濟新聞》等媒體的記者采訪時，閆俊杰表示，在視頻方面，這次MiniMax取得了很大的進展。“這個東西只是我們的第一版，很快還會有更新的版本，我們的策略是再等一兩周，等新的東西出來，到了一個更加滿意的狀態之后，可能會考慮一些商業化，把好的技術開放給廣大的開發者和B端客戶使用。” 閆俊杰介紹說。

MiniMax音樂生成模型與視頻生成模型已經在開放平臺和“海螺AI”網頁版上線。此外，記者從MiniMax處了解到，采用新一代技術的“abab7”系列文本模型也將于未來數周內正式發布。

在海螺AI網頁版，記者體驗了視頻生成模型。輸入一段簡單的創意描述內容之后，該模型可在1到2分鐘內輸出一個包含描述內容的視頻。

今年5月，MiniMax宣布上架了C端產品“海螺AI”，其1秒內可處理近3萬字的文本，進行書籍、長篇報告、學術論文等長篇內容的閱讀、分析和文本寫作。此外，MiniMax在AI內容社區上已經有所建樹。針對國外和國內市場，分別推出了“Talkie”和“星野”。

“為什么我們推出比‘可靈’（快手推出的AI創意生產力平臺）要晚一兩個月？”閆俊杰表示，核心在于MiniMax在解決一個更難的技術問題，即如何“原生訓練”算力比較高的東西。

知名風投機構“a16z”最新發布的《Top100消費級生成式AI應用》移動應用榜單中，Talkie位列22位。另據MiniMax提供的數據，MiniMax每日與全球用戶進行超30億次交互，處理超3萬億文本token（詞元）、2000萬張圖片和7萬小時語音。

先后獲得騰訊、阿里投資

在本次公開發布之前，MiniMax對外交流并不多，此前受到的普遍關注也與融資進展有關。

天眼查顯示，2024年3月，MiniMax背后的上海稀宇極智科技有限公司完成了B輪的6億美元融資，投資方為阿里巴巴，其估值達到25億美元。此前的2023年6月，MiniMax完成了超2.5億美元的A輪融資，投資方為騰訊投資。

作為一家大廠連續加碼的AI獨角獸，MiniMax已經推出了多款產品。

以星野為例，資料顯示，作為MiniMax旗下的AI原生應用，其致力于為用戶打造沉浸式AI內容社區，于2023年9月上線。

閆俊杰透露，星野這樣的產品，其底層設計并不是陪伴用戶聊天，底層設計實際上是一個內容社區。在其中，可以有一些用戶創建一些角色，此外，現在也提供了更復雜的工具，用戶可以在里面創建故事、創作世界觀。同時另外一些用戶可以根據創造的世界觀進行互動。

在發布星野之前，MiniMax已經于去年6月發布出海產品Talkie。根據數據分析公司Sensor Tower的數據，Talkie在美國免費娛樂類應用榜上排名第五，全球月活躍用戶數已達1100萬。此外，根據 智能服務商QuestMobile 數據，星野活躍率達到25.7%，月人均使用天數為7.7天。

值得一提的是，據媒體報道，谷歌花費了數十億美元，吸納了聊天機器人初創公司“Character.AI” 的聯合創始人諾姆·沙澤爾、丹尼爾·德弗雷塔斯，以及研發人員約30名，并與Character.AI達成了許可協議。同時，谷歌將以25億美元的估值收購Character.AI投資者的股票。

關于海外業務的進展，MiniMax國際業務總經理盛靜遠對記者表示，很早之前Character.AI是比較有名的。“現在他的核心團隊被谷歌收走之后，我們成了賽道的扛大旗者，我們在做的事情是不斷地破圈。我們做的不是陪聊，也不是AI的情感陪伴，就是新一代的內容生成平臺。”盛靜遠說道。

此外，今年5月，“海螺AI”也已經上線。據MiniMax官方公眾號披露，海螺AI背后接入了 MiniMax自研的多模態大模型，包括萬億參數MoE（混合專家）大語言模型 “abab6.5”，語音大模型和圖像大模型。這些技術讓海螺AI可以在1秒內處理近3萬字的文本。

閆俊杰表示，星野的用戶畫像以二三線城市居民為主，年齡在17歲到25歲之間。據他透露，海螺用戶畫像更泛一些，因為海螺本來就是工具型的產品。

就商業化進展等問題，閆俊杰回復稱，整個公司的商業化基本上分成兩個形式，其中的一個形式就是MiniMax開放平臺，它目前擁有超過3萬名企業客戶和開發者。此外，閆俊杰表示，MiniMax的產品里面也有廣告的機制，廣告本身也可以進行商業化的變現。

他認為，在目前的階段，最重要的東西還不是商業化，是技術能達到廣泛“可用”的程度。

切入視頻生成模型混戰

2024 年以來，AI 視頻生成模型正在加速涌現。

2024年2月，OpenAI 的視頻生成大模型 Sora 橫空出世，可輸出長達60秒的視頻，不僅能準確呈現細節，還能理解物體在物理世界中的存在，被視為視頻創作領域里程碑式的產品。

根據興業證券相關研報統計，年中以來，中國自研視頻生成大模型也在加速涌現。

當前，“即夢”（抖音旗下）、“可靈”（快手旗下）、“清影”（智譜旗下）等產品已對公眾開放，在幀率、視頻時長、清晰度等層面接近或超過了海外已開放的主流視頻大模型，并且實現了背景音樂、首尾幀、視頻延長、口型驅動等技術集成。

對于切入視頻生成模型混戰的原因，閆俊杰表示，MiniMax一直以來的目標是要做動態的輸出。

“我們每天看的大部分內容，都不是文字，而是一些動態的東西。打開小紅書都是圖文，打開抖音都是視頻，甚至打開拼多多買東西，大部分時候也是圖片。”閆俊杰表示，為了能夠有非常高的用戶覆蓋度，有非常高的使用深度，唯一的辦法是能夠輸出動態的內容，而不是輸出單純基于文字的內容。

閆俊杰透露，其實（MiniMax）很早就做出來了圖片，只是現在技術變得更強，把視頻也做了出來。“這個路線是一以貫之的，一定要能夠做多模態。”

閆俊杰也提到，做視頻生成模型的工作復雜度比文本更難，因為視頻的Context（上下文的文本）天然很長。其次，視頻量很大，比如一個5秒的視頻，大小可能有幾兆，但是5秒的文字，大小可能都不到1K，這是幾千倍的存儲差距。

“這里面的挑戰在于，之前基于文本而構建的這套底層基礎設施怎么處理數據、怎么清洗數據、怎么來標注。（但這些）對視頻都不太適用，意味著基礎設施也需要升級。”閆俊杰說。

興業證券的相關研報提及，AI生成視頻模型已在短劇領域取得顯著成果，未來有望賦能對畫面的精度和時長要求更高的長視頻和電影。

北京社科院副研究員王鵬對《每日經濟新聞》記者表示，隨著短視頻、直播等新型媒體形式的興起，視頻內容的需求量急劇增加。視頻生成模型能夠滿足這一需求，為內容創作者提供高效、低成本的視頻制作工具。

值得一提的是，作為創業公司，MiniMax會不可避免地與大廠進行正面競爭。

對此，閆俊杰表示：“當開始意識到那些比你大好多倍的公司都開始跟你競爭的時候，就意識到有些東西是沒用的，因為在那些東西上，大廠比你強百倍千倍，我們能做的就是（把）有可能變強的事無限地放大。”

對于這“可能變強的事”，他提到了兩點，一是技術如何提升，二是如何跟用戶做更好的共創，“這兩點都需要一些非常關鍵的判斷，需要非常長期的積累”。