今天小编分享的科技经验:MiniMax公布首个AI高清视频生成模型,闫俊杰:做技术其实是一件很“奢侈”的事,欢迎阅读。
MiniMax 公司创始人、CEO 闫俊杰
继 Sora、Runway 之后,国内又一款 AI 视频生成模型来了!
钛媒体 App 获悉,8 月 31 日举行的首届 MiniMax Link 伙伴日上,MiniMax 创始人、CEO 闫俊杰发布 MiniMax 首款 AI 高清视频生成模型技术:abab-video-1。
据悉,用户目前可以在海螺 AI 官网免费体验生成包含文字的视频,最高支持原生 1280*720 的 25fps,拥有电影感镜头移动,被称为是 AI 视频界 Ideogram。目前 AI 视频时长最高 6 秒,未来或支持 10 秒,整个视频效果不亚于 Sora、Runway 等。
钛媒体 AGI 做了相关测试。比如下面这段视频,体现的是一座山上的一块石头破碎,从里面蹦出一个 " 马斯克 "。
再比如下面生成对比 Sora 演示场景,一位时尚女性走在东京的街道上,街道上到处都是温暖的霓虹灯和动画城市标识。她穿着黑色皮夹克、红色长裙和黑色靴子,手拿黑色手提包。她戴着太阳镜,涂着红色口红。她自信而随意地走着。街道潮湿而反光,五颜六色的灯光营造出镜面效果。许多行人走来走去。
虽然背景和颜色有所区别,但相比 Sora,MiniMax AI 视频生成的效果也非常真实和生动。
闫俊杰在演讲中透露,截至目前,MiniMax 每天可以给全球用户提供超 30 亿次互動,每天处理超 3 万亿 Token(行业内最高)——等价于一天看完 7000 本书、或 2000 万张图片、或 7 万小时的语音。同时,当前 MiniMax 单日总互動时长与 ChatGPT 的百分比为 53%,差距在不断减小。
会后,针对与大厂之间的竞争,闫俊杰对钛媒体 App 等表示,这本质上是一件好事,比如电动车、手机、移动互联网都经过了长期激烈的竞争,最终使得中国产品需求特别强,它既可以产生很大的社会价值,而且确实应该有很多竞争,这是一个客观规律。MiniMax 需要做好亮点,第一点的话技术如何提升,第二是如何跟用户做更好的共创。
" 我们作为一家小的创业公司来说,其实就是说如果比如说我们在竞争中打不赢,我们就应该被淘汰,其实我们也没有其他的选择。" 闫俊杰表示,现在公司规模还很小,还需要足够长的时间发展,希望外界能够给予更多耐心。
闫俊杰强调,技术研发其实是一件很 " 奢侈 " 的事情,这件事甚至只有创业的时候才会理解。因为技术可能会失败,技术具有不可预测性,而且技术研发投入很大。然而,AGI 本身很难走 " 捷径 ",而且一旦技术被突破之后,就能非常显著感受到用户、客户对你的认可。因此,企业的正向发展依然需要持续技术投入和进步。
实际上,在闫俊杰看来,算法一样的情况下,拥有更多的数据训练就意味着更好的模型效果。因此,在两个性能类似的模型中,更快的模型一定是更容易受益到数据的增长,从而能够有一个更好的模型能力。这就是在同样的能力范围下," 快就是好 "。
闫俊杰在与钛媒体 App 等对话中进一步解释称,不管是做 MoE 还是其他有价值的技术探索,本质上,公司技术研发还是希望让同样的效果模型变得更快。快就是好,意味着同样的算力可以变得更好,这个是其打底层研发的思路。
未来,如何让企业持续发展是公司的重要核心之一。闫俊杰指出,行业需要持续解决 AI 模型三个挑战:错误率持续降低、无限长输和输出、多模态。
闫俊杰认为,MiniMax 产品并非仅技术新品,它的底层设计也不是陪伴用户聊天。实际上,MiniMax 希望构建的是一个 " 内容社区 ",里面可以补充一些角色。
" 包括现在我们提供了更多样的工具中可以在里面创建故事、创作世界观,来进行互动,它其实类似于小说、账户体验,它的核心其实是一个内容社区,而不是说它的核心是说每个人来聊天,这是不一样的。" 闫俊杰对钛媒体 App 表示。
谈及最新视频生成的技术优势和落地,闫俊杰坦言,相比可灵,MiniMax 视频技术推出的确实要晚一、两个月,核心在于团队在解决 " 如何能够原生算法训练成本比较高的东西 " 这个技术问题,因为视频 Token 越长,复杂度越高,而 MiniMax 希望通过研发新的算法把复杂度降低,压缩率变高,将最终算法效果提升数倍。
" 今天只是我们第一个版本,我们应该还会更新,策略是可能会先在每一两周出现新的东西、更加满意状态后,再考虑一些商业化,包括开放平台、广告变现等方式。但目前这个阶段,最重要的可能还不是产业化,而是真正实现对技术能够达到广泛可用的程度。" 闫俊杰表示,后续会在数据、算法本身进行更新迭代,比如现在只提供了文生视频,未来或将提供图生视频、文 + 图生成视频、可编辑、可控性增强等。
关于 To B 领網域,闫俊杰在演讲中透露,截至目前,MiniMax 开放平台已经拥有超过 3 万名开发者,且仍在持续、快速增⻓。
谈及大模型 " 价格 " 竞争,闫俊杰指出,当国内大模型 " 价格战 " 发生后,大部分公司本认为大模型很贵,之后很多人认为大模型很便宜,可以放心地使用。最终非常惊人地发现,有许多传统企业非常愿意使用大模型,他们觉得反正成本低,出错了之后也不要紧,多调用一次就好了。客观地来说,这极大提高了模型调用量,从而推动模型做的更好,至少目前在非英语语种上,国内大模型水平已与 GPT 不相上下。因此,乐观角度看,国内大模型的使用量确实在显著地增长,并且中国 AI 大模型在海外确实越来越具有竞争力。
" 竞争不可避免,既然不能避免,就要努力做到最好。" 闫俊杰称。" 在同等计算 GPU 条件下,尽可能训练更多的轮次、更大数据,做一些科研上的比较有挑战的事,做别人没有做过的事情。经过几次科研的突破,其实能以比较有限的资源,做出一个在国际上第一梯队多模态的表现,这个我们目前还是比较骄傲的。"
闫俊杰强调,"(行业)真正需要的是,一家至少像我们这样的创业公司,真正应该花钱做的研发,是那种能够带来几倍变化的技术。这种东西很多时候如果我们自己不做,外面也没有,用户需求多、技术还非常重要,我认为这才是比较核心的。不管是现在,还是再往后看,我们在什么样的技术方向上最愿意花钱,核心的判断是,我们认为这个方向做出来能不能带来几倍的变化,如果能的话,不管多难都要做出来。如果不满足这个标准,不管多简单我们都不应该做。"
关于国内外 AI 商业化的异同话题,MiniMax 国际业务总经理盛静远对钛媒体 App 表示,不同行业有其底层规律,To B 行业需要有规模的商业化。在国内,To B 业务多成项目制,大模型纯技术输出定制的商业模式难以持续实现 ROI,因此需要思考把偏工具类 AI 产品形成有用户粘性并且增强技术能力与产品特色。海外市场则有所不同,MiniMax 产品能力处于国际第一梯队,所以只需将其产品不断打磨,通过 API、订阅等模式在海外用户付费习惯好的情况下进行推广,海外市场打法相对直接,变现也更快。而 MiniMax 现在技术已处于领先,更多是公司经历、资源和变现问题。
"ROI 是会有转起来的一天,但不是今天的商业形态。" 盛静远称,MiniMax 还是希望在有限的资源内,做到核心技术不断突破,从而让产品最终实现商业化,来反哺后续技术投入——这才是公司发展成功、实现正向循环的标志。
谈及与大公司(投资方)在市场竞争中的关系,闫俊杰指出,投资者是一个组织,一个组织意味着大部分时候没有一个统一的观点。目前,MiniMax 还是一家很小规模的公司,相比大互联网公司非常成熟的业务来说,占比都是非常小的,甚至可以说不值一提。
闫俊杰强调,对于 MiniMax 来说,核心还是把自身技术能力做到更好。
"MiniMax 作为一家有理想主义且脚踏实地的公司,今天的核心产品和技术进展还是远远不够的,我们仍然在努⼒前⾏。但我们很幸运的是,有在座的合作伙伴以及全球各地⽇益增⻓的⽤户们的支持,未来和 MiniMax ⼀起携⼿努⼒,把⼈类的智能边界再向外推动⼀点,真正实现 Intelligence with Everyone(与每个人共创智能)。" 闫俊杰在演讲结尾表示。
(本文首发于钛媒体 App,作者|林志佳,编辑|胡润峰)