MiniMax stellt Hailuo 02 vor: Ein leistungsstarker Fortschritt in der Video-KI

Chinesisches KI-Unternehmen MiniMax hat ein neues Videogenerationsmodell mit dem Namen Hailuo 02 vorgestellt. Die neueste Version bietet native 1080p-Videoausgabe, erweiterte Anweisungsbefolgung und eine verbesserte Handhabung extremer physikalischer Szenarien. 

Laut Mitarbeitern, die an frühen experimentellen Tests beteiligt waren, verfügt das Modell über die einzigartige Fähigkeit, komplexe körperliche Bewegungen – wie sie beispielsweise beim Turnen auftreten – mit einem Detailgrad darzustellen, den andere verfügbare Modelle derzeit nicht erreichen. Das Unternehmen hat die kreative Community dazu ermutigt, die Möglichkeiten des Modells umfassender zu erkunden.

MiniMax begann im August des Vorjahres mit der Veröffentlichung einer Demoversion seines ersten Videogenerierungsmodells auf einer webbasierten Plattform. Der Prototyp erregte die Aufmerksamkeit globaler Entwickler und führte zur Entwicklung des Produkts Hailuo Video, mit dem seitdem über 370 Millionen Videos erstellt wurden.

Geleitet vom Anspruch auf Barrierefreiheit entwickelte MiniMax eine neue Architektur, Noise-aware Compute Redistribution (NCR), um die Modelleffizienz ohne Kostensteigerung zu steigern. Bei vergleichbaren Parameterskalen verbesserte dieses Design die Trainings- und Inferenzeffizienz um den Faktor 2.5. Die gesteigerte Effizienz ermöglichte die Bereitstellung eines Modells mit dreimal mehr Parametern als sein Vorgänger, ohne die Nutzungskosten zu erhöhen.

Das Modell liegt derzeit auf dem zweiten Platz der Bestenliste für künstliche Analyse, übertrifft damit Veo 3 und ist für die Ausgabe mit einer Auflösung von 1080p bekannt, während es gleichzeitig starke Fähigkeiten bei der Simulation komplexer physikalischer Dynamiken zeigt.

Diese erweiterte Modellkapazität ermöglicht tieferes Lernen aus Daten, unterstützt durch einen Trainingsdatensatz, der viermal größer und vielfältiger ist als die Vorgängerversion. In Kombination mit strukturellen und datenbasierten Verbesserungen zeigt Hailuo 02 deutliche Fortschritte bei der prompten Interpretation, der Befehlsausführung und der physikalischen Simulation.

Das Ergebnis ist ein leistungsfähigeres und skalierbareres Modell, das native 1080p-Videowiedergabe mit verbesserter Reaktionsfähigkeit auf komplexe Eingaben ermöglicht. MiniMax positioniert dieses Update als einen Schritt nach vorn, um einen breiteren und kostengünstigeren Zugang zu hochwertiger Tools zur Videoerstellung .

Die neuesten Modellverbesserungen wurden vollständig über die Hailuo Video-Weboberfläche, die mobile Anwendung und die offene Plattform implementiert. Aktuell stehen drei Videoformate zur Verfügung: 768p für 6 Sekunden, 768p für 10 Sekunden und 1080p für 6 Sekunden. Dank architektonischer Weiterentwicklungen werden diese Dienste zu Preisen angeboten, die sowohl in China als auch im Vergleich zu globalen Anbietern, darunter etablierte Technologieunternehmen und neue Marktteilnehmer, zu den wettbewerbsfähigsten am Markt gehören.

MiniMax entwickelt sich mit dem neuen M1-Modell zum KI-Kraftpaket, unterstützt von Tencent und Alibaba

MiniMax ist ein im Dezember 2021 gegründetes KI-Startup mit Sitz in Shanghai und gilt als führender „KI-Tiger“ in China. Es entwickelt groß angelegte multimodale KI-Modelle – darunter Text-, Sprach-, Bild- und insbesondere Videogenerierung (wie Hailuo) – und generiert Milliarden von Token und Millionen von Videoclips – unterstützt von Großinvestoren wie Alibaba, Tencent und IDG. Das von Tencent Holdings und der Alibaba Group unterstützte Unternehmen gehört zu einer Elitegruppe inländischer KI-Startups, bekannt als „Little Dragons“, die im vergangenen Jahr Milliarden von Dollar an Risikokapital eingesammelt haben.

Anfang dieser Woche stellte MiniMax ein neues Large Language Model (LLM) vor: MiniMax-M1. Es soll effizienter sein als Closed-Source-Konkurrenten in China und DeepSeeks neuestes Modell R1-0528 in mehreren Benchmarks übertreffen. Das M1-Modell unterstützt eine Kontextlänge von einer Million Token – achtmal so viel wie DeepSeek R1 – und benötigt unter bestimmten Bedingungen nur etwa 30 Prozent der Ressourcen, die DeepSeek benötigt.