MiniMax Luncurkan Agen Video dan Desain Suara Hailuo, Memperluas Kemampuan AI Multimodalnya

Perusahaan AI Tiongkok Minimax mengumumkan peluncuran Hailuo Video Agent dalam fase Beta. Aplikasi berbasis AI ini mengubah teks dasar atau perintah gambar menjadi klip video pendek berkualitas tinggi dengan sekali klik. Aplikasi ini memanfaatkan teknik canggih seperti simulasi fisika frame-by-frame, perintah berbasis gerakan, dan penguraian multimoda untuk menghadirkan konten video kreatif dalam format yang mudah diakses. 

Rilis Beta ini menandai dimulainya perjalanan pengembangan produk, memperkenalkan kemampuan kreatif awal yang dirancang untuk merangsang ide dan menandai dimulainya era baru dalam pembuatan video AI.

Platform ini memungkinkan pengguna untuk memilih gaya agen kreatif yang disukai, menguraikan ide mereka menggunakan bahasa yang mudah dipahami tanpa memerlukan pengetahuan teknis apa pun, lalu menerima video yang telah dirender sepenuhnya dan sempurna yang dihasilkan oleh Agen Hailuo.

Agen Video Hailuo dikembangkan dalam tiga tahap berbeda. Tahap Pertama mencakup templat agen video siap pakai yang menghasilkan video kreatif berkualitas tinggi dari teks atau gambar yang dikirimkan pengguna dengan satu perintah. 

Tahap Dua akan memperkenalkan agen video yang semi-dapat disesuaikan, yang memberi pengguna opsi untuk memodifikasi semua aspek proses pembuatan video, termasuk skrip, visual, dan sulih suara. Tahap Tiga akan menghadirkan agen video yang sepenuhnya otonom dan menyeluruh yang mampu mengubah masukan kreatif menjadi video hasil akhir dengan keterlibatan manual yang minimal.

MiniMax menyatakan bahwa pihaknya bermaksud menerapkan Tahap Dua alat pembuatan Agen secara bertahap selama musim panas.

Selain itu, MiniMax telah meluncurkan Voice Design, model text-to-speech zero-shot canggih yang menggunakan encoder pembicara yang dapat dipelajari untuk mereplikasi timbre vokal suara referensi secara akurat tanpa memerlukan transkripsi. Teknologi ini memungkinkan sintesis ucapan berkualitas tinggi dan ekspresif, termasuk kemampuan kloning suara one-shot. Teknologi ini mendukung keluaran dalam 32 bahasa dan menawarkan fitur canggih seperti modulasi emosi dan kustomisasi suara tingkat profesional, yang mencerminkan kemajuan signifikan dalam pembuatan suara multibahasa dan adaptif.

MiniMax Luncurkan MiniMax-M1 LLM dan Model Video Hailuo 02

MiniMax adalah perusahaan rintisan AI yang dikenal sebagai salah satu perusahaan AI terkemuka yang sedang berkembang di Tiongkok. Perusahaan ini mengkhususkan diri dalam mengembangkan sistem AI multimoda berskala besar yang mencakup pembuatan teks, suara, gambar, dan video, termasuk model video Hailuo-nya. 

Infrastrukturnya mendukung produksi miliaran token teks dan jutaan segmen video. MiniMax didukung oleh investor besar seperti Alibaba, Tencent, dan IDG, dan dikategorikan di antara sekelompok kecil perusahaan rintisan AI Tiongkok dengan pertumbuhan tinggi yang sering disebut sebagai Little Dragons, yang secara kolektif telah menarik modal ventura yang besar selama setahun terakhir. 

Minggu lalu, perusahaan meluncurkan beberapa teknologi baru, termasuk model bahasa besar (LLM) bernama MiniMax-M1, yang disajikan sebagai model yang lebih efisien daripada model milik sendiri lainnya di Tiongkok dan dilaporkan melampaui kinerja model R1-0528 DeepSeek dalam berbagai uji tolok ukur. Selain itu, MiniMax telah memperkenalkan versi baru alat pembuat videonya, Hai Luo 02 , yang menawarkan resolusi asli 1080p, kepatuhan yang lebih baik terhadap instruksi pengguna, dan kemampuan yang ditingkatkan untuk mensimulasikan lingkungan fisik yang kompleks.