MiniMax представляет Hailuo Video Agent и Voice Design, расширяя свои мультимодальные возможности ИИ

Китайская компания ИИ MiniMax объявила о запуске Hailuo Video Agent в бета-фазе. Это приложение на основе ИИ преобразует простые текстовые или графические подсказки в короткие высококачественные видеоклипы одним щелчком мыши. Оно использует передовые технологии, такие как покадровое моделирование физики, подсказки на основе движения и мультимодальный анализ, для предоставления креативного видеоконтента в доступном формате. 

Этот бета-релиз знаменует начало пути развития продукта, внедряя ранние творческие возможности, призванные стимулировать генерацию идей и знаменуя начало новой эры в создании видео с использованием искусственного интеллекта.

Платформа позволяет пользователям выбирать предпочтительный стиль креативного агента, описывать свою идею простым языком без необходимости иметь какие-либо технические знания, а затем получать полностью обработанное, отточенное видео, созданное Hailuo Agent.

Hailuo Video Agent разрабатывается в три отдельных этапа. Первый этап включает готовые шаблоны видеоагентов, которые генерируют высококачественные, креативные видео из отправленного пользователем текста или изображений с помощью одной команды. 

На втором этапе будут представлены полунастраиваемые видеоагенты, предоставляющие пользователям возможность изменять все аспекты процесса создания видео, включая сценарий, визуальные эффекты и закадровый голос. На третьем этапе будет представлен полностью автономный, сквозной видеоагент, способный преобразовывать творческий вклад в финальное видео с минимальным ручным вмешательством.

MiniMax заявила, что намерена постепенно внедрить второй этап инструментов создания Агента в течение лета.

Кроме того, MiniMax представила Voice Design, усовершенствованную модель преобразования текста в речь с нуля, которая использует обучаемый кодер диктора для точного воспроизведения тембра голоса-образца без необходимости транскрипции. Эта технология обеспечивает высококачественный и выразительный синтез речи, включая возможности клонирования голоса с одного раза. Она поддерживает вывод на 32 языках и предлагает сложные функции, такие как модуляция эмоций и профессиональная настройка голоса, что отражает значительный прогресс в многоязычной и адаптивной генерации голоса.

MiniMax запускает MiniMax-M1 LLM и видеомодель Hailuo 02

MiniMax — это стартап ИИ, который считается одной из ведущих новых китайских фирм ИИ. Компания специализируется на разработке крупномасштабных мультимодальных систем ИИ, охватывающих генерацию текста, голоса, изображений и видео, включая видеомодель Hailuo. 

Его инфраструктура поддерживает производство миллиардов текстовых токенов и миллионов видеофрагментов. MiniMax поддерживается крупными инвесторами, такими как Alibaba, Tencent и IDG, и входит в избранную группу быстрорастущих китайских стартапов в области ИИ, часто называемых «маленькими драконами», которые в совокупности привлекли значительный венчурный капитал за последний год. 

На прошлой неделе компания запустила несколько новых технологий, включая большую языковую модель (LLM) под названием MiniMax-M1, которая представлена ​​как более эффективная, чем другие фирменные модели в Китае, и, как сообщается, превосходит производительность модели DeepSeek R1-0528 в различных тестах производительности. Кроме того, MiniMax представила новую версию своего инструмента для генерации видео, Хайло 02 , который обеспечивает собственное разрешение 1080p, улучшенное соответствие инструкциям пользователя и расширенные возможности для моделирования сложных физических сред.