MiniMax秀了波AI视频杂技：越看越惊艳，指令遵循太强了

这样复杂精致的视频效果，都是 AI 生成的？都是最新国产 AI 大模型的新能力？？

没错，都来自 MiniMax 刚刚发布海螺 2.0 版本，能处理极端物理情况，原生支持 1080P。

它可以这样——

提示词：The character in the frame juggles throwing knives with fast and fluid motion.

画面中的人物以快速、流畅的动作玩弄投掷刀具的游戏

还可以在空中旋转跳跃不停歇——

提示词：Acrobatic performance：a performer swings rapidly on an aerial executing high-difficulty moves as the camera follows.

杂技表演：表演者在空中快速摆动，做出高难度动作，镜头跟随。

即便是这种快速变化的场景也可以 hold。

官方介绍说，这次新升级的大模型，在指令遵循、生成质量都达到了一流水平，其成本效率破纪录。

Hailuo02

在官方释出的最新案例中，能够看到此次升级的一些细节。

比如在光影处理上。

即便是比较超现实的场景（狮子跳火圈、熊翻跟头）中有符合现实规律的光影变换。

还有在细节处理上，像这种火把弄出来的火星子也可以描绘出来，随着摆动也会跟着飞舞。

不过更多技术细节还需要再蹲蹲官方。

目前网页端的图生视频、文生视频都已经支持海螺 2.0 版本。

APP 端也已经更新。

By the way，海螺版本号是 01、02 这样取的。

MiniMaxWeek 第二发

虽然视频生成能力是 MiniMaxWeek 第二天的重头戏，但之前就展现出端倪，因为 Hailuo 02 视频模型出现在 AI 视频竞技场中，并且迅速拿下了图生视频排行榜第二名。

昨天，他们开源了 MiniMax-M1，作为全球首个开源大规模混合架构的推理模型，引发了不小的关注。

它原生支持 100 万 token 的输入长度，是 DeepSeek R1 的约 8 倍；同时支持 8 万输出 token，超过 Gemini 2.5 Pro 的 6.4 万，成为世界最长输出；生成 10 万 token 时，推理算力只需要 DeepSeek R1 的 25%。

而这种效能的背后，核心还是 MiniMax 在架构层面的创新。

MiniMax 在技术报告中称，独创的以闪电注意力机制为主的混合架构，从而在计算长的上下文输入以及深度推理的时候显著高效。

例如，在用 8 万 Token 深度推理的时候，只需要使用 DeepSeek R1 约 30% 的算力。这个特性使得我们在训练和推理的时候都有很大的算力效率优势。

以及 MiniMax 提出了更快的强化学习算法 CISPO，通过裁剪重要性采样权重（而非传统 token 更新）提升强化学习效率。MiniMax 援引 AIME 的实验结果，表示这比包括字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍，显著的优于 DeepSeek 早期使用的 GRPO。

也是上述两大底层技术创新，让 MiniMax 能够在整个强化学习阶段只用到 512 块 H800 三周的时间，租赁成本只有 53.47 万美金——折合 380 多万人民币。

而就在底层架构创新带动长上下文推理效果展现后，MiniMax 的新成果第二弹又在视频生成领域交出了堪称惊艳的成绩单。

看起来 DeepSeek 冲击带来的大模型变局中，MiniMax 不仅没有放缓基础模型能力创新，反而进一步强化和加强了。

而就目前两大成果来看，MiniMax 的研发实力和技术底气也在得到证明。

接下来三天，还能有什么方向的成果？

语音？生图？AI 编程？

参考链接：

https://x.com/Hailuo_AI/status/1935024444285796561

https://hailuoai.video/create

—  完  —

� �  量子位 AI 主题策划正在征集中！欢迎参与专题365 行 AI 落地方案，一千零一个 AI 应用，或与我们分享你在寻找的 AI 产品，或发现的AI 新动向。

� � 也欢迎你加入量子位每日 AI 交流群，一起来畅聊 AI 吧～

一键关注 � � 点亮星标

科技前沿进展每日见

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！