H3 mang đến điều gì
Theo Reuters, mẫu H3 của MiniMax có thể tạo các video clip ở độ phân giải 2K — một bước tiến đáng chú ý so với đầu ra 1080p vốn là tiêu chuẩn thực tế cho hầu hết các công cụ AI video hướng tới người tiêu dùng. Mô hình này cũng tạo ra âm thanh nổi được đồng bộ hóa với cảnh quay được tạo, một khả năng vẫn còn hiếm trong lĩnh vực tạo video, nơi hầu hết các mô hình đều xuất ra các clip im lặng yêu cầu đường truyền âm thanh riêng.
Có lẽ quyết định có ý nghĩa chiến lược nhất là cam kết của MiniMax đối với trọng lượng mở. Tờ South China Morning Post đưa tin rằng MiniMax đang phát hành H3 với trọng lượng mô hình nguồn mở và ở một mức giá cố tình hạ thấp đối thủ cạnh tranh - một sự kết hợp mà ấn phẩm coi là thách thức trực tiếp đối với cách tiếp cận thương mại, khép kín của ByteDance. Trọng lượng mở cho phép các nhà phát triển và nhà nghiên cứu tải xuống, kiểm tra, tinh chỉnh và triển khai mô hình trên cơ sở hạ tầng của riêng họ thay vì chỉ dựa vào API được lưu trữ.
Theo AIBase, MiniMax mô tả H3 là một mô hình "tất cả các phương thức", cho thấy nó được thiết kế để xử lý nhiều loại đầu vào và đầu ra — văn bản, hình ảnh, âm thanh và video — trong một kiến trúc duy nhất thay vì yêu cầu các mô hình chuyên biệt riêng biệt được kết nối với nhau.
Phản ứng của thị trường
Các nhà đầu tư phản ứng nhanh chóng. Finance.biggo.com đưa tin rằng cổ phiếu của MiniMax đã tăng gần 13% sau thông báo H3, phản ánh niềm tin của thị trường rằng chiến lược định giá mạnh mẽ và trọng lượng mở của công ty có thể thu hút sự chia sẻ tư duy của nhà phát triển trong danh mục mà hệ sinh thái Doubao của ByteDance đang dẫn đầu.
Cuộc chiến giá cả là có thật SCMP lưu ý rằng MiniMax đang cung cấp video do H3 tạo ra với mức giá thấp hơn đáng kể so với mức giá hiện hành, đánh cược rằng giá mỗi thế hệ thấp hơn sẽ thu hút lượng người dùng lớn — từ những người tạo phương tiện truyền thông xã hội đến các đại lý tiếp thị đến các nhà làm phim độc lập — những người rất nhạy cảm với chi phí mỗi clip.
ByteDance hoạt động trở lại với Seedance 2.5
ByteDance đã không để khoảnh khắc trôi qua mà không được đáp lại. Trên cùng dòng thời gian, họ đã phát hành Seedance 2.5, phiên bản mới nhất của mô hình tạo video. Theo Pandaily và CineD, Seedance 2.5 có thể tạo video 30 giây trong một thế hệ — một cải tiến có ý nghĩa so với các mô hình trước đó vốn thường yêu cầu ghép các clip ngắn lại với nhau để đạt được chuỗi dài hơn.
CineD đã báo cáo rằng Seedance 2.5 chấp nhận tới 50 đầu vào tham chiếu, cho phép người dùng hướng dẫn tạo nhiều hình ảnh, lời nhắc văn bản và tham chiếu trực quan cùng một lúc. Mô hình này cũng giới thiệu khối máy ảnh 3D, mang lại cho người sáng tạo khả năng kiểm soát ở cấp độ đạo diễn đối với chuyển động của máy ảnh ảo — chảo, bánh xe và đường quỹ đạo — trong các cảnh được tạo. TechNode và Tech in Asia đã xác nhận khả năng chỉnh sửa và nhập liệu đa dạng của mô hình này, định vị nó như một công cụ để sản xuất video phức tạp hơn, theo hướng tường thuật.
CNET trước đó đã báo cáo rằng Seedance 2.5 dự kiến sẽ ra mắt “ngay trong tuần này” và việc phát hành đồng thời với MiniMax's H3 nhấn mạnh chu kỳ cạnh tranh đã bị nén như thế nào trong video AI của Trung Quốc.
Tại sao cuộc đua AI video lại quan trọng
Sự cạnh tranh giữa MiniMax và ByteDance không chỉ là một cuộc giao tranh trong khu vực. Thế hệ video AI đã trở thành một trong những lĩnh vực đòi hỏi nhiều vốn và kỹ thuật nhất trong trí tuệ nhân tạo, đòi hỏi nguồn lực tính toán khổng lồ để đào tạo và suy luận. Các đối thủ cạnh tranh toàn cầu - bao gồm Sora của OpenAI, Veo của Google và lĩnh vực khởi nghiệp đang phát triển - đều đang chạy đua để sản xuất video dài hơn, độ phân giải cao hơn, dễ điều khiển hơn từ lời nhắc bằng văn bản và hình ảnh.
Hệ sinh thái video AI của Trung Quốc đã phát triển với tốc độ đặc biệt. Quyết định của MiniMax đối với trọng lượng H3 nguồn mở tuân theo mô hình rộng hơn giữa các phòng thí nghiệm AI của Trung Quốc - bao gồm DeepSeek, Qwen-maker Alibaba và các công ty khác - về việc phát hành các mô hình trọng lượng mở mạnh mẽ để xây dựng hệ sinh thái nhà phát triển và thiết lập uy tín kỹ thuật, thậm chí phải trả giá bằng độc quyền thương mại trong thời gian ngắn.
Việc đưa âm thanh nổi vào H3 đặc biệt đáng chú ý. Hầu hết các mô hình tạo video ngày nay chỉ tạo ra đầu ra hình ảnh, để lại âm thanh như một bước riêng biệt, thường là thủ công. Nếu MiniMax thực sự giải quyết được vấn đề tạo âm thanh đồng bộ ở độ phân giải 2K, thì đó sẽ là một cột mốc tích hợp có ý nghĩa — mặc dù sẽ cần có các tiêu chuẩn độc lập và đánh giá thực hành để đánh giá chất lượng thực tế và độ tin cậy của đầu ra.
Câu hỏi mở
Bản phát hành mở của MiniMax cũng khơi dậy một cuộc tranh luận gây chia rẽ ngành công nghiệp AI. Những người ủng hộ lập luận rằng trọng số mở đẩy nhanh quá trình nghiên cứu, cho phép giám sát an toàn và hạ thấp rào cản đối với các nhà phát triển nhỏ hơn. Các nhà phê bình - bao gồm cả một số phòng thí nghiệm ở biên giới phương Tây - cho rằng việc phát hành các mô hình sáng tạo mạnh mẽ một cách công khai sẽ làm tăng nguy cơ lạm dụng, từ giả mạo sâu đến thông tin sai lệch.
Hiện tại, MiniMax đang đặt cược rằng thiện chí của nhà phát triển và sự khóa chặt của hệ sinh thái từ các trọng số mở sẽ lớn hơn bất kỳ nhược điểm cạnh tranh nào. Việc đặt cược đó có thành công hay không sẽ phụ thuộc vào việc áp dụng: nếu H3 trở thành công cụ mặc định cho những người sáng tạo video trên khắp Trung Quốc và hơn thế nữa, thì chiến lược trọng lượng mở có thể mang lại lợi ích cho AI video giống như các bản phát hành Llama của Meta dành cho văn bản.
Tuy nhiên, sự cạnh tranh trước mắt là rõ ràng. Hai trong số những công ty AI lớn nhất của Trung Quốc đã tung ra những phát súng mới nhất trong cuộc chiến thế hệ video trong cùng một ngày - và tốc độ ngày càng tăng lên.
---
Đi trước AINhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.
