数か月前、OpenAI は、ビデオで見たいものの簡単な説明を入力するだけで非常にリアルなビデオを生成できる、 Soraビデオ生成ツールで世界を言葉を失いました。
まだ世界に向けて開かれてはいませんが、すでに中国からいくつかの競争相手が現れています。少し前に、私たちはKlingの新しいビデオ生成モデル、または TikTok クリエイターの代替モデルによるエクスプロイトを見ました。しかし、この新しい AI の波には、AI によるビデオ生成に革命を起こすことを目的とした別の波が加わりました。これは、MiniMax 社のビデオ生成言語モデルである Video-01 です。
6 秒のクリップで素晴らしい結果が得られます
このアプリケーションはすでにソーシャル ネットワーク上で現象となっており、その機能の例が数多く見られています。 MiniMax は、Alibaba や Tencent と同じくらい大きな複合企業が出資している会社で、そのモバイル アプリケーションはすでに 1,500 万回以上ダウンロードされています。
このツールは、次のリンクから完全に無料で試すことができます。このツールがどのように機能するかを示す多数の例も Web サイトに掲載されています。利用するには、とりあえず生成したいものを英語で記述する必要があります。このツールがクリップを生成するには、その時の需要に応じて数分かかります。
ネットワーク上で見られた (そして私たち自身で検証できた) 結果で本当に驚くべきことは、テキストの説明から作成されたその一貫性と現実性です。打ち上げ中に、完全に人工知能によって生成されたいくつかのクリップで構成される約 2 分間の映像が表示されました。確かに、探していたものを生成するまで、おそらく一連の試行が必要になるのは事実です。
添付のビデオでは、次の説明でツールをテストしました。
山腹を最高速度で駆け上がるポルシェ。カメラは車の前方から開始して、車の側面に移動する必要があります。
わずか数分で、最大限のリアリズムと詳細を備えた長さ約 6 秒のクリップが得られました。結果は、コンテンツ、プロンプト、または言語モデル自体のパフォーマンスによって異なりますが、実際のところ、その AI はビデオ生成に関してテストした中で最も一貫性のあるものの 1 つです。
Video-01 は MiniMax 社の最新の言語モデルであり、音声生成、言語、さらには音楽生成アプリケーションでも使用されているモデルです。その創設者である Yan Junjie は、ビデオ生成において大きな進歩を遂げたと断言しています。さらに、Junjie 氏は、「自社のツールがビデオ生成において Runway よりも優れたパフォーマンスを発揮する」ことを確認するために内部評価とスコアに依存しているとコメントしています。
同社はすでに、ビデオ生成ツールやこの言語モデルを使用する他の多くのツールを改善するために Video-02 に取り組んでいます。そのアイデアは、このツールを使用すると、完成したビデオに画像を追加したり、テキストと画像を組み合わせてビデオを生成したり、AI によって生成されたビデオの長時間を延長したりできるということです。
このモデルは、最大720p の解像度と 25 フレーム/秒をサポートします。 Kling や Runway のように、あらゆるカメラの動きを記述することができます。現在、クリップの長さは最大 6 秒ですが、業界のトップ モデルと競合するために、すぐにこの数字を 10 秒に増やす予定です。