上海这家公司成全球最大AI视频造梦者，用一张照片就能生成电影大片

DeepSeek的走红，如同一颗超新星爆发，释放出巨大能量，瞬间照亮了中国的AI星系。在上海人工智能的群星中，MiniMax是颇为亮眼的那一颗。

DeepSeek以文字见长，MiniMax则在文本、视频、语音多模态技术领域保持领先。今年1月的全球AI视频排行榜中，MiniMax旗下海螺AI视频网站全球访问量位居榜首。截至2月上旬，MiniMax以每日生成数百万条视频占据全球第一宝座，每日生成语音量位居国内前二，文本处理量也位居国内前列。

在全世界竞争最激烈的领域，这家上海公司如何一步步提升竞争位次，在细分赛道超越顶尖同行？

用一张照片拍出电影

用人工智能生成视频，是许多人乐于尝试的应用。但AI的技术缺陷也引来很多吐槽：“上一段视频中生成的是张三，下一段视频就变成了另一张脸。无论怎么调整，都无法让两段视频的主角变成同一人。”

人物角色一致性的难题，让AI难以制作出同一人物角色、不同故事情节的短片，大大限制了AI生成视频的应用场景。

直到今年1月MiniMax发布最新视频模型，将这一难题彻底化解。用户只需提供1张人物的正面照片，不论生成多少段风格迥异的视频，主角都是这个人。这让网友惊呼，一张照片就能做电影，这不是梦！

在创业过程中，MiniMax始终坚持技术驱动。动态视频中如何保持人物面部多角度的真实度和稳定性，如何保持人物角色高度一致……痛点就是MiniMax攻关的重点。开发团队进行了大量技术探索，比选不同的技术路径，最后开发出S2V模型——只需传统方案1%的输入和计算成本，“上传1张图片”的效果就足够好。

在3年多时间里，一次次迭代升级，MiniMax不断挖深加宽自己的护城河，文生视频、图生视频、主体参考等功能持续优化。这些创新，让海螺AI视频在激烈竞争中杀出重围，使用量反超OpenAI的Sora，用户分布在全球超200个国家和地区。

与之类似，在文生语音等功能上，MiniMax也走出了差异化路线。网友发现，MiniMax的语音功能竟然带有情绪调节和效果器功能，AI生成的语音可以带上开心、难过、生气等情绪，这一创新让有声书和广播剧的生产力大幅提升。

“通用人工智能不是简单的互联网流量变化，而是计算范式的颠覆式创新，将会引领生产力、社会分工以及产业结构的深刻变革。”上海稀宇科技（MiniMax）创始人闫俊杰说。

画自己的图纸建造大厦

闫俊杰曾在商汤科技带队负责通用智能技术。那时候，人工智能主要用于计算机视觉识别。2021年，看到通用人工智能的曙光，他带领团队二次创业，MiniMax也成为少有的在ChatGPT诞生前就进入这一赛道的中国公司。

当下领先的大语言模型大多采用Transformer底层架构。但它也有先天不足，比如“注意力机制”缺陷——随着文本长度的增加，计算复杂度呈平方级增长。不仅会大幅降低处理效率，还会大大提高计算成本。

算力、算法和数据是人工智能发展的“铁三角”。MiniMax创立之初，算力和数据十分有限，唯一选择就是在算法上求突破。从2023年夏天开始，公司将80%的算力与研发资源投入底层架构研发，这在外人看来就像一场豪赌。

“我们在工程上遇到的很多问题，源于一片漆黑的未知。”公司技术团队在没有成熟经验可供借鉴的情况下，一次次试错，持续进行摸索。一年后，公司成功推出国内首个基于MoE架构的模型，研发人员又向“注意力机制”难题发起冲击。今年1月，大规模实现线性注意力机制的MiniMax-01模型诞生。这也是中国公司首次突破传统Transformer架构，并逐渐为行业广泛认可。

“底层模型能力是决定大模型应用成功与否的首要因素。”MiniMax副总裁刘华告诉记者，虽然在现有图纸上盖楼相对容易，但图纸的不足也会限制楼房的高度。我们选择在自己的图纸上构筑大厦，一开始或许慢一些，但希望能更好应对未来的挑战。

底层架构如同AI“新基建”，01模型突破了长文本处理瓶颈，可高效处理最长400万token的上下文。在工业领域，该模型可以快速解析百万字设备日志，辅助故障诊断；在医疗场景，它可连续跟踪患者数年病历，生成个性化治疗方案。

最近两年，大模型技术快速迭代，国际国内AI行业都在白热化竞争。底层模型一次重大迭代对产品带来的优化效果，会远超在工程实现层面对产品进行“雕花”。这也是MiniMax始终紧盯模型本身，加速迭代升级的重要原因。

借助上海优势加快发展

作为上海人工智能高地孵化的代表性企业，MiniMax的成长离不开这座城市独特的文化和基因。

上海汇聚了全球顶尖的AI人才，大量富有热情的年轻人才，为产业快速发展提供了支撑。在MiniMax上海总部大楼，研发人员持续增多。2023年6月，还只是一层楼坐了半个楼面，后来很快坐满两层楼。从人工智能行业发展看，成功的模型，就脱胎于科学的做事方法、数百人技术团队的有效组织、坦诚扎实的研发文化。

人工智能是上海三大先导产业之一。不久前，上海推出人工智能“模塑申城”工程，在算力、场景、数据、人才方面推出一批有力举措，一手抓算力“燃料”，一手抓“语料”，更好满足人工智能行业发展需求。

上海还积极推动大模型企业与场景企业对接。以MiniMax为例，他们与小红书合作打造生成式智能搜索，与阅文集团合作将数千本小说变成超自然、高保真的有声书等，通过相互赋能实现更快发展。

身处上海这个开放前沿，MiniMax也自带海派风格。公司面向个人用户的Talkie产品率先出海，短短几年已拥有数千万用户，MiniMax也成为行业内出海最早、海外覆盖率最高的公司。

闫俊杰相信，“真正有价值的事，不是当前做得怎么样，而是技术进化的速度。”一如多年前的移动互联网行业，在人工智能这个快速迭代的行业，民营科技企业展现出独特价值，那就是以技术驱动实现快速发展，以灵活机制捕捉前沿趋势，以务实创新解决产业痛点。经过团队艰苦卓绝的努力，实现自我超越。

上海人工智能产业规模已突破4000亿元，规模以上企业超350家。仅“模速空间”及周边，就已聚集255家模型企业和34个备案大模型。上海的AI宇宙正在加速壮大，更多激动人心的故事正在续写。

原标题：上海这家公司成全球最大AI视频造梦者，用一张照片就能生成电影大片

题图来源：资料照片

来源：作者：解放日报 孟群舒