一张照片，一鸣惊人：MiniMax（海络AI）多模态生成技术再创新高

介绍 海洛人工智能

每个人都怀揣着一个电影梦，无论是扮演不同的角色，体验银幕生活，还是成为一名导演，构图每一个镜头，亦或成为一名编剧，创造平行宇宙的无限可能。

海洛人工智能 就像一台造梦机器，让每个人都能享受电影般的体验。新年伊始，海螺AI为全球用户揭晓全新创意助手：主题参考。

MiniMax最新自研的S2V-01视频模型，通过单图像主题参考框架实现精准的视觉细节还原。

与传统解决方案相比，投入和计算成本不到1%。

只需上传图像，即可立即开始高质量视频生成，并具有高度准确的主题一致性和创作自由。

目前，主题参考功能已在全球范围内开放。

用户可以在 海螺AI视频 创作平台。

一张照片，海螺AI大片

在 AI视频生成 领域中，如何在动态视频中保持多个角度的人物面部表情的真实感和稳定性，以及保证连续片段拼接时的一致性，一直是个难题。

通过我们的S2V-01视频模型，我们为用户提供最佳解决方案。

在海螺AI中，选择“主体参照”功能后，用户只需上传单张图片，系统即可识别并锁定主体人物。

通过输入提示关键词，立即生成高质量视频，保持创意的一致性。

S2V-01模型可以准确识别性别、年龄、肤色、面部结构等面部特征，确保跨帧的稳定性和一致性。

提示：在昏暗的房间里，一位年轻女士的特写镜头，他的眼睛盯着游戏机发光的屏幕。镜头略高于眼睛的高度，聚焦在他专注的表情上，他的手指灵活地操纵着控制器。一个游戏角色出现了，摆脱了屏幕的限制。

主题引用+提示：一名男警员打开车门，从警车里走出来。镜头跟随该男子，并保持特写，聚焦于该男子的面部。该男子身穿警服。该男子的表情从平静变为凶狠。城市周围是夜景，周围有几辆警车闪着警灯。

它擅长控制主角的面部表情，同时保持非主题场景的高质量视觉效果。

目前，海螺AI支持单字引用，需要可识别的面部特征作为输入。未来的更新将扩展此功能以包括多个主题、对象和场景。

成本更低，计算开销减少，海螺AI体验更好

MiniMax（海洛AI）自早期开发以来，一直在探索基于图像的角色、风格等参考。

经过广泛的技术研究，我们相信主题一致性的图像参考解决方案具有很高的有效性和可扩展性，在某些情况下甚至超越了经过微调的 LoRA 解决方案。

我们的目标是提供服务于广大用户群的技术，同时解决现实问题。

该主题参考解决方案只需要一张图像输入，计算和等待时间最少。

这大大降低了用户的输入成本和计算时间，提供了极佳的用户体验。计算开销将降低至 1% 以下。

提示：一位身着精致长袍、戴着白手套的女子走过中世纪城堡的走廊。她背对着镜头跑去，然后又转过头看向镜头，她的表情从平静变为恐惧。走廊尽头光线昏暗。镜头跟随女子靠近，视角从中景变为特写，聚焦在女子的脸上。

为了确保视频仅保留必要的视觉信息（如面部特征）并避免姿势、表情或灯光的干扰，MiniMax 不断优化其数据结构和模型架构。

S2V-01模型实现了视觉细节精准还原、创作自由度高等关键效果，让角色能够表现出任意姿势或表情，并自然地融入任何环境。

通过主题引用技术，用户可以专注于内容创作，而不必担心一致性问题，从而大大提高长视频制作的效率。

你的性格本质上是一致的。

与海螺AI共创AI新时代

AI技术已经为微电影、广告、综艺、CG特效等行业带来了便利。

然而视频生成中最大的挑战是主体的不稳定性，这往往导致结果脱节或不灵活。

主题参考功能为专业创作者提供了高度的一致性和灵活性，为短片内容和广告等视频行业带来了颠覆性的创新。

MiniMax 的平台现在将此功能作为 API 服务，并计划将其扩展到多主题参考。

自推出视频模型以来，海螺AI一直是行业关注的焦点。

2024年12月，MiniMax的I2V-01-Live图像转视频模型获得广泛好评，海络AI海外访问 超过2700万，再创纪录，登顶全球AI视频产品排行榜榜首。

人类与世界的互动本质上是多模式的，多模式理解和生成对于迈向 AGI 至关重要。