一張照片，一鳴驚人：MiniMax（海絡AI）多模態生成技術再創新高

介紹 海洛 AI

每個人都懷抱著一個電影夢，無論是扮演不同的角色，體驗銀幕生活，還是成為一名導演，構圖每一個鏡頭，亦或成為一名編劇，創造平行宇宙的無限可能。

海洛 AI 就像一台夢幻機器，為每個人帶來電影般的體驗。新年伊始，海螺AI為全球用戶重磅發布全新創意小幫手：主題參考。

MiniMax最新自研的S2V-01視訊模型，透過單一影像主題參考框架實現精準的視覺細節還原。

與傳統解決方案相比，投入和計算成本不到1%。

只需上傳圖像，即可立即開始高品質影片生成，並具有高度準確的主題一致性和創作自由。

目前，主題參考功能已在全球範圍內開放。

用戶可以在 海螺AI視頻 創作平台。

一張照片，海螺AI大片

在 AI影片生成 在領域中，如何在動態影片中保持多個角度的人物面部表情的真實感和穩定性，以及保證連續片段拼接時的一致性，一直是個難題。

透過我們的S2V-01視訊模型，我們為用戶提供最佳解決方案。

在海螺AI中，選擇「主體參照」功能後，使用者只需上傳單張圖片，系統即可辨識並鎖定主體人物。

透過輸入提示關鍵字，立即產生高品質視頻，保持創意的一致性。

S2V-01模型可準確辨識性別、年齡、膚色、臉部結構等臉部特徵，確保跨畫面的穩定性與一致性。

提示：特寫鏡頭：在昏暗的房間裡，一位年輕女士的眼睛盯著遊戲機發光的螢幕。鏡頭位於略高於眼睛的位置，聚焦於他專注的表情以及他的手指靈活地操作控制器的姿勢。一個遊戲角色出現，擺脫了螢幕的限制。

主題引用+提示：一名男警官打開車門，從警車裡走出來。攝影機跟隨該男子並保持特寫鏡頭，對焦於該男子的臉部。該男子身穿警服。男人的表情由平靜變得凶狠。城市周圍一片夜景，周圍停著幾輛閃爍著燈光的警車。

它擅長控制主角的面部表情，同時保持非主題場景的高品質視覺效果。

目前，海螺AI支援單字引用，需要可識別的臉部特徵作為輸入。未來的更新將擴展此功能以包括多個主題、物件和場景。

成本更低，計算開銷減少，海螺AI體驗更好

MiniMax（海洛AI）自早期開發以來，一直在探索基於圖像的角色、風格等參考。

經過廣泛的技術研究，我們相信主題一致性的影像參考解決方案具有很高的有效性和可擴展性，在某些情況下甚至超越了經過微調的 LoRA 解決方案。

我們的目標是提供服務廣大用戶群的技術，同時解決現實問題。

此主題參考解決方案只需要一張影像輸入，計算和等待時間最少。

這大大減少了使用者輸入成本和計算時間，提供了卓越的使用者體驗。計算開銷將降低到1%以下。

提示：一位身穿華麗長袍、戴著白手套的女子走過中世紀城堡的走廊。她背對著鏡頭跑，然後又回頭看鏡頭，表情從平靜變得恐懼。走廊盡頭燈光昏暗。攝影機跟著女人逐漸靠近，視角從中景變成特寫，聚焦在女人的臉上。

為了確保影片僅保留必要的視覺資訊（如臉部特徵）並避免姿勢、表情或燈光的干擾，MiniMax 不斷優化其資料結構和模型架構。

S2V-01模型實現了視覺細節精準還原、創作自由度高等關鍵效果，讓角色能夠展現任意姿勢或表情，並自然融入任何環境。

透過主題引用技術，使用者可以專注於內容創作，而不必擔心一致性問題，從而大大提高長影片製作的效率。

你的性格本質上是一致的。

海螺AI開啟AI共創新時代

AI技術已經為微電影、廣告、綜藝、CG特效等產業帶來了便利。

然而視訊生成中最大的挑戰是主體的不穩定性，這往往導致結果脫節或不靈活。

主題參考功能為專業創作者提供了高度的一致性和靈活性，為短片內容和廣告等影片產業帶來了顛覆性的創新。

MiniMax 的平台現在將此功能作為 API 服務，並計劃將其擴展到多主題參考。

自從推出視訊模型以來，海螺AI一直是業界關注的焦點。

2024年12月，MiniMax的I2V-01-Live影像轉視訊模型獲得廣泛好評，海絡AI海外訪問 超過2700萬，再創紀錄，登頂全球AI視訊產品排行榜榜首。

人類與世界的互動本質上是多模態的，多模態理解和生成對於實現 AGI 至關重要。