一名使用者展示 Minimax H3 Max 模型能以超越實時的速率生成《瑞克和莫蒂》風格的影片串流,成功打造出「異次元電台」的效果。這項成果突顯了該模型快速產生連續、隨選影片內容的能力。

該演示使用的 Minimax H3 Max 模型,是開放權重 MiniMax H3 模型的後訓練版本,針對提示遵循度和美學進行了優化。以超越實時的速率生成影片被視為隨選 AI 影片的重要里程碑,透過實現即時、個人化的內容串流,有望改變未來的娛樂產業,並表明 AI 影片生成技術可能很快成為互動與直播媒體體驗的主流媒介。

事件背景

即時影片處理通常需要低延遲,60 fps 的端到端延遲預算約為 16.7 毫秒。Minimax H3 是一個多模態 AI 影片模型,整合了理解、生成和編輯功能,而 H3 Max 則是專注於更高品質的後訓練變體。「異次元電台」是動畫影集《瑞克和莫蒂》中一個以超現實即興喜劇為特色的固定環節。

社群觀察

社群成員對這項技術成就表示興奮,有人指出多年前使用遊戲引擎資產的類似演示也曾出現。其他人則強調,儘管目前品質限制阻止了立即商業化,但隨選影片有望成為娛樂產業的重要組成部分。此外,有評論指出語音合成仍有改進空間,例如莫蒂的聲音聽起來像瑞克,以及基於固定資產的視覺品質問題。