前天 MiniMax 的 M1 文章里,我说 MiniMax 得掏一个视频模型出来吧。
不知道还有多少人记得,AI 行业的六小虎。全球领先水平!MiniMax开源首个推理模型M1
于是,果然,前天深夜,他们发了 Hailuo 02。
这个模型,前天深夜还不能用,还没正式上线,但是放了预告片。
他们的预告片,给我看的鸡皮疙瘩起来了,我给大家看一眼。
当视频在手机上无法加载,可前往PC查看。不是,这真的太离谱了,第一次,见到能生成杂技动作的 AI 视频模型,这个肢体表演和动作幅度,你们可以去 Veo3 之类的试试,是完全达不到的。
我转完朋友圈,朋友都惊了...
直接冲着所有视频模型的弱点开大。。。
所有人其实都知道,体操,被誉为 AI 视频的图灵时刻。
谁能解决体操的视频生成问题,谁就是真神。
而杂技的难度,也仅次于体操了。
所以昨天白天 Hailuo 02 上线了之后,我就直接做了一波新鲜的测试。
比如上周末,我二刷了《碟中谍 8》。
虽然前面的文戏又臭又长让人犯困,但到了熟悉的动作戏段落,看到阿汤哥又是潜入深海又是高空扒飞机,我还是真情实感地喊出了牛逼。
一个六旬老人,兢兢业业跑了三十年,不顾安危,一直用血肉之躯挑战 mission impossible,就为了让你在银幕上看到最炸裂的视觉效果,我想不出比这更热血的事了。
那时候我在电影院里还在感慨,扒飞机这样的动作,虽然危险,但还是得真人上,AI 恐怕是做不来。
但是,当 Hailuo 2 上了之后。。。
什么,你说 AI 没法扒飞机?没法下潜艇?
你把这个片段把水印去掉,发给一个不是特别了解 AI 的人看,这谁看谁懵逼好吧。
而且这个动作的幅度、丝滑度,完全没有很多模型为了稳,其实做的全是慢动作的那种感觉,而是真的就像真实世界的表演一样。
我觉得普通的肢体表演,真的难不倒他了。
所以,直接上图灵测试吧。
跳体操。
先给大家看看一年前,第一个 DiT 架构的视频模型 Luma AI 上线的时候,生成的 AI 跳体操的视频。
对,这是一年前。
视频里面,运动员的四肢在空中扭曲变形。这段由 Luma 生成的视频不仅让近百万网友围观,还让包括 LeCun 在内的 AI 大佬们吵得不可开交。
我们再来看看,一年以后,模型在进化到今天的时候,各家的跳体操。
英文版提示词:A gymnast launches off the high bar, does two full spins, and catches the bar again. The camera whips and tilts to capture the arc.
中文版提示词: 一位选手从高杠跃出,完成两次空中旋转后再次抓杠。摄影机快速摇摄并倾斜捕捉轨迹。
前方高能预警(绝无拉踩之一,只是单 case 对比)。
这是 Veo3。
就很魔幻,运动员一碰到垫子就碎掉了,然后头变成脚,脚变成头。
这是可灵。
运动员先是以一种反重力的方式上了杠,然后开始用魔法让杠变形变长。
这是即梦。
整体已经还好了,就是后面出现了,双头怪。
当然,上面几个都还没有那么离谱。
最离谱的是 runway 这个。
运动员的形体像面条一样拉长,然后在空中开始抻面。
不是,哥们,这也太抽象了。。。
接下来,有请主角登场,Hailuo 02。
只能用一个词评价,那就是优雅。
不过这里需要坦白的讲,这段视频,我 roll 了 3 次,才得到一个 OK 的效果。
但问题在于,我 roll 了 3 次,roll 出来了。
像 Veo3,我积分都 roll 烂了,是真 roll 不出来啊。。。
再来看一个好玩的,跳马。
我就直接把各家的,放到一起了,看看这不顾死活的美。
再看看 Hailuo 02。
丝滑,一种奇妙的爽感。
还有体操,不是原地起跳一下,而是有助跑,有谢幕动作。镜头运动也很到位。
虽然有些小动作还是比较诡异的,比如开头的小跳,还有空中的时候手也抽了一下,但是整体效果,已经好很多了。
还有双杠倒立,真的酷。
在复杂动作上的肢体表现上,真的吊打一众视频模型。
这真的是第一次,有 AI 视频,解决了体操这个图灵测试了。
我之前一直在说 AI 视频的难点不是画面,而是运动。
静态画面谁都能出奇制胜,但让一个动作真实发生,并且被流畅捕捉,这是另一个维度的挑战。
不止体操,杂技,我也让它生成了一些。
比如这个小丑在大球上抛球然后倒立的动作,只有海螺能够做到,先抛球,然后,真正完成一个倒立的动作。
我先给大家看个这个动作最抽象的,来自 Runway Gen4,先确保你没有在喝水或者吃东西,再往下看,我怕你呛着自己。
不是,Runway 这玩意,怎么这么烂啊。。
真的太抽象了。
hailuo 则稳的一笔。
其实我试这个 case 之前没觉得倒立有这么难,毕竟又没有像体操一样需要高速移动,没想到试出这么神奇的结果。
以后做复杂动作测评,要加上倒立这一项了。
然后是猴子走钢丝。
给它的动作设定是:先走完钢丝,然后从柱子上爬下来,最后站在舞台上,观众鼓掌。
每一个动作,它都完成了,没有落下什么。
海狮顶球,然后跃入水中。
一个杂技演员拿着纸伞,在钢丝绳上轻盈地走着。
一个杂技演员在跳板上完成一系列动作之后,准确地倒立在另一个演员之上。
准确是非常准确,物理规律也非常的到位,就是你最后称的地方。。。
哥们的头是真铁啊= =
以上,基本上都是文生视频,roll 也没有超过 3 次,就能达到这个效果。
除了这次整个人物肢体动作的史诗级进化之外,hailuo 的表演,也一直是所有模型领域里,独树一帜的。
当年 hailuo 01 的时候,在全球一统江湖,就是因为他们超级牛逼的情绪表演。
而这一次,在表演的基础上,加上巨幅的人物动作,超牛逼的物理效果,hailuo 的表演,真的达到了登峰造极的水平。
多说无益,直接给大家,看一些超级棒的例子。
一个大型机甲从天而降,胸口写着 hailuo2。
浓烟中,消防员登上梯子,砸破窗户。
这个 case 是最离谱的,因为,我没想到,他真的砸碎了玻璃,玻璃渣还掉了下来,我当时看到,我人都麻了。
我真的想说:
啊????????????
一个小偷被人发现,狼狈逃窜,还摔了一跤。
最后真的摔了一跤,是我万万没想到的。。。
两个舞女展示"hailuo2.0"字样。
从一个女人悲伤的瞳孔中看到了战火连天。
一名拉拉队员将队友抛向空中,队友翻转两次后完美接住。镜头向右平移并向上倾斜。
一名棒球投手投出快速曲线球。
这可能是最近两个月以来,我用的,最心潮澎湃的 AI 视频模型。
太爽了。
你让它在同一场景下连续做几个动作,再配上镜头运动,它也能满足你。
在下方生成的时候,选用 Hailuo 02 模型就行。
而且,也终于支持原生 1080P 了。
最主要的是,Hailuo 也是真的便宜。
新人有 500 的免费积分,而生成一个 768p 的六秒视频只需要 25 积分,1080p 也只需要 80 积分,768p 的 10 秒视频是 50 积分。
只能说,便宜又大碗。
作为第一个通过 AI 视频领域的体操难题的玩家,这个价格,我只能说。
海螺,牛逼,minimax,牛逼。
人终有老去的一天。
阿汤哥三十年的职业精神,成就了电影史上的传奇。
而如今,AI 也许同样可以用自己的方式,以另一种传奇书写历史。
那些我们曾经以为 AI 不可能攻克的视觉难题,一个接一个地被打破。
人间一天,AI 一年。
这样的时代,真好。