MiniMaxは中国のAI業界では比較的低調な企業だが、海螺AIの動画生成能力は業界内で確かな評判を築いている。
製品形態
海螺AIはMiniMaxのC向け製品で、テキスト対話、音声合成、動画生成をカバーする。中でも動画生成が最も優れた機能である。
ユーザーはテキスト記述から短い動画を生成でき、スタイルは写実、アニメーション、アートなど多岐にわたる。生成品質は国産ツールの中でトップクラスであり、一部のシナリオではSoraの初期バージョンと競合できる。
技術基盤
動画生成の背後には、MiniMaxが自社開発したマルチモーダル基盤モデルがある。Soraと同様に、拡散モデル（Diffusion）+ 時系列モデリングのアプローチを採用している。
MiniMaxの特徴は以下の通り：
- 中国語の文脈理解がより正確（中国語のプロンプトを英語に翻訳せずに生成可能）
- キャラクターの一貫性が良好（動画内でキャラクターの外見が変わらない）
- 同種製品と比較して生成速度が速い
動画生成分野の構図
この分野には現時点で絶対的な勝者はいない：
- Sora（OpenAI）：知名度は最も高いが、商業化の道のりは険しい
- Kling（Kuaishou）：中国国内での使用量が最も多い可能性
- Runway：海外のクリエイターに多く利用されている
- 海螺AI：品質と体験で急速に追い上げている
動画生成はテキスト生成と異なり、ユーザーの「まあまあ」に対する許容度は低い。指が一本多かったり、物体が突然消えたりすれば、動画全体が台無しになる。これにはモデルの物理世界の理解能力と時系列の一貫性に極めて高い要求が課される。
MiniMaxの戦略はマルチモーダル並進である——テキスト、音声、動画に統一された基盤アーキテクチャを採用し、異なるモーダル間の理解を相互強化する。このアプローチは長期的には、動画モデル単体で構築するよりも優位性を持つ可能性がある。
参考元：MiniMax公式製品ページ、CocoLoop、36Kr報道