MiniMax tung H3, thách thức ByteDance với mô hình video AI mở và giá cạnh tranh

MiniMax, một công ty công nghệ chuyên phát triển trí tuệ nhân tạo của Trung Quốc, vừa công bố mô hình tạo video đa phương tiện mới có tên H3. Mô hình này được đánh giá là mạnh nhất thế giới trong lĩnh vực chỉnh sửa video hiện nay theo nền tảng đánh giá Artificial Analysis. Điểm đặc biệt của H3 nằm ở việc công ty quyết định cung cấp toàn bộ tham số (weights) dưới giấy phép MiniMax Community License, cho phép sử dụng miễn phí cho mục đích phi thương mại và thương mại đối với các tổ chức có doanh thu hàng năm dưới 20 triệu USD, đồng thời cho phép người dùng có thể tùy chỉnh theo phần cứng đa dạng. Đây là bước đi nhằm phá vỡ thế độc quyền của các mô hình video AI nguồn đóng mà trước đây vốn chiếm ưu thế với hệ sinh thái kém linh hoạt hơn so với các lĩnh vực như mô hình ngôn ngữ lớn.

Trước đây, các phiên bản video AI của MiniMax đều là mô hình riêng biệt và không công khai tham số. Việc cung cấp H3 dưới dạng mở được kỳ vọng sẽ thúc đẩy cộng đồng nguồn mở phát triển và mở rộng ứng dụng đa dạng trên nhiều nền tảng phần cứng. Mô hình này hiện đã có sẵn thông qua giao diện lập trình ứng dụng (API) và nền tảng Hailuo AI dành cho người dùng cá nhân, với dự kiến sẽ chính thức cung cấp toàn bộ tham số trong vài ngày tới.

Mặc dù được đánh giá là mạnh nhất về chỉnh sửa video, H3 vẫn đứng sau mô hình Gemini Omni Flash của Google về khả năng chuyển đổi văn bản thành video và xếp dưới Seedance 2.0 của ByteDance và Gemini Omni Flash trong việc chuyển đổi hình ảnh thành video. H3 được thiết kế nhằm phục vụ sản xuất nội dung thương mại trong các lĩnh vực phim ảnh, quảng cáo, trò chơi điện tử và thiết kế sản phẩm, thể hiện tiềm năng đa dạng ứng dụng đầy hứa hẹn.

MiniMax áp dụng mức giá cho H3 thấp hơn đáng kể so với các đối thủ cùng ngành. Theo phân tích từ Jefferies, giá của H3 ở độ phân giải 768p chỉ bằng một nửa so với các mô hình cạnh tranh và còn giảm xuống chỉ còn 1/3 khi ở độ phân giải 2K. Cụ thể, chi phí sử dụng H3 ở độ phân giải 2K có âm thanh là 7,80 USD mỗi phút, trong khi Seedance 2.0 của ByteDance với độ phân giải 1080p có giá 22,45 USD mỗi phút. Tuy nhiên, mức giá này vẫn cao hơn so với mô hình Gemini Omni Flash của Google với giá 6 USD mỗi phút.

Đáp lại sự cạnh tranh từ MiniMax, ByteDance cũng ra mắt mô hình video AI thế hệ mới Seedance 2.5 vào ngày thứ Sáu. Mẫu mô hình này nổi bật với chức năng tạo các video 30 giây chỉ trong một lần chạy, cùng những cải tiến về khả năng chỉnh sửa video. ByteDance nhấn mạnh tính linh hoạt trong việc sử dụng AI sâu rộng hơn trong các ngành giáo dục và sản xuất công nghiệp.

Công ty có trụ sở tại Bắc Kinh cũng đang tăng cường tập trung vào khách hàng doanh nghiệp nhờ mở rộng đội ngũ phát triển sản phẩm AI, hợp nhất nhóm sản phẩm công cụ văn phòng Lark với nhóm phát triển chatbot AI Doubao. Theo các nguồn tin, doanh thu tái tục hàng năm từ mô hình ngôn ngữ lớn của ByteDance đạt khoảng 4 tỷ USD trong tháng này, minh chứng cho sức mạnh về mặt thương mại của công ty trong lĩnh vực AI.

Việc các doanh nghiệp công nghệ lớn Trung Quốc như MiniMax và ByteDance liên tục nâng cấp và tung ra các mô hình AI video hiện đại với chính sách mở và giá cạnh tranh cho thấy cuộc đua công nghệ trí tuệ nhân tạo trong ngành video đang ngày càng khốc liệt và hướng tới sự đa dạng hóa ứng dụng trong nhiều lĩnh vực công nghiệp và sáng tạo nội dung.