mobile wallpaper 1mobile wallpaper 2mobile wallpaper 3mobile wallpaper 4mobile wallpaper 5mobile wallpaper 6mobile wallpaper 7
3898 字
11 分钟
海螺 Hailuo:十个月憋大招
2026-07-30

海螺视频模型解读:从 video-01 到 Hailuo-02,一场憋了十个月的奇袭#

系列:video-01(2024.8.31)→ Hailuo-02(2025.6.18) 公司:MiniMax(稀宇科技),全模态路线,文本、语音、音乐、视频四条线 这条线值得合起来读。video-01 是”先上车”,赶在 Sora 只画饼不开放的窗口期,用原生高分辨率高帧率抢下第一波口碑;Hailuo-02 是”换引擎”,用 NCR 架构把 3 倍参数和 4 倍数据塞进 2.5 倍的效率里。十个月之间,海螺AI从一个没人注意的网页入口,做到月访问量全球视频类产品第一,把 Sora 和可灵都压在了身后,是国产 AI 出海最猛的一个爆款。但故事还有另一面,好莱坞三大影业的一纸诉状,让这条狂飙的曲线蒙上了版权的阴影。


一、video-01:Sora 画饼的时候,先把车开上路#

发布:2024 年 8 月 31 日,首届 MiniMaxLink 伙伴日(同场还有 music-01 音乐模型、speech-01 语音模型) 主打:原生高分辨率、高帧率的文生视频,一次生成 5 秒 video-01 没有技术报告,没有论文,连发布都是跟音乐模型拼在一场伙伴日里开的。但就是这个被 CEO 称为”初版”的模型,在 VBench 第三方评测里拿了综合第一,把海螺AI的网页访问量在 5 周里拉高了 8 倍多。

一、问题:窗口期就是命#

2024 年 2 月 Sora 放出演示,全世界都在等开放,但 OpenAI 一直捂着内测。同期能用上的视频模型,Runway Gen-3、Luma、快手可灵各有各的短板,分辨率、帧率、动作流畅度总得牺牲一样。对 MiniMax 来说问题很朴素,能不能赶在 Sora 开门之前,拿出一个普通用户立刻能用、动作不糊的模型。这个空档不会等人,晚十个月,市场认知就是别人的了。

二、方法:原生高分辨率高帧率,不靠后期补#

video-01 主打两件事,原生高分辨率高帧率。所谓原生,就是不先生成低清视频再靠超分放大、不靠插帧补流畅度,训练时直接对着高分辨率高帧率的数据学。代价是训练更贵,好处是动作幅度大的场景不糊不飘,这正是当时竞品的通病。闫俊杰在伙伴日上说得很直白,这只是初版,先免费给大家用,等产品成熟了再谈商业化,当时 MiniMax 每天处理着超过 30 亿次用户交互,视频是这块全模态拼图的新一块。

三、成绩:评测登顶,流量起飞#

评测端,据 2024 年 10 月的多方报道,video-01 在 VBench(视频生成评测框架)第三方独立测试中综合排名第一,画面质量、连贯性、流畅度多项领先;据当时流传的一组数字,人物表情一致性 89.7、运动连贯性 91.2,同期 Sora 对应项为 85.2(这组具体分数如今已难追溯原始出处,仅供参考)。

流量端更直观。2024 年 9 月初海螺AI网页版上线视频创作入口(当时内部还叫 abab-video-1),当月访问量增速 867.41%,拿下全球和国内增速榜双第一;10 月登顶 AI 产品榜全球增速榜,月访问量 1173 万,同比增长 2772.92%,用户遍布 180 多个国家和地区。10 月图生视频上线后,海外社交媒体上”我们不再需要 Sora 了”的说法开始流传。


二、Hailuo-02:算力翻不动,就重新分配算力#

发布:2025 年 6 月 18 日,MiniMax 技术发布周(6.17-6.23 五连发)第二天,同周还有开源推理模型 MiniMax-M1、MiniMax Agent、Hailuo Agent、Voice Design 核心:NCR(Noise-aware Compute Redistribution,噪声感知算力重分配) 需要说明,Hailuo-02 没有公开完整的技术报告或论文(arXiv 上没有检索到),技术细节以 MiniMax 官方博客和技术发布周资料为准。

一、问题:参数翻 3 倍、数据翻 4 倍,算力从哪来#

video-01 的口碑立住了,但天花板也看得见,768p、6 秒上下、复杂物理时灵时不灵。要上原生 1080P、更长的时序、更刁钻的动态,参数和数据都得往上堆。问题是扩散模型的计算量随分辨率和时长快速膨胀,硬堆算力,训练和推理成本都会失控。MiniMax 想先做单位算力的效率,省出来的预算再投给规模,这笔账算清楚了才敢翻倍数。

二、方法:NCR,按噪声水平给算力重新排班#

Hailuo-02 的核心是 NCR(Noise-aware Compute Redistribution,噪声感知算力重分配)。扩散模型的生成是从纯噪声一步步去噪,不同去噪阶段对算力的需求并不均匀,NCR 的思路就是感知当前噪声水平,把算力从”省力”的步骤挪到”费力”的步骤,官方称之为对 DiT(Diffusion Transformer)架构层面的重构,不是小修小补。效果是在同等参数量级下,训练和推理效率都提升 2.5 倍。

效率省出来的空间立刻填进了规模,总参数量做到上一代的 3 倍,训练数据量 4 倍,官方还强调数据质量和多样性同步提升,video-01 积累的用户反馈直接回流进了训练策略。落到产品上是三件事,原生 1080P(提供 768p-6s、768p-10s、1080p-6s 三个版本)、SOTA Instruction Following(指令遵循)、Extreme Physics Mastery(极限物理),官方演示专挑体操、杂技这类高难动态场景,称是”全球目前唯一能生成的模型”。

三、成绩:竞技场第二,3.7 亿条视频#

发布当天,Hailuo-02 的早期迭代已经在 Artificial Analysis Video Arena 图生视频栏目锁定全球第二,压过 Google Veo 3 和快手可灵(据报道领先 83 分),把 Hailuo 02 挡在第二的,是字节的 Seedance 1.0。速度是另一张牌,据报道约 30 秒出一条 5 秒视频,回看一年前的基线,video-01 出一条 6 秒视频要等近 5 分钟,早期可灵一条 10 秒视频要等近 20 分钟。到发布时,官方口径海螺视频 01 已支撑全球创作者生成超过 3.7 亿条视频,服务覆盖据报道超过 200 个国家和地区。定价没有公布具体数字,官方只甩了张对比图,称是”业内最开放、最可负担的定价”。


三、产品与商业化:快、便宜、出海,三板斧#

一、增长曲线:六个月全球第一#

2024 年 10 月到 2025 年 3 月,据界面新闻梳理,海螺AI的月访问量在全球视频生成类产品中连续保持第一,力压 Sora、Runway。2025 年 1 月其国际版访问量约 1635 万,是国内版的 6 倍,一个典型的”墙外开花”结构。同场对比,Sora 直到 2024 年 12 月才姗姗开放,不少海外用户已经”移情别恋”。

二、价格战:5 秒视频不到 0.5 元#

据 2025 年 3 月的报道测算,海螺生成一条 5 秒视频成本不到 0.5 元人民币,同期可灵约 0.69 元、Google Veo 2 约 2.5 美元、Sora 约 0.4 美元、Runway 约 12 元。这个价格带的意思是,对大量中小创作者和出海内容工厂,海螺是”随手用不心疼”的那一个,价格差直接转化成了使用习惯。

三、榜单认证:a16z 的 Web Top 50#

2025 年 3 月,a16z 发布 2025 年全球 Top 50 AI 应用榜单(Web 端),海螺AI以全球第 12 名的位次拿下 AI 视频赛道第一,压过第 17 名的可灵和第 23 名的 Sora,据报道在用户活跃度、技术社区评分、指令遵循三项指标上均列第一。要注意的是榜单是动态的,同年 8 月 a16z 第五版 Top 100 里,可灵网页端回到第 33、海螺退到第 45,这个赛道的位次按月翻烧饼。

四、阴影:好莱坞的一纸诉状#

2025 年 9 月 16 日(当地时间),迪士尼、环球影业、华纳兄弟探索在美国加州联邦法院联合起诉 MiniMax,指控其用未经授权的版权内容训练模型、放任用户生成达斯·维达、小黄人、神奇女侠等 IP 角色,据报道索赔最高达 7500 万美元。2026 年 4 月 14 日,MiniMax 旗下三个被告主体(新加坡 Nanonoble、上海稀宇极智、“MiniMax”品牌)提交驳回动议,理由包括涉案视频是原告律师自己生成、训练发生在美国境外、缺乏属人管辖权等,截至本文写作法院尚未裁决。微妙的对照是,起诉 MiniMax 的同时,迪士尼却给 OpenAI 投了资,同样是训练数据争议,巨头们的待遇冰火两重天。

五、接棒:H3#

2026 年 7 月 31 日,MiniMax 发布新一代视频模型 H3,主打 2K 分辨率直出、最长 15 秒的视听内容同步生成,定价 0.8 元/秒(2K),约为同级竞品的三分之一,并在 Artificial Analysis 视频编辑能力项排名全球第一,宣布数日内开源。从 video-01 到 H3,海螺这条线的节奏没变过,用效率和价格换规模,再用规模换下一代模型的入场券。

收尾:我的一点看法#

先说竞争格局。视频这条赛道 2024-2025 年是神仙打架,Sora 有最强的演示、Veo 3 第一个把原生音频做进视频、Runway 守着专业创作者、可灵在国内生态里根深蒂固。海螺没有任何一项”纸面最强”,它赢在两件最朴素的事上,快和便宜。Sora 闭关的十个月里,海螺把产品怼到用户脸上;别人一条视频等几分钟,它 30 秒出货;别人按美元计费,它按毛计。这不是技术碾压,是产品节奏和成本结构的胜利,但这种胜利不性感,也不稳固,榜单位次按月翻烧饼就是证据。

技术上我最认的是 NCR 这笔账。扩散模型大家都想堆参数堆数据,MiniMax 先问”单位算力有没有浪费”,按噪声水平重新分配算力,把 2.5 倍效率抠出来再投给规模,这是典型的”先算算力账,再谈规模化”。遗憾的是 Hailuo-02 始终没公开完整技术报告,NCR 的具体机制只有一张架构图,外界无法复现也无法验证,这跟它榜单上的位置不太相称。

版权诉讼是绕不过去的阴影。7500 万美元的索赔对一家刚上市的公司不算致命,真正致命的是不确定性,训练数据合规的判决一旦落地,整个”拿互联网视频喂模型”的行业范式都要重写。MiniMax 的驳回动议把管辖权和取证程序咬得很死,但迪士尼们要的不是钱,是规则。耐人寻味的是同一批制片厂转头投资了 OpenAI,这说明诉讼从来不是技术问题,是谈判筹码。

最后是 H3 接棒这件事。2K 直出、0.8 元/秒、数日内开源,海螺把”性价比 + 开放”这条线推到了极致。我的看法是,视频模型的竞争最终会收敛成两件事,单位成本能买到的质量,和合规边界内的数据供给。海螺在前一件事上做到了全球前列,后一件事上,它和整个行业都还站在被告席边上。


附:核心数据速查#

模型一览

项目video-01Hailuo-02
发布2024.8.31,MiniMaxLink 伙伴日2025.6.18,技术发布周 Day 2
核心卖点原生高分辨率高帧率文生视频NCR 架构 + 原生 1080P + 极限物理
输出5 秒、768p 级768p-6s / 768p-10s / 1080p-6s
参数/数据未公开参数 3 倍、数据 4 倍(vs 上一代)
效率-训练+推理效率 2.5 倍(同等参数量级)
榜单VBench 第三方评测综合第一(据报道)Artificial Analysis Video Arena 图生视频全球第二

商业关键数字

指标数据时间
网页访问量增速867.41%,全球增速榜第一2024.9
月访问量1173 万,同比 +2772.92%2024.10
月访问量位次全球视频类第一(压 Sora、Runway)2024.10-2025.3
a16z Web Top 50全球第 12,AI 视频第一(可灵 17、Sora 23)2025.3
单条成本5 秒视频 < 0.5 元(可灵 0.69 元、Runway 约 12 元)据报道 2025.3
累计生成超 3.7 亿条视频(官方口径)2025.6
生成速度据报道约 30 秒出 5 秒视频2025.6
诉讼迪士尼/环球/华纳索赔据报道最高 7500 万美元2025.9.16
驳回动议三被告提交,法院未裁决2026.4.14
H32K 直出、0.8 元/秒、即将开源、视频编辑项全球第一2026.7.31

关键概念清单

  • video-01 / Hailuo-02 / H3 = 海螺视频模型的三代(内部曾称 abab-video-1)
  • NCR = Noise-aware Compute Redistribution,噪声感知算力重分配
  • DiT = Diffusion Transformer,扩散模型的 Transformer 骨干
  • diffusion model = 扩散模型(从噪声逐步去噪生成视频)
  • native resolution = 原生分辨率(不靠超分/插帧后期补)
  • T2V / I2V = 文生视频 / 图生视频
  • VBench = 视频生成模型评测框架(上海AI Lab 等提出)
  • Artificial Analysis Video Arena = 第三方视频模型盲测竞技场
  • MiniMaxLink 伙伴日 = MiniMax 首届开发者大会(2024.8.31)
  • a16z Web Top 50 = a16z 发布的 Web 端 AI 应用榜单
  • 海螺AI(Hailuo AI)= MiniMax 的 C 端产品,视频创作为核心场景
分享

如果这篇文章对你有帮助,欢迎分享给更多人!

海螺 Hailuo:十个月憋大招
https://mizuki-eaf.pages.dev/posts/minimax/海螺-hailuo十个月憋大招/
作者
无名之子
发布于
2026-07-30
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时

目录