MiniMax tạo video trong 3 giây: Bước ngoặt thương mại hóa AI thời gian thực

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

01/09/2026 20:02:39 Nguồn: QbitAI

Giờ đây, để làm livestream, chỉ cần kết nối với một mô hình AI là đủ!?

Bạn không nghe nhầm đâu, ngay ngày hôm qua, một phòng livestream với toàn bộ nội dung được AI tạo ra theo thời gian thực đã thực sự xuất hiện.

Đây không phải kiểu livestream "bán AI" với người ảo (digital human) thông thường, phòng livestream này hoàn toàn không có người dẫn chương trình, không có kịch bản, nội dung đều do khán giả yêu cầu trực tiếp tại chỗ.

Hơn nữa, đây không phải là "đồ ăn làm sẵn", sau khi bạn yêu cầu, AI sẽ trực tiếp tạo ra nội dung ngay tại thời điểm đó.

Mô hình được sử dụng trong buổi livestream này chỉ mất chưa đầy 3 giây để tạo ra một đoạn video dài 5 giây; đoạn trước còn chưa phát xong thì đoạn sau đã được tạo xong rồi.

Vì vậy, mặc dù là "gọi món nào làm món đó", nhưng quá trình "lên món" của buổi livestream này từ lúc bắt đầu đến nay chưa hề bị gián đoạn.

Ngoài livestream, còn có nhà phát triển sử dụng Codex để tạo ra một "TikTok phiên bản AI", trong đó nội dung được tạo ra bởi mô hình video theo thời gian thực và kết nối liền mạch với nhau.

Khi bạn vẫn đang xem video trên màn hình, đoạn tiếp theo đã được tạo xong, chỉ cần lướt qua là có thể chuyển đổi một cách tự nhiên.

Nếu xem một đoạn ngắn vẫn chưa đủ, bạn còn có thể kéo dài video lên đến 30 giây, thực sự rất ấn tượng.

Mô hình đứng sau hỗ trợ cho buổi livestream thời gian thực và ứng dụng video ngắn phiên bản AI này chính là H3 Max vừa được MiniMax ra mắt.

Muốn xem gì cứ yêu cầu, AI sẽ làm ngay cho bạn.

H3 Max là kết quả hợp tác phát triển giữa MiniMax và fal.

Cuối tháng 7, MiniMax đã mã nguồn mở mô hình tạo video H3, chỉ trong ba tuần ngắn ngủi đã đạt 24 triệu lượt tải xuống.

fal là một công ty chuyên về cơ sở hạ tầng suy luận AI, tập trung vào tăng tốc suy luận và có kinh nghiệm dày dặn trong việc giúp các mô hình chạy nhanh hơn.

Hai bên đã nhanh chóng bắt tay và cùng thực hiện một dự án.

Dự án này nói ra thì đơn giản, đó là dựa trên nền tảng H3, thực hiện hậu huấn luyện (post-training) và tối ưu hóa suy luận dành riêng cho các kịch bản tạo nội dung thời gian thực.

Nói một cách đơn giản hơn, đó là lắp thêm động cơ tăng tốc cho H3.

Sản phẩm tạo ra có tên là H3 Max — thay đổi cốt lõi chỉ nằm ở một chữ: Nhanh.

Để tạo một đoạn video 768p dài 5 giây, H3 Max chỉ mất chưa đầy 3 giây, lưu lượng xử lý gấp khoảng 35 lần so với phiên bản H3 gốc.

Tốc độ tạo này đã vượt qua tốc độ phát video, bạn còn chưa xem xong đoạn video trước thì đoạn sau đã được tạo xong rồi.

Nhanh thì nhanh thật, nhưng chất lượng không hề bị giảm sút.

H3 Max đã giành vị trí số 1 về khả năng tạo video từ hình ảnh (Image-to-Video) trên cả hai bảng xếp hạng uy tín là Artificial Analysis và Design Arena.

Sự tích lũy về lượng dẫn đến sự thay đổi về chất, khi thời gian tạo video còn ngắn hơn cả thời lượng video, một cách chơi hoàn toàn mới chưa từng tồn tại trước đây đã xuất hiện.

Người tiên phong thử nghiệm điều này là Rehan Sheikh.

Anh là kỹ sư tại fal, việc có thể dẫn đầu trong việc tạo ra những cách chơi mới cũng là nhờ lợi thế "gần nước đón trăng".

Anh đã kết nối H3 Max vào một nền tảng livestream ở nước ngoài và tạo ra một kênh có tên là "Cross-dimensional TV" (Truyền hình đa chiều).

Điểm nhấn của kênh này chính là... không có điểm nhấn nào cả.

Có thể giây này màn hình đang phát một đoạn phim hoạt hình ngắn, giây tiếp theo đã nhảy sang một quảng cáo rối thập niên 60 đầy kỳ quặc, rồi giây sau nữa lại biến thành phim tài liệu về vũ trụ.

Ở đây không có lịch phát sóng, không có tư liệu ghi sẵn, tất cả hình ảnh và âm thanh đều do mô hình tạo ra theo thời gian thực, nối tiếp nhau đẩy vào luồng livestream.

Sau đó, anh đã đăng các đoạn clip của buổi livestream này lên X và thu hút 5,4 triệu lượt xem.

Ngay sau đó, nhà phát triển độc lập Pieter Levels cũng đã bắt kịp xu hướng.

Người này khá nổi tiếng trong cộng đồng nhà phát triển quốc tế, trước đây từng tạo ra cộng đồng du mục kỹ thuật số Nomad List và công cụ chỉnh sửa ảnh AI PhotoAI, rất giỏi trong việc tự mình đưa một sản phẩm từ con số 0 đến khi ra mắt.

Trang web livestream AI cho phép yêu cầu nội dung tùy ý được nhắc đến ở phần đầu chính là tác phẩm của Pieter.

Gần như cùng thời điểm, một kỹ sư khác của fal là Alex Koumpas cũng đã mở một phòng livestream.