Hậu kỳ video gặp nguy: MiniMax H3 biến nét vẽ tay thành hiệu ứng, kỷ nguyên đa phương thức đã đến

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

31/07/2026 16:28:30 Nguồn: QbitAI

Phô diễn sự xa hoa của kỷ nguyên vàng AGI

Jay đưa tin từ Aofei Temple

QbitAI | Kênh chính thức QbitAI

Hậu kỳ video, nguy rồi.

Ngay lúc này, MiniMax đã chính thức ra mắt mô hình video thế hệ mới nhất — MiniMax H3.

Đây cũng là mô hình video mã nguồn mở đầu tiên của họ.

Thẳng thắn mà nói, đây là khoảnh khắc thứ hai trong năm nay, sau Seedance, khiến tôi cảm thấy "lạnh sống lưng".

Giờ đây, bạn có thể xuất trực tiếp các hiệu ứng video "vẽ tay" như thế này, cứ như có phép thuật vậy.

Dù là thêm các phông chữ viết tay sinh động hay render các hiệu ứng phụ đề phức tạp, nó đều có thể tạo ra trực tiếp theo quy trình end-to-end.

Hơn nữa, độ phân giải mặc định là 2K.

Nếu bạn cũng là một người chơi AI video, chắc hẳn bạn hiểu tôi muốn nói gì.

Trong năm qua, các mô hình video đã có những bước tiến vượt bậc nhờ lợi thế Scaling, nhưng đến nay vẫn có một vị thế chưa từng thay đổi: chúng chỉ chịu trách nhiệm cung cấp cho bạn "một đoạn tư liệu".

Sau khi tạo xong tư liệu thì sao? Bạn vẫn phải kéo nó vào PR (Adobe Premiere), thêm phụ đề, chỉnh màu, làm chuyển cảnh, phối nhạc, áp template... tóm lại là còn "vạn việc" đang chờ bạn ở phía sau.

Nhưng H3 đã phá vỡ hoàn toàn mô hình này.

Nó tích hợp logic cắt ghép, dàn trang phông chữ, thiết kế chuyển cảnh, kiểm soát nhịp điệu, nhạc nền và hiệu ứng hình ảnh vào thẳng trong mô hình theo quy trình "end-to-end".

Chỉ cần nhập một đoạn văn bản, nó sẽ trả về cho bạn một sản phẩm hoàn chỉnh có thể đăng ngay chỉ với một cú nhấp chuột.

Trên X, cộng đồng đang phát cuồng, các nhà phát triển quốc tế đã chơi đến mức "quên lối về", cộng đồng công nhận đây là mô hình video SOTA (State-of-the-Art) hoàn toàn mới.

Trên bảng xếp hạng Artificial Analysis vừa mới ra lò, H3 cũng không có gì ngạc nhiên khi giành vị trí số 1 về biên tập video.

Cũng thật kỳ diệu, mô hình duy nhất mở quyền truy cập trọng số lại chính là mô hình đứng đầu.

Thú thật, tôi từng khăng khăng cho rằng "hậu kỳ" sẽ là thành trì cuối cùng của những người sáng tạo con người.

AI có thể tạo ra những tư liệu tinh xảo, nhưng cách vận dụng kỹ thuật cắt ghép, điều phối ánh sáng và hiệu ứng để "kể chuyện", những điều này chắc chắn cần đến thẩm mỹ chủ quan và sự cộng hưởng cảm xúc độc bản của con người.

Giờ thì tôi xin rút lại câu nói đó.

MiniMax H3 vừa mới ra lò

Sau khi thấy tin tức, tôi lập tức mở trang web chính thức và bắt đầu thử nghiệm thực tế.

Bắt đầu thử nghiệm chính thức, tôi quyết định chạy thử một "video hậu trường ra mắt" đơn giản của một nhóm nhạc nam để khởi động, xem năng lực cơ bản của mô hình này thế nào.

Tôi đã đặt ba người đàn ông "ngông cuồng" nhất trong giới AI tại Thung lũng Silicon vào cùng một khung hình: Sam Altman, Dario Amodei và Musk.

Tôi gọi nhóm nhạc nam mới này là "AGI Boys" (doge).

Sau khi tạo xong lần đầu tiên, tôi đã thấy có chút gì đó phi lý rồi.

Thú thật, trước đó khi xem các hiệu ứng hình ảnh vẽ tay, đoạn mở đầu động, các đoạn cắt ghép quảng cáo trong bản demo chính thức, trong lòng tôi vẫn có chút nghi ngờ.

Sau vài lần thử nghiệm, tôi đã bị thuyết phục...

Mô hình này thực sự có khứu giác cực kỳ nhạy bén với ý định của người dùng, chỉ cần đưa văn bản là nó hiểu ngay tôi muốn phong cách hình ảnh và cắt ghép như thế nào.

Ví dụ như đoạn video quảng cáo mô hình dưới đây, tôi chỉ thêm một tag vào prompt là "phong cách sự kiện Apple", và thế là H3 xuất ra ngay một "MiniMax phiên bản Apple" trong một vũ trụ song song.