实时 AI 消息
Suno 推出 Visuals:用 MiniMax 开源的 H3 做音乐视频生成
美国 AI 音乐平台 Suno 宣布推出视觉创作工具 Visuals,把视频与图像生成接入音乐创作流程,底层模型 H3 Move 基于中国公司 MiniMax 开源的 H3 打造并针对音乐场景调优。用户可用音乐与文字提示生成最长 15 秒的片段,并完成演唱口型同步、时间轴编排与歌词视频制作。

美国 AI 音乐平台 Suno 近期宣布推出视觉创作工具 Visuals,把视频和图像生成一并纳入音乐创作流程。据 Suno 官方披露,Visuals 使用的模型名为 H3 Move,基于中国 AI 公司 MiniMax 的开源视频模型 H3 打造,并针对音乐创作场景做了调优。
分工在两句话里说得很清楚。Suno 首席产品官 Jack Brody 表示,Suno 团队用自己的数据优化了这一开源模型,使其更适合音乐视频制作;MiniMax H3 提供底层模型基础,Suno 在其上完成音乐场景适配与产品整合,把歌曲创作、画面生成和人物口型同步装进同一条创作链路。
产品能力上,Suno 称 Visuals 生成的视频能够呼应歌曲结构和歌词,并支持演唱口型同步。用户可以选择平台提供的原创角色,或上传参考图片,结合音乐与文字提示生成最长 15 秒的视频片段,再通过时间轴延长、编排和编辑;此外还能制作歌词视频和专辑封面,自定义歌词字体与颜色,并按发布需求选择画面比例。
这背后有一个成本判断。视频创作一直是 Suno 产品拓展的方向,但过去生成速度较慢、成本较高,限制了普通用户的使用。Brody 的说法是,视频模型在速度、成本和质量三项上,已经具备向普通用户提供视频创作服务的条件。
作为 H3 Move 的基座,MiniMax H3 于今年 8 月开放模型权重,支持企业和开发者在其上部署、微调和定制。按公开描述,H3 能统一理解文本、图像、视频和音频构成的上下文,生成带原生立体声音频的视频,最高支持 2K 分辨率和 15 秒时长。
这类跨模态能力与音乐视频的需求天然契合。H3 Move 呈现的是基座视频模型与垂直应用结合的一条路径:靠基础模型的多模态生成能力打底,再围绕音乐内容加入场景优化、编辑功能和内容保护机制,而不是让应用方从零解决生成质量问题。
商业化与合规被单独处理。Visuals 采用独立的付费积分体系,视频与图片生成消耗 Visual credits,与歌曲生成积分分开计费。内容保护方面,Suno 表示 Visuals 加入了文本与视觉过滤机制,针对特定艺人、公众人物形象及受版权保护内容设置限制,并在生成内容对外分享前嵌入水印。据 Suno 官网披露,已有超过 1 亿人使用其平台创作音乐。
需要说明来源属性:量子位标注该文由 MiniMax 提供、获授权转载,观点归原作者所有。因此文中产品细节与高管表态均来自 MiniMax 与 Suno 一方口径,Suno 尚未公布 Visuals 的定价档位、开放地区与生成排队情况,这些才是判断它能否被普通用户真正用起来的关键。
为什么重要
这是开源基座模型被海外头部应用直接采用的典型案例,说明中国视频模型的竞争力正从参数指标转向被集成进商业产品。对 Suno 而言,视频能力也把竞争面从音乐生成扩展到短视频创作工具。
附近消息
全部11/20 21:03
Stripe 创始人与 Paul Graham 参投,Hoplite 拿下 550 万美元做智能体集群
据 Sifted 独家报道,AI 智能体集群(agent swarm)创业公司 Hoplite 完成 550 万美元融资,投资方包括 Stripe 创始人与 Paul Graham。公开摘要没有披露产品细节、融资轮次或估值,但这笔投资显示资本正把注意力转向多智能体协同的编排层。
11/20 19:00
阿里云在柔佛新增第三个数据中心,承接本地 AI 负载
据 Unite.AI 报道,阿里云在马来西亚柔佛州新增第三个数据中心,定位服务本地的 AI 工作负载。这标志着其东南亚算力布局继续加码,也把区域内的 AI 基础设施竞争推到更靠前的阶段。
11/20 21:57
Enterprise Autonomy 推出面向 AI 智能体治理的开放基准
11月20日,Enterprise Autonomy 宣布推出面向 AI 智能体治理的开放基准,尝试以可公开测量的方式评价智能体的治理能力。公告未披露评测维度、维护方与代码托管位置,基准的实际价值仍待方法论公开后检验。
11/20 18:00
OpenAI 详解反对抗蒸馏:训练、防护、检测与执法四层并进
OpenAI 于 11 月 20 日发布文章,说明其应对对抗性蒸馏的整套方法:把模型训练、安全防护、检测与执法四个层面叠加,阻止外部批量提取模型能力。文章强调这不是单一技术手段,而是贯穿训练到追责的持续工程。