美国AI音乐巨头进军视频生成,底层模型来自中国MiniMax
美国AI音乐平台Suno宣布推出视觉创作工具Visuals
近期,美国AI音乐平台Suno宣布推出视觉创作工具Visuals,将视频和图像生成引入音乐创作流程。Suno官方披露,Visuals采用的模型名为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调优。

Suno首席产品官Jack Brody表示,Suno团队使用自己的数据对这一开源模型进行了优化,使其更适合音乐视频制作。MiniMax H3提供底层模型基础,Suno则在此基础上进行音乐场景适配和产品整合,将歌曲创作、画面生成与人物口型同步纳入同一创作流程。
据Suno介绍,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,结合音乐和文字提示生成最长15秒的视频片段,再通过时间轴延长、编排和编辑片段。此外,用户还可以制作歌词视频和专辑封面,自定义歌词字体与颜色,并根据发布需求选择画面比例。

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表示,视频模型在速度、成本和质量上已具备向普通用户提供视频创作服务的条件。
作为H3 Move的基础模型,MiniMax H3于今年8月开放模型权重,支持企业和开发者在其基础上开展部署、微调和定制。H3能够统一理解文本、图像、视频和音频构成的上下文,生成带有原生立体声音频的视频,最高支持2K分辨率和15秒时长。
结合此次Suno的创新产品形态看,这类跨模态能力与音乐视频的创作需求天然契合。H3 Move呈现了基座视频模型与垂直应用结合的一种路径,以基础模型的多模态生成能力为支撑,再围绕音乐内容加入场景优化、编辑功能和内容保护机制。

Visuals采用独立的付费积分体系。视频和图片生成消耗Visual credits,与歌曲生成积分分开计费。
在内容保护方面,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,并将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。
本文由MiniMax提供,量子位获授权转载,观点归原作者所有。
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
Binding of Isaac developer removes AI music from Repentance Plus
Terrence O'Brien is the Verge’s weekend editor. He’s covered the tech industry for over 18 years and knows a thing or two about synths.The Binding of Isaac: Repentance Plus has spent the last few days getting...
The vibe-coding revolution is coming to all the gadgets
This is The Stepback, a weekly newsletter breaking down one essential story from the tech world. For more on the vibe-hacking of everything, follow David Pierce. The Stepback arrives in our subscribers’...
Nature:糖尿病大鼠成功恢复正常血糖!用电刺激迷走神经控糖
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...
A社数学家用Claude又证明另一千禧难题,逼出一份写了12年的940页纯人类手稿
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...