5天连发5个王炸！MiniMax这波发布周把OpenAI都整懵了| MiniMax 发布周回顾

大家周末好呀！

MiniMax 本周也像之前OpenAI 和 DeepSeek开启了一次为期 5 天的发布周，发布了不少干货。

正好，趁着周末的时间，整理回顾了一波这一周他们究竟发布了哪些猛货。

省流版本直接看下图：

下面是详细版的回顾，我们就直接开始！

01 ｜ MiniMax M1

MinMax M1模型 是本周发的第一个干货。

它是 MiniMax的第一个深度思考模型，与它同类型的还有DeepSeek-R1 和 OpenAI 的 O 系列模型等。

它的第一个特点是，它的上下文长度达到了 1 百万的 Tokens，与它相当的，达到这个量级的，只有Google 家的 Gemini 系列。 但是，它与Gemni最大的不同的点是，它是开源的。

它的第二个特点是来自于它超级长的思维链，有两个版本，一个 40k，一个 80k。但从另一个角度讲，它因为想的多，也就会回答的慢。 如果你不知道 80k 的思维链长度到底有多离谱呢，就对比下，DeepSeek 就知道了。DeepSeek 的上下文长度官方支持的也不过才 64k，而这还远不到MiniMax的极限。

关于它的超长文本能力，我也做了比较详细的评测➡️：DeepSeek用户看过来：这个开源模型的上下文是它的15倍，还能思考80k字

02 ｜ Hailuo 02

第二个猛货，就是海螺 02，这个全新的视频生成模型，在 artificial analysis 这个榜单上，图生视频排到了第二名。

但实际上，它不仅图生视频很猛，文生视频也同样不差。

它最大的突破点是，人物终于能做高复杂的动作了，甚至包括是耍杂技、进行体操运动。

有关海螺这个新模型的人物做复杂运动的能力，我也进行了比较多的对比测试，对比了可灵 2.1 大师版、即梦 3.0、即梦 3.0 Pro、还有 Veo 3，发现确实是有水平的，很多高难度复杂的动作，都基本能做出来，而且都没啥大毛病的。

详细评测➡️： 中国AI悄悄干掉了谷歌，却没人敢说｜MiniMax 新模型实测

03 ｜ MiniMax Agent

说完了深度思考模型和视频生成模型，总算是到了 MinMax 这周新发的 Agent 产品， MiniMax Agent。强烈推荐大家都去试一下这个产品，不仅支持 MCP 服务，而且也支持多模态的输入输出，效果真的很牛逼。

唯一的问题是比较消耗积分（其实，Agent 产品都会有这类问题，因为他们执行步骤多，等待时间长），目前定价如下：

使用链接➡️：https://agent.minimax.io/

详细评测➡️：我用MiniMax做了个无牙仔科普网站刷爆了朋友圈｜MiniMax Agent 分享

今年算是 Agent 发展的第一年，我们已经看到了太多 Agent 的产品，无论是通用领域，还是垂直领域，各类 Agent 真的层出不穷，真的很期待之后 Agent 能发展成什么样子。

04 ｜ Video Agent

如果说，MiniMax Agent 是一个通用领域的 Agent，那Video Agent就是专精于视频领域的垂类 Agent。目前，这个 Agent 还处在第一阶段，用户只需要上传图片，选择想要的模版，就可以生成一段有意思的视频，无需亲自动手，剪辑，拼接。

下面是我使用 Video Agent 生成的一个视频：

这个 Video Agent 之后也会开放更多的功能。

使用地址➡️：https://hailuoai.com/

大家多去试试呀，非常好玩的一个功能！

05 ｜ 声音突破

如果说 Claude 的优势是代码，Gemini 的优势是多模态，那 MiniMax 的优势就是声音。

前面发了推理模型，涉足了视频生成以及 Agent，怎么能少得了声音突破呢。

现在，你只需要通过 prompt 描述，就可以获得一段高度定制化，饱含情绪的声音。之前 ElevenLabs 也推出了相似的功能。

使用地址➡️：https://www.minimax.io/audio/voice-design

下面是我的测试的几个例子：

1. 只听见一个清脆悦耳的女声，带着抑制不住的兴奋传来："天啊！真的吗？我简直不敢相信！"她的声音像银铃般清亮，每个字都跳跃着喜悦的音符

1. 一个年轻女性的声音，语调轻快上扬，充满难以抑制的喜悦和激动，声音清脆如银铃般悦耳。“天啊！我被录取了！就是那个梦想中的设计学院，他们还给了我奖学金呢！”

1. 女声起初故作轻松，略带颤抖地强撑着平静，但说到一半声音突然哽咽破碎，转为压抑的哭腔，充满了无法掩饰的悲伤。"我没事的，真的没事……他说分手就分手吧，我……我真的……"（声音突然崩溃）"为什么要这样对我……"

感觉第三个例子还是稍微差了点意思，情绪转换演绎的不够到位。前两个确实不错。期待 MiniMax 能够继续突破，打磨提升好这个功能！

写在最后

Andrej Karpathy 2023 年的时候已经预测过接下来最火热的编程语言是英语。

更准确地说，其实就是自然语言。

这一观点在短短两年后的今天，已经不断地被验证。

使用自然语言开发一款软件似乎已经不是什么新鲜的事情。

而 MiniMax 通过这一周的发布会，向我们证明了，人们不仅可以用自然语言开发软件、还可以创造视频短片（甚至无需剪辑）、制作PPT、写长篇的报告，甚至还可以生成美妙的声音。自然语言已经融入了我们日常几乎所有的工作流中。

尽管有的功能可能还没那么完美，但是不完美才是迎接未来到来的常态，不是吗？

期待 MiniMax 在通往 AGI 的道路上带我们领略美丽的风景，

因为这个世界上最美的风景正是我们见过。

文章来自于“BubbleBrain”，作者“BubbleBrain”。