1月15日晚，中国大模型初创企业“生数科技”发布视频大模型Vidu 2.0，在速度、成本和效果都得到显著的提升。尤其是，新版本将视频生成时间缩短至10秒以内，较之前版本提升三倍。成本方面，推出的全新套餐让单秒视频成本降至4分钱，720P收费仅为行业平均的43%，极大降低了使用门槛。效果方面，无论是风格一致性、镜头运动流畅度，还是首尾帧性能、参考生视频稳定性，都有明显改善。
同日，中国大模型独角兽公司MiniMax宣布开源两款模型：基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。其中，MiniMax-Text-01在大多数任务上成功追平甚至超越了海外顶级闭源及SOTA开源模型，在MMLU基准测试中，与DeepSeek-V3同获88.5分，高于GPT-4o的85.7分，且在处理长文本时延迟更低、稳定性更强。而MiniMax- VL-01作为多模态模型，在多种视觉语言任务基准测试中性能与顶尖模型媲美，打破了以往美国在该领域的主导地位。
值得关注的是，MiniMax突破传统Transformer架构，创新性地采用了Lightning Attention架构。首次在大规模模型中成功实现了线性注意力机制，并巧妙地将MOE（Mixture-of-Experts）架构与Linear Attention相结合，形成了一种混合架构。从计算效率层面来看，它有效降低了计算复杂度，大幅提升了模型训练速度。在面对长文本与大规模数据这类复杂任务时，传统架构往往显得力不从心，而MiniMax的这一创新架构却能展现出强大的处理能力，为模型在复杂任务场景中的应用提供了坚实有力的支持。
前不久，DeepSeek凭借多头潜注意（MLA）和全新的DeepSeek MoE架构，在以低成本完成训练后，于各类测试中击败众多海外竞争对手，可谓一鸣惊人。此次MiniMax也依靠新构架，不仅突破了传统Transformer架构的局限，也是线性注意力机制的首次大规模实现。并且，MiniMax在发布这两款模型的同时就宣布开源，这在顶级大模型领域中是相当难得的。
另一方面，生数科技没有局限于竞争激烈的语言模型领域，而是另辟蹊径，专注于视频大模型赛道，其产品也因此被誉为“国产Sora”。此次，生数科技发布的Vidu最新版本，在生成速度、成本控制与生成效果上实现了全面提升。对于更多的大模型公司来说，无疑是不错的借鉴和启发。
此前，业界普遍认为中美大模型之间存在不小的差距，但从近期国产大模型在海外“刷屏”来看，国产大模型凭借创新思维和出色的产品，吸引了全球目光，并逐步拉近这一差距。然而，AI行业发展态势瞬息万变，其未来走向受算力、技术、应用等诸多复杂因素交织影响。尽管国产大模型已取得显著进展，但前路仍充满不确定性，后续发展仍面临诸多挑战与变数。
关注我们
