嚯！国产视频模型的物理水准超神了 | 实测MiniMax海螺02

一水
2025-06-19
15:20:33

来源：量子位

满场观众瞩目之下，体操运动员稳稳完成一个跳步动作，然后……突然来了段木上芭蕾？？？

这可不是什么网球王子排球少年真人版之类的运动电影特技——

以上画面，完全由AI生成。

没错，这一次MiniMax视频生成模型上新，还真是把“体操”这个AI视频生成的亘古难题给搞定了！

要知道，前段时间让谷歌出尽了风头的Veo 3，都还在这一挑战面前翻了车，让网友直呼：

体操就是视频生成模型的图灵测试。

新模型名叫Hailuo 02，主打一个“超清画质”、“精准响应”：

原生支持1080p，可以hold住极端复杂的物理场景。

不仅是体操，搞点城市特技也是信手拈来，并且连玻璃里的倒影都符合真实世界的客观规律。

△图源：@WuxiaRocks

总而言之就是：物理表现有点太强了吧。

如此水准，使得Hailuo 02深夜发布即炸场，海内外网友抹平时差第一时间纷纷玩嗨。

不少网友直言：比Veo 3更好。

值得一提的是，Hailuo 02一发布，也直接冲上了AI视频竞技场图生视频排行榜第二名，在基准测试中超越当红炸子鸡Veo 3。

概括而言，Hailuo 02这次呈现出了以下亮点：

• 原生支持1080p（另一种为768p）高清视频输出，画面更具质感；
• 支持6s、10s两种时长的视频生成（且可以通过拼接进行延长）；
• 文生视频方面，模型更懂物理场景，也更能遵循复杂指令了；
• 图生视频方面，画面的衔接能力进一步提升，可以用来支持短视频玩法。

以及国产模型嘛，主打一个对国内用户体验友好。海螺新用户，现在就能免费试玩。

具体怎么玩，我们照例附上提示词，带来一手最真实实测，以供参考~

一手实测：物理超神，无惧复杂指令

海螺AI已第一时间在网页及APP端上架了Hailuo 02模型。

下面我们直接进入官网，分别体验其文生/图生视频能力，新用户开局即赠送500免费积分（生成一段10秒768p视频需消耗50积分）。

文生视频：懂物理，也懂复杂指令了

从文生视频开始，我们优先深入考查Hailuo 02是否真能hold住各种物理场景。

不说别的，堪称耍杂技基本功的“花式抛球”这不得先安排上？

实测1：画面中的小丑以敏捷优雅的动作抛接几个小球。

仔细看三个小球的运动轨迹，这一次全都正确，没有再犯“移花接木”这种常见错误。

而且小丑演员的动作姿态相当自然，过程中始终面带微笑，并多次眨眼。

所以这小试牛刀的一局，确实能发现Hailuo 02身上“懂物理”的天分。

接下来我们有意升级杂技难度，来让小猴表演骑独轮车。

相比第一关，这里不仅考查动物这一特殊主体对平衡能力的掌控，还增加了运镜控制，整体更考验视频的一致性和连贯性。

实测2：一只猴子在马戏团帐篷里骑独轮车。摄像机拉远以捕捉整个场景，然后跟随猴子，看它熟练地在马戏团地板上穿梭。

而小猴也成功挑战了骑独轮车直行、转弯，甚至转弯前还知道手动控制车轮减速（doge）。

此外，当镜头随着小猴逐渐拉远，AI也自动补全了周围布景，整个延伸画面较为符合常识。

看来这也难不倒它了，所以我们直接进入物理局的终极挑战——镜子。

众所周知，AI生成的视频要符合镜子成像原理，难度很大。因此，让主体在镜子前运动已成为检验视频是否为AI生成的一个重要方法。

实测3：一位女士在镜子前化妆。

简简单单一句话，Hailuo 02就生成了几乎能以假乱真影视片段的视频。

更重要的是，这位女士对镜涂口红的动作十分自然（从中间到嘴唇边缘），并且不管是大镜子还是桌角上的小镜子，成像及运动都几乎看不出破绽。

小结一下，在以上关于Hailuo 02是否懂物理的测试中，我们确实能明显看到它的进步，尤其是相比早期那些“手脚乱飞”的恐怖视频，这款模型违背常识的概率已经大大减少。

除了物理测试，接下来我们重点考考Hailuo 02遵循复杂指令的能力，这也是官方提到的技术亮点之一。

话不多说，直接上一段辣辣辣么长的提示词：

实测4：一位身穿黄色连衣裙的女子坐在郊区住宅的沙发上。桌上放着一本红色的书，旁边是一个黄色的盘子，上面放着一块烤牛排和芦笋。沙发上绘有花卉图案。墙壁上贴着蓝色壁纸。沙发背后的窗户映出白雪皑皑的后院。一只金毛猎犬在客厅里走来走去。一位男子走进画框，坐在沙发上女子的旁边。男子身穿燕尾服。窗外，孩子们在雪地里玩耍。墙上挂着一幅帆船的画。

咳咳，此刻诚邀大家一起进入找茬模式。

一眼看去，整个视频说是截取自某部美剧估计也有人相信，因为不管是两位主角还是客串金毛都进入了走戏状态。

细节方面也几乎全都还原了，例如“桌上的红书”、“旁边的黄盘子”、“盘子里的烤牛排和芦笋”，以及各种装饰和窗外“雪地上玩耍的孩子”。

而且值得注意的是，这里我们和网友用了一样的提示词，结果效果惊人一致（除了长相和窗外的小孩），由此说明Hailuo 02并非“抽卡”，其生成效果相对稳定。

△图源：@CHRIS FIRST

当然提示词的长度是一方面，另一方面还要看AI能否理解一些更晦涩、跨度更大的指令。

就好比下面这个需要在短短6s内横跨春、夏、秋、冬的例子。

实测5：空镜头，一个人骑马在大草原上奔跑，依次跑过春夏秋冬四个季节，体现时间变化，关键是接近自然真实状态，纪录片质感。

有一说一，整个视频纪录片质感满满，一切都在随着骑马人的前行不断变换。

并且显而易见，这种变换是在连续的几个瞬间完成的，属实用上了纪录片的时空拼接大法。

与此同时，我们也考察了Hailuo 02“凭空”生成搞笑短视频的能力。

就是说，在仅凭文字的情况下（不给参考图），让它试试近期比较流行的玩法——灵魂画手，看它能不能准确get我们的意图。

实测6：两个人模仿AI打架，场面很搞笑，中间将某一场景转换为黑白草图效果以展现富含夸张意味的“灵魂画手”玩法。

很好，非常符合那种刻意追求的AI味儿，而且草图也很生动形象（手动狗头）~

再次小结一下，在以上关于Hailuo 02是否懂复杂指令的测试中，面对要素多、跨度大，以及可能陌生的词（如“灵魂画手”），Hailuo 02都能做到得心应手。

图生视频：能玩短视频，也能正儿八经拍广告了

OK，挑战继续~接下来进入图生视频环节。

众所周知，现在检验图生视频模型好不好，很重要的一点就是看它一次性生成的视频能不能直接用，无需再借助第三方剪辑软件修来改去。

而Hailuo 02在这方面已经取得突破，例如当把它用于正儿八经的日常工作时（如广告营销），其生成的视频已经能直接派上用场。

这里有请最近一阵频繁火上热搜的顶流——Labubu，来打个样。（蹭蹭顶流热度bushi~

实测7：宣传片，各种虚拟人物在不同场景中宣传手中的Labubu玩偶，结尾以“Labubu”的酷炫文字效果结束。

或许是由于提到了玩偶，视频中的“宣传小能手”皆为儿童，并且几个小朋友之间的转场也很丝滑。

这里还顺带考查了模型的文字生成能力，初步来看效果还不错，没有出现常见的拼写错误。

另外，最近假期出游比较热，如何让自己称霸朋友圈也有AI来支招了。

实测8：镜头缓缓左移，女子走近雪山，在雪地上行走。

只需将自己和风景图拼接在一起，再配上一句简单提示词，就能重新营造“身临其境”的感jio了。

凭借这一类视频，是谁又从朋友圈脱颖而出了~

最后必须奉上一众网友最钟爱的玩法之一——生成好莱坞级特效大片。

还记得惊天魔盗团里的控雨名场面吗？这一次，“魔术师”变成了AI。

实测9：在熙熙攘攘的人群中，中心的一位魔术师正在表演魔术，突然将所有正在下落的雨滴全部静止在空中，创造出一幅迷人的雨滴悬停的壮观景象，悬停后又瞬间恢复正常下落。

虽然提供给AI的只有第一帧图，但它精准抓住了“让雨滴静止”以及“悬停后刹那间恢复”这两个关键时刻。

如此一来，它从整体上就给人留下了高度还原电影场景的印象。

Okk，实测部分到此告一段落。

顺便一提，Hailuo 02还解决了用户一上来不会写提示词的“老大难”，不仅有预设的提示词和运镜指导资源库，还能让AI帮你一键优化提示词（自动优化默认开启）。

即使只和前一代Hailuo 01相比，Hailuo 02的进步也非常直观（公鸡没有出现踏空的反常识现象）：

△图源：@Travis Davids

若放眼全球，种种体验也表明，目前Hailuo 02已经具备视频生成领域第一梯队的实力。

价格创新低

效果之外，值得关注的是，Hailuo 02不仅在基准榜单中表现亮眼，使用成本方面也创下新低。

以下为1000美元能生成的视频秒数对比：

目前，MiniMax官方提供了3种API版本：768p-6s、768p-10s和1080p-6s。

在此背后，官方首次公开技术细节，透露了“降本”关键——Hailuo 02的核心框架：噪声感知计算重分配（Noise-aware Compute Redistriburion，NCR）。

基于这一架构，Hailuo 02的训练和推理效率均提升了2.5倍。

这使得模型能够通过增大参数量来增强表达能力，同时不增加太多的训练成本。

而更大的参数量和更高的训练效率，也意味着模型能够在更广泛的数据集中提升能力。

最终，Hailuo 02的参数量达到前代模型的3倍，训练数据提升4倍。

从技术角度出发，不断抬高效果天花板的同时，一次次重新定义性价比。毫无疑问的是，以视频生成领域为代表，国产模型正在全球舞台上，从追赶者进阶到潮流引领者。

而像MiniMax这样的玩家，“野心”还不止于此。

这周恰是MiniMaxWeek，更全面、更长远的技术布局，正在这一周的实力秀中逐渐清晰：

第一天，开源性能比肩DeepSeek-R1，算力成本仅380万的推理大模型性价比新王MiniMax-M1；

第二天，用原生1080p、物理效果next level的世界级视频模型Hailuo 02炸场AI视频生成；

第三天，推出专为复杂任务构建的MiniMax Agent；

……

实际上，模型层面，在坚持基础模型投入的同时，MiniMax已经实现了从文本、语音到视频的全模态覆盖。

就在上个月，其AI语音生成模型Speech-02也率先实现了国产玩家在该领域的突围：同时拿下Artificial Analysis Speech Arena和Hugging Face TTS Arena两项全球权威语音基准测评第一，成为榜单前十名中唯一国产玩家。

全面的技术能力，正在支撑起更丰富的产品形式。MiniMax路线的底层逻辑，简单总结起来其实就是：

Intelligence with Everyone。

技术和产品的并驾齐驱，踏出的正是一条通往智能更高上限、更低成本的路径。

而这，也正是大模型应用之年，众所瞩目的实践范本。

Week还在继续，期待仍在叠加，2025大模型还会进化成何种模样，一起继续见证吧~

官网体验地址：
hailuoai.com

Read More