aifollow.news
Back 量子位 AI 报道
量子位 AI 报道· · Original publication time SelectedAI score60

Suno launches Visuals for music creation using a video model built on MiniMax H3Machine translation

Suno推出音乐视觉工具Visuals,采用MiniMax H3改造的视频模型

AI-assisted summary

Suno has announced Visuals, adding video and image generation to its music creation workflow. Users can generate video clips of up to 15 seconds using music, text prompts and reference images, then edit them on a timeline. Video and image generation use paid credits separate from song generation. Its H3 Move model is built on MiniMax H3, whose weights have been made available.

Article · Original

The article text is unavailable in this language; an existing version is shown.

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。

Found an error? Send a correction