MiniMax tung H3 mã nguồn mở, châm ngòi cuộc chiến AI tạo video với ByteDance
Cuộc cạnh tranh trong lĩnh vực AI tạo video tại Trung Quốc đang bước sang giai đoạn mới khi MiniMax ra mắt H3, mô hình AI đa phương thức mới với hiệu năng hàng đầu thế giới về chỉnh sửa video và cam kết mở trọng số mô hình (open weights).
Động thái này không chỉ thách thức sự thống trị của các mô hình đóng mà còn làm nóng thêm cuộc đua với ByteDance, Google và các đối thủ toàn cầu trong thị trường AI tạo sinh đang tăng trưởng bùng nổ.
MiniMax đặt cược vào mã nguồn mở và giá rẻ trong cuộc chiến AI tạo video
Không chỉ còn là cuộc đua giữa các mô hình ngôn ngữ lớn (LLM), trí tuệ nhân tạo tạo video đang trở thành chiến trường mới của các hãng công nghệ toàn cầu. Sau Google, OpenAI và Runway, các doanh nghiệp Trung Quốc cũng liên tục tung ra những mô hình mới nhằm giành lợi thế trong lĩnh vực được dự báo sẽ định hình tương lai của ngành sáng tạo nội dung số.
Mới đây, startup AI Trung Quốc MiniMax đã giới thiệu H3 – mô hình AI đa phương thức (multimodal) thế hệ mới có khả năng tạo và chỉnh sửa video từ văn bản, hình ảnh và nhiều loại dữ liệu đầu vào khác. Theo nền tảng đánh giá Artificial Analysis, H3 hiện là mô hình AI mạnh nhất thế giới ở hạng mục chỉnh sửa video.
Ở các tác vụ khác, H3 vẫn nằm trong nhóm dẫn đầu nhưng chưa vượt qua mọi đối thủ. Trong khả năng tạo video từ văn bản (text-to-video), mô hình này đứng sau Gemini Omni Flash của Google. Còn ở bài toán tạo video từ hình ảnh (image-to-video), H3 xếp sau cả Seedance 2.0 của ByteDance lẫn Gemini Omni Flash.
MiniMax cho biết H3 được phát triển hướng đến các nhu cầu thương mại như sản xuất phim, quảng cáo, thiết kế trò chơi điện tử và thiết kế sản phẩm. Hiện mô hình đã được cung cấp thông qua giao diện lập trình ứng dụng (API) và nền tảng Hailuo AI dành cho người dùng phổ thông.
Điểm đáng chú ý nhất là MiniMax sẽ công bố toàn bộ trọng số (weights) của H3 trong vài ngày tới. Đây là bước đi khác biệt so với các mô hình video trước đây của chính công ty vốn hoạt động theo mô hình độc quyền.
Theo MiniMax, việc mở trọng số nhằm hỗ trợ cộng đồng phát triển AI và cho phép các doanh nghiệp, nhà nghiên cứu tùy biến mô hình để phù hợp với nhu cầu riêng trên nhiều nền tảng phần cứng khác nhau.
Trong AI, trọng số là tập hợp các tham số quyết định khả năng học và suy luận của mô hình. Việc công khai trọng số giúp các nhà phát triển có thể triển khai mô hình trên hạ tầng riêng, tinh chỉnh hoặc xây dựng các ứng dụng chuyên biệt mà không phải phụ thuộc hoàn toàn vào nhà cung cấp.
MiniMax cho rằng lĩnh vực AI tạo video từ trước đến nay chủ yếu do các mô hình đóng thống trị, khiến tốc độ đổi mới chậm hơn nhiều so với hệ sinh thái mô hình ngôn ngữ lớn.
H3 sẽ được phát hành theo giấy phép MiniMax Community License, cho phép sử dụng miễn phí trong mục đích phi thương mại và cho phép các doanh nghiệp có doanh thu dưới 20 triệu USD mỗi năm khai thác thương mại với điều kiện ghi nguồn. Theo Artificial Analysis, khi được phát hành đầy đủ, H3 sẽ trở thành mô hình AI tạo video mã nguồn mở mạnh nhất thế giới.
Giới phân tích tại Goldman Sachs nhận định mô hình cấp phép như vậy nhiều khả năng sẽ trở thành xu hướng mới của các công ty AI Trung Quốc khi họ tìm cách cân bằng giữa việc thúc đẩy hệ sinh thái mở và tạo nguồn doanh thu từ các mô hình nền tảng.
ByteDance nhập cuộc, cuộc đua AI tạo video ngày càng khốc liệt
Bên cạnh chiến lược mã nguồn mở, MiniMax còn lựa chọn cạnh tranh bằng giá. Theo phân tích của Jefferies, chi phí sử dụng H3 chỉ bằng khoảng một nửa so với nhiều đối thủ ở độ phân giải 768p và chỉ bằng khoảng một phần ba ở độ phân giải 2K.
Chẳng hạn, tạo một phút video độ phân giải 2K kèm âm thanh bằng H3 có giá khoảng 7,8 USD. Trong khi đó, mô hình Seedance 2.0 của ByteDance ở độ phân giải 1080p có mức giá lên tới 22,45 USD mỗi phút.
Dù vậy, H3 vẫn chưa phải là lựa chọn rẻ nhất trên thị trường. Artificial Analysis cho biết Gemini Omni Flash của Google hiện chỉ có giá khoảng 6 USD cho mỗi phút video được tạo ra.
Trong lúc MiniMax đẩy mạnh chiến lược mở, ByteDance cũng nhanh chóng đáp trả bằng việc giới thiệu mô hình Seedance 2.5. Theo ByteDance, phiên bản mới có khả năng tạo video dài tới 30 giây chỉ trong một lần xử lí, đồng thời cải thiện đáng kể năng lực chỉnh sửa video bằng AI.
Công ty kì vọng Seedance 2.5 sẽ mở rộng ứng dụng AI sang nhiều lĩnh vực như giáo dục, sản xuất công nghiệp và các ngành đòi hỏi nội dung trực quan chất lượng cao.
Động thái này phù hợp với chiến lược mới của ByteDance khi tập trung mạnh hơn vào khách hàng doanh nghiệp. Gần đây, tập đoàn đã sáp nhập nhóm phát triển bộ công cụ văn phòng Lark vào đội ngũ phụ trách chatbot AI Doubao nhằm tăng tốc thương mại hóa các dịch vụ AI.
Theo các nguồn tin trong ngành, doanh thu định kì hằng năm (ARR) từ các mô hình ngôn ngữ lớn của ByteDance đã đạt khoảng 4 tỉ USD, cho thấy AI đang trở thành một trong những mảng kinh doanh tăng trưởng nhanh nhất của tập đoàn.
Cuộc cạnh tranh giữa MiniMax và ByteDance cũng phản ánh xu hướng mới của ngành AI Trung Quốc. Nếu trước đây các công ty chủ yếu chạy đua về quy mô mô hình và hiệu năng, thì hiện nay họ phải cạnh tranh đồng thời ở ba mặt trận: Chất lượng, chi phí và mức độ mở của hệ sinh thái.
Việc MiniMax quyết định công khai trọng số H3 có thể tạo sức ép buộc nhiều đối thủ phải cân nhắc chiến lược tương tự để thu hút cộng đồng nhà phát triển. Trong khi đó, ByteDance tiếp tục phát huy lợi thế về quy mô người dùng và khả năng thương mại hóa thông qua hệ sinh thái sản phẩm rộng lớn.
Trong bối cảnh nhu cầu tạo video bằng AI tăng nhanh ở các lĩnh vực từ điện ảnh, quảng cáo đến thương mại điện tử và giáo dục, cuộc đua giữa các doanh nghiệp Trung Quốc và các "ông lớn" phương Tây như Google hay OpenAI được dự báo sẽ còn quyết liệt hơn. Thị trường AI tạo video vì thế đang bước vào giai đoạn cạnh tranh không chỉ về công nghệ mà còn về mô hình kinh doanh, giá thành và khả năng xây dựng một hệ sinh thái đủ sức thu hút hàng triệu nhà phát triển trên toàn cầu.