行情
…

Suno Visuals 是什麼?美國 AI 音樂平台影片功能底模來自中國 MiniMax H3

美國 AI 音樂平台 Suno 於 2026 年 11 月 20 日宣佈推出影片生成工具 Visuals,並主動揭露底模來源:Suno 以中國 AI 公司 MiniMax 今年 8 月開放權重的開源影片模型 H3 為基底,匯入自家資料微調後命名為 H3 Move,再將口型同步與音樂場景適配整合進同一套創作流程。

Suno Visuals 是什麼?美國 AI 音樂平台影片功能底模來自中國 MiniMax H3

Suno Visuals 是什麼?美國 AI 音樂平台影片功能底模來自中國 MiniMax H3

美國 AI 音樂平台 Suno 於 2026 年 11 月 20 日宣佈推出影片生成工具 Visuals,並主動揭露底模來源:Suno 以中國 AI 公司 MiniMax 今年 8 月開放權重的開源影片模型 H3 為基底,導入自家資料微調後命名為 H3 Move,再將口型同步與音樂場景適配整合進同一套創作流程。首席產品官 Jack Brody 指出,過去影片生成成本高昂且推論速度遲緩,大眾難以負擔;如今在速度、成本與品質皆達標後,才正式推向消費端應用。

Suno 透過採用 MiniMax 的開源影片模型 H3 並結合自家音樂資料進行垂直微調,開創了「開源底模 + 垂直場景產品化」的新型開發範式。

使用者在 Visuals 裡能挑平台原創角色或上傳參考圖,配上音樂與文字提示,生成最長 15 秒的片段,再用時間軸剪接延長成完整 MV。這項工具也能製作歌詞影片與專輯封面,可自訂字體、顏色與畫面比例,核心競爭力則是口型同步和歌曲結構呼應。計費上,Visuals 採獨立的 Visual credits,與歌曲生成積分分開計費;內容對外分享前嵌入浮水印,並對特定藝人、公眾人物形象及版權保護內容設過濾機制。Suno 官網揭露平台已有超過 1 億人創作過音樂。

H3 的規格與音樂 MV 的場景需求契合度高:H3 以跨模態架構統一理解文字、圖像、影片與音訊,輸出帶原生立體聲的影片,最高支援 2K 解析度與 15 秒時長。MiniMax 今年 8 月開放 H3 權重時,就明確允許企業與開發者直接拿去部署、微調與客製化。Suno 採用開源底模,輔以垂直場景資料進行微調,包裝成產品並補足內容防護機制。這展現了「中國開源基座 + 美國垂直應用產品化」的工程路線:既不用從頭預訓練多模態模型,也省去自行開發聲畫同步的基礎工程。對其他垂直 AI 應用的開發者來說,H3 Move 這個案例意味著,只要開源底模的能力密度足夠,垂直領域微調的技術門檻即可大幅降低。

標籤

#suno visuals#minimax h3#ai 影片生成#開源影片模型#ai 音樂
→

繼續閱讀

查看全部 →
NewsAI 快訊

CYBER 代幣疑遭跨鏈橋攻擊:521 萬枚被鑄、Upbit 與 Bithumb 暫停充提

2026 年 11 月 21 日,鏈上資料顯示,Cyber 的 CYBER 代幣疑似遭到跨鏈橋漏洞攻擊。

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

Anthropic 上市後還能安全優先嗎?治理結構、900 億美元算力帳單與股東壓力

2026 年 11 月 19 日,Anthropic 在 Nasdaq 掛牌,躋身目前全球最高估值公司之列,但未來數年的算力帳單估計高達 9000 億美元。

DeltaMedia 編輯部4 分鐘
NewsAI 快訊

兩個月表現翻倍!GPT-6.2 Astra 拿下首勝,連打結、摺 T 恤都難不倒它

2026 年 11 月 21 日,XDOF 實測顯示 GPT-6.2 Astra 在 Ember-0 雙臂機器人基準 16 項任務的綜合成功率達 41.2%,較兩個月前 GPT-6 Astra 的 19.6% 提升 21.6 個百分點。

DeltaMedia 編輯部5 分鐘
NewsAI 快訊

Kling Image 4.0 是什麼?8K、2000 字、統一自回歸架構實測

2026 年 11 月 21 日,可靈推出 Kling Image 4.0,原生解析度升至 8K,單張圖片最多容納 2000 字,支援一次生成最多 10 張連貫圖片。

DeltaMedia 編輯部5 分鐘