Năm 2024, trong khi các mô hình tổng hợp video AI đang bùng nổ mạnh mẽ về khả năng, sự cạnh tranh giữa các công ty công nghệ Mỹ và Trung Quốc càng trở nên khốc liệt. Mới đây, hai mô hình AI video đáng chú ý từ Trung Quốc đã gây sốc với sự phát triển vượt bậc của công nghệ: Kling của Kuaishou Technology và video-01 của Minimax.
Mọi sự bắt đầu khi OpenAI giới thiệu Sora vào tháng Hai và nhanh chóng tạo nên cơn sốt. Tuy nhiên, không lâu sau đó, hai cái tên từ Trung Quốc nổi lên với những dự án video AI lan truyền mạnh mẽ, khiến văn hóa meme có những bước đột phá kỳ lạ. Một ví dụ nổi bật là đoạn video trên nền Kling, tái hiện từng khung hình của trailer “Princess Mononoke”, gây ra cả những lời đe dọa tử vong. Điểm sáng khác là các video sử dụng nền tảng của Minimax, với hình ảnh đầu bếp nổi tiếng Gordon Ramsay trong những tình huống hài hước đến phi lý.
Ra mắt vào tháng Chín, video-01 của Minimax, bộ phận của nền tảng AI Hailuo, cho phép người dùng tự do tạo video từ những hướng dẫn đơn giản. Qua thử nghiệm với một số hướng dẫn từ Runway Gen-3, kết quả cho thấy sự tương đồng với Kling, nhưng cũng có những điểm khác biệt thú vị. Khả năng tạo video từ Minimax tỏa sáng trong số những tình huống kỳ lạ: từ con mèo uống bia trong quảng cáo bia, Will Smith trong cảnh ăn spaghetti, đến các nhân vật động vật humanoid mặc trang phục vaudeville đi thu tiền bảo kê.
Trong khi một số kết quả từ Minimax chưa hoàn hảo, những nỗ lực này minh chứng cho thấy khả năng tổng hợp mới mẻ của các mô hình AI từ Trung Quốc, đặc biệt là trong việc xử lý những hướng dẫn văn bản để sinh ra video. Dựa vào dữ liệu huấn luyện, các mô hình này tỏ ra mạnh mẽ trong việc kết hợp các khái niệm hiện có. Tuy nhiên, chúng cũng gặp hạn chế khi phải xử lý những tình huống không có trong dữ liệu huấn luyện.
Dù vậy, không chỉ Trung Quốc đang làm việc hăng say trong ânnh vực này, các công ty công nghệ Mỹ cũng không chịu đứng yên. Google gây ấn tượng khi trình làng Veo vào tháng Năm, và gần đây, Meta đã trình diễn khả năng của mô hình Movie Gen, có thể sẽ đặt lại những tiêu chuẩn mới trong cuộc đua này.
Trung Quốc đang chạy đua và có thể đã bắt kịp các mô hình tổng hợp video của Mỹ từ đầu năm nay. Nhưng trong một cuộc chạy đua đổi mới không ngừng nghỉ này, không ai có thể biềt điều gì sẽ đến tiếp theo.
