type
Post
status
Published
date
Nov 21, 2026
slug
summary
tags
category
行业动态
icon
password
Suno推视觉工具Visuals:基于MiniMax H3模型,音乐创作延伸至视频生成
美国AI音乐平台Suno近期宣布推出名为“Visuals”的视觉创作工具,正式将视频和图像生成能力引入其核心音乐创作流程。此次更新标志着Suno在拓展产品边界上的重要一步,旨在解决过去视频生成速度慢、成本高等限制普通用户参与的痛点。
核心模型源自MiniMax,针对音乐场景深度调优
Suno官方披露,Visuals工具底层采用的模型名为H3 Move。该模型并非从头构建,而是基于中国AI公司MiniMax此前发布的开源视频模型H3打造。MiniMax H3在今年8月开放了模型权重,支持企业和开发者在其基础上进行部署、微调和定制。
Suno首席产品官Jack Brody指出,H3 Move是在MiniMax H3提供的底层模型基础上,由Suno团队使用自有数据进行了专项优化,使其更适配音乐视频制作场景。H3模型具备统一理解文本、图像、视频和音频上下文的能力,能够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。Suno在此基础上进行了音乐场景适配与产品整合,将歌曲创作、画面生成与人物口型同步纳入同一创作流程。
功能特性:口型同步、歌词视频与自定义编辑
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功能。用户在进行创作时拥有较高的自由度:
* 素材来源:用户可以选择平台提供的原创角色,或上传自己的参考图片。
* 生成逻辑:结合音乐和文字提示,生成最长15秒的视频片段。
* 编辑能力:生成的片段可以通过时间轴进行延长、编排和编辑。
* 衍生内容:除了正片视频,用户还可以制作歌词视频和专辑封面,并自定义歌词字体与颜色。
* 发布适配:根据发布渠道需求,用户可自由选择画面比例。
商业模式与内容保护机制
在商业化层面,Visuals采用独立的付费积分体系。视频和图片生成消耗“Visual credits”,这与歌曲生成所使用的积分分开计费,体现了Suno将视觉能力作为独立增值服务的策略。
针对AI生成内容可能引发的版权与伦理问题,Suno在Visuals中加入了多重保护机制:
1. 过滤机制:针对特定艺人、公众人物形象及受版权保护的内容设置严格的文本与视觉过滤限制。
2. 水印嵌入:在生成内容对外分享前,系统会自动嵌入水印,以增强内容溯源能力。
据Suno官网披露,目前已有超过1亿人使用该平台创作音乐。此次推出Visuals,不仅验证了基座视频模型与垂直应用结合的路径可行性,也展示了多模态生成能力在音乐这一特定垂类中落地的具体形态。
原文出处:量子位,https://www.qbitai.com/2026/11/511722.html
- 作者:数字Baby
- 链接:myaigc.top/article/41fb7c2d-0e98-81fa-b445-fcfa84dbba42
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。



