Sự Trì Hoãn Anthropic Mythos AI: Tín Hiệu Cho Công Cụ Video Đa Phương Tiện

Tính đến ngày 13 tháng 5 năm 2026, Anthropic đã xác nhận Mythos sẽ vẫn được giữ kín cho đến nay. Mô hình này xử lý đầu vào video, hình ảnh và văn bản với khả năng suy luận đa phương thức tiên tiến. Nó được xây dựng để tạo và chỉnh sửa các chuỗi chuyển động từ các prompt hỗn hợp. Chưa có quyền truy cập công khai nghĩa là chưa có benchmark nào. Động thái này phù hợp với xu hướng các phòng lab tiên phong phát hành theo từng đợt kiểm soát thay vì tung ra cùng lúc. Hãy nhìn nhận, đây không phải là vở kịch an toàn. Đó là việc giữ những công cụ mạnh mẽ nhất trong phòng lab trong khi những người khác đang bắt kịp với các bản cập nhật gần đây.

Veo 3.1 và Kling 3.0 đã mang lại khả năng chuyển động liền mạch và tuân thủ prompt mạnh mẽ. Mythos được kỳ vọng sẽ đẩy xa hơn về độ nhất quán dài hạn và chỉnh sửa đa cảnh quay. Nhà sáng tạo sẽ có quyền kiểm soát chặt chẽ hơn đối với chuyển động máy quay và sự bền vững của đối tượng qua nhiều giây video. Thật ấn tượng. Mức độ ổn định thời gian như vậy thay đổi hoàn toàn những gì các nhà làm phim độc lập có thể thử nghiệm mà không cần hậu kỳ nặng. Những bước tiến đa phương thức nhanh chóng như Mythos chính là động lực cho thế hệ tiếp theo của công cụ tạo video NSFW — chuyển động thực tế hơn, độ nhất quán thời gian tốt hơn và khả năng sáng tạo tinh tế hơn cho người tạo nội dung người lớn. Xem thảo luận trong Gemini omni nsfw: Why Google's AI Video Model Blocks Explicit Content để hiểu cách công nghệ tương tự chạm đến giới hạn thực tế.

Mythos đang phát triển để cung cấp chuyển đổi hình ảnh sang video gốc với dự đoán chuyển động tự động từ ảnh tĩnh. Text-to-video sẽ hỗ trợ các chuỗi mở rộng lên đến 30 giây trong một lần. Chỉnh sửa đa lượt cho phép người dùng tinh chỉnh các khung hình cụ thể mà không cần tạo lại toàn bộ. Cuối cùng cũng đến. Prompt đa phương thức sẽ kết hợp tham chiếu video với hướng dẫn văn bản để chuyển đổi phong cách chính xác. Đây chính là những khoảng trống mà các công cụ hiện tại vẫn buộc nhà sáng tạo phải xử lý bằng phần mềm bên ngoài.

Các phòng lab đang kéo dài khoảng cách giữa các bước nhảy khả năng và bản phát hành công khai. Nhà sáng tạo độc lập cảm nhận điều này trước tiên. Họ mất hàng tuần hoặc hàng tháng để đuổi kịp hiệu suất trên các mô hình mã nguồn mở yếu hơn. Vấn đề là: cách tiếp cận kiểm soát này giúp các công ty giảm chi phí tính toán nhưng làm chậm vòng phản hồi thực sự cải thiện mô hình. Không. Ý tưởng cho rằng phát hành chậm hơn đồng nghĩa công nghệ an toàn hơn đã bỏ qua tốc độ các đội mã nguồn mở thu hẹp khoảng cách. Nhà sáng tạo buộc phải thích nghi quy trình làm việc với những gì có sẵn hôm nay thay vì chờ đợi mô hình tiêu đề ngày mai.