计算机行业专题报告：视频大模型最新进展如何？-240616-财通证券-15页_1mb

视频大模型最新进展总结

1. 多模态大模型技术进展

• OpenAI视频大模型技术发展：
  • DALL·E：通过压缩数据进行学习，但仅压缩不足以实现AGI（通用人工智能），DALL·E3通过增强文本描述性，提高了文生图效率。
  • CLIP：结合文本和图像信息进行训练，显著提升计算效率。OpenAI认为，在视觉学习中融入自然语言指导可以提升模型智能。
  • 视觉上下文学习：未来可能成为生成式模型的应用路径，如使用文本为条件生成视频。

2. 视频大模型商业化进展

• Adobe：Firefly新增生成式扩展功能，Adobe Express推出音频生成动画工具，支持C端快速制作口播视频。
• 美图公司：升级视频生成架构，将于7月推出AI短片创作工具MOKI，提升生成可控性，加速商业化落地。
• 万兴科技：Filmora上线135版本，新增声音复刻、文生贴纸等功能，支持NVIDIA RTX视频技术，推进HDR支持。
• LumaAI：发布DreamMachine，支持文本和图像生成视频，具备多模态输入、快速生成和高质量输出。
• 快手：发布“可灵”大模型，采用类Sora的架构，支持高清视频生成和复杂场景建模。
• Pika：完成58亿美元融资，持续推进AI视频生成技术，计划深入商业化。
• Runway：发布MultiMotionBrush功能，提升视频可控性，并获得谷歌领投的7亿美元融资，进一步深化与AI合作。

3. 视频大模型应用与对比

• 头部视频大模型对比：Luma、Pika、Runway在生成质量、速度、控制面板等表现各有优势，适用场景广泛。
• 商业化挑战：目前主要聚焦于B端应用，C端商业化普及仍需时间。

4. 投资建议与风险提示

• 投资建议：
  • 关注AI服务器、芯片厂商，如海光信息、寒武纪等。
  • 关注边缘硬件和赋能型公司，如石头科技、虹软科技、中科创达等。
  • 关注AIGC领域，如美图公司、万兴科技、科大讯飞、创维数字等。
• 风险提示：
  • 技术迭代不及预期、商业化落地不及预期、竞争加剧风险、全球宏观经济风险。

总结

当前视频大模型在技术上已有显著突破，商业化进程正在加快，应用场景涵盖了影视创作、娱乐、企业服务等领域。投资方面需关注技术迭代与产业升级双重风险，同时选择具备竞争优势的硬件、软件及内容平台企业。