從相關(guān)受益細(xì)分行業(yè)來(lái)看，包括但不限于視頻美化、廣告營(yíng)銷、短劇、游戲、辦公軟件等。具體到投資標(biāo)的，建議關(guān)注美圖公司（視覺(jué)大模型+大DAU圖像應(yīng)用）、中文在線（短劇出海+IP）、閱文集團(tuán)（IP）、金山軟件、三人行等；上游增加需求來(lái)看，推薦關(guān)注英偉達(dá)等算法、算力方面標(biāo)的。
能夠真正處理和應(yīng)用好多模態(tài)AI能力，才能真正打通物理世界和數(shù)字世界的障壁，用最基礎(chǔ)的感知世界能力直接生成操作，實(shí)現(xiàn)與物理世界最自然的交互。因此，基于多模態(tài)的應(yīng)用場(chǎng)景仍需不斷探索，AI視頻生成僅僅是多模態(tài)技術(shù)路徑中的一個(gè)小方向，多模態(tài)領(lǐng)域的ChatGPT時(shí)刻還未到來(lái)。關(guān)注?？低?、大華股份、螢石網(wǎng)絡(luò)、中科創(chuàng)達(dá)、虹軟科技、科大訊飛、萬(wàn)興科技等公司。
哪些A股公司有布局？
據(jù)不完全統(tǒng)計(jì)，已有十多家A股上市公司之前已經(jīng)布局多模態(tài)大模型或?qū)I視頻相關(guān)研發(fā)。
?？低?/strong>公司從幾年前就開(kāi)始研發(fā)視覺(jué)大模型，現(xiàn)在已經(jīng)到了多模態(tài)大模型的研發(fā)階段，包括視覺(jué)、語(yǔ)音、文本等多模態(tài)信號(hào)的融合訓(xùn)練及處理。
大華股份于2023年10月發(fā)布“星漢大模型”，該模型融合點(diǎn)云、語(yǔ)音、圖像等輸入，構(gòu)建了多模態(tài)融合的行業(yè)視覺(jué)大模型。公司多模態(tài)融合的行業(yè)視覺(jué)大模型（大華星漢大模型），是基于公司過(guò)去豐富的行業(yè)和細(xì)分場(chǎng)景的業(yè)務(wù)經(jīng)驗(yàn)，面向以視覺(jué)為核心的智慧物聯(lián)領(lǐng)域，通過(guò)融合圖像、點(diǎn)云、文本、語(yǔ)音等多模態(tài)數(shù)據(jù)所搭建的，大幅提升了視覺(jué)解析能力，該模型為解析式大模型，與市面上的ChatGPT等生成式大模型有明顯差異。
萬(wàn)興科技此前發(fā)布音視頻多媒體大模型萬(wàn)興“天幕”。萬(wàn)興“天幕”是一個(gè)以音視頻生成式AI技術(shù)為基礎(chǔ)的多媒體創(chuàng)作垂類大模型，由視頻大模型、音頻大模型、圖片大模型、語(yǔ)言大模型組成，聚焦數(shù)字創(chuàng)意垂類創(chuàng)作場(chǎng)景。天幕大模型主要基于公司在數(shù)字創(chuàng)意領(lǐng)域二十年的產(chǎn)品開(kāi)發(fā)與運(yùn)營(yíng)經(jīng)驗(yàn)而打造的音視頻多媒體大模型，具備多媒體、垂直解決方案、算力數(shù)據(jù)及應(yīng)用本土化等特色，以更智能、更沉浸的功能效果和產(chǎn)品體驗(yàn)賦能全球內(nèi)容創(chuàng)作者的創(chuàng)意表達(dá)。
博匯科技公司通過(guò)運(yùn)用人工智能、大數(shù)據(jù)等技術(shù)，對(duì)采集到的數(shù)據(jù)進(jìn)行分析、特征學(xué)習(xí)和樣本訓(xùn)練，構(gòu)建智慧監(jiān)管模型，提升了對(duì)文本、圖片、音頻、視頻等多模態(tài)數(shù)據(jù)的處理分析能力，進(jìn)一步強(qiáng)化核心技術(shù)優(yōu)勢(shì)，提高產(chǎn)品競(jìng)爭(zhēng)力。
易點(diǎn)天下公司旗下AIGC創(chuàng)作平臺(tái)KreadoAI可以幫助企業(yè)實(shí)現(xiàn)從腳本撰寫(xiě)、語(yǔ)音克隆、個(gè)性化數(shù)字人選擇到輸出口播視頻的內(nèi)容生產(chǎn)AI化全鏈路閉環(huán)。
數(shù)碼視訊公司多年來(lái)積極自主研發(fā)積累AI技術(shù)，龍其是在視頻內(nèi)容生產(chǎn)領(lǐng)域，持續(xù)不斷探素AIGC生成式技術(shù)，并配合智能審核技術(shù)、多模態(tài)智能搜索等實(shí)現(xiàn)全媒體行業(yè)的媒資管理，構(gòu)建全新視音頻服務(wù)。
漢王科技公司在文本、圖像、視頻、生物特征、語(yǔ)音等多欖態(tài)識(shí)別、文本理解和利用等技術(shù)上耕耘多年，并形成智能終端產(chǎn)品和行業(yè)解決方案。目前正在研發(fā)的AI模型尚屬于新生技術(shù)，在文本生成、生成內(nèi)容的控制與審核等方面的技術(shù)細(xì)節(jié)尚在進(jìn)一步完善。
當(dāng)虹科技公司擁有自研的AIGC工具集，發(fā)布了以靜態(tài)照片生成三維體積視頻的方案，并且通過(guò)點(diǎn)云模型轉(zhuǎn)換及壓縮算法實(shí)現(xiàn)高達(dá)800倍的視覺(jué)無(wú)損壓縮，實(shí)現(xiàn)不同模態(tài)之間相互切換。公司AIGC視頻內(nèi)容智能生成系統(tǒng)融合了大模型技術(shù)，能助力用戶在新聞傳播、視頻內(nèi)容創(chuàng)作等多項(xiàng)領(lǐng)域中創(chuàng)作出優(yōu)質(zhì)視頻內(nèi)容。
東方國(guó)信在AI多模態(tài)方面，公司在文本、語(yǔ)音、圖像、視頻等非結(jié)構(gòu)化數(shù)據(jù)類型的AI分析上，均有應(yīng)用產(chǎn)品和落地案例。視覺(jué)類有基于Stable Diffusion的圖像生成能力，其他視覺(jué)類大模型應(yīng)用還在探索技術(shù)路徑和應(yīng)用場(chǎng)景。
神思電子公司經(jīng)過(guò)多年人工智能領(lǐng)域積累，已突破了遠(yuǎn)距離全天候復(fù)雜場(chǎng)景激光熱成像聯(lián)動(dòng)入侵檢測(cè)技術(shù)，掌握了基于深度學(xué)習(xí)的非結(jié)構(gòu)化數(shù)據(jù)處理、視頻分析、語(yǔ)音對(duì)話、知識(shí)管理以及云平臺(tái)技術(shù)。公司正在對(duì)于文生圖、圖生文、視頻生文、文生視頻等多模態(tài)數(shù)據(jù)互相跳轉(zhuǎn)的收斂性質(zhì)進(jìn)行研究，支撐培訓(xùn)、檢索、推薦、目標(biāo)追蹤等多個(gè)場(chǎng)景的生成式大模型應(yīng)用。
因賽集團(tuán)公司InsightGPT具備文生文、視頻智能剪輯、圖生視頻等功能，目前正在開(kāi)發(fā)文生視頻功能。在現(xiàn)有圖生視頻等技術(shù)框架下，InsightGPT目前可生成20秒以上的視頻。在目前文生視頻的邏輯流程中，InsighGPT先結(jié)合圖像、視頻大模型，融合摳圖等多種算法，再結(jié)合音頻模型，整體渲染后最終合成完整視頻。
拓爾思公司在Transformer架構(gòu)方面積極跟蹤業(yè)內(nèi)最新技術(shù)，未來(lái)將根據(jù)技術(shù)研發(fā)和業(yè)務(wù)需求的實(shí)際情況，適時(shí)采用類似架構(gòu)。
國(guó)脈文化公司在文生視頻方面，已內(nèi)部開(kāi)發(fā)基于大模型的AIGC數(shù)字內(nèi)容生成平臺(tái)，平臺(tái)利用多模態(tài)技術(shù)，使用自有的版權(quán)內(nèi)容，生成文字、音頻、圖片、視頻等影視素材，進(jìn)行內(nèi)容的創(chuàng)作生產(chǎn)，正在內(nèi)部試用中。
佳都科技公司TransCorc-M多模態(tài)大模型能夠理解立本、圖像、視頻等多種模態(tài)的信息，并且按照用戶需求將其進(jìn)行描述、提示或轉(zhuǎn)化為指令代碼，是個(gè)非?！奥斆鳌钡慕煌ㄐ畔⑿≈帧?/p>
聯(lián)系客服
