传媒行业点评报告：多模态模型再迎新突破，继续布局AI应用及算力

OpenAI与谷歌在AI视频生成领域的最新进展

OpenAI发布Sora模型

• 特点：Sora是OpenAI首个文生视频模型，能生成长达60秒的视频，包含细腻的背景、复杂的多角度镜头和情感丰富的角色。
• 技术亮点：基于ChatGPT和DALL·E的技术，Sora在细节呈现、物理世界理解、情感表现等方面展现出色性能。
• 目标：致力于让AI理解并模拟物理世界，以辅助解决需要现实世界交互的问题。

谷歌发布Gemini 1.5

• 版本更新：Gemini 1.5 Pro是谷歌推出的最新版本，为早期测试设计，是中型多模态模型。
• 性能提升：Gemini 1.5 Pro的上下文窗口容量增加，可以处理大量信息，如视频、音频和文本数据，一次性处理量高达100万个token。
• 应用案例：展示对复杂信息的高效处理能力，如分析、分类和总结大规模文档或视频内容。

AI视频生成与多模态模型的发展趋势

• 技术创新：随着Pika、Gemini 1.0、Sora和Gemini 1.5的相继发布，AI视频生成技术不断进步，融合了多模态信息处理能力。
• 行业影响：AI视频生成技术在影视、动画、游戏、音乐等领域展现巨大潜力，促进内容创作效率提升和成本降低，同时开拓新的变现途径。
• 算力需求增长：随着AI应用的深化，对计算资源的需求持续增加，推动算力市场的发展。

投资建议

• AI应用：聚焦于AI+影视、动画、游戏领域的公司，如芒果超媒、阅文集团、奥飞娱乐等。
• 算力方向：关注算力相关的公司，如顺网科技、天娱数科、平治信息等。

风险提示

• 技术进展风险：多模态大模型的开发可能面临技术挑战，商业化进程可能不如预期。
• 商业化风险：大模型的应用落地可能受到市场接受度、政策法规等因素的影响，存在不确定性。