东吴传媒互联网 海外科技张良卫团队AI视频行业近况更新

新 好的，各位投资者大家晚上好。欢迎大家参加我们今天晚上的这场电话会议。近期的话我们看到AI的多模态行业其实也有一系列的进展和变化。我们的2.5的发布，mini max海H3的发布等等。那今天晚上我们也想利用这个机会，邀请到相关的专家，然后就给我们分享对于多模态产业的最新的进展变化。后，专家本身也是一个创作者，所以他也会从创作者的角度给我们进行大量的产品对比和案例的演示。就是最好还是在进门端因为PPT的这个演示，然后我们下面要不就请这个专家给我们进行详细的一个分享。好，大家好，我这边来今天给大家进行一个关于最近发布的mini max H三还有C2.5的一个观点的一个分享。首先跟大家简单介绍一下，我本身是国内多家AI视频平台的超级创作者，同时我也是这里面的话我是海螺的超级创作者。我总共的话是对于从各种模型的评测来讲，我是从2023年开始就已经一直在AI I的应用方面就一直在关注。自从2024年soa出来以后，我基本上把市场上所有的AI视频的工具，我都有亲自去尝试，亲自去玩。所以说我在AI视频领域的话，我对这个现状是比较了解的。同时的话我自己的AI视频的作品，我也是获得了一些蛮多的一些荣誉，包括一些国家级的荣誉。这是一个简单的一个介绍。接下来话不多说，我准备开始我今天的一个内容。首先跟大家分享的是关于这个信息，就是在7月31号这一天，minmax H三跟C代2.5同时宣布进行公开测试。 这个时间点的话我个人觉得是蛮有意思的。 因为在这个时间点同一天OpenAI的GPT他把它的码降价了。 然后同时这个seek也是发布了一个非常重要的一个模型，V4 fresh sh然后在同一天这个是语言大模型，同一些视频大模型我觉得其实非常有对照的意义，C12.5原来是在几周前。 字节跳动在可能在半个多月前就已经有发布说他准备要上这个C2.5，包括我自己也是接到了很多不同渠道说马上要开始测试了，但是实际上他一直等到了7月31号。 那零明max H三之前也是我在去上海的work大会的时候，就已经看到他们在宣传马上要开始进行上市，进行测试。 个的话实际上这个时间点我觉得还是很巧，就是他们都想要在这一天可能互相有点我不知道是谁选的谁谁，我觉得可能互相都还是有思量过的，就是说可能也知道了互相的一个发布时间，所以可能就在这一天同时选。 实际上很多人看来，他说这两家同时发布的这个模型，他们是不是在争抢同一个市场呢？其实我个人先下一个我自己的一个抱论，我觉得他们其不是同一个竞争的一个区间，为什么呢？因为C大是2.5，他在C大是2.0发布以后，它已经占据了A40工序80%以上的一个使用份额。 他已经在低门槛以及普惠性的方面，普遍性的方面，他已经占据了大部分的C端的市场。C段是2.5，我更加认为它是一个王低端商品化，而且是往高端的影视化尝试的一个方向。事实上他现在目前拿出来的这些东西，也确实可以给专业的创作者，尤其是影视级别广告行业带来一些新的东西。 待会儿我等下会给大家看一下实测的内容。 其次是min的H3。 H三这次的发布有一个非常重要的热点是它同时在8月3号宣布了开源，并且它也实际做到了。 这几天通过我这边跟一些朋友的一些聊天跟测试，发现他实际上他的开源的这个对于整个一个影响还是非常大的。 我可以简单的说，如果他这是没有宣布开源，它造成的轰动效应不会这么大。 因为它开源造成的影响会是一系列的。 而且所有的开源，它目前的话出来的模型，首先它这是H三推出来的模型，是属于第一梯队的模型。 在以往的历史上还没有第一梯队的模型主动开源的。这个有一点类似于像deep Seeck R一，当年春节的时候发布的情况一样，当时也是deepsee大一做到了一个第一梯队的水平，并且把它开源了，才造成这么轰动的效应。视频模型以前领先的都是闭源模式，之前也有开源的，国外的有LTX studio，然后国内的阿里阿里的one之前一直是开源的，但是阿里的one开源的不是他每次的最新版本，是比他的最新版本要低一个版本的内容。所以他的开源虽然是开与研谱会，但是造成的影响是没有那么大的。然后反正说一句题外话，就是看到这两家近期发布的这模型。但实际上这些大厂据我所知也还有其他的大厂这一段时间也在内测他们的模型。对，然后就我看到的模拟尺平也都还挺不错的。好，那其他我不能透太多。我先给大家先看看实测效果，就是这两个东西他们到底实际的效果是怎么样。首先因为我给他我给他下了一个定义，就是我给他们不是刀，遇战是一场错位竞争，为什么呢？首先我要亮明我的观点，H3我认为它对标是C代是2.0，而不是2.5。好，接下来给大家看一下，先给大家看一个基础的一个对比，就是我刚才说H3对比的是2.0。那先给大家看一下H3跟2.0同一个体示词对比效果如何。型景打。好，这是第一段，这是第二段。他们是采用一模一样的客观条件输入，然后出来的效果。给大家看的这原因是因为大家可以简单的做个判断。尽管细节上稍微不同，但是可以看到他们整体就是说整体的这。专家，您那边信号好像有点不太变化，那这个细节上的差别，稍等我看一下是不是漏点的原因。我先换一个漏点。对，这个视频也放的非常卡顿，然后声音有时候也有点断断续续的了解。可能是我的我切换成我的手机热点会好一点，我的。现在看一下，我需要重放一下吗？我给大家重放一下，现在看会不会好一些，现在好多了。对，就是这段片段给大家去看的主要原因是因为我觉得尤其是对于类似于像短剧这些它更 加讲究性价比的东西来看。H3跟C2.0的差距基本上可以说是我认为是一个完全的一个平替产品，而且H3还有一些它的特点。接下来我给大家看一下H3的跟实是2.0，我也是做了一个同样的内容测试，但因为这个有音效的不同，所以我没把它整合在一起。大家可以对比看一下，稍等，两个同时打开，有几个比较明显的一个。Ok给大家先看一下这个是H3。H三这次发布有个什么特点？就是他发布出来正常我们生成的这个是2K默认的二默认的是768P然后他可以选择输出2K的清晰度，然后我们正常在C段是2.0。我就先继续让它往下放，待会儿我再给大家看看对比。就是大家可以看到这些提示词它响应了一些程度，这种影视化的感觉其实是很棒的，而且尤其是它的一个视频的清晰度，它是达到2K而它2K的价格甚至还跟C但比C但2.0还要7720的那个价格还要低。所以它在价格上是非常有竞争力的。如果按照它的一个2K同样的价格对比的话，它是市场上主流模型的差不多3分之1。当然也存在了一些问题，比如像大家看到的像这些。这一段我是觉得是他做的没有很好的，就是看上去没有那么自然，会有一点油腻感，但是这一段很棒司。然后我测的时候，其实我是有专门去挑过的。好，我先暂停一下，给大家先放一个我刚才说的PPT，刚才说的漏说了，就是我刚才说我要进行对比。那么对比的话我们首先要知道一下，就是他们的一个口径有不同，就是H3它是用2K的一个画质。这次他发布有几个规格，有一个叫做原生2K但是他8月3号其实也发了一个论文，他有说到他的原生2K其实在技术上它是通过先实现768P的一个视频文件。然后再用它的模型重新渲染，让它渲传变成2K虽然说它不是完全数据库里面的2K直接生成，但它出来的效果比以前我们用的专门用来超分超超级分辨率的那些工具要好很多。所以你看上去的效果基本上跟原生的是差不多的。同时它的一个价格非常的低，不到主流模型的3分之1，按照它的官方价格是0.8。但是事实上现在在市场上有有搞活动的还会做到更低，这是他的一些能力。 这个是我做了一个简单的一个这两家的一个价格的一个梯度对比。就是可以看到minmax 768就对标的，实际上应该是正常对标的。我们是对标C但是2.0的标准，因为这个faster跟mini实际上是事实上是它的降智的版本。我们我我实测下来，我觉得H3的水平是达到标准的水平稍微差一点点，但是肯定是在fast跟标准的水平之间的这种智能水平。但是你看到它的一个价格，就是同等批次。像这个比如说你720跟768，它基本上是它的3分之1。然后它的一个2K的版本，实是2.0是没有2K它是只有1080跟4K但你可以看到哪怕是2K对比，它的1080P也是远远要便宜的。好，包括他最近还有一些活动，他做到了甚至1 0.21元秒。然接下来我给大家介绍的就刚才我给大家小放了一点点，就是我做了36条的一个15秒实测，实测的包括了c dance 2.00跟H3。C舞蹈2.0是我在今年发布的时候，春节期间二月份的时候也是他刚发布，那个时候是微博有有调用他的接口，我在微博上调用C代是2.0生成的，然后H3也是我等他刚发布的时候，我在同步生成。他们的条件是一模一样，我给他们输入一模一样的提示词，然后我主要去测了他们几点，因为我测试大家可以看到，就是我待会也会给大家看一下，我发现H3有哪些点是特别好的。同时我当时测的原因是因为我我会去测几个点，包括超强镜头趋势，主要是对于影视方面的影响，动作与情绪这个也是对于影视方面的影响。这一块的话可以用作这种影视细节的描写，同时也可以用作我们日常短剧的一些应用对白与环境音。这个主要也是在很多的方向上，包括纪录片什么也都有用。然后经典影视美学就是看他的一个擅长点。我这边给大家继续放完刚才看的那个内容。刚才我们看了一下H3的内容，我大给大家看一下，同样的内容在是2.0，这个是刚才那个女高中生，大家可以看，虽然是2.0，其实它当时生成的这些东西有一点是大家可能现在也发现，就是那种瞳脸会特别的接近。这个我待会有讲到，就C2.0跟2.5的一个比较大提升是什么？就是2.5它不会那么多有脸 好，这个是小朋友吃柠檬就看他们的一个反馈。实际上这都是非常简单的体质词生成的。然后其实也可以看到整个的在这个画面的画质上还是有比较大的区别。但是你可以看到在整个镜头的切近，包括运镜的水平上，你可以看到其实的会更巧妙一些。这个也是同样的，拿这个公交车司机做对比最明显的一点是什么？他这种会让你感觉更加日常，更加有中国的这种短剧电视剧的感觉。然后刚才H三有一点像影视剧的感觉，这个也看一下，这个比较明显。加油加你可听他背景的音乐，必须，然后我待会再对比一下那个H3的完成了。好好，我先给大家看，因为今天时间有限，我没办法所有的都给大家看。我就挑几个有有代表性，这个是我让他测个，你看这种reon个情感包这个质好，然后在同时的话，我还刚才给大家看的是我测了一个英文的产景。然后我给大家再看一下，就我实际的我这里天密集的在测，给大家看看刚才几个我测了一个中国的同样中国人那个版本。行了，手真的要断了，最后两个加油。就是你可看到它的画质明显是清晰非常多，但是它的一个弱点是什么？就是你看到它背景的B须其实是没有2.0那么优秀，包括它的运境会稍微没那么好一点。加油，但是它的画质是领先的比较多。好，这个是一个大致的一个对比情况。出于时间的情况我就不一一给大家看了。但是整体我可以告诉大家，就经过我实测完，整体上可以看下来，就是两家的这个基本上水准。我觉得就是你抛除画质不说的话，基本上对于镜口语言的把控，基本上理解能力是差不多同个水准的那C但是2.0会稍微更加聪明一点，它聪明一点在哪里？它的镜头语言的调度，它对于你体质其实理解能力会稍微更强一点点。但是H3它在画质水平上会明显胜出然后有一点我觉得还是比较明显，因为其他的水平差不多我就不拿出来了。但是有一点泛化能力上，我还是给大家看一下，是点0的时叫他做个水墨的中国风。你看他的这个音乐，当然也有bug，就手没掉了。然后再看看同样的H3的，等一下。 然后这个也可以看一下，有一个这个也比较有意思。 这个是模仿王家卫电影，让他去做一个相遇的场景。 然后你可以看到现在这边画面，你看到的一卡不是我这边网速卡，是他是他故意做了一个叫做降格处理。 然后接下来再看海螺的这个。 好好，然后我再给大家看一下，就是它的提示词，我的提示词在这提示词其实是这样的，就是我我我这里面实际上是有明确的要求，它的背景面是复古的粤语歌。 然后刚才整体的这个意境，就是我觉得虽然他也都响应了我的提示词，但是我会觉得期待是2.0的这个感觉会比较接近我提示时描述的这种特别的粤语的感觉。 然后他