2024年,AI大模型仍是科技浪潮的核心。2月16日,OpenAI推出全新視頻模型Sora,可根據(jù)文本說明生成長達1分鐘的視頻,還能在一個生成的視頻中創(chuàng)建多個鏡頭,效果清晰逼真,并能保持風(fēng)景、人物、動物等復(fù)雜場景的真實感和細膩度。

盡管Sora展現(xiàn)出大模型能力的飛躍式提升,但目前尚未對用戶開放,這意味著Sora在實際應(yīng)用中的價值還有待進一步評估。

與此同時,國內(nèi)科技企業(yè)在文生視頻領(lǐng)域的布局也備受關(guān)注。1月30日,AIGC軟件A股上市公司萬興科技(300624.SZ)在長沙馬欄山發(fā)布了國內(nèi)首個音視頻多媒體大模型萬興“天幕”,也再次將國內(nèi)大模型領(lǐng)域推向新的熱度。

萬興科技董事長吳太兵在發(fā)布會上表示,大模型正從圖文時代1.0,加速進入到以音視頻多媒體為載體的2.0時代。

在新的時代,大模型的落地應(yīng)用有哪些新方向?商業(yè)化探索如何加速落地?借此機會,一窺大模型未來之路。

大模型戰(zhàn)局激烈落地應(yīng)用是比拼關(guān)鍵

大模型領(lǐng)域在經(jīng)歷了2023年的狂飆突進之后,市場關(guān)注的焦點正從大模型推出與否、大模型參數(shù),逐漸過渡到大模型真實可用性、開發(fā)者生態(tài)、商業(yè)化軌道等層面。

一方面,時至今日,國產(chǎn)大模型數(shù)量已經(jīng)達到200多個,《中國人工智能模型大地圖研究報告》指出,全國正有 14 個省(市)開展大模型研發(fā),研發(fā)主體中既有國內(nèi)大學(xué)、科研機構(gòu),也包括互聯(lián)網(wǎng)巨頭在內(nèi)的企業(yè)。另一方面,與大模型的繁榮景象相比,AIGC在商業(yè)應(yīng)用領(lǐng)域的步伐顯得有些遲緩。

從現(xiàn)實情況來看,大模型已在文本、語音、圖像等能力上有較好的表現(xiàn),但一定程度上仍然面臨著空有技術(shù)卻無法落地的痛點,真正能成功“上崗”的大模型并不多,不少研發(fā)大模型的企業(yè)所喊出的“重塑行業(yè)”的口號,聽起來還有些距離。

從大模型發(fā)展的角度來說,沉下心去做應(yīng)用,去落地商業(yè)化,才是行業(yè)的未來。萬興科技推出的萬興“天幕”便是一個以音視頻生成式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、語言大模型組成,聚焦數(shù)字創(chuàng)意垂類創(chuàng)作場景。

不難看出,音視頻是萬興“天幕”的重要特色。此前,萬興科技在官方渠道發(fā)布《女孩的一生》《人生四季》《百變girl》《名畫秘境》《臘八粥里的江湖》等多個AI創(chuàng)作短片,這一系列視頻中展現(xiàn)出的文生視頻、圖生視頻、AI特效等能力,在游戲、影視創(chuàng)作、視頻創(chuàng)作等具體場景中具有廣泛的應(yīng)用價值。

這場發(fā)布會上,萬興“天幕”還一口氣展示了文生主題視頻、文生3D視頻、AI歌手、視頻AI配樂、數(shù)字人播報等多項多媒體能力,相關(guān)指標(biāo)數(shù)據(jù)表現(xiàn)遠超行業(yè)平均水平。

從展示的情況來看,萬興“天幕”在音視頻多媒體內(nèi)容創(chuàng)作方面有著不俗的表現(xiàn)?！拔纳黝}視頻”支持高質(zhì)量視頻一鍵生成、“文生3D視頻”支持極高自由度的3D場景生成、“AI歌手”提供超逼真的AI歌手翻唱定制服務(wù)、“視頻AI配樂”支持根據(jù)視頻內(nèi)容AI生成匹配的音樂、“數(shù)字人播報”僅需普通手機即可操作,人像真實度、口型準(zhǔn)確度等均優(yōu)勢明顯,且支持全球主流語種。目前,萬興“天幕”已經(jīng)實現(xiàn)了近百項音視頻原子能力的持續(xù)迭代。

隨著萬興“天幕”音視頻能力的提升,將為大模型在相關(guān)創(chuàng)作場景下的落地帶來全新的可能性。

搶先入局音視頻藍海加速商業(yè)化落地

在一眾主打文本、圖像能力的大模型產(chǎn)品中,萬興“天幕”為何選擇聚焦音視頻垂類創(chuàng)作場景?這是不少關(guān)注大模型發(fā)展的人士非常關(guān)注的焦點問題。

根據(jù)思科公司此前發(fā)布的報告內(nèi)容,未來82%的消費互聯(lián)網(wǎng)流量是視頻流量。目前,全世界有3.05億視頻創(chuàng)作者,43億視頻覆蓋群體,每天200億次以上的視頻播放量,視頻需求非常大,“視頻為王”時代正在到來。

然而,在大模型賦能文本、圖像領(lǐng)域?qū)崿F(xiàn)生產(chǎn)力進階的同時,以音視頻為主的多媒體大模型卻極為稀缺。華創(chuàng)證券研報指出,多模態(tài)AI技術(shù)高速發(fā)展,文生圖、文生視頻能力未來可期,AI+繪圖、AI+視頻值得關(guān)注。如今,Sora的橫空出世更佐證了文生視頻領(lǐng)域的巨大潛力。

作為音視頻多媒體垂類大模型的開拓者、大模型2.0時代的先行者,萬興“天幕”基于15億用戶行為及100億本土化高質(zhì)量音視頻數(shù)據(jù)沉淀,以音視頻生成式AI技術(shù)為基礎(chǔ),致力于引領(lǐng)音視頻創(chuàng)作閉環(huán)解決方案。

值得注意的是,除了前瞻性切入音視頻多媒體大模型賽道,萬興“天幕”相關(guān)能力已在海外規(guī)模化商用。據(jù)了解,萬興科技旗下視頻創(chuàng)意產(chǎn)品Wondershare Filmora 13已全新集成大模型能力,公司推出的全新版本AI Copilot智能剪輯助手、AI文字快剪、AIGC音樂生成等功能,在海外市場備受用戶好評;一站式出海視頻營銷神器萬興播爆已實現(xiàn)大模型中數(shù)字人能力的應(yīng)用,并提供領(lǐng)先的AI視頻翻譯能力。

數(shù)據(jù)顯示,在萬興“天幕”的加持下,Wondershare Filmora、萬興播爆等使用AI功能的用戶數(shù)等多倍速增長,賦能效果顯著。AI技術(shù)變革的巨大機遇下,萬興科技業(yè)績加速釋放,日前發(fā)布的2023年業(yè)績預(yù)告顯示,預(yù)計2023年度凈利潤為7500萬元-1億元,同比增長81.8%-142.39%,扣非凈利潤同比增長636.06%-890.86%。