AI 生成視頻的賽道，要變天了。

2月，OpenAI 的視頻生成模型 Sora 橫空出世，讓不少國(guó)內(nèi)視頻賽道和 AI 賽道的廠商都沒(méi)能過(guò)個(gè)好年。外界看來(lái)，海外的技術(shù)已然如此成熟，而國(guó)內(nèi)卻似乎沒(méi)人能夠與其一競(jìng)高下。

而事實(shí)上，中國(guó)廠商在音視頻生成上的技術(shù)積累一直沒(méi)有停止過(guò)。

4月18日，2024中國(guó)生成式AI大會(huì)在京舉辦，AIGC軟件A股上市公司萬(wàn)興科技（300624.SZ）受邀參會(huì)，并重磅宣布旗下音視頻多媒體大模型萬(wàn)興“天幕”將于4月28日正式公測(cè)，以通過(guò)廣泛的用戶參與和反饋，進(jìn)一步優(yōu)化“天幕”性能和體驗(yàn)，同時(shí)探索多媒體大模型技術(shù)在不同領(lǐng)域的應(yīng)用潛力。

當(dāng)前，萬(wàn)興“天幕”大模型已通過(guò)中央網(wǎng)信辦備案，能力方面已涵蓋文生視頻、視頻生視頻、文生音樂(lè)、視頻配樂(lè)、文生音效、文生圖、圖生圖等原子能力，相關(guān)能力已在萬(wàn)興科技旗下產(chǎn)品規(guī)模化商用。其中文生視頻能力上，已實(shí)現(xiàn)不同風(fēng)格、豐富場(chǎng)景及主題的連貫性，且一鍵生成時(shí)長(zhǎng)支持60秒+。

萬(wàn)興天幕大模型4月28日公測(cè)

作為國(guó)內(nèi)首個(gè)音視頻多媒體大模型，萬(wàn)興“天幕”聚焦數(shù)字創(chuàng)意垂類創(chuàng)作場(chǎng)景，基于15億用戶行為及百億本土化高質(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)，打造基于大模型架構(gòu)的AIGC應(yīng)用基礎(chǔ)底座，全鏈路賦能全球創(chuàng)作者，推進(jìn)大模型進(jìn)入2.0時(shí)代。

未來(lái)，萬(wàn)興“天幕”近百項(xiàng)音視頻原子能力將全面集成到公司矩陣產(chǎn)品中落地應(yīng)用。公測(cè)期間，公司將重點(diǎn)開(kāi)啟視頻創(chuàng)意、音頻創(chuàng)意、圖像創(chuàng)意等領(lǐng)域多個(gè)場(chǎng)景下的應(yīng)用測(cè)試，如文生視頻、視頻生視頻、文生音樂(lè)、文生音效等。其中，視頻生視頻功能支持一鍵視頻風(fēng)格轉(zhuǎn)換，讓畫(huà)面更出彩；文生音樂(lè)、文生音效進(jìn)一步升級(jí)對(duì)文本的深度理解，以及基于內(nèi)容理解生成對(duì)應(yīng)風(fēng)格音頻的多維整合能力，支持輸入文本生成擬真聲音及倍速音效。

萬(wàn)興“天幕”文生視頻《男孩的探險(xiǎn)之行》畫(huà)面截圖

大會(huì)上，萬(wàn)興科技副總裁朱偉同阿里、騰訊、英偉達(dá)等企業(yè)嘉賓，以及北大、清華等學(xué)術(shù)嘉賓在內(nèi)的超50位重量級(jí)產(chǎn)學(xué)研投界代表同臺(tái)論道，并帶來(lái)《音視頻多媒體大模型市場(chǎng)洞察與落地實(shí)踐》主題演講。

過(guò)去的2023年，大模型作為基礎(chǔ)設(shè)施賦能千行百業(yè)，呈現(xiàn)井噴式增長(zhǎng)，給行業(yè)帶來(lái)了超乎尋常的改變。據(jù)不完全統(tǒng)計(jì)，2023年國(guó)內(nèi)公開(kāi)發(fā)布的大模型產(chǎn)品已達(dá)238+個(gè)，大模型產(chǎn)業(yè)競(jìng)爭(zhēng)真正進(jìn)入“百模大戰(zhàn)”階段。其中，絕大多數(shù)產(chǎn)品均以自然語(yǔ)言對(duì)話為主要功能，提供聊天對(duì)話、創(chuàng)意寫(xiě)作、代碼生成等服務(wù)。

朱偉指出，當(dāng)前大模型在文本和圖像領(lǐng)域已實(shí)現(xiàn)生產(chǎn)力商用，但在音視頻領(lǐng)域的應(yīng)用還存在數(shù)據(jù)集缺失、視頻內(nèi)容結(jié)構(gòu)及層級(jí)復(fù)雜、算力成本高等挑戰(zhàn)，其成熟應(yīng)用尚需周期。根據(jù)硅谷知名風(fēng)投公司a16z調(diào)研結(jié)果顯示，在2023年以前，市面上尚不存在公開(kāi)的視頻模型，但2023一年內(nèi)誕生的模型就達(dá)數(shù)十個(gè)，全球用戶數(shù)量超過(guò)百萬(wàn)級(jí)。目前，市場(chǎng)上已投入使用并取得一定進(jìn)展的AI視頻模型數(shù)量達(dá)到21個(gè)。

朱偉同時(shí)表示，當(dāng)前AI視頻模型尚不成熟，但伴隨行業(yè)發(fā)展，大模型正在從1.0圖文時(shí)代加速進(jìn)入以音視頻多媒體為載體的2.0時(shí)代，2024年將迎來(lái)AI視頻年，AI視頻大有可為。目前萬(wàn)興科技深耕創(chuàng)意軟件20余年，在音視頻數(shù)據(jù)、跨模態(tài)和多媒體技術(shù)上有豐富積淀，并對(duì)全球多媒體創(chuàng)作者有更為深刻的理解，現(xiàn)在的萬(wàn)興“天幕”也許不盡完美，但正因?yàn)椴煌昝溃鸥鼘?duì)未來(lái)無(wú)限憧憬，并愿為之不懈努力，相信公司會(huì)朝著新生代AIGC數(shù)字創(chuàng)意賦能者道路闊步前行。展望未來(lái)，萬(wàn)興“天幕”將堅(jiān)持內(nèi)部應(yīng)用、外部開(kāi)放并行，向外部企業(yè)逐步開(kāi)放API接口，期待更多行業(yè)伙伴加入，共筑音視頻多媒體大模型開(kāi)放生態(tài)，攜手共赴AI大時(shí)代。

萬(wàn)興科技副總裁朱偉作《音視頻多媒體大模型市場(chǎng)洞察與落地實(shí)踐》主題演講

隨著數(shù)字化轉(zhuǎn)型的加速和AI技術(shù)的廣泛應(yīng)用，多媒體內(nèi)容創(chuàng)作市場(chǎng)在快速增長(zhǎng)。公開(kāi)資料顯示，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。另?yè)?jù)QYResearch最新研究顯示，預(yù)計(jì)2029年全球?qū)I(yè)音視頻系統(tǒng)市場(chǎng)規(guī)模將達(dá)到3632.7億美元，未來(lái)幾年年復(fù)合增長(zhǎng)率CAGR為5.0%。

推出萬(wàn)興“天幕”的萬(wàn)興科技是中國(guó)數(shù)字創(chuàng)意軟件領(lǐng)域產(chǎn)品覆蓋面廣、營(yíng)收體量大、全球化程度高的A股上市公司，也是國(guó)內(nèi)AIGC行業(yè)龍頭企業(yè)，業(yè)務(wù)覆蓋200多個(gè)國(guó)家和地區(qū)，全球累計(jì)用戶超15億，月活近1億，被視為“中國(guó)版Adobe”。

成立20年來(lái)，萬(wàn)興科技一直緊跟技術(shù)浪潮，與時(shí)俱進(jìn)洞察市場(chǎng)需求，針對(duì)性賦能不同階段的內(nèi)容創(chuàng)作。面向全新展開(kāi)的AIGC時(shí)代，萬(wàn)興科技錨定數(shù)字創(chuàng)意創(chuàng)作場(chǎng)景，已推出萬(wàn)興愛(ài)畫(huà)、萬(wàn)興播爆、Wondershare Kwicut、Wondershare VirtuLook等AIGC創(chuàng)意新品；旗下萬(wàn)興喵影、Wondershare PDFelement、萬(wàn)興PDF、億圖圖示、億圖腦圖、墨刀等產(chǎn)品均已集成AIGC能力，并持續(xù)優(yōu)化上新，用AI讓世界更有創(chuàng)意。

 雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。