登录注册

多模态AI应用端梳理

韭研工具人

航行五百年的公社达人

2023-12-08 12:54:22

AI 应用的主要方向包括已推出产品并开启商业化的AI应用领域：工具、教育、音乐、校对、营销等；此外还有受益于 AI 视频生成等 AI 多模态模型的游戏、影视等 IP 开发领域。

后续随着 AI 大模型进一步朝多模态方向升级，广泛的数据交互方式和丰富的应用场景为提升用户体验提供了巨大的可能性。

从应用趋势来看，随着多模态大模型在语音、图像和视频等多种输入输出方式中的应用，内容创作领域可能会经历前所未有的变革。

多模态模型有望显著打开下游应用场景，破除单纯文字交互的局限性。下游应用场景在工业、医学、汽车、机器人等领域应用落地带来的商业化增量空间有望不断打开。

2023 年 8 月 31 日，国内首批 8 家厂商 AI 大模型通过《生成式人工智能服务管理暂行办法》备案，11 月 3 日，又有 11 家 AI 大模型完成备案。

AI视频生成

多模态融合大势所趋，AI生成视频技术的迭代，加速应用落地和商业模式创新。

文生视频是一个年轻的方向，该领域面临多方面的挑战，包括高算力成本、缺乏高质量的数据集等，但随着视频扩散模型技术的突破，新算法模型不断涌现。

以国外Runway为代表的企业在近半年内取得了较大的进步，生成视频的一致性和保真度也有了较大改进,未来在视频多模态领域的应用。

AI 视频生成领域，主要布局厂商包括万兴科技、新国都、虹软科技、光云科技等。

万兴科技旗下 AI 视频创作软件 Wondershare Filmora 13 内置创作助手 Copilot，并上线了 AI 文本成片、AI 音乐生成器等 AI 生成功能；万兴“天幕”是国内首个专注于以视频创意应用为核心的百亿级参数多媒体大模型。

AI+游戏

游戏作为集合了文字、图像、声音、视频等内容形式的商业化应用，有望更好在研发端利用多模态大模型的能力，提升内容制作效率，并提高内容丰富度，同时一些基于 AI 的 NPC 等设计或进一步提升用户体验和付费意愿，打开游戏整体收入增量空间。
版号发放常态化带来供给端改善，新游戏陆续上线。多模态大模型有望提高游戏研发效率及内容、玩法丰富度，增强游戏社交属性，吸引增量用户，进一步打开游戏商业化空间。
“AI+游戏”相关布局厂商包括盛天网络、神州泰岳、网易、腾讯控股、吉比特、心动公司、创梦天地、姚记科技、完美世界，包括星辉娱乐、恺英网络、掌趣科技、汤姆猫、宝通科技、巨人网络、三七互娱、吉比特、巨人网络、电魂网络等。

AI+ 影视 IP/音乐

AI多模态技术有望带来动画、影视、互动影视游戏、音乐等内容开发提速，丰富内容供给，带来商业化增量。
该环节参与布局的厂商众多，代表厂商包括芒果超媒、奥飞娱乐、阅文集团、猫眼娱乐、光线传媒、中文在线、上海电影、掌阅科技、华策影视、捷成股份、万兴科技、易点天下、盛天网络等。

AI+教育/电商/医疗

AIGC 在海外已实现教育产品功能创新、课程研发降本增收。语言学习应用程序多邻国（Duolingo）基于GPT-4大模型，推出DuolingoMax订阅服务。国内 AI 教育产品继续更新迭代，有望逐步带来增量。

AI 赋能电商“人”、“货”、“场”全面铺开，AI 导购在国内外加速落地，实现了商品推荐、服装试穿等功能创新，有望帮助电商平台和服务商提升商品销售效率，实现降本增效。

AI+医疗方面，在医保控费、分级诊疗的大背景下，AI能够通过提升人效、精细化运营、专业赋能的方式，帮助医院实现降本增效，同时帮助基层医院提高医疗能力。因此，AI大模型所嵌入的产品有望实现较好的落地。未来多模型AI有望在成像技术、疾病筛查与预测、手术与康复等场景下持续发力。

该环节相关布局厂商包括世纪天鸿、南方传媒、皖新传媒、盛通股份、佳发教育、鸥玛软件、光云科技、值得买、壹网壹创、东方甄选、焦点科技、润达医疗、嘉和美康、卫宁健康、创业慧康、迪安诊断等。

AI+办公

在AI领域，语音输入和图像输入意味着更自然便捷的人机交互方式和更广泛的应用场景，或进一步革新办公产品。

微软面向企业客户全面推出Microsoft365Copilot，产品商业化步伐再度迈进，对于国内办公软件厂商来说有积极意义。

当前国内“AI+办公”类厂商多个产品进入测试阶段，监管落地后相关产品商业化有望加速。

金山办公发布的具备大语言模型能力的生成式人工智能应用，名为“WPS AI”，这也是国内协同办公赛道首个类ChatGPT式应用。

AI+办公环节主要布局厂商还包括彩讯股份、致远互联、科大讯飞等。

AI+元宇宙/虚拟人

苹果 MR 头显或带动整体 MR 设备出货量提升及 AR/VR 内容需求增长。

多模态大模型有望为内容开发降本提效，从而提高各应用场景下的 VR/AR 渗透率。

主要布局厂商包括风语筑、锋尚文化、恒信东方、蓝色光标、因赛集团、元隆雅图、引力传媒等。

AI+机器人

AI大模型深度赋能机器人感知层和规划层，助力机器人更贴近具身智能。

以微软ChatGPT预训练语言模型、谷歌PaLM-E模型、英伟达多模态具身智能系统NVIDIAVIMA为代表的AI技术突破，进一步助力机器人突破产品力上限。

2023年3月谷歌PaLM-E模型推出，融合了ViTVisionTransformer的220亿参数和PaLM的5400亿参数能力，集成了可控制机器人视觉和语言的能力。

2023年5月英伟达发布多模态具身智能系统NVIDIAVIMA，标志AI能力的又一显著进步，有望显著提升机器人的智能化水平、人机交互能力、自编译能力。

作者利益披露：转载，不作为证券推荐或投资建议，旨在提供更多信息，作者不保证其内容准确性。

声明：文章观点来自网友，仅为作者个人研究意见，不代表韭研公社观点及立场，站内所有文章均不构成投资建议，请投资者注意风险，独立审慎决策。

苏州科达

网达软件

当虹科技

工分

63.16

投诉

复制链接

分享到微信

有用 74

打赏作者

无用

真知无价，用钱说话

0个人打赏

同时转发

只看楼主

热度排序