>> 太平洋證券-傳媒互聯(lián)網(wǎng)行業(yè)周報：AI多模態(tài)提升商業(yè)化價值，應用多點開花驗證景氣度-231203
| 上傳日期： |
2023/12/4 |
大?。?/td>
| 1640KB |
| 格式： |
pdf 共21頁 |
來源： |
太平洋證券 |
| 評級： |
-- |
作者： |
鄭磊 |
| 行業(yè)名稱： |
傳媒 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
大模型：OpenAIQ或加速AGI實現(xiàn)進程
2023年11月22日，OpenAI在給員工發(fā)布的內(nèi)部信中承認了Q大模型，并將該項目描述為超越人類的自主系統(tǒng)。該模型可能具備兩個核心特性：1）突破人類數(shù)據(jù)的限制，可以自己生產(chǎn)巨量訓練數(shù)據(jù)；2）有自主學習和自我改進的能力。根據(jù)分析，Q大模型可能為Q學習和A算法的結(jié)合。關于Q學習，其是一種基于強化學習的算法。旨在學習最優(yōu)策略，使智能體在未知環(huán)境中做出最佳選擇。關于A算法，其是一種靜態(tài)路網(wǎng)中求最短路徑最有效的直接搜索方法，也是解決許多搜索問題的有效算法。我們認為，基于Q學習和A算法的結(jié)合，Q大模型在強化學習和決策能力上或?qū)崿F(xiàn)新突破，加速AGI實現(xiàn)進程。
AI多模態(tài)：技術(shù)突破有望提升AI商業(yè)化價值
1）Pika：Pika 1.0具備文本生成與編輯視頻功能。2023年11月29日，美國AI初創(chuàng)公司Pika Labs發(fā)布其視頻生成模型Pika 1.0，該模型具備使用文本生成和編輯多種風格視頻的功能。在生成視頻方面，通過輸入文本或上傳圖像，能生成簡短的高質(zhì)量視頻，視頻風格涵蓋3D動畫、動漫、卡通、電影等。在視頻編輯方面，Pika 1.0可以在保持視頻結(jié)構(gòu)的同時轉(zhuǎn)換視頻風格，拓展視頻的畫布或?qū)捀弑?，利用AI編輯視頻內(nèi)容，以及擴展現(xiàn)有視頻剪輯的長度。我們認為，Pika 1.0的推出意味著多模態(tài)技術(shù)的不斷進步與成熟，未來相關技術(shù)的下游應用有望持續(xù)突破，視頻生成等AIGC技術(shù)的升級有望提高內(nèi)容生產(chǎn)的效率與質(zhì)量。
2）HeyGen：實現(xiàn)聲音克隆及生成AI數(shù)字人形象。2022年7月，總部位于深圳的AI初創(chuàng)企業(yè)詩云科技推出在線AI數(shù)字人視頻生成平臺HeyGen，隨后由該工具創(chuàng)作的郭德綱用英文說相聲、泰勒·斯威夫特用中文接受采訪等視頻走紅網(wǎng)絡。HeyGen在推出后的7個月，持續(xù)迭代了30多個版本，同時實現(xiàn)了100萬美元的年度經(jīng)常性收入。HeyGen平臺的主要功能有：1）聲音克隆功能能識別人聲特點，克隆出視頻人物的聲音，實現(xiàn)視頻音頻內(nèi)容多語種翻譯，結(jié)合視頻人相更換技術(shù)，還能實現(xiàn)根據(jù)語種發(fā)音更換人物口型的效果；2）用戶可生成自己的AI數(shù)字人形象，并且能為該數(shù)字人配上符合自己聲線的多語種視頻，還能為其更換服裝；3）通過上傳圖片并輸入文本內(nèi)容，將靜態(tài)圖片轉(zhuǎn)換為動態(tài)視頻；4）為視頻提供高質(zhì)量背景模版，簡化視頻創(chuàng)作流程。我們認為，HeyGen平臺對視頻創(chuàng)作過程的優(yōu)化體現(xiàn)了AIGC應用發(fā)展為內(nèi)容創(chuàng)作帶來的技術(shù)變革。未來AIGC技術(shù)有望持續(xù)為創(chuàng)作者提供更簡單易用、更高效的創(chuàng)作工具，制作環(huán)節(jié)的簡化將有利于創(chuàng)作者將精力更多的集中于創(chuàng)意開發(fā)，同時也能提高內(nèi)容制作的效率，提升AI商業(yè)化價值。
國內(nèi)AI大模型隨著備案通過逐步進入落地階段
1）昆侖萬維：天工SkyAgents平臺發(fā)布，對標OpenAIAgent。12月1日，昆侖萬維正式發(fā)布天工SkyAgents平臺，該平臺基于天工大模型打造，具備從感知到?jīng)Q策，從決策到執(zhí)行的自主學習和獨立思考能力，是國內(nèi)領先的AIAgent開發(fā)平臺。該平臺具備以下三個特點：1）更易用：通過在高度模塊化的大語言模型構(gòu)件中集成Agent-toAgent，Human-to-Agent的交互模式，實現(xiàn)完全無代碼操作，讓不具備代碼開發(fā)經(jīng)驗和訓練大模型提示詞工程能力的用戶能夠輕松利用大模型能力完成任務；2）更靈活：平臺具備數(shù)據(jù)檢索增強（RAG）能力，支持導入更多格式和更大規(guī)模的數(shù)據(jù)和知識，并能自動識別關鍵信息點，形成結(jié)構(gòu)化的知識體系。依賴于該能力，用戶能通過導入新數(shù)據(jù)更新大模型參數(shù)，也能將專業(yè)知識庫與AI大模型相結(jié)合，獲得精通某一專業(yè)領域知識的AI助手；3）更強大：平臺強化了自然語言處理能力，加入了先進的目標理解和工作流自動化技術(shù)，能夠更精準地識別和解析復雜的業(yè)務目標，自動生成定制化的工作流程，預測并建議潛在的優(yōu)化方案。我們認為，天工SkyAgents平臺的發(fā)布讓缺乏代碼開發(fā)能力的個人和中小企業(yè)也能輕松利用大模型技術(shù)，這將降低大模型的使用門檻，并推動AI大模型相關應用的蓬勃發(fā)展。
2）盛天網(wǎng)絡：給麥APPAI歌聲進化功能優(yōu)化演唱體驗。2023年9月18日，盛天網(wǎng)絡推出的具備AI歌聲進化功能的音樂社交App給麥在多平臺正式上線，該App是一個AI音樂向探索的音樂社交+音樂創(chuàng)作平臺，旨在為音樂愛好者提供一個開放、創(chuàng)新、有趣和有益的數(shù)字孿生、社交元宇宙世界。其AI歌聲進化功能能夠通過AI智能識別并且抓取用戶的個性化音色，經(jīng)過模型算法的訓練后，讓用戶實現(xiàn)對多語種、不同風格音樂的演唱。目前給麥App在小米和應用寶兩大應用市場的AI唱歌和AI翻唱細分品類搜索熱度排名第一，在VIVO應用市場中，AI翻唱品類搜索熱度排名第一，AI唱歌品類搜索熱度排名第三。我們認為，給麥App AI與音樂的結(jié)合優(yōu)化了用戶的音樂演唱體驗，滿足了AI賦能音樂創(chuàng)作的用戶需求。公司未來對音樂+AI多元化玩法的探索將持續(xù)推動AI技術(shù)與音樂社交、音樂創(chuàng)作等領域的深度融合。
3）果麥文化：海量出版文字底稿內(nèi)容有利于AI校對產(chǎn)品開發(fā)。2023年11月8日，果麥文化在投資者關系平臺上表示公司擁有AI漫畫、AI校對等
|
|
