>> 華創(chuàng)證券-計算機行業(yè)AI+專題系列點評(二十二)：豆包AI，多主體互動與高效計算的視頻生成-241016
| 上傳日期： |
2024/10/17 |
大?。?/td>
| 1318KB |
| 格式： |
pdf 共9頁 |
來源： |
華創(chuàng)證券 |
| 評級： |
推薦 |
作者： |
吳鳴遠 |
| 行業(yè)名稱： |
計算機 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
事項：
2024年9月24日，字節(jié)跳動旗下火山引擎在深圳舉辦的AI創(chuàng)新巡展上正式發(fā)布了兩款豆包視頻生成大模型：Pixel Dance和Seaweed，同時開啟了面向企業(yè)市場的邀測。豆包AI視頻生成大模型具備多主體協(xié)同和復雜任務處理的顯著能力，支持復雜的多鏡頭操作，如變焦、平移和環(huán)繞，確保不同鏡頭切換時視覺風格和細節(jié)的一致性。該模型采用動態(tài)集成Transformer（DiT）架構，每分鐘處理高達80萬次Token，遠超行業(yè)標準，具備強大的并發(fā)處理能力。這些特性使豆包AI在視頻生成領域，尤其是影視和廣告行業(yè)，擁有廣泛的應用前景和競爭優(yōu)勢。
評論：
多主體互動與復雜任務處理：豆包AI視頻生成大模型突破了多主體復雜互動的技術障礙，支持深度語義理解，通過復雜指令驅(qū)動多個角色的自然互動。這使得生成的視頻角色動作、表情高度協(xié)調(diào)，自然流暢，滿足影視、游戲等多角色場景的需求。
多鏡頭切換與一致性：依托動態(tài)集成Transformer（DiT）架構，模型支持豐富的多鏡頭操作，如變焦、環(huán)繞、平移等，并在不同鏡頭切換中保持主體風格、氛圍的一致性。這解決了傳統(tǒng)視頻生成中因鏡頭切換導致視覺不連貫的問題，為視頻創(chuàng)作者提供了更靈活的視覺表達手段。
細節(jié)處理與風格適應性：該模型具備強大的細節(jié)處理能力，能夠準確呈現(xiàn)人物的外貌、服裝等細微變化，并且適應多種風格需求。即使在復雜的時序轉換中，視頻內(nèi)容仍能保持高度一致性，進一步提升視頻的表現(xiàn)力與觀賞性。
高效計算與擴展能力：豆包AI視頻生成模型具備每分鐘高達80萬Token的并發(fā)處理能力，遠超行業(yè)標準。這使其能夠高效應對大規(guī)模應用中的高并發(fā)需求，確保系統(tǒng)的穩(wěn)定性和效率。同時，它在影視制作和廣告生成等領域展現(xiàn)出巨大的應用潛力。豆包AI的技術突破顯著提升了生成高質(zhì)量復雜視頻內(nèi)容的效率，推動了智能化視頻生成領域的發(fā)展，并在行業(yè)中展現(xiàn)了強大的競爭優(yōu)勢。
投資建議：AI大模型本質(zhì)應落腳垂類應用，國內(nèi)大模型正快速追趕美國先進水平，中文大模型的突破有望為下游AI應用注入新的活力，看好AI+應用產(chǎn)品力與商業(yè)化落地進程。建議關注以下標的：AI+應用側：1）安全：永信至誠、深信服；2）辦公：金山辦公、福昕軟件；3）法律：金橋信息、華宇軟件、通達海；4）醫(yī)療：潤達醫(yī)療；5）教育：佳發(fā)教育、歐瑪軟件、新開普；6）金融：同花順、新致軟件；7）郵箱：彩訊股份；8）傳媒：掌閱科技、華策影視；9）數(shù)據(jù)：海天瑞聲；10）電商：焦點科技；11）OA：致遠互聯(lián)、泛微網(wǎng)絡；12）ERP：用友網(wǎng)絡、金蝶國際。算力側：1）算力基礎：潤澤科技、亞康股份、海光信息、寒武紀、龍芯中科；2）服務器：中科曙光、浪潮信息、紫光股份、神州數(shù)碼、拓維信息。
風險提示:商業(yè)化后表現(xiàn)不及預期，用戶付費意愿低，行業(yè)技術迭代速度較快。
|
|
