AI系列专题跟踪——视频及图像生成模型.pptxVIP

景下，AI驱动的创新落地成为各厂商竞争点，例如将生成式AI与有哪些信誉好的足球投注网站、广告内容、办公等多个领域进行融合，加快模型在B端和C端的落地。

l生成式AI在影视行业内全链路布局，多维度提升影视质量

生成式AI已经初步在影视行业落地，例如在动画短片和部分特效场景中。AI视频生成已经具备复杂场景生成能力，在保证质量的同时可以实现分镜，真实物理规律以及角色一致性等。从落地的场景角度，生成式AI在剧本生成，角色/场景建模，动画生成，后期配音，剪辑调色等环节均有不同程度的应用。

我们认为在影视领域，算力资源和一致性为目前主要的限制因素。原因在于生成更长的视频意味需要更多的计算资源，或者在资源有限的情况下，由于模型自身的技术原因，为了保证质量，视频的时长会存在压缩的情况，这也就对视频生成的前后一致性有了更高的要求。

l助力游戏内容生成，游戏内赋能交互场景

市场上游戏类别多样化，因此对于研发效率和研发质量有着更高要求，游戏内容也从传统的固定交互逐步走向个性化互动模式。生成式AI在此过程中可以从图像、文本、音频、3D等方面进行画面及场景生成。

在内容生成上，生成式AI可以从美术，背景内容，玩法上进行对应生成。美术包括角色的建模和对应的贴图动画和局内特效；背景内容包括背景生成，剧情生成等；玩法包括关卡难度，道具属性调整等。在玩家游玩的交互层面，生成式AI可以通过NPC的个性化交互进行辅助游玩，包括但不限于玩法介绍，装备介绍，局内攻略等。同时在局内场景上也可以实现智能识别并动态响应。

l生成式AI未来趋势

在影视领域，未来生成式AI会不断地在精度、质量和时长三个维度进行创新迭代。首先在精度方面，要在复杂提示词和参数的条件下精准生成和控制镜头角度，运动轨迹和背景布局等。目前主流的生成工具对于相对复杂的指令响应有限。未来条件指令输入的方式多模态化，文字+图片生成视频方式会被逐步采用。

在质量上，主要痛点还是会出现不符合真实物理规律的情况，例如“局部合理，整体荒谬”情况，稳定性有待提高。;

时长上，当前主流的生成模型生成时长集中在半分钟内，例如可灵2.0最长可以在1080p分辨率下生成2分钟视频。限制时长主要与模型复杂程度有限、计算资源有限有关。

l投资建议

国内生成式AI行业内百花齐放，各领域厂商均有布局。在游戏的制作与应用方面，腾讯凭借自身技术积累，赋能多个核心环节的创作生成，全线覆盖影视内容制作的前、中、后期，实现降本增效，创意生成。同时公司开源混元3D生成模型2.0版本，并同步推出混元3DAI创作引擎，对游戏角色的建模进行解耦，加快内容的制作。阿里巴巴的通义万相模型在业内领先，目前开源至Wan2.1-VACE版本，可以同时支持文生视频、图像参考视频生成、视频重绘、视频局部编辑、视频背景延展以及视频时长延展等全系列基础生成和编辑能力。同时阿里在生成模型上进行多任务能力探索，包括：图像参考；视频重绘；局部编辑等。快手可灵大模型从23年推出开始，先后经历了6个版本迭代至可灵

2.1，在画质质量、动态质量、美学表现、运动合理性以及语义理解等方面不断提升。自研模型和自身运营视频平台打开了商业化落地的想象空间，形成广告等内容的自产自销，从而推动内循环广告健康增长。建议关注在模型侧持续投入布局和商业化落地初具成效的相关公司，模型侧包括：腾讯控股、阿里巴巴-W、快手-W、美图公司等，游戏端包括：网易-S、恺英网络、三七互娱、吉比特、神州泰岳、巨人网络等，影视端包括：光线传媒、万达电影、上海电影、中文在线、昆仑万维等，广告端包括：分众传媒，蓝色光标、省广集团、易点天下等。

l风险提示

版本迭代不及预期风险，相关政策风险，商业化不及预期风险等。;

正文目录

1AI视频及图像生成模型未来展望..................................................................................................................................8

1.1AI视频图像模型技术发展趋势...............................................................................................................................8

1.2AI视频图像模型未来应用场景展望................