多模态-零帕网

目前除OpenAI之外，谷歌、字节跳动等厂商均已推出具备文生视频能力的多模态模型。基于对Stable Video Diffusion、谷歌W.A.L.T以及其它文生视频模型的分析，我们认为高质量数据以及底层通用大模型是文生视频能力的重要决定因素，随着Transformer架构的引入，以及3D建模领域模型的迭代，2024年文生视频有望在时间长度、画面清晰度、内容逼真程度等方面实现显著迭代，打开商业化应用空间。

相比单模态，多模态大模型同时处理文本、图片、音频以及视频等多类信息，与现实世界融合度高，更符合人类接收、处理和表达信息的方式，与人类交互方式更加灵活，表现的更加智能，能够执行更大范围的任务，有望成为人类智能助手，推动 AI 迈向 AGI。就技术架构而言，多模态技术可拆解为编码、对齐、解码与微调等步骤，逐步挖掘多模态关联信息，输出目标结果。文生图 CLIP 模型为最先成熟的多模态技术，目前，多模态已不再局限于图文两层信息。例如，Meta-Transformer 可同时理解并处理 12 种模态信息。

AI带动近期市场表现，Chatbot用户活跃表现良好。1）从海外看，由于OpenAI、谷歌等大模型进展迅速，美股AI近期表现较好，英伟达、META、C3等涨幅较大，海外Chatbot网页访问量稳中有升。2）从国内看，海内外AI进展迅速带动国内人工智能板块反弹，Wind人工智能指数年初至今涨12.1%，交易量也大幅增长；3）从个股维度看，年初至今人工智能板块涨幅较大的为万兴科技、昆仑万维等；传媒板块涨幅较大的有中视传媒、神州泰岳、凤凰传媒、中南传媒、姚记科技等。

安防后端起家，广业务矩阵转型以视频为核心的智慧物联领军人。大华股份成立于 2001 年，早期布局后端产品；2008 年从后端存储类产品向前端摄像机等产品转型。2011 年前后踏入视频监控高清化的技术浪潮，2021 年提出 DahuaThink 战略，主业正式转型为以视频为核心的智慧物联。