AI行业专题报告：视频及图像生成模型.pdf

AI行业专题报告：视频及图像生成模型。

生成式 AI 模型开源闭源并行发展，模型版本持续迭代

从生成式 AI 模型出现至今，国内外的 AI 视频图像模型不断迭代， 整体上呈现开源与闭源生态并行的发展趋势。海外及国内 AI 大厂（如 Google、Adobe、OpenAI、字节跳动）在闭源模型竞争上日趋激烈，不 断在各自领域加速渗透大型商业化市场，例如广告、影视制作等场景； 开源模型的落地更多集中在降低中小开发者门槛，在游戏、短视频等交 互场景中推动技术普惠化。 目前国内外主流的生成式 AI 模型版本主要为：Gen-4 Turbo、可灵 2.1、即梦 AI 3.0、Midjourney V7 等。整体在智能化水平高速提升的背 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 与搜索、 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。

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。

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。

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。