企业AI产业进展如何？

AI应用百花齐放，产业迭代升级可期。

1.AI视频

Sora

2024年2月16日凌晨，OpenAI发布首个文生视频模型Sora。根据官方披露，Sora可以直接输出长达60秒的视频，并且包含高度细致的背 景、复杂的多角度镜头，6月26日，全球知名的玩具店 " 玩具反斗城 " 发布了全球首部利用 OpenAI 视频生成大模型 Sora 制作的宣 传片《玩具反斗城的起源》。Sora的功能包括： 文本到视频的转化：Sora能够将用户的文本描述转化为动态的视觉内容，一定程度上降低视频制作门槛。 角色和场景生成：模型能够根据描述生成具有多个角色和复杂背景的视频场景。 物理模拟：Sora在生成视频时，尝试模拟现实世界的物理规则。 视频编辑和扩展：Sora不仅能从头开始生成视频，亦可对现有视频进行编辑和扩展，填补缺失的帧或增加新的内容。

快手可灵

"可灵"是由快手公司研发的视频生成大模型，旨在推动短视频创作的自动化和智能化。"可灵"于2024年6月6日正式发布，并迅 速获得了广泛关注。6月21日，快手视频生成大模型“可灵”再度进化，正式推出图生视频功能，支持将任意静态图像转化为生 动的5秒视频，搭配创作者输入的不同文本，可生成多种运动效果。可灵还同步发布了业内领先的视频续写功能，支持对已生成 的视频一键续写和多次续写，单次可让视频延续约5秒，最长可生成约3分钟视频。 现阶段"可灵"具有文生视频、图生视频、视频续写三大功能，以及基于自研的3D人脸和人体重建技术，结合背景稳定性和重定 向模块，实现表情肢体全驱动技术。

2.AI应用

天工

2023年4月17日，昆仑万维自研的双千亿级大语言模型天工1.0正式发布。 2024年2月6日，“天工2.0”与新版“天工AI智能助手”APP发布。4月17日，“天工3.0”基座大模型与旗下的“天工 SkyMusic”音乐大模型正式开启公测。天工3.0采用4千亿级参数MoE混合专家模型，并将同步选择开源，是全球模型参数最 大、性能最强的MoE模型之一。相较于上一代天工2.0MoE大模型，天工3.0模型技术知识能力提升超过20%，数学/推理/代码/ 文创能力提升超过30%。5月，在MMBench等多项权威多模态测评结果中，“天工3.0”多项评测指标达到全球领先水平。

KimiChat

KimiChat是由北京月之暗面科技有限公司推出的智能助手产品，2023年10月9日，Moonshot AI宣布在“长文本”领域实现突 破，推出了支持输入20万汉字的智能助手产品Kimi Chat。 长文本处理能力：Kimi Chat 支持长达200万汉字的输入，这是全球大模型产品中所能支持的最长上下文输入长度。这种能 力使得Kimi Chat能够处理和理解长篇文档，为用户提供深入的信息分析和处理服务。高效的理解和处理能力：Kimi Chat 能够有效减少“幻觉”问题，它能够一次性接收和理解大量的输入信息，从而提供更准确的问答和信息处理服务。创新的网 络结构和算法策略：Kimi Chat 采用创新的网络结构和改进的算法策略，这些优化使得模型在对超长文本的全文理解时，不 需要依赖于滑动窗口、降采样或小模型等可能损害性能的技术捷径。

秘塔AI

秘塔科技成立于2018年4月，最初专注于法律翻译领域，推出了首款产品“秘塔翻译”，专注于法律和公文类文书的中英文AI翻 译软件。随后，秘塔科技逐渐扩展到AI写作和搜索领域，推出了“写作猫”和“对话写作猫”等产品。2023年，秘塔科技自主 研发的大语言模型MetaLLM通过了《生成式大模型备案》（第二批）的审核。 秘塔AI搜索在2024年初上线，并迅速在市场上取得显著表现。其访问量在3月份达到721万次，同比增长551.36%，一定程度上体 现出市场吸引力和发展潜能。此外，秘塔AI搜索新增了文库功能，可以一键展开文档格式的内容，进一步扩展了搜索范围。 秘塔AI搜索的核心技术是自主研发的大语言模型MetaLLM，该模型基于深度学习技术，具有无广告、直达结果结构化信息展示、 多轮对话式搜索、语音输入、学术搜索功能、实时全网搜索等功能。

3.AI音乐

Suno

Suno是基于AI音乐创作平台，其允许用户根据简单的提示词生成带有伴奏和人声的音乐，并科自定义设置歌词、风格和歌名。 Suno由音乐家和AI科学家组成的团队在2022年成立，于2022年底成功推出。2023年4月，Suno推出了文本转音频模型Bark，7月 增加了人声音乐功能，9月用户可以在Suno的Discord频道体验文字生成音乐，12月20日推出了网页版本应用，并与微软Copilot 合作，集成了Suno的功能。2023年12月，Suno与微软Copilot达成合作，用户可以在Copilot中输入简单指令，调用Suno插件完 成音乐创作。这次合作进一步提高了Suno的知名度和认可度。 Suno的技术特点包括使用先进的机器学习和自然语言处理技术，特别是深度学习技术，这些技术使得Suno能够从大量数据中学 习并提升智能水平。此外，Suno还融合了语义分析、情感识别、图像识别等多种技术，展现出强大的应用能力。

给麦

"给麦"是由盛天网络推出的AI音乐社交产品，它是音乐社交产品中首家深度融合AI应用的音乐交友和创作平台。 2023年9月"给麦"APP正式上线，推出AI歌声进化功能，标志着公司在AI音乐社交领域的探索正式启航。这一功能让用户能够利 用自己的声音通过AI技术翻唱歌曲，或使用AI生成的声线演绎特定曲目。 2024年“给麦”迭代升级，巩固其在AI音乐翻唱领域的领先地位。期间，"给麦"不断优化用户体验，拓展了更多音乐+AI的多元 化玩法，包括但不限于AI实验室、线上连麦K歌、语音互动等，进而丰富音乐社交的场景和体验。 2024年6月4日"给麦"发布了《2024年AI音乐专题报告》，指出AI音乐或至奇点时刻，强调了应用落地的投资机会，披露"给麦" 在商业化方面的进展，商业潜力值得期待。