文生视频”多模态应用发展路径
市场认为，AI概念已经逐渐步入成熟期，但未见杀手级应用。实际上，无论是大模型、算力、数据仍处于通用AI的发展初期，从全球巨头的动作看，“合纵连横”亦初现端倪。本篇报告中，我们深度剖析“文生视频”这未来一多模态应用发展路径，可见AI应用的发展尚处于早期，相应地，算力需求远未见顶，AI生态的整合正在进行中。
（1）文生视频是多模态AIGC圣杯，优化迭代速度慢。视频是多帧图像的组合，然而文生视频在文生图的基础上增加了时间维度，技术实现更困难。即便是Meta和Google这样的硅谷人工智能巨头，在文生视频上进展缓慢，它们分别推出的Make-A-Video和Phenaki均尚未公测。
（2）文生视频底层模型及技术仍在优化，未筛选出最优模型。文生视频技术主要发展过程经历了基于GAN和VAE、基于Transformer模型、基于扩散模型三个阶段。目前主流的文生视频模型主要依托Transformer模型和扩散模型。1）基于Transformer的代表Phenaki突破了视频生成时长限制，但效果相对粗糙缺少细节。2）基于扩散模型的代表Make-A-Video重在提升视频质量，但其视频时长均在4s以内。
（3）文生视频效果各异，总体质量较低。当前文生视频可公测应用较少，仅有RunwayGen-2、ZeroScope及Pika Labs等少数几个，它们有如下共同问题：1）复杂人物动作生成帧连续效果较差；2）非日常场景的视频架构能力连续能力一般；3）多主体视频生成缺乏逻辑连续性等。
（4）文生视频当前商用化程度较低，可从图片生成看其商业前景。1）根据七麦数据，图片生成类应用在多模态大模型中，表现出较强的收费能力，应用数量上占比最高。2）当前唯一收费的文生视频应用（Runway Gen-2），商业模式与图片生成趋同，即主要按照生成量定价。
看好人像生成细分领域，但营收持续增长能力仍待验证。1）Lensa AI推出人像生成功能后，去年12月前12日内创收2930万美元，但2023年7月全球收入已回落为100万美元；2）妙鸭相机上线即火爆，半月营收估计超过29万美元，后续须上线新模板、新玩法维持营收增长。
看好算力储备大厂在多模态生成领域的发展。1）文生图应用Midjourney日活达1500万，年收入超1亿美元，它推出的多版无限量套餐、高速GPU服务反映出市场对算力的巨大需求。2）目前国内文生图多为计次付费，尚未出现无限量套餐，或因算力受限，我们认为，具有算力储备的云服务厂商在发展视频生成类应用上具有天然优势。
看好业务协同向发展，看好文生视频与文生图、图生视频的联动。AI对产品价值的拉动表现为：1）促活、拉新：Adobe、MiCROsoft 365 Copilot分别在软件原有基础上推出AI工具；2）提升产品价格：Office Copilot是基于GPT-4 API的应用，Copilot加入后Office当前四种商业版整体订阅价格涨幅达53-240%。我们看好文生视频能与原有产品产生协同，降本增效的公司，例如游戏、影视制作等领域的公司。
投资建议：
1）算力：AIGC蓬勃发展的基石，建议关注光通信，包括中际旭创、天孚通信、新易盛、太辰光、德科立；算力设备：盛科通信、恒为科技、锐捷网络、寒武纪、美格智能、紫光股份、工业富联、中兴通讯等；算力租赁：并行科技、中贝通信、云赛智联等；
2）模型层：建议关注万兴科技、金山办公、科大讯飞等；
3）应用层：看好游戏的迭代创新，建议关注恺英网络、神州泰岳、盛天网络、游族网络等。