Sora再度颠覆AI视频行业 A股哪些公司有相关布局？(2)

　　海康威视在去年4月20日回复投资者提问时披露，公司从几年前就开始研发视觉大模型，现在已经到了多模态大模型的研发阶段，包括视觉、语音、文本等多模态信号的融合训练及处理。

　　大华股份于2023年10月发布“星汉大模型”，该模型融合点云、语音、图像等输入，构建了多模态融合的行业视觉大模型。

　　大华股份在1月15日在投资者问答中介绍，公司多模态融合的行业视觉大模型（大华星汉大模型），是基于公司过去丰富的行业和细分场景的业务经验，面向以视觉为核心的智慧物联领域，通过融合图像、点云、文本、语音等多模态数据所搭建的，大幅提升了视觉解析能力，该模型为解析式大模型，与市面上的ChatGPT等生成式大模型有明显差异。

　　万兴科技此前发布音视频多媒体大模型万兴“天幕”。据了解，万兴“天幕”是一个以音视频生成式AI技术为基础的多媒体创作垂类大模型，由视频大模型、音频大模型、图片大模型、语言大模型组成，聚焦数字创意垂类创作场景。

　　2月2日，万兴科技在互动平台表示，天幕大模型主要基于公司在数字创意领域二十年的产品开发与运营经验而打造的音视频多媒体大模型，具备多媒体、垂直解决方案、算力数据及应用本土化等特色，以更智能、更沉浸的功能效果和产品体验赋能全球内容创作者的创意表达。

　　博汇科技1月9日在回复投资者提问时表示，公司通过运用人工智能、大数据等技术，对采集到的数据进行分析、特征学习和样本训练，构建智慧监管模型，提升了对文本、图片、音频、视频等多模态数据的处理分析能力，进一步强化核心技术优势，提高产品竞争力。

　　易点天下在2月4日在投资者互动平台表示，公司旗下AIGC创作平台KreadoAI可以帮助企业实现从脚本撰写、语音克隆、个性化数字人选择到输出口播视频的内容生产AI化全链路闭环。

　　数码视讯1月4日互动平合表示，公司多年来积极自主研发积累AI技术，龙其是在视频内容生产领域，持续不断探素AIGC生成式技术，并配合智能审核技术、多模态智能搜索等实现全媒体行业的媒资管理，构建全新视音频服务。

　　汉王科技2023年12月31日互动平台表示，公司在文本、图像、视频、生物特征、语音等多榄态识别、文本理解和利用等技术上耕耘多年，并形成智能终端产品和行业解决方案。目前正在研发的AI模型尚属于新生技术，在文本生成、生成内容的控制与审核等方面的技术细节尚在进一步完善。

　　当虹科技1月5日互动平台表示，公司拥有自研的AIGC工具集，发布了以静态照片生成三维体积视频的方案，并且通过点云模型转换及压缩算法实现高达800倍的视觉无损压缩，实现不同模态之间相互切换。公司AIGC视频内容智能生成系统融合了大模型技术，能助力用户在新闻传播、视频内容创作等多项领域中创作出优质视频内容。

　　东方国信去年12月27日互动平台表示，在AI多模态方面，公司在文本、语音、图像、视频等非结构化数据类型的AI分析上，均有应用产品和落地案例。视觉类有基于Stable Diffusion的图像生成能力，其他视觉类大模型应用还在探索技术路径和应用场景。

　　神思电子2023年12月26日在互动平台表示，公司经过多年人工智能领域积累，已突破了远距离全天候复杂场景激光热成像联动入侵检测技术，掌握了基于深度学习的非结构化数据处理、视频分析、语音对话、知识管理以及云平台技术。公司正在对于文生图、图生文、视频生文、文生视频等多模态数据互相跳转的收敛性质进行研究，支撑培训、检索、推荐、目标追踪等多个场景的生成式大模型应用。

　　因赛集团2023年12月25日在互动平台表示，公司InsightGPT具备文生文、视频智能剪辑、图生视频等功能，目前正在开发文生视频功能。在现有图生视频等技术框架下，InsightGPT目前可生成20秒以上的视频。在目前文生视频的逻辑流程中，InsighGPT先结合图像、视频大模型，融合抠图等多种算法，再结合音频模型，整体渲染后最终合成完整视频。