AI視頻專題研究：智能影像新紀元.pdf

AI視頻專題研究：智能影像新紀元。技術路線：基于擴散模型的AI視頻工具發展迅速，數據、算力、算法驅動產品完善。高度靈活且易于計算的擴散模型是當前AI視頻工具的主流 底層模型，催生Runaway Gen 2、SVD、Pika 1.0等AI視頻工具，擁有文/圖/視頻生視頻、局部重繪、故事板、3D合成多重功能。AI視頻已經取 得初步進展，在數據、算力、算法提升的驅動下有望不斷完善：1）數據集：量級多在千萬級，例如根據WebVid官網數據，截至2023年12月， 常用文本-視頻數據集WebVid-10M擁有1070萬個文本-視頻對，較文生文和文生圖的訓練集更少；2）算力：從調用API價格推測，視頻生成所 需算力成本近似于逐幀圖片生成成本，算力消耗更大；3）算法：VAE分解合成、將時間維度引入潛在擴散模型等方案有效提高動作的逼真感和 視頻的分辨率，“從粗到細”、并行聯合去噪等路線則為生成時長提供有效解決方案。

模型實測：動作流暢度、畫面美感表現好，文本理解待深化，迭代版本效果顯著提升。橫向對比上，我們Pika Beta、Stable Video Diffusion、 Runaway Gen 2文生視頻模型進行實測，三大模型分別能在30/60/70秒生成高質量的3~4秒視頻，Runaway Gen 2的綜合表現相對占優。三大 模型在文本理解方面還有待深化，我們推測主要是訓練數據量的限制?？v向迭代上，PIKA 1.0的視頻生成效果相比Pika Beta版本在智能創作、 場景渲染、細節渲染、解剖結構等多個維度均有顯著提高，僅用6個月時間實現突破進展。

前景展望：影視內容、廣告、游戲、教育等領域應用廣泛，2028年市場空間有望達到573億元。各廠商的產品功能逐漸豐富、生成效果持續提 升、交互平臺更加完善，影視內容、廣告、游戲、教育等領域應用廣泛。在25%AI視頻滲透率的假設下，我們預測2028年市場空間有望達到 573億元。