AI+专题系列点评（一）：多模态时代下的AI扩图应用

多模态技术驱动AI应用落地与创新

1. 多模态技术与AI应用的突破

• Gemini 1.0：12月7日，谷歌推出了多模态大模型Gemini 1.0，标志着多模态技术的重大进展，这加速了AI应用的落地，特别是AI与绘画、视频的结合，如AI+绘图、AI+视频等领域。

2. AI扩图功能的兴起与普及

• AI扩图功能：AI扩图技术在各类应用中崭露头角，包括美图秀秀、剪映、Wink、Uncrop等APP纷纷加入AI扩图功能，满足用户的图片扩展需求。
• 用户参与度：随着大众软件的加入，AI图片创作成为大众参与的热门活动，推动了AI技术的普及与应用。

3. 不同产品特性和用户体验

• 美图秀秀：侧重于背景的扩展，保持主体的完整性，适合追求自然风格的用户。
• Wink：在主体周围添加背景，可能在处理有明显主体的图片时存在局限性。
• 剪映：以视频形式输出，通过模板快速生成图片，适用于短视频制作场景。
• Uncrop：增加主体内容，风格鲜明，适合创意导向的用户，但可能因元素过多而产生瑕疵。

4. 投资方向与关注点

• 多模态应用：关注AI+绘图领域的公司，如万兴科技。
• AI+视频：考虑投资涉及视频处理与生成技术的公司，如当虹科技、虹软科技。
• 大模型基座：关注基础模型构建的公司，如科大讯飞。

5. 风险提示

• 技术研发风险：大模型的持续研发可能面临技术瓶颈。
• 政策风险：政策环境的变化可能影响技术的应用与推广。
• 市场竞争风险：行业竞争加剧可能导致技术优势丧失。
• 测试结论风险：AI扩图技术的评估结果可能存在不确定性。

结论

多模态技术的快速发展正催化AI应用的创新与落地，特别是在AI扩图、AI+绘图和AI+视频领域展现出巨大的潜力。随着技术的不断进步和应用的普及，预计会有更多创新的AI功能和服务出现，同时，投资者应关注相关技术公司的动态，以把握市场机遇。然而，技术发展和应用过程中仍存在多重挑战和风险，需密切关注政策、市场和技术发展的动态。