传媒2024世界人工智能大会：聚焦AI多模态、产品化

行业事件： 2024年7月4日，世界人工智能大会在上海召开。参与公司数量超过500家，包括百度、腾讯、阿里巴巴等头部互联网科技大厂，也包括MiniMax、百川智能、阶跃星辰等明星AI创业公司。整体来看，和2023年WAIC相比，国内AI大模型“百模大战”进入下半场。在模型能力（特别是多模态生成能力）持续迭代的同时，垂直领域的AI应用落地，以及商业化方式的探索，成为大模型公司关注的焦点。 科技大厂：聚焦多模态生成能力，加强自身业务协同 国内头部互联网科技企业是AI大模型最为积极的参与者之一。2024年发展路径更为聚焦：1）多模态生成能力，如快手“可灵”开放网页版、性能较此前进一步升级，目前视频生成数量已达700万；商汤推出对标GPT-4o的多模态大模型“日日新5o”，以及视频生成模型Vimi，可稳定生成1分钟人物类视频。2）推出Agent智能助理：如蚂蚁集团推出的“支付宝智能助理”，连接支付宝内挂号、订票、充话费、餐饮订单等多个生活场景，有望成为用户的贴身生活助理，在本次展会中获得高关注度。3）与自身业务加强协同：其中阿里云30%的新增业务代码由智能编码工具“通义灵码”编写，推动研发效率提升10%；网易即将上线的《永劫无间》手游中将落地首个游戏Copilot；哔哩哔哩推出数字分身、AI动态漫等技术，助力站内UGC内容生产效率提升。 AI“新势力”：模型能力持续追赶，AI应用加速落地 在头部大厂之外，多家AI大模型领域的明星初创企业也在过去一年中陆续涌现。和2023年WAIC相比，本届大会中“AI新势力”影响力显著提升。 1）技术层面，百川智能、智谱AI、阶跃星辰均带来最新的自研模型系列，涵盖从文生文到多模态、从通用到行业垂类大模型等多个领域，和头部AI大模型的能力差距有望逐步缩小。2）产品层面，AI新势力企业积极探索产品及商业化落地方向。其中MiniMax已推出海螺AI、星野等头部C端AI应用，抢占用户心智；阶跃星辰与上海电影合作，有望以国民级IP触达广泛用户；百川智能、智谱AI通过与医疗、智能驾驶、金融等垂直领域的政企合作，持续积累产业Know-how及企业级用户。 投资建议 从产业生态来看，2024年国内AI大模型技术层面依旧格局未定。在保持模型能力持续迭代的同时，AI产品落地及商业化能力成为头部大厂及初创企业共同关注的焦点，其中在搜索问答和情感陪伴领域已率先出现旗舰级应用。 我们认为，在海内外AI大模型“提质降价”的背景之下，AI C端应用有望加速落地。建议关注：1）AI C端应用落地较快的昆仑万维、盛天网络；2）估值低位、基本面较优的游戏标的恺英网络、巨人网络。 风险提示：AI应用落地不及预期风险，行业竞争加剧风险，政策监管风险。 1.2024年世界人工智能大会召开，AI应用生态加速落地 2024年7月4日，世界人工智能大会在上海召开。参与公司数量超过500家，包括百度、腾讯、阿里巴巴等头部互联网科技大厂，也包括MiniMax、百川智能、阶跃星辰等明星AI创业公司。整体来看，和2023年WAIC相比，国内AI大模型“百模大战”进入下半场。在模型能力（特别是多模态生成能力）持续迭代的同时，垂直领域的AI应用落地，以及商业化方式的探索，成为大模型公司关注的焦点。 1.1科技大厂：模型能力和业务协同并重 百度：大模型提质降价，企业端生态加速。1）大模型“提质降价”：在新质生产力发展论坛上，百度智能云宣布文心大模型4.0 Turbo（ERNIE 4.0 Turbo）向企业客户全面开放，输入输出价格分别为0.03/0.06元/千tokens；此外，文心旗舰款模型ERNIE 4.0和ERNIE 3.5宣布大幅降价，ERNIE Speed、ERNIE Lite两款主力模型持续免费，进一步助力AI应用开发成本降低。2）发布千帆行业场景解决方案：目前已优先上线教育、人事、企业服务、文娱、医疗五大行业、20多个场景解决方案。 其中在医疗领域，百度联合杭州全诊医学打造了AI Agent应用“AI医生助理”，助力提升医护人员工作效率、改善病患就医体验；教育领域，与英腾教育联合打造了首个AI医学考试应用产品。 图表1：百度文心多个模型宣布降价 图表2：百度文心千帆发布多个场景解决方案 腾讯控股：混元、元器、元宝三位一体，AI应用多点开花。基于混元大模型，腾讯展区推出了5月发布的“腾讯元宝”，覆盖工作提效（AI搜索、总结、写作），生活娱乐（创意绘画、口语陪练、AI头像）等场景。在“腾讯元器”展区，观众可通过添加提示词、插件、知识库等创建属于个人的智能体，也可以在智能体商店选择、使用他人创建的智能体。此外，腾讯展区还提供了多个C端应用体验：1）XMusic：生成式通用作曲框架，用户上传视频、图片、文字、哼唱等多模态内容，即可生成情绪、曲风、节奏可控的高质量音乐；2）《创造吧！我们的星球》：由腾讯代理发行、以抓宠为核心玩法的手游，提供“成为星球远航者”、“疯狂啾啾城”等轻量AI合成玩法；3）舞动极光：腾讯视频极光TV推出的体感健身应用，用户使用1台智能电视、1台手机即可进行家中健身运动。 图表3：腾讯“混元”“元宝”“元器”展台 图表4：腾讯“舞动极光”展台体验 阿里巴巴：通义灵码、支付宝智能助理引起高度关注。阿里巴巴展区推出“通义十二时辰”，展示了对话、效率、智能体、视觉四个核心场景中的AI助手能力。此外，两项新应用引起大会关注：1）通义灵码：基于通义大模型开发的智能编码辅助工具，目前该插件下载量350万，每天推荐代码超过3000万次，被开发者采纳代码行数超亿行。内部业务协同层面，阿里云目前30%的新增业务代码由通义灵码编写，研发效率提升10%。2）蚂蚁集团旗下“支付宝智能助理”：基于蚂蚁百灵大模型开发的AI生活管家，用户只需在支付宝主界面下拉即可唤起，下达指令后可直连支付宝内挂号、订票、充话费、下订单等服务。如在“智能点单”功能下，用户下达指令“帮我点一杯瑞幸冰拿铁”，AI即可进入小程序自动下单。 图表5：阿里巴巴“通义灵码” 图表6：蚂蚁集团“支付宝智能助理” 商汤科技：发布日日新5o、Vimi大模型，多模态能力持续演进。其中，1）日日新5o大模型交互体验对标GPT-4o，可实现实时的多模态交互。现场演示的功能包括识别现场展示的人物场景、书本内容、简笔画等，并与用户进行相应互动。2）人物视频生成大模型Vimi，基于商汤日日新大模型开发。在可控性方面，Vimi支持视频、动画、声音、文字等多模态输入形式，从而生成和目标动作一致的人物类视频；稳定性方面，Vimi可稳定生成长达1分钟的单镜头人物类视频。 图表7：商汤日日新5o大模型现场演示 图表8：商汤Vimi一分钟视频生成 快手：可灵网页端上线，基础模型再升级。2024年6月，快手推出文生视频大模型“可灵”，支持生成长达2分钟、30fps的1080p视频，使用效果在国产多模态大模型中实现领先。截至目前，可灵已收到超过50万次内测资格申请，视频生成数量达到700万。本次大会上，快手可灵大模型再次更新：1）继图生视频、视频续写功能之后，可灵网页版正式上线，限时免费，集成文生图、文生视频等相关能力；2）可灵AI基础模型升级，创作者单次文生视频时长增加至10秒，此外生成画质、首尾帧控制、镜头控制等能力进一步提升。 图表9：快手可灵视频生成效果 图表10：快手可灵网页版界面 网易：发布多模态智能助手，《永劫无间》手游将上线游戏Copilot。1）自研“易生诸相”多模态大模型，已于2023年12月通过备案，包含“玉言”系列文生文大模型以及“丹青”系列文生图大模型，目前已在网易内部多个场景中落地。现场展示了基于多模态大模型实现升级的智能助手“丹青约”，用户输入描述性指令（如“请帮我带上墨镜”）即可对图像、照片实现修改。2）《永劫无间》手游将推出全球首个游戏Copilot，将打造与真人玩家相近的AI队友，可在战斗中自主跑图、搜物资、战斗、跑圈等，以及开麦与玩家实现语音沟通。《永劫无间》手游将于7月25日正式上线，目前预约人数已突破4000万。 图表11：网易“丹青约”展台 图表12：《永劫无间》手游Copilot 哔哩哔哩：首次展出自研LLM，AI应用站内协同。1）首次展出自研大语言模型系列，开源的Index-1.9B chat和Index-1.9B character，展台现场演示了知识问答、文案创作、逻辑推理、代码生成等功能，助力哔哩哔哩UP主提升创作效率；2）必剪Studio生成“数字分身”：必剪作为哔哩哔哩的自研音视频大模型，可为UP主提供免费的真人模型定制服务，现场观众可通过输入文本或录音，生成实拍级别的出境口播视频；3）AI动态漫画：哔哩哔哩自研的动态漫技术，可通过图文引导和动态控制，将漫画转化为动态视频，有望大幅提升漫画读者的阅读体验，也有望大幅降低站内UGC内容的门槛。 图表13：哔哩哔哩自研大模型能力演示 图表14：哔哩哔哩AI动态漫画效果展示 1.2新势力：AI应用加速落地，探索商业化方向 MiniMax：海螺AI、星野、文生音乐齐亮相，AI应用生态加速落地。作为商业化进程较快的AI大模型创业公司，MiniMax展台演示了多款AI C端应用：1）海螺AI：类ChatGPT的对话机器人类产品，基于MiniMax自研的多模态大模型开发，可帮助用户分析财报、阅读长上下文、创作文案，以及捕捉、理解用户情绪等；2）星野：AI智能体创作平台，用户可自定义生成AI智能体形象、声音、人设、技能等，进而和智能体进行高粘性、长留存的对话交互，共同构建丰富的内容社区；3）文生音乐：通过低门槛的提示词输入，生成自定义音乐内容，目前仍在完善过程中。此外，企业级应用方面，MiniMax开放者平台已服务超过3万家企业和个人开发者，助力其快速开发AI应用。 图表15：MiniMax“海螺AI”界面 图表16：MiniMax“星野”界面 百川智能：聚焦医疗领域应用。基于百川智能自研的Baichuan4大模型，现场展示的应用包括：1）百小应：类ChatGPT的对话机器人产品；2）最新的AI医疗应用“AI健康顾问”：依托于通用医疗增强大模型，拥有丰富的药学知识和医生思维，在用户提出问询之后，能够根据用户的问题持续提问，从多维度深入了解症状。 图表17：百川智能“百小应”界面 图表18：百川智能“AI健康顾问”展台 智谱AI：代码大模型升级，专注企业级用户。1）发布第四代CodeGeeX代码大模型，在GLM-4基础上持续迭代，代码生成能力大幅提升。目前CodeGeeX对个人用户免费开放，用户数量已超过100万；2）展示智谱大模型开放平台bigmodel.cn，面对B端、G端用户的服务平台，一键微调、All Tools API调用等新功能已上线，目前企业级客户和开发者超过40万，日均调用量600亿Tokens。现场演示案例包括新一代智能驾驶、智能投顾助手、公积金咨询助手、智能问诊等；3）为CGTN打造数字人直播平台，其中“AI老罗”以数字人形象在展示区亮相。 图表19：智谱第四代CodeGeeX现象演示 图表20：“AI老罗”数字人形象 阶跃星辰：发布三款Step系列通用大模型，与上海电影IP合作。1）发布三款大模型新品：包括Step-2万亿参数语言大模型正式版、Step-1.5V多模态大模型、Step-1X图像生成大模型；2）展示C端产品矩阵：包括AI智能助手“跃问”以及角色扮演平台“冒泡鸭”。此外，阶跃星辰与上海电影进行IP合作，推出《大闹天宫》AI互动体验，以及《葫芦兄弟》视频生成能力展示。 图表21：阶跃星辰Step系列大模型展台 图表22：智能助手“跃问”界面 2.风险提示 1）AI应用发展不及预期风险：AI搜索技术仍不成熟，技术及产品迭代可能不及预期，导致用户体验不佳。 2）竞争加剧风险：AI搜索行业参与者众多，包括头部大厂、众多中小企业以及创业公司，行业竞争激烈。 3）政策监管风险：若AI大模型、产品政策