科技动态2024年第6期（总第33期）

核心观点与关键数据

国产视频大模型技术突破

• Vidu 发布三项重大技术突破：一键生成 32 秒长时长视频、合成高度一致性音视频、生成时空一致的高动态性 4D 内容。Vidu 正向“更长时长”和“更多模态”进化，音频生成或将成为技术迭代的重点方向。
• 快手推出国产版 Sora “可灵”：支持生成 120 秒超长视频，采用原生文生视频技术，支持多种宽高比。基于可灵，已推出“AI 舞王”“AI 唱跳”，即将推出图生视频。

手语新闻 CG 生成技术

• NHK STRL 正研发手语新闻 CG 生成技术：将新闻脚本翻译成手语并生成 CG 动画，应用运动生成和面部表情控制技术提升表现力，基于图像分析实现手语新闻词汇的自动翻译。计划 2025 年完成系统开发。

人工智能个人资料保障

• 香港发布《人工智能：个人资料保障模范框架》：涵盖制定 AI 策略、风险评估、AI 系统管理、与持份者沟通四个方面，提出不同风险程度下的 AI 系统应用模式，旨在降低个人资料外泄风险。

可控人物视频生成大模型

• 商汤推出面向 C 端的可控人物视频生成大模型 Vimi：基于商汤日日新大模型，通过一张照片生成和目标动作一致的人物类视频，支持多种驱动方式，可精准控制人物表情和肢体变化，稳定生成长达 1 分钟的单镜头人物类视频。

AI 视频生成应用

• 全球首部 Sora 宣传片《玩具反斗城的起源》亮相：游戏“玩具反斗城”推出全球首个由 OpenAI 视频生成大模型 Sora 制作的宣传片，展示了 AI 在数字娱乐产业中的潜力。

无标记动作捕捉新方案

• Move AI 发布无标记动作捕捉新方案 MoveLive：从视频直接提取人体动作，并自动将数据应用到虚拟角色上，实时模拟人类动作，革新了动作捕捉方法，提供高效的内容创作手段。

8K-ROI 制作系统

• NHK 研制 8K-ROI 制作系统：拍摄 8K 广角图像，并半自动裁剪出多个高清视频区域，以少量人员实现多机位摄像效果，简化了多机位视频的节目制作流程。

5G 广播技术发展

• 德国将在欧洲杯和奥运会期间测试 5G 广播：四家德国公共广播联盟媒体公司宣布将通过 5G 广播进行联合直播，使用户能在 5G 移动设备上接收线性视听内容。
• 3GPP R18 标准冻结：面向 5G-A 的第一个标准版本，拓展 5G 应用场景，深挖 5G 潜能，探索新技术使 5G 与 6G 衔接。R18 标准的冻结将加速 5G-A 技术商用进程。
• 中国移动开通 800G 空芯光纤传输技术试验网：实现 20 公里单空芯光纤双向 128Tb/s 的超大容量传输，将光链路传输时延降低 30% 以上，为未来智算中心分布式部署提供技术支撑。
• 浙江移动完成全球首个 5G-A 智能分组核心网部署：能实时感知业务体验和评估网络质量，动态提供资源和业务保障，显著提升用户网络体验。

6G 通信技术试验

• 国内 6G 双星协同传输试验成功：传输速率超过 1Gbps，成功流畅播放了 8K 视频，验证了 6G 终端直连卫星技术的可行性。

现场直播与内容交付平台

• 现场直播是 40% 观众首选的广播电视内容：一项调查显示，40% 的观众首选现场直播，比点播和预先安排的节目更受欢迎，打破代际差异，受到各个年龄段观众的喜爱。
• 日本正研发集成广播与互联网的内容交付平台：整合云原生交付平台和内容智能推荐技术，提供满足观众多样化需求的内容，计划于 2026 年前后落地应用。

内容来源生成和展示技术

• NHK 研发内容来源生成和展示技术：开发了一款能实时显示内容来源并检测篡改的视频播放器，以及用于分类视频材料来源的软件，预计 2026 年部分投入使用。

消费者对 5G 广播的兴趣

• 调查显示消费者对 5G 广播极为感兴趣：三分之二的受访者认为 5G 广播可能取代互联网流媒体播放，68% 的受访者希望在移动设备上更频繁地观看直播电视内容。

智能手机助力奥运开幕式直播

• 智能手机助力奥运开幕式直播新体验：OBS 将在巴黎奥运会开幕式上采用三星手机直播，200 余部智能手机捕捉高质量的 HDR 视频，并通过专用 5G 网络进行分享和流传输。

沉浸式演出技术

• BBC 打造沉浸式演出吸引年轻观众：利用创新的沉浸式演出技术，将艺术家的现场表演实时转换为 3D 模型，并传输到虚拟场地中呈现，观众还可以通过虚拟替身加入演出，并与他人实时互动。