计算机行业点评：豆包开源视频大模型激活每个摄像头

核心观点与关键数据

豆包大模型团队发布开源视频生成实验模型“VideoWorld”，业界首次实现无需依赖语言模型即可认知世界。该模型仅靠视觉认知学习知识、预测未来并理解因果关系，通过潜在动态模型高效压缩视频帧间变化信息，提升知识学习效率。在不依赖强化学习搜索或奖励函数机制下，VideoWorld达到专业5段9x9围棋水平，并能在多种环境中执行机器人任务。

技术创新与实验验证

VideoWorld基于纯视觉认知学习，构建了视频围棋对战和视频机器人模拟操控两个实验环境，保留丰富视觉信息的同时压缩关键决策和动作相关视觉变化，实现更有效的视频学习。该模型可“预测”未来并“理解”因果关系，未来将着力解决真实世界应用中的高质量视频生成和多环境泛化等挑战。

市场影响与投资建议

VideoWorld的发布有望激活“视觉市场”，为海康威视、萤石网络等企业带来增长空间。以海康威视为例，2023年安防产品销售收入达97.22亿美元，全球视频监控市场占有率25.9%；萤石网络2023年智能家居摄像头业务营收占比62.07%，市场占有率领先。视觉大模型发布将助推相关企业视觉领域业务提升。

投资建议与风险提示

建议关注海康威视、萤石网络、大华股份、千方科技、汇纳科技、网达软件、魅视科技等。风险提示包括技术落地不及预期和行业竞争加剧。