(1)2026年,多模态模型有望迎来DS时刻。OpenAI的Sora系列模型和谷歌的Veo 3.1等产品的推出,标志着视频领域正经历类似GPT-1和GPT-3.5的突破。预计2026年初,可灵3.0系列和字节Seedance 2.0将相继上线,推动多模态模型在能力提升的同时大幅降低成本,从而促进影视、游戏、广告等创意领域的繁荣。
(2)可灵3.0系列和字节Seedance 2.0相继上线,开启多模态领域的竞争。可灵3.0系列基于All-in-One理念,覆盖图片生成、视频生成、编辑及后期等全流程链路,标志着AI进入影视与创意内容的核心生产环节。字节Seedance 2.0则具备1080p分辨率视频生成、音视频同步、多镜头叙事等能力,推动多模态领域取得突破性进展。
(3)商业化将成为多模态模型厂商的重要命题。可灵AI是国内商业化最快的多模态模型之一,截至2025年12月已拥有超6000万创作者,生成视频超6亿个,服务企业用户超3万,年化收入达2.4亿美元。商业化落地需兼顾模型能力增强和成本端下降,预计2026年将是多模态降本提质、实现商业化落地的关键一年。