大模型专题：：大模型开源轻量端侧化，视频与语音加速落地

今天分享的是：AI大模型专题：：大模型“开源、轻量、端侧”化，视频与语音加速落地

报告共计：22页

本报告主要分析了AI大模型的发展趋势及AI生成视频和语音功能对相关产业的影响。大模型方面，开源模型发展迅速，能力接近闭源产品水平，如Llama3.1性能追平GPT-4o和Claude3.5Sonnet，2024年以来开源模型频现且不断刷新能力；大模型呈现“轻量化”趋势，性价比快速提升，吸引众多机构关注；端测模型发展，大模型专题：：大模型开源轻量端侧化，视频与语音加速落地苹果和三星等已布局AI硬件，苹果AI模型受人类评分者青睐，支持多种功能。AI生成视频方面，sora打破时长限制树立行业标准，采用DiT思路体现“涌现”能力；6月以来多家团队推出AI视频产品，产业加速发展，如快手可灵多次升级并尝试商业化，智谱“清影”作为大模型公司入局，RunwayGen-3Alpha画质领跑，LumaDreamMachine借助3D资产经验拓展。语音功能方面，以GPT-4o语音为代表，相比传统TTS信息更多，如无延迟对话、理解和表达情感等；字节跳动Seed-TTS在表现力上接近人类水平；ChatTTS可预测和控制韵律特征。在应用端，语音功能可提升教育和情感陪伴应用体验，如多邻国、可汗学院和网易有道在教育场景的应用，CharacterAI在情感陪伴方面的功能受好评。整体上看好AI技术对内容产业的推动作用，未来可关注游戏等应用改造、教育赛道及情感陪伴与社交等领域的发展。

以下为报告节选内容