阿里两大重磅产品加码多模态，行业新一轮浪潮蓄势待发

据上证报3月19日报道，阿里大模型产品“通义听悟”发布多项新功能，同时上线音视频问答助手“小悟”，在业界首次实现单记录、跨记录、多语言自由问，支持对单个最长6小时、一次性上百条音视频内容的理解问答。

另外，淘天集团旗下阿里妈妈技术团队推出高保真图片生成视频框架——AtomoVideo（阿瞳木视频），可将图片素材自动化转换为高质量视频动效。

浙商证券认为，2024年国内外厂商有望发布更加复杂的多模态大模型，实现文本、语音、图像以及音视频等多模态数据的复杂处理和交互。随着海外厂商加速布局多模态AI，有望开启多模态大模型的新一轮浪潮。

同时其认为，目前除OpenAI之外，谷歌、字节跳动等厂商均已推出具备文生视频能力的多模态模型。基于对Stable Video Diffusion、谷歌W.A.L.T以及其它文生视频模型的分析，高质量数据以及底层通用大模型是文生视频能力的重要决定因素，随着Transformer架构的引入，以及3D建模领域模型的迭代，2024年文生视频有望在时间长度、画面清晰度、内容逼真程度等方面实现显著迭代，打开商业化应用空间。

公司方面，据国盛证券、首创证券表示，

当虹科技：围绕AIGC预处理，公司在媒体演播室、虚拟主播、智能媒资、快速内容生产等场景有成熟落地，大量场景和视频数据也为公司AI训练加速提供支撑。

罗普特：公司主要从事机器视觉、语义分析、元素感知、边缘计算等技术研究。

*免责声明：文章内容仅供参考，不构成投资建议

上面就是小编为您带来阿里两大重磅产品加码多模态，行业新一轮浪潮蓄势待发的全部内容。