每經(jīng)AI快訊，中國銀河02月12日發(fā)布研報，給予傳媒互聯(lián)網(wǎng)行業(yè)推薦評級。

事件：2 月 10 日，豆包大模型團(tuán)隊聯(lián)合北京交通大學(xué)、中國科學(xué)技術(shù)大學(xué)共同開發(fā)的視頻生成實驗?zāi)Ｐ?VideoWorld"開源。

純視覺訓(xùn)練模型，擺脫語言模型依賴：現(xiàn)有的各類多模態(tài)模型如 GPT、Sora 等大多較為依賴語言或標(biāo)簽數(shù)據(jù)學(xué)習(xí)知識，較少涉及純視覺信號的學(xué)習(xí)。VideoWorld可以通過純視覺的方式進(jìn)行學(xué)習(xí)訓(xùn)練：團(tuán)隊構(gòu)建了一個包含大量視頻演示數(shù)據(jù)的離線數(shù)據(jù)集，讓模型以"觀看"的方式進(jìn)行訓(xùn)練學(xué)習(xí)，最終得到一個可以根據(jù)過往觀測到的視覺輸入來推演、預(yù)測未來畫面的視頻生成器。我們認(rèn)為，VideoWorld擺脫了以往模型對語言模型的依賴，通過純視覺的方式進(jìn)行學(xué)習(xí)，改變了以往的模型需要對語言文本進(jìn)行理解后再進(jìn)行推理的定式，有望簡化模型的輸入﹣理解﹣推理﹣輸出鏈條。

引入潛在動態(tài)模型，提高視頻學(xué)習(xí)效率：目前，傳統(tǒng)的視覺的訓(xùn)練方式由于需要將畫面轉(zhuǎn)換為離散標(biāo)記后進(jìn)行學(xué)習(xí)。例如，在圍棋的訓(xùn)練過程中，模型只需通過少量的棋子位置標(biāo)記，但在數(shù)據(jù)的編碼過程中，編碼器會產(chǎn)生過多冗余標(biāo)記，不利于模型對復(fù)雜知識的快速學(xué)習(xí)，使得視頻序列的知識挖掘效率顯著落后于文本形式。VideoWorld 引入了一個潛在動態(tài)模型（Latent Dynamics Model, LDM)，可將幀間視覺變化壓縮為緊湊的潛在編碼，提高模型的知識挖掘效率。最終，VideoWorld 在僅有 300M 參數(shù)量且不依賴任何獎勵函數(shù)機(jī)制的條件下，達(dá)到9x9圍棋專業(yè)五段的水平，在機(jī)器人任務(wù)上也展現(xiàn)出了復(fù)雜環(huán)境下的泛化能力。

LDM具備前規(guī)劃能力，模型生成的編碼具備因果關(guān)系：在圍棋相關(guān)的訓(xùn)練中，LDM 建模了訓(xùn)練集中常見的走棋模式，并能將短期和長期數(shù)據(jù)模式壓縮至潛在空間中。對 LDM 的模型推理過程進(jìn)行 UMAP 可視化后發(fā)現(xiàn)，LDM模型生成的潛在編碼按照時間步（Time-step）進(jìn)行分組，使得模型能夠從更長遠(yuǎn)視角進(jìn)行圍棋決策。此外，用隨機(jī)標(biāo)記替換不同時間步的潛在編碼的實驗從側(cè)面說明模型可生成因果相關(guān)編碼，理解因果關(guān)系。

投資建議：我們認(rèn)為，近期國內(nèi)AI行業(yè)取得多項進(jìn)展。VideoWorld的純視覺訓(xùn)練方式在LDM的加持下具有較好的訓(xùn)練效果，且訓(xùn)練方式更貼近生物的視覺學(xué)習(xí)的模式。展望未來，其開源的策略有望推動視覺訓(xùn)練的快速發(fā)展，為行業(yè)帶來了新的可能性，同時AI模型端的進(jìn)步有望加速推動在影視、廣告、社交陪伴等多個領(lǐng)域應(yīng)用落地。在應(yīng)用層面，建議關(guān)注受 AI賦能的與C端用戶體驗密切相關(guān)的行業(yè)：1)AI＋游戲：游戲內(nèi)NPC互動、互動影游；2)AI＋教育：智教系統(tǒng)、虛擬實驗室；3)AI＋辦公：內(nèi)容生成、非結(jié)構(gòu)化數(shù)據(jù)處理；4)AI＋出版：校對修改、智慧發(fā)行；5)AI＋專業(yè)咨詢：情感陪護(hù)，應(yīng)用場景專業(yè)解答等。

風(fēng)險提示：政策及監(jiān)管環(huán)境的風(fēng)險、AI 技術(shù)發(fā)展不及預(yù)期的風(fēng)險、AI應(yīng)用落地不及預(yù)期的風(fēng)險等。

每經(jīng)頭條（nbdtoutiao）——太突然！知名“獨(dú)角獸”陷危機(jī)，高管早已集體離職，不知情員工除夕還在加班！總部斷水?dāng)嚯?，CEO已不在公司，他曾稱：留下來一起戰(zhàn)斗

(記者 王曉波)

免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請核實。據(jù)此操作，風(fēng)險自擔(dān)。