民生證券：豆包視頻大模型VideoWorld發佈 激活視覺市場潛力

財中社2月11日電 事件：2月10日，據豆包大模型團隊官宣發佈視頻生成實驗模型“VideoWorld”，不同於Sora、DALL-E、Midjourney等主流多模態模型，VideoWorld在業界首次實現無需依賴語言模型，即可認知世界。

開源視頻生成模型最新成果，可僅靠視覺認知世界。

視頻生成成爲通用知識學習方法，在現實世界充當“人工大腦”。作爲一種通用視頻生成實驗模型，VideoWorld去掉語言模型，實現了統一執行理解和推理任務。同時基於一種潛在動態模型，可高效壓縮視頻幀間的變化信息，顯著提升知識學習效率和效果。且目前該項目代碼與模型已開源。在不依賴任何強化學習搜索或獎勵函數機制前提下，VideoWorld達到了專業5段9x9圍棋水平，並能夠在多種環境中，執行機器人任務。團隊認爲，視頻生成可以成爲一種通用的知識學習方法，並在現實世界充當思考和行動的“人工大腦”。

模型僅靠“視覺”即可學習知識，“預測”未來，並“理解”因果關係。研究團隊構建了兩個實驗環境：視頻圍棋對戰和視頻機器人模擬操控，它在保留豐富視覺信息的同時，壓縮了關鍵決策和動作相關的視覺變化，實現了更有效的視頻學習，且這種純視覺模型可“預測”未來，並能“理解”因果關係。在未來，豆包團隊將着力解決其在真實世界環境中的應用，仍面臨着高質量視頻生成和多環境泛化等挑戰。

視覺認知世界的能力有望激活“視覺市場”爲其打開增長空間。

以海康威視爲代表的“視覺市場”有望在視頻大模型的能力催化下收益，作爲全球知名的視頻監控行業龍頭企業，根據2024年度全球安防50強榜單，海康威視以97.22億美元的2023年安防產品銷售收入穩居第一，超過後兩名的總和。2022年，海康威視明確智能物聯（AIOT）戰略，2023年，公司正式推出“觀瀾大模型”助力各行業實現數字化、智能化升級。根據Omdia報告，2022年海康威視在全球視頻監控市場中的佔有率達到25.9%，大幅領先於第二名。在龐大的視頻監控部署網絡下，開源視頻大模型的誕生對海康而言無疑是一劑強心針。

螢石網絡公司2023年智能家居攝像頭業務營收佔比62.07%，且作爲公司的現金牛業務及第一增長曲線，市場佔有率處於市場前列，且連續多年在雙11、618等購物節的天貓、抖音等平臺相關類目品牌排行中位列第一。且公司在視覺技術方面擁有硬件、軟件、雲平臺高度融合的生態閉環，端雲協同，爲智能檢測、智能識別、AI分析推理等功能提供了強大支持。視覺大模型的發佈有望進一步助推螢石網絡視覺領域業務再上臺階。

如果您有新聞線索，請聯繫我們：newsroom@caizhongshe.cn