传媒行业：多模态技术、产品、商业化均边际向上，看好多模态投资机会－动态跟踪251019

核心观点

我们认为，今年来多模态行业迭代势头迅猛，技术上底模上下限能力均有提升，作用于产品和商业化落地。竞争激烈的同时产品路径呈现出分化态势，如谷歌Veo 系列和快手可灵系列更专注专业内容创作者、Sora 则更偏重 C 端用户，不同产品路线演绎下对应商业应用均有加速趋势，B 端向制作难度更高的内容领域渗透、C 端产品商业模式后续落地，共同作用于多模态行业整体规模扩容向上提速。

技术层面，10 月海外厂商模型相继迭代，今年来行业的技术下限、上限同步提升。海外主要厂商来看，10 月 OpenAI 和 Google 陆续更新视频模型，其中：①OpenAI 的 Sora2 相较前代模型进步显著，物理运动规律和画面真实感大幅提升，差异化亮点在于分镜能力和叙事性达到 SOTA，且对多语种内容的产出支持最好，时长上也实现突破（Pro 用户可生成 25 秒视频，vs 其他模型 5~10 秒）；②Google Veo3.1 则是小版本迭代，音频生成效果、画面质感较前代模型进一步提升，且开始具备一定分镜能力。国内主要厂商来看，快手可灵 2.5turbo 版本在文生视频和提示词响应上继续突破，使得此前以图生为强项的底模能力更为全面；海螺02 版本、ViduQ2 模型、万相 2.5 等均在物理规律、视觉美学、一致性等方面提升下限能力。

产品层面，边际变化在于 OpenAI 对 C 端的触达加速用户拓圈，且视频模型的产品路径有所分化。视频模型对 C 端的触达和扩圈在提速，自 OpenAI 上线 Sora APP（AI 原生短视频内容社区），10 日内即突破 300 万用户，自 10 月 4 日起霸榜美国地区 iOS 总榜第一。因此今年来多模态行业的另一变化在于，视频模型的产品路径逐渐分化明晰，一是以 OpenAI 为代表，底模的分镜能力和强叙事性，支持C 端输入简单 Prompt 即可生成完整成片，更好满足 C 端创意轻量化产出、娱乐性强和社交传播的裂变路径。二是以 Veo 系列和可灵系列等为代表，依然围绕内容创作者需求打磨，如 Veo3.1 已支持首尾帧、多图参考功能，重在满足专业内容创作者更看重的稳定性、可控性、一致性。

专业内容制作向电影等高难度领域加速渗透，C 端拓展有望带来行业空间进一步扩容。从 B 端内容制作看，AI 视频工具帮助视频广告素材、短剧、动漫、电影电视剧等内容制作提效，其中电影电视剧的制作难度更高，而目前已有 AIGC 电影成片取得不错成绩（10 月 11 日全球首部 AIGC 空战电影《带我去飞》全网首播，全片39 分钟，上线后取得腾讯视频战争电影榜 Top1），我们看好 AI 视频技术的商业化运营提速。此外，Sora 的应用落地也有望加速 C 端的商业变现路径，包括广告、IP 分成等模式，进一步带动多模态行业的规模天花板向上突破。