电子行业动态跟踪：视频大模型快速突破，有望打开视频分析行业天花板.pdfVIP

电子行业动态跟踪——视频大模型快速突破，有望打开视频分析行业天花板

目录

1.近期视频大模型进展多，谷歌发布Gemini4

1.1近期视频大模型进展较多4

1.2GeminiMMLU测试得分首超人类专家4

1.3GeminiPro和Nano版本已发布，加速AI赋能谷歌产品5

2.首个原生多模态模型Gemini展示出了强大的视频理解能力6

2.1人工智能从单模态有监督迈向多模态自监督学习6

2.2Gemini是首个发布的原生多模态模型6

2.3Gemini模型具有强大的视频理解分析能力8

2.4更多原生多模态大模型有望快速涌现9

3.原生多模态模型有望解决视频分析行业痛点，打开行业天花板10

3.1视频分析行业在数据处理规模、速度和深度上存在亟待解决的痛点10

3.2原生多模态模型在视频监控和分析领域价值凸显11

3.3原生多模态模型加持后，视频分析系统有望跨步功能迭代12

4.领先厂商已入局，多模态模型将是视频监控行业新机遇与挑战12

4.1视频监控行业领先厂商已投入多模态大模型研究中12

4.2多模态模型带来新机遇与挑战13

4.3多模态技术加速多维感知的商用14

投资建议与投资标的18

风险提示18

有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。

2

电子行业动态跟踪——视频大模型快速突破，有望打开视频分析行业天花板

图表目录

图1：GeminiMMLU测试得分首超人类专家4

图2：Gemini通过不确定性思维链方法较ChatGPT理解能力显著提升5

图3：Gemini1.0包含复杂度不同的三个版本5

图4：GeminiNano可支持Pixel*多项功能5

图5：多模态融合和自监督学习将是大模型的未来发展方向6

图6：Gemini多模态大模型框架6

图7：示例展示了Gemi