生成式AI行业市场分析.pdf

生成式AI行业市场分析

1、生成式A1在视频/3D/游戏等领域的渗透加速

生成算法模型不断突破创新，下游应用场景不断拓展

基础的生成算法模型不断突破创新，基础能力日新月异，从图像向视

（

频和3D扩展，更广泛地应用于下游应用场景。生成对抗网络GAN）

是早期最著名的生成模型之一，尽管在图像生成上产生了卓越的效果,

但其训练常常受到梯度消失和模式崩溃等问题的影响。与GAN相比，

扩散模型（DiffusionMode1）只需要训练“生成器”，不需要训练别的

网络（判别器、后验分布等），训练时仅需模仿一个简单的前向过程对

应的逆过程，实现简练过程的简化。扩散模型相对GAN来说具有更灵

活的模型架构和更精确的对数似然计算，生成图像质量明显优于GAN,

已经成为目前最先进的图像生成模型。

此前扩散模型主要适用于生成2D图像，23年Runway的最新研究成

果将扩散模型扩展到视频领域，在未加字幕的视频和配对的文本-图像

数据的大规模数据集上训练出视频扩散模型。NeRF（神经辐射场）的

出现为3D场景生成带来了新的可能性，进一步拓宽生成算法领域下

游的应用场景。NeRF（NeuraIRadianceFieId）是一种基于神经网络的

3D重建技术，不同于传统的三维重建方法把场景表示为点云、网格、

体素等显式的表达，NeRF将场景建模成一个连续的5D辐射场隐式存

储在神经网络中，输入多角度的2D图像，通过训练得到神经辐射场模

型，根据模型渲染出任意视角下的清晰照片。

Runway：生成式A1内容平台，Gen∙1可实现用文字和图像从现有

视频中生成新视频

RUnWay是一家生成式A1内容平台，致力于让所有人都能进行内容

创作。RUnWay创立于2018年，总部位于纽约，提供图片、视频领域

的生成式A1服务。Runway得到众多资本青睐，获得谷歌领投的D轮

融资。创立以来，Runway已获得Fe1icisCoatueAmP1ify、1UX、

Compound等顶级投资机构投资。23年6月，Runway获得由谷歌领

投的1亿美元的D轮融资，这笔融资交易包括三年内7500万美元的

谷歌云积分和其他服务，估值达到15亿美元。

主要产品为Gen-1和Gen-2,Gen-1可实现用文字和图像从现有视频

中生成新视频，Gen∙2可实现文字生成视频功能。Gen-1：不需要灯

光、相机和动捕，通过将图像或文本提示的结构和风格应用于源视频

的结构，逼真且一致地合成新视频，且具有表现力、电影感和一致性。

Gen-1提供给用户五种不同的视频制作模式：1)Sty1iZatiOn:将任何图

像或提示的风格转移到视频的每一帧；2)Storyboard：将模型变成完

全风格化和动画的渲染。3)Mask：隔离视频中的主题并使用简单的文

本提示对其进行修改；4)Render：通过应用输入图像或提示，将无纹

理渲染变成逼真的输出；5)Customization：通过自定义模型以获得更

高保真度的结果，释放Gen-1的全部功能。Gen-1的性能优势：基于

用户研究，GEN-1的结果优于现有的图像到图像和视频到视频的转换

方法,比StabIeDiffUSiOn1.5提升73.83%,比Text21ive提升88.24%

o

Gen∙2是一个多