3月28日，第十一届中国网络视听大会在成都举行，美图公司创始人、董事长兼首席执行官吴欣鸿发表主题演讲《视频大模型如何助力网络视听创作》。

　　本届大会以“极视听强赋能”为主题，有2000余家业内企业和机构、5000余位行业代表、近万名嘉宾共赴盛会。

　　今年年初，Sora的亮相引发视频生成领域的风潮。吴欣鸿透露，目前美图公司正紧锣密鼓进行视频模型的更新和迭代，准备在视频生成领域大展拳脚。

　　大会现场，吴欣鸿展示了一支主题为“动物疯狂赛车”的60秒视频。

　　这支视频基于美图视觉大模型MiracleVision(奇想智能)的图像生成、视频生成能力。具体来说，它使用了开拍的“AI脚本”、“AI数字人”功能，WHEE的“文生图”、“AI生视频”功能，Wink的“视频编辑”功能，仅用半天就完成了故事脚本、分镜设计、视频生成、唇形同步、视频编辑等视频制作流程。

　　“以Sora为代表的视频大模型只是开始。”在吴欣鸿看来，目前只是视频大模型的2.0阶段，以Sora为代表的视频大模型正在尝试理解世界，具有一定涌现能力，能够生成30-60秒的视频。

　　吴欣鸿认为，在视频大模型3.0阶段，可以实现更丰富的物理运动，视频大模型也将具备剧情设计、分镜、转场等能力，值得用户和行业期待。

　　谈及视频垂直场景，吴欣鸿认为，视频垂直场景与AI原生工作流的结合，在AI视频生成、AI视频编辑、AI视频渲染等领域有巨大应用机会。美图正在上述领域进行创新探索，新产品将在今年6月的美图影像节上亮相。

　　自2014年起，美图公司通过美图秀秀、Wink、开拍等一系列影像工具，持续助力网络视听内容创作。目前，Wink已进入中国视频编辑赛道前三名，开拍已成为口播博主的新宠。

　　截至2023年12月，我国网络视听用户规模达10.74亿。2023年网络视听市场规模首次突破万亿元。

　　针对网络视听的内容生产和产业发展，吴欣鸿表示，美图公司将全力推进自研大模型的视频能力，为网络视听行业提供更优质的视频创作工具。（科文）