24年是AI多模态的元年！股友们，如果说2023年是全球AI大模型大爆发，是图文生成元年的话，那2024年行业会进入AI视频生成和多模态大模型元年。从Chatgpt到Sora，AI进入新的阶段。

AI多模态引发各种巨头的关注和发力！现在市场似乎把火力集中到了同一个方向也就是AI多模态尤其是视频生成，主要是因为Sora的火热一石激起千层浪，同类产品发布你追我赶。在多模态这个领域，要让视频人物和声音完美同步，需要捕获说话人微妙和多样化的面部动作，这是一个巨大的挑战。最近，阿里推出视频生成框架EMO，不仅可以生成任意时长的说话视频，还能生成表情、五官、姿势都会产生非常自然的变化的效果。据说字节跳动正秘密研发多模态数字人，可见此赛道的火热。

多模态大模型将成为未来大模型领域的主流趋势！除文字外，优质原创图像、视频内容均将成为数据集的重要来源。目前，OpenAI正面临多起诉讼，指控他们使用受版权保护的作品来训练人工智能产品。多起案件加在一起，有可能会动摇文字类AIGIC的基础，那么多模态可能会是主要发展方向。

多模态AI有望获得更多资金关注！小伙伴们们，这次国资投资多模态AI可能只是个开始。发展新质生产力，其中之一就是AI多模态，sora的爆火已经可见一斑。

多模态AI为何受到国资投资？这次联汇科技获得数亿元战略投资，关键就是它掌握了多模态数据分析、预训练大模型这些核心人工智能技术。而且，还能大幅度降低人工智能产品的开发和使用门槛，可以加速推动AI赋能千行百业。这就很有想象空间，所以中移资本这些国资都出手投资，等于是支持加速国内AI的发展。

多模态是未来AI重点！多模态能够执行多种跨模态任务的AI算法，多模态能自动生成和输出混合了图、文、视频的展示内容，它的应用范围要广的多，市场空间也大得多。比如说自动驾驶，就必须在多模态的AI发展起来之后，才能做到让大家满意，才让自动驾驶更加可靠。所以，现在sora火了之后，国内外厂商相继发力布局多模态大模型领域，2024年多模态可能会进入商业化阶段，会迎来里程碑！