行行查
行业研究数据库
人工智能行业研究:视频生成模型历史发展及技术迭代路线
- 人工智能
- 视频
视频生成模型的发展可分为四个阶段。第一阶段是2016至2020年的早期学术探索期,核心技术路线以GAN和VAE变分潜变量模型为主。该阶段主要用于无条件视频生成及特定帧预测,但生成的视频通常较短且分辨率低,尚未形成成熟的开放域文生视频能力。
第二阶段是2021至2023年的Token化Transformer与视频扩散并行发展期。一条路线将视频转化为离散视觉Token并通过自回归或掩码Transformer生成;另一条路线则将图像扩散模型扩展至时间维度。此时文生视频能力逐步形成,在文本控制、画质及时序连贯性上有所提升,但在复杂运动、主体一致性及长时稳定性方面仍有局限。
第三阶段是2024年至2025年一季度的DiT规模化时期。核心是将视频压缩为时空Patch或Token,由Transformer承担生成任务。这一变革使得扩大模型和数据规模成为可能,时空建模、提示词遵循及跨帧一致性显著提升,但仍存在改进空间。
第四阶段是自2025年二季度开始的原生音视频与多模态创作产品化期。两类能力加速进入商业应用:一是联合生成画面、对白、音效和环境声,实现从无声画面到同步音视频的跨越;二是利用文本、图片等素材进行参考生成和
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










