公司产品发布与核心功能 - 悦享控股旗下悦灵犀AI正式发布3 0全新版本 引入全新研发的AI写真系统 内置1000余款高质量场景 实现从模特生成到影像合成的一体化智能创作体验 [1] - 新版本采用全新设计语言和UI 以灵感即界面为理念 深度融合AIAgent智能交互能力 用户可通过简单指令实现端到端的沉浸式AI创作 [1] - AI写真功能打通从静态图像到动态影像的全链路创作路径 用户仅需几步操作即可生成多组4K级人像写真 并支持表情微调 姿势重构等高级操作 [1] - 首次引入一键相册成片功能 利用AI视频生成引擎自动将写真内容转化为视频短片 用户可直接分享至微信 抖音 小红书等平台 [1] 自研大模型与技术升级 - 悦灵犀自研的北辰星悦3 0大模型正式落地 新增多模态一致性训练与多尺度人像特征重建网络 显著提升AI在人物建模 光影控制及服装生成方面的表现力 [2] - 模型性能显著提升 4K人像生成速度较上一版本提升38% 人物姿态与光照匹配精度提升至98 4% 支持75类写真风格库与30fps视频输出稳定帧率 [2] - 新版本全面升级分布式算力调度系统 可同时支持图生图 图生视频与跨模态内容混合生成 数据训练集扩容至4 5亿高分辨率人像样本 [3] - 引入文化语义增强数据集 使模型在理解东方审美 服饰风格及文化符号上更具表现力 [3] AI智能体与创作生态 - AI写真系统首次模拟真实影楼拍摄流程 重建拍摄 选片 修图 成册四大环节 由AI摄影师Agent AI修图师Agent和AI后期Agent协同完成 [2] - 通过RLAIF审美强化学习框架 模型能从用户点赞与偏好中持续自我优化 实现美学进化的能力迭代 [3] - 平台致力于构建由多智能体组成的创作体系 包括创意策划Agent 构图Agent等 形成闭环的AI内容生产流 [3] - 随着新版本发布 公司将开放AI写真API接口 赋能品牌 摄影工作室与创意机构 共同构建新一代AI影像生态 [3]

多模态技术发展现状 - 中国企业在视频生成、3D创作等多模态细分领域已跻身全球第一梯队，与美国在大语言模型领域的领先形成差异化竞争[1] - Pixverse的视频生成产品用户规模超过许多美国知名产品，VAST在3D技术上实现核心突破，Feeling AI探索多模态融合创新路径[1] - 中国团队在场景理解、数据积累和工程落地方面具备综合优势，抖音、快手等产品背后的视觉技术为视频生成奠定基础[7] 中国团队的核心优势 - 视频技术领域有多年积累，组织架构灵活性助力创新，全球用户量最大的视频生成产品多数来自国内团队[7] - 多模态领域技术路径尚未定型，中国丰富的应用场景和人才储备为创新提供沃土[7] - 差异化技术策略实现突破，3D领域从核心技术攻坚转向产品化落地，专注画质而非功能丰富性[8] 竞争格局与战略应对 - 面对阿里、腾讯等巨头的开源攻势，创业公司通过保持战略定力、聚焦细分需求寻找突破口[9] - 大厂竞争是创业公司的"成人礼"，战略节奏领先是关键，先聚拢顶尖科学家实现技术突破，再转向产品化和商业化[9][10] - 开源是创业公司可以借力的东风，但难以满足特定场景需求，需要在开源基础上进行深度定制[12] 技术发展趋势 - 实时生成成为重点方向，Pixverse线上模型5秒生成5秒视频，目标实现真正实时生成[17] - 多模态融合趋势显著，GPT-4o强调的原生多模态实现训练时共享同一语义空间[14] - 3D生成转向自回归路线，生成模型面数低且拓扑结构类似人工建模，方便二次编辑[18] 产品与用户策略 - Pixverse采取双轨策略：网页版服务专业用户，移动端"拍我"App面向大众，模板化生成降低创作门槛[21][22] - VAST调整用户定位，从游戏玩家转向专业用户，打造完整3D创作工作流而非简单模型生成[25] - Feeling AI面向海外14-24岁年轻群体，结合游戏、创作和虚拟陪伴体验，模糊创作者与消费者界限[27][28] 未来目标与挑战 - Pixverse目标实现高质量实时视频生成，用户规模达3亿-5亿[37] - VAST希望降低3D创作门槛，探索可交互内容新生态，可能出现"3D版抖音"[37] - 行业共识是技术进步将让更多普通用户参与多模态创作，AI加速动态3D内容发展进程[33]