核心观点 - Vidu Q2多图参考生视频功能代表了AI视频生成工作流的新范式，在多主体一致性、情绪表演能力和多风格表现力方面实现显著进化[1][2][9][10][11][84] - 该技术相比传统的文生视频-图生视频工作流更具效率优势，操作更便捷，有望成为行业未来发展方向[2][4][9][84] 技术能力与性能提升 - 一致性方面实现大幅进化，能够稳定处理超多主体同框的复杂场景，例如成功生成六位画家同框的视频，而Q1版本在该场景下会出现人物缺失或异常出现的问题[12][14][15] - 操作便捷性提升，通过@键可简单调用任何人物、物品或场景，比Sora2仅能@人物的功能更丝滑[17] - 支持创新玩法，如通过多主体实现主人公变身，或保持人物不变而场景变化，镜内外变化同步性表现完美[26][28][29] 情绪表演能力 - 真人表演细腻度显著提升，能够通过眼神等细节展现复杂情绪如脆弱感，而Q1版本仅能完成基础眼部转动且情绪表达不明确[37][38] - 在二次元领域表现尤为突出，能够生成富有故事感的片段，精准捕捉悲伤、无奈、克制、恨意等复杂情绪[44][45] - 擅长处理动漫特有情绪表现手法，如通过眉眼线条抽动、瞳孔缩小、眼白红血丝等细节展现极致恐惧，且能在简单提示词框架内自主完善细节[53][54] - 小表情生成自然逼真，如情侣吵架场景的表情和动作具有活人感[49][51] 多风格表现力 - 在动漫风格生成方面表现卓越，无愧于AI视频动漫之王的称号，能够生成泡面番、热血战斗番等多种动画风格[58][60][64] - 运镜和特效能力突出，特别适合生成中二动漫场面，如舞剑场景的镜头拉近拉远和狂风特效，打斗场景的刀光剑影和飞檐走壁[70][71][72][74][75] - 所有风格化视频均通过多参考生视频生成，同时保证了角色一致性和风格一致性[70] 产品定价与可及性 - 定价具有竞争力，标准版月度会员59元获得800积分，20积分可生成一条8秒视频，折合每条视频成本1.475元，每秒约0.184元，是当前最便宜的AI视频模型之一[79][80] - 已推出手机APP，提供类似Sora2的交互体验和合拍功能，基于多参技术实现[82]

谷歌市值冲上3万亿美元的同时，旗下的"杀手级"AI应用也超越ChatGPT，成功登顶苹果应用榜第一 名。 最新数据显示，在美区AppStore中，谷歌旗下大模型应用Gemini的下载量已超过OpenAI的ChatGPT，成 为免费榜排名第一的应用。此外，在加拿大、印度、摩洛哥等国家，Gemini同样实现了登顶，打破了 ChatGPT自发布以来长期的垄断地位。 再比如，输入提示词"将我手中的物体变成3D透明线条艺术全息图"，Nano Banana也能准确地理解提示 词的含义。 | | Top Charts | All Apps | | --- | --- | --- | | Free Apps | | Paid Apps | | 1 | Google Gemini | | | Your Al assistant | | | | from Google | | | | 2 | ChatGPT | | | The official app | | | | by OpenAl | | | | Threads | | | | | Connect and share ideas | | | 1 | X | | | Bre ...

谷歌Gemini应用市场表现 - 谷歌旗下AI应用Gemini在美区AppStore下载量超越ChatGPT，登顶免费榜第一名 [1][2] - 除美国外，Gemini在加拿大、印度、摩洛哥等国家同样实现下载榜登顶，打破ChatGPT长期垄断地位 [2] Nano Banana技术突破与用户增长 - 谷歌DeepMind发布新一代AI图像生成与编辑模型Gemini 2.5 Flash Image，代号Nano Banana，在图像质量、编辑控制和应用场景上有大幅改进 [4] - Nano Banana功能上线后累计完成超2亿次图像编辑，并带动超1000万新用户尝试Gemini应用 [4] - 技术层面实现四大提升：自然语言驱动图像编辑、角色一致性与场景融合、多图融合与世界知识注入、降低3D建模门槛 [4][5] - 用户体验范式重构，实现从复杂工具栏到一句自然语言、从渲染缓慢到秒级出图、从效果不稳定到跨图一致性等突破 [9] 资本市场反应与行业影响 - 受益于反垄断裁决结果好于预期及Nano Banana市场表现，谷歌股价持续上涨，市值冲上3万亿美元 [1][9] - 花旗集团分析师将谷歌母公司Alphabet目标价从225美元上调至280美元，理由是Gemini在广告与云业务中采用加速，产品开发周期更快 [9] - Nano Banana火爆点燃图像生成视频赛道战火，国内厂商如字节跳动Seed团队推出豆包图像创作模型Seedream 4.0，生数科技推出Vidu Q1参考生图功能正面对标 [10] - 华泰证券认为原生多模态模型架构获业界认可，多模态为主的产品商业化快于文本产品，多模态大模型和应用发展奇点将至 [10] 多模态AI投资机会 - 多模态在算力和应用两方面带来投资机会：算力侧，原生多模态模型需要更多算力，视频推理算力需求远大于文字 [11] - 应用侧，国内视频生成模型领先，广告、零售、创作、教育等领域均有AI化需求 [11]

AI图像生成模型竞争格局 - 谷歌于8月末发布Gemini 2.5 Flash Image模型（代号“纳米香蕉”），推动了AI手办图等应用的流行[2] - 9月初，字节跳动Seedream 4.0和生数科技Vidu Q1模型相继面世，标志着行业竞争在不到半个月内急剧升温[5] - 知名评测机构Artificial Analysis于9月12日发布消息称，字节跳动Seedream 4.0在文生图和图像编辑排行榜上超越谷歌纳米香蕉，位列榜首[8] 主要模型性能对比 - 在AI手办生成测试中，谷歌纳米香蕉生成的小猫手办质感更贴近真实手办，光线明暗处理得当[11] - 字节跳动Seedream 4.0在测试中出现对提示词理解有误的情况，例如将手办盒子生成人形玩偶而非小猫[11] - 生数科技Vidu Q1在测试中基本未对小猫进行手办材质调整，毛发质感与原始照片一致，效果最不理想[11] - 在建筑线稿转效果图测试中，Seedream 4.0首次生成效果惊艳，而纳米香蕉需二次提示才能生成真实效果图片[14] - 在文生图测试中，Seedream 4.0生成的家庭场景人物表情皆大欢喜，而纳米香蕉则添加了更多菜式，场景更贴近真实家常午饭[18] - 在图像融合测试中，Vidu Q1对人物处理较好但未理解电动车构造，Seedream 4.0生成严谨，纳米香蕉则出现理解偏差[21] 行业技术发展现状 - AI图像生成模型在文生图、参考生图、图像编辑等方面的能力实现飞跃式提升[21] - 当前模型相比早期产品，在理解能力、出图速度、画面真实性和清晰度上均有显著突破[21] - 模型最终生成效果与提示词紧密相关，提示词描述简单可能导致AI理解出现误差[21] - AI生图能力考察涵盖一致性、真实性、清晰度、语义理解和美学等多个维度[21]

大会概况 - 2025 ChinaJoy AIGC大会以"破晓之光"为主题，聚焦AI基建、人形机器人、数字娱乐新范式及智能技术产业融合四大板块 [1] - 大会采用"主题演讲+圆桌论坛"形式，探讨技术驱动产业从"追随者"迈向"定义者"的路径 [1] 多模态大模型技术 - 清华大学朱军团队开发的Vidu Q1视频模型实现"高可控性"与"高一致性"，已应用于泛互联网、广告营销及智能硬件领域 [2] - 多模态技术推动数字与物理世界融合，AI能力从虚拟内容生成扩展到物理世界的感知、决策与执行 [2] Agentic AI与基础设施 - 微软预测Agentic AI到2028年将承担15%企业日常工作决策，中国市场年均复合增长率达72.7% [5] - 微软Azure AI Foundry平台整合LLM Models和Agents工具，AI数据中心采用NVIDIA GB200 GPU和液冷系统，性能达最快超算10倍 [5] AI算力与硬件协同 - 无问芯穹通过软硬件协同优化实现终端性能2-5倍提升，自研推理IP加速AI终端落地 [7] - 公司构建"云端一体"生态，推动算力标准化服务和AI算力国产化 [7] 生活空间机器人 - 维他动力定义生活空间机器人为自主化助人机器人，将在世界机器人大会推出行业首个智能伴随机器人 [9] - 智能终端发展遵循从垂直应用到系统整合的路径，类似Walkman到智能手机的演进 [9] 具身智能人形机器人 - 青心意创Orca机器人聚焦拟人交互陪伴，在多模态交互能力上处于领先水平 [10] - 星动纪元认为具身智能可替代高危环境作业，推动传感器等硬件升级，解决劳动力短缺问题 [13] AI游戏与应用创新 - 世纪华通"数龙杯"大赛评选11支团队，推动AI技术规模化商业化应用 [17] - 腾讯混元AIGC工具提升游戏美术资产开发效率，但风格一致性等问题仍需优化 [23] - VAST的Tripo 3D大模型服务3.5万中小客户，支持语义分割和部件级编辑 [25] 影视与视频生成技术 - 爱奇艺用AI重构影视生产流程，开发剧本工坊、虚拟制作等智能制作产品 [19] - 爱诗科技PixVerse视频大模型迭代至V4.5，实现5秒生成高质量视频，服务全球6000万用户 [21] AI Agent发展 - 扣子平台被上万家企业用于开发Agent，如抖音电商智能客服和和府捞面点评分析系统 [27] - 新智慧游戏推出GameSkill陪练AI，覆盖MOBA/FPS/RPG等主流游戏品类 [29] - 圆桌讨论预测Agent将具备自主决策能力，办公场景或实现80-90%无人化操作 [31]

一、AI视频生成技术升级 - 谷歌Veo 3升级支持仅用一张图片生成音频和视频，角色在多镜头下保持高度一致性[1] - 新功能通过Flow平台的"Frames to Video"选项实现，加入丰富运镜功能[1] - 用户实测显示人物表情自然、表演到位，适用于广告、动画等多领域[1] - Vidu Q1多参考生视频功能可上传最多7张参考图像，实现角色一致性强、多元素同框和零分镜视频生成[4] - 清晰度升级至1080P，支持主体库存储角色素材，单条视频成本不到9毛钱[5] 二、开源大模型进展 - Hugging Face开源3B参数模型SmolLM3，性能超越Llama-3.2-3B和Qwen2.5-3B，支持128K上下文窗口及6种语言[2] - 模型采用双模式系统，用户可在深度思考和非思考模式间灵活切换[2] - 昆仑万维开源Skywork-R1V 3.0多模态模型，高考数学得142分，MMMU评测达76分，超越部分闭源模型[3] - 模型通过强化学习策略GRPO和关键熵驱动机制，仅用1.2万条监督样本和1.3万条强化学习样本实现高性能[3] 三、端侧与多模态模型 - vivo发布端侧多模态模型BlueLM-2.5-3B，支持GUI界面理解，在20余项评测中表现优异[6] - 模型支持长短思考模式自由切换，引入思考预算控制机制[6] - 采用精巧结构(ViT+Adapter+LLM)和四阶段预训练策略，缓解多模态模型文本能力遗忘问题[6] 四、AI系统突破 - X-Masters系统在"人类最后的考试"(HLE)上首次突破30分，达到32.1分，超越OpenAI和谷歌[7] - 系统基于DeepSeek-R1模型构建了工具增强推理智能体X-Master，能在内部推理和外部工具使用间流畅切换[7] - 采用分散-堆叠式多智能体工作流，通过求解器、批评者、重写器和选择器多角色协作[7] 五、行业并购与市场格局 - 智元机器人以21亿元收购科创板上市公司上纬新材控制权，预计收购63.62%-66.99%股份[8] - 2025年上半年Gemini系列模型占据大模型API市场近一半份额，谷歌以43.1%位居第一[9] - DeepSeek V3自发布以来用户留存率极高，位列使用量前五[9] - 细分领域呈现差异化竞争格局：Claude-Sonnet-4在编程领域领先(44.5%)，GPT-4o在营销领域领先(32.5%)[9] 六、AI应用趋势 - 全球已有18亿AI用户，但付费率仅3%，学生使用率高达85%，家长群体成为AI重度用户[10] - AI主要应用于邮件撰写(19%)、研究兴趣主题(18%)和管理待办事项(18%)等日常场景[10] - 未来18-24个月AI将迎来六大趋势：垂直领域工具崛起、完整流程自动化、语音AI爆发等[10]

谷歌Veo 3发布 - 谷歌在2025 Google I/O开发者大会上发布视频生成大模型Veo 3，实现视频与音频的原生集成，包括音乐、背景音效和角色对话的自然生成，并能同步口型 [1] - Veo 3具备更强的物理规律理解与模拟能力，显著提升AI视频生成的真实感与沉浸感 [3] - 谷歌在发布Veo 3当天即刻上线Flow平台面向市场开放使用，不同于Sora发布时不对外开放的策略 [8] 国产视频生成模型表现 - 快手可灵2.0以1124分的Arena ELO基准测试评分位居Artificial Analysis榜单图生视频赛道榜首，对比谷歌Veo 2的胜负比达205%，对比OpenAI Sora的胜负比达367% [4] - 生数科技Vidu Q1在VBench Leaderboard和SuperCLUE榜单上登顶文生视频和图生视频分项榜首，超越Runway、Sora等国外模型 [6] - 阿里通义万相2.1曾在VBench Leaderboard榜单排名第一，在复杂运动处理、现实物理还原等方面表现突出 [6] 行业竞争格局 - 视频生成大模型赛道竞争激烈，国内外厂商呈现"螺旋式"互殴局面，榜单排名频繁更替 [4][6] - 国产模型通过高频迭代迅速跻身第一梯队，可灵AI上线以来已迭代20多次 [4] - 行业技术进步显著，从早期"鬼畜"画面发展到音频、画面、动作等多因素高度协同集成 [7] 商业化进展 - 国内厂商商业化路径更宽更快，快手可灵AI单月流水超千万元，与伊利、vivo等头部品牌达成合作 [11] - 抖音AI特效话题播放量超36亿次，快手AIGC广告收入规模提升12倍，单日消耗峰值突破2000万元 [8] - 首部付费AI短剧《兴安岭诡事》市场反响热烈，AI+萌娃、AI+宠物等主题视频创作吸引大量流量 [8] 商业模式对比 - 国内采用免费版与会员制结合策略，每天送积分吸引用户，会员定价平均低于国外厂商 [12] - 谷歌Veo 3需开通125美元/月的Ultra会员，且每月仅能生成约85条视频，限制用户大规模出片能力 [11] - 抖音即梦AI周活跃用户数从76万增至200万，月活达893万，商业化支撑数据亮眼 [11][14]

人工智能专利与技术发展 - 中国已成为全球人工智能专利最大拥有国，占比达60% [2] - 国家知识产权局将加快建立人工智能、大数据等新领域知识产权保护规则，指导建设人工智能领域专利池 [2] - 科大讯飞深度推理大模型讯飞星火X1升级，在数学、代码等任务上效果显著提升，对标OpenAI o1和DeepSeek R1 [8] 企业融资与估值 - 通用型AI智能体Manus AI背后的中国创业公司"蝴蝶效应"完成7500万美元融资，估值达近5亿美元 [3] - 未来智能获数千万元Pre A+轮融资，月活增长超10倍，复购率44% [81][82] - 美国AI初创公司Manychat完成1.4亿美元B轮融资，专注于AI营销机器人 [83] 大模型与AI产品动态 - 字节内测Agent产品"扣子空间"，支持调用多位专家Agent完成任务 [4] - 百度发布文心大模型4.5 Turbo，价格最高降低80%，每百万token输入价格0.8元 [50][51] - 智谱旗下GLM-4-Plus降价90%，从50元/百万tokens降至5元/百万tokens [37] 机器人技术与应用 - 宇树机器人回应春晚"死机"事件，称系误按急停按钮 [7] - 美的宣布人形机器人5月进厂，下半年进入线下门店 [63] - 特斯拉机器人Optimus相关岗位招聘约80个，擎天柱AI团队扩招 [64] 算力与基础设施 - 内蒙古算力规模达12万P，其中90%为智能算力，居全国第一 [29] - 百度点亮国内首个全自研三万卡集群，支持多个千亿参数大模型训练 [48] - 青岛计划到2027年算力总规模达12EFLOPS，智能算力占比40% [104] 政策与行业趋势 - 工信部计划到2026年制修订100项以上智能制造国家标准、行业标准 [94][97] - 广东省工业机器人产量五年增长4.5倍，人工智能核心产业规模超2200亿元 [98] - 习近平强调坚持自立自强，突出应用导向，推动人工智能健康有序发展 [105] 国际合作与市场拓展 - 宝马中国宣布接入DeepSeek，功能将应用于国产新世代车型 [59][60] - Yandex推出新一代AI车载平台，月活跃用户超7000万 [16] - 蚂蚁集团在广州设立"双中心"，深化数字金融和跨境支付合作 [11] 教育与人才培养 - 深圳大学人工智能学院成立，教研团队含多位院士和国家级人才 [9] - 蚂蚁集团推出"Plan A"AI人才专项，面向全球招募顶尖AI研究人员 [46] - 教育部本科增列人工智能教育等29种新专业，聚焦AI赋能经济社会发展 [96]

报告行业投资评级 - 看好（维持）[2] 报告的核心观点 - 社交、游戏出海中东北非等地延续高景气，国内成熟商业模式和丰富运营经验，叠加AI赋能及本地化深耕运营，或驱动线上社交产品出海延续高景气，建议关注有布局卡位优势、本地化运营能力突出的公司及有望拓展出海社交业务的公司，重点推荐腾讯控股、盛天网络，受益标的包括赤子城科技、Yalla等[4] - 国产模型多模态、推理能力持续提升及MCP协议广泛运用，将推动Agent等应用在垂直场景加快落地，拉动推理算力需求，建议继续布局AI，给出大模型/Agent、AI游戏、AI虚拟陪伴等多领域重点推荐和受益标的[5] 根据相关目录分别进行总结 行业数据综述 - 游戏方面，截至2025年4月26日22：00，《七日世界》获内地iOS免费榜第一，《王者荣耀》获内地iOS畅销榜第一，《失控进化》为安卓和iOS预约榜第一；重点公司游戏产品iOS游戏畅销榜排名中，《王者荣耀》本周最高排名维持第1名[12][16][22] - 影视方面，电影《向阳·花》获得周票房冠军，网播剧《无忧渡》表现良好，网播综艺《哈哈哈哈哈第五季》周播映指数第一，台播剧《我的后半生》周市占率第一，台播综艺芒果超媒《乘风2025》周市占率登顶第一，抖音卡牌爆款榜前10名中喝酒之奕金铲铲卡牌本周销量领先[26][27][29][31] 行业新闻综述 AIGC - 4月24日，Coze首进国内榜前十，Photoroom海外排名跃升13位至海外榜第30；近期AI生成猎奇内容掀起热潮，AI与创意结合突破内容边界；4月17日，腾讯元宝赶超Kimi位居国内榜第四，Poe上升2位进入总榜前十；国产Vidu Q1在权威评测基准中超越顶尖模型，勇夺文生视频赛道双榜第一[33][35][36] 游戏 - 4月21日，国家新闻出版署4月审批118款游戏，网易《极限战场》等双端产品入选；4月25日，《原神》茜特菈莉手办首发预计12月出货；《失落星船：马拉松》测试首日登上Twitch第三[36][38] 影视/IP - 4月24日，芒果TV与红果短剧达成系列合作，围绕优质成品短剧授权、IP联动开发及联合出品、短剧商业化展开深度合作[39] 公告总结 - 部分公司发布2024年年报，如蓝色光标2024年收入607.97亿元，同比增速15.55%，归母净利润 -2.91亿元，同比增速 -349.32%等多家公司有相关收入、利润及增速数据披露[39][42] 板块行情综述 - A股传媒板块2025年第17周（4月21日 - 4月25日）下跌0.11%，弱于上证综指、沪深300、深证成指、创业板指；游戏板块表现最好（+1.15%），体育板块表现最差（-0.85%）；相对传媒指数/沪深300，游戏板块获得最高超额收益，分别为+1.26%/+0.77%；A股传媒互联网相关个股中，生意宝周涨幅最大（+21.1%），芒果传媒周跌幅最大（-9.68%）；美股传媒互联网相关个股中，BTC DIGITAL周涨幅最大（+22.29%），云集周跌幅最大（-7.30%）；港股传媒互联网相关个股中，睿见教育周涨幅最大（+23.3%），宇华教育周跌幅最大（-9.86%）[47]

报告行业投资评级 - 看好（维持） [2] 报告的核心观点 - 社交、游戏出海中东北非等地延续高景气，国内成熟商业模式和丰富运营经验，叠加AI赋能及本地化深耕运营，或驱动线上社交产品出海延续高景气，建议关注有布局卡位优势、本地化运营能力突出的公司及有望拓展出海社交业务的公司，重点推荐腾讯控股、盛天网络，受益标的包括赤子城科技、Yalla等 [4] - 国产模型多模态、推理能力持续提升及MCP协议广泛运用，将推动Agent等应用在垂直场景加快落地，拉动推理算力需求，建议继续布局AI，给出大模型/Agent、AI游戏、AI虚拟陪伴等多领域的重点推荐和受益标的 [5] 根据相关目录分别进行总结 行业数据综述 - 游戏方面，截至2025年4月26日22：00，《七日世界》获内地iOS免费榜第一，《王者荣耀》获内地iOS畅销榜第一，《失控进化》为安卓和iOS预约榜第一；重点公司游戏产品iOS游戏畅销榜排名中，《王者荣耀》本周最高排名维持第1名 [12][16][22] - 影视方面，电影《向阳·花》获得周票房冠军；网播剧《无忧渡》表现良好；网播综艺《哈哈哈哈哈第五季》周播映指数第一；台播剧《我的后半生》周市占率第一；台播综艺芒果超媒《乘风2025》周市占率登顶第一；抖音卡牌爆款榜前10名中喝酒之奕金铲铲卡牌本周销量领先 [26][27][29][31] 行业新闻综述 AIGC - 4月24日，Coze首进国内榜前十，Photoroom海外排名跃升13位至海外榜第30；近期AI生成的猎奇内容在全球社交平台掀起热潮；4月17日，腾讯元宝赶超Kimi位居国内榜第四，Poe上升2位进入总榜前十；国产Vidu Q1在权威评测基准中超越Sora、Runway等顶尖模型，勇夺文生视频赛道双榜第一 [33][35][36] 游戏 - 4月21日，国家新闻出版署发布4月国产网络游戏审批信息，118款游戏获批，网易《极限战场》等双端产品入选；4月25日，《原神》茜特菈莉手办首发，预计12月出货；《失落星船：马拉松》测试首日登上Twitch第三 [36][38] 影视/IP - 4月24日，芒果TV与红果短剧达成系列合作，围绕优质成品短剧授权、IP联动开发及联合出品、短剧商业化展开深度合作 [39] 公告总结 - 部分公司发布2024年年报，如蓝色光标2024年收入607.97亿元，同比增速15.55%，归母净利润 -2.91亿元，同比增速 -349.32%等 [39][42] 板块行情综述 - A股传媒板块2025年第17周（4月21日 - 4月25日）下跌0.11%，弱于上证综指、沪深300、深证成指、创业板指；游戏板块表现最好（+1.15%），体育板块表现最差（-0.85%）；相对传媒指数/沪深300，游戏板块获得最高超额收益，分别为+1.26%/+0.77% [47] - A股传媒互联网相关个股中，生意宝周涨幅最大（+21.1%），芒果传媒周跌幅最大（-9.68%）；美股传媒互联网相关个股中，BTC DIGITAL周涨幅最大（+22.29%），云集周跌幅最大（-7.30%）；港股传媒互联网相关个股中，睿见教育周涨幅最大（+23.3%），宇华教育周跌幅最大（-9.86%） [47]