Genie 4 相比前代进步在哪里？

  • Google DeepMind 于 10 月 27 日发布交互式世界模型 Genie 4。相比前代，它支持实时塑造模拟世界，在物理效果和人类动作的真实性上有所提升，还能实时生成原生音频。
  • 模型结合了 Gemini Omni 和其他 Gemini 模型：前者帮助模拟贴近真实世界的外观与行为，后者提供复杂推理，以维持场景的连贯性和连续性；Gemini 3.8 Flash 也用于模拟复杂事件。

为什么这会影响中国视频模型的发展方向？

  • 花旗认为，交互式世界模型会成为视频生成模型的重要发展方向。应用可能从目前的短剧、视频广告、长剧和电影，延伸至在线游戏等互动娱乐，以及创意指导、沉浸式摄影和机器人模拟。
  • 这条路径仍处早期：即便是前沿模型，也面临长时间场景连贯性不足、编辑困难、计算成本高，以及复杂物理交互理解和实时空间、音频准确性等限制。

字节跳动和快手的条件有何不同？

  • 字节跳动的 Seed 团队将视频生成视为通向世界模型的重要路径之一。花旗认为，领先的 Seedance 模型结合基础模型能力，可能使字节跳动在这一领域形成优势。
  • 花旗认为快手也可通过可灵 AI 探索世界模型，但基础模型能力相对有限可能构成约束。该行维持快手中性评级，目标价为 41 港元。
  • 目标价中，21 港元对应核心业务按 2027 年预期盈利的 6 倍市盈率估值；另有 20 港元来自快手持有的可灵股权，依据可灵最新一轮私募融资估值并计入 20% 持股折价。可灵收入增长慢于预期或 AI 投资高于预期，都是花旗列出的下行因素。