技术竞赛升级，视频模型公司更新底层架构
智象未来发布全模态图像大模型，采用统一Transformer框架处理多类信息，提升效率并缓解信息割裂。行业趋势回归全模态，受商业与技术双重驱动，市场焦点从商业化回归核心能力。技术突破推动应用扩展，资本市场看重AI技术稀缺性。尽管面临算力成本等挑战，行业前景依然乐观。
5月19日，智象未来发布了其图像大模型HiDream-O1-Image-Pro。这次发布的一个关键看点，在于其底层模型架构完成了从“多模态”到“全模态”的升级。简单来说，就是用一个统一的Transformer架构，实现了从原始信号端到端的全模态对齐。
这背后有什么不同？过去，处理视频生成任务时，图像、视频、人体动作、文本等信息，往往被视为独立的“模态”，需要各自独立的编码分支来处理。这种分立式的范式，难免带来信息割裂和编码误差。而新的全模态架构，则是将所有这些信息都纳入同一个Transformer框架内进行处理。这样做的好处显而易见：它能有效缓解信息割裂，消除因编码方式不同带来的误差，并显著提升训练与推理一体化的效率。当然，行业此前未能大规模采用这种方案，原因也很现实——技术成熟度不够，更重要的是，能够支撑全模态训练的同源高质量数据，实在太稀缺了。
对于这种行业趋势的回归，智象未来CTO姚霆给出了他的观察。他认为，AI行业从追求垂类模型，到如今重新聚焦全模态模型，背后是商业约束与技术迭代的双重驱动。企业很难长期承受只有投入没有商业化回报的压力，因此必须在模型能力与应用落地之间，找到一个快速闭环的路径。与此同时，模型与具体应用场景之间，会形成一个“模型突破、应用落地、反向定义迭代”的循环。在这个循环中，持续回归并优化底层架构，是一条必然的路径。
市场的风向也在变化。智象未来CEO梅涛指出，一级市场投资人的关注点正在发生转移。如果说2024年大家更看重模型效果本身，那么到了2024年底、2025年初，商业化成绩单就成了新的焦点。而进入今年，无论是二级市场还是一级市场的投资人，注意力又重新回到了模型的核心能力上。
技术侧的突破，无疑是推动这种关注转移的重要力量。梅涛分析道，从OpenAI Sora的诞生，到今年字节跳动Seedance 2.0展现出的良好效果，行业清晰地感受到了技术的飞跃。Sora让业界看到，专业用户通过大量工程化工作，已经能产出接近商业化的成果；而Seedance 2.0则迅速将受众从早期的专业用户和尝鲜者，扩展到了半专业甚至普通用户群体。谈及Sora的关停，梅涛认为，一个很重要的原因在于其巨大的算力消耗——据估算，其约90%的成本都花在了预训练阶段。
那么，资本市场的反应如何？东方富海合伙人王兵用“特别疯”来形容今年的人工智能一级市场。在他看来，市场整体变热主要源于两方面：一是AI技术真正开始进入工作流程，技术发展实实在在地推动了商业化加速；二是与美国市场相比，中国科技资产的估值显得“便宜很多”。这两个因素叠加，使得行业内不少项目的估值水涨船高。
具体到视频模型这个细分赛道，投资机构的筛选逻辑是什么？王兵给出了明确的答案：他们看重的并非公司前一两年的收入或利润，而是技术的稀缺性。他的建议是，在不盲目烧大钱的前提下，创业公司应该坚定地把基础模型做好。只要你的基模能力能稳居行业前三，公司就永远握有入场券和机会。
当然，挑战也同样明确。王兵特别提醒，在算力成本没有出现大幅下降的情况下，创业公司应尽量避免在To C领域直接与巨头“硬碰硬”。这是一个基本的商业判断，因为创业公司很难承受大厂那种动辄数十亿、数百亿的投入规模。
尽管前路挑战重重，但王兵对视频模型行业的未来依然持乐观态度，判断其“未来一定会赚钱”。支撑这个判断的理由有两个：首先，算力成本未来呈指数级下降是可以预期的趋势；其次，当前头部AI生成的短剧质量，已经达到了可以商业化的水平。AI在影视、广告等内容生产领域逐步取代部分人力，似乎已成为一个不可逆转的趋势。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。