今天分享的是：多模态大模型和应用奇点将至-华泰证券

报告共计：38页

多模态大模型及应用发展核心总结

华泰证券研究报告指出，多模态大模型及应用的发展已临近奇点，其判断基于技术进步与商业化进展两方面。技术上，原生多模态模型架构获业界认可，OpenAI和Google的相关模型在性能、延时及部署上展现显著优势；商业化方面，全球多数AI应用公司依赖多模态能力，国内在视频生成赛道已实现较成熟的全球化与商业化。

多模态是大语言模型（LLM）发展的必然趋势。LLM虽在文本处理上表现出色，但为拓展应用场景，研究者将其他模态能力融入其中，形成多模态大型语言模型（MLLM）。MLLM分为模块化架构与原生架构：模块化架构通过拼接不同模态模块实现功能，而原生架构直接在全模态数据上从头同步训练，在性能、效率等方面更具优势，但对算力和技术要求更高，目前以OpenAI、Google为代表的头部厂商领先。

商业化层面，全球呈现海外进展快于国内、一级公司快于二级公司、多模态产品快于文本产品的趋势。海外Chatbot类产品如OpenAI、Anthropic已实现10亿美金以上的年化收入（ARR），而国内Chatbot商业化尚未成熟。国内年化收入超1亿美金的AI公司均聚焦多模态产品，如美图、快手和睿琪软件。

国内在视频生成赛道表现突出，字节Seedance 1.0、快手可灵（Kling）、MiniMax Hailuo 02等产品在文生视频、图生视频榜单中位居前列。以快手可灵为例，上线10个月左右ARR突破1亿美金，标志着国内视频生成领域从单点突破迈向多点突破。

此外，多模态产品持续迭代，图像生成从追求高质量转向提升易用性，视频生成则在时长、清晰度和一致性上不断突破，同时语音、音乐、3D等领域产品也在拓展应用场景。原生多模态模型的普及与Agent形态的落地，推动算力需求增长，而应用侧在广告、零售、创作等领域的AI化需求持续释放。

总体而言，多模态大模型正成为行业核心发展方向，技术迭代与商业化落地的加速，将推动其在更多领域实现规模化应用。

以下为报告节选内容