计算机行业跟踪报告：AI+专题系列点评(一)：多模态时代下的AI扩图应用

　　多模态技术高速迭代催化AI 应用落地。12 月7 日，谷歌多模态大模型Gemini1.0 正式上线，多模态大模型迎来重大突破。多模式技术旨在将不同类型数据如图像、视频、音频等融入到大语言模型。通过结合不同的模态，使模型能够更准确的理解外部世界。多模态技术的高速迭代，使得一些AI+应用场景迎来机会，AI+绘图、AI+视频等图片类AI 应用得以落地。
AI 扩图新功能横空出世，APP 竞相迎合用户需求。AI 扩图是一种利用人工智能算法对图像进行扩展处理的技术，AI 扩图属于AI 画图，是多模态的分支。
　　2023 年7 月11 日，美图秀秀APP 正式上线“AI 扩图”功能，将AI 扩图带进了大众的视野，随后多款APP 均上线此功能；抖音旗下的产品剪映APP 凭借短视频的传播也拥有许多用户，其采用多元化的视频模板将成品图片输出；许多小众APP 如Wink、Uncrop 等的该功能均被广泛使用。
各AI 扩图产品使用对比。经过我们的测评，可以发现美图秀秀对于有主体的图片会沿着其基本边缘拓展，没有出现断开主体的情况，扩图偏保守，重点拓展背景且不新增要素。Wink 扩充背景效果较优，对于有主体的图片可能存在瑕疵。剪映成品输出形式为视频，需要截图保存图片，整体扩图表现优秀。
　　Uncrop 扩图后会新增主体，风格偏鲜艳，但由于要素新增过多可能存在瑕疵。
　　一次生成多种风格以及多要素的增加可为创作者提供新的思路。
投资建议与关注标的：多模态技术高速发展，文生图、文生视频能力未来可期，AI+绘图、AI+视频值得关注。建议关注多模态应用和大模型基座相关标的：1）AI+绘图：万兴科技；2）AI+视频：当虹科技、虹软科技；3）大模型基座：科大讯飞。
风险提示：大模型研发不及预期、政策不及预期、行业竞争加剧、扩图测试结论存在误差仅供参考。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。