每經記者 楊卉    每經編輯 張海妮    

12月2日至12月5日，“2024數字科技生態大會”在廣州舉辦。期間，中國電信在首屆“TeleAI開發者大會”上發布了視頻生成大模型、視覺大模型產用一體化平臺、具身智能、智傳網等一系新品，成立不久的TeleAI研究院也一同亮相。

《每日經濟新聞》記者在現場了解到，此次電信發布的視頻生成大模型為首個央企全自研視頻生成大模型，打造了“VAST（Video As Storyboard from Text）二階段視頻生成技術”，可通過文本描述勾勒出包含視頻構圖、主體目標位置及人物姿態等關鍵信息的“故事板”（Storyboard），進而生成對應的視頻內容。

圖片來源：每經記者 楊卉 攝

中國電信方面表示，得益于VAST的創新能力，視頻生成大模型可以保證單個或多個主體人物在各視頻片段中的外觀一致性，實現對復雜動作和交互式動作的精確控制，并讓角色和目標物體的運動符合物理規律。

基于此，通過語義、語音、文生圖、文生視頻等全棧大模型能力打通短劇及影視制作的各個環節；覆蓋文字腳本撰寫、分鏡腳本繪制、視頻拍攝及剪輯、配音及音效合成等全流程，實現降本增效。

除了視頻生成大模型，中國電信還發布了基于知識的視圖萬物布控視覺大模型。根據中國電信的介紹，視覺大模型現已升級至TeleSearch 2.0—基于知識的視圖萬物布控，可實現動態知識掛載和行業事件認知，并驅動復雜邏輯理解。

TeleSearch 2.0目標是打破模態間的信息孤島，支持上百個專業知識文檔掛載，在理解文檔內容的基礎上可根據復雜長語句精準檢索圖片和視頻，從而完成跨模態復雜語義準確理解及超萬種目標精準檢索。

依托TeleSearch 2.0，中國電信構建了視覺大模型產用一體化平臺，通過算法冷啟動回流數據，可實現0訓練數據直接推理，并支持小樣本訓練。中國電信透露，目前該平臺已成功應用于多省應急項目，沉淀了20余個應急全流程感知場景，提升對災害研判與應急響應的核心能力。