在当下，多模态融合已成为 AI 领域的高确定性趋势。这一趋势的形成，与大语言模型的局限性密切相关。尽管大语言模型在自然语言处理方面取得了显著进展，但在面对复杂多样的现实世界数据时，其短板逐渐显现。

为了突破大语言模型的局限，多模态融合技术应运而生。所谓多模态，简单来说，就是 AI 能够同时处理和理解来自不同来源的信息，比如文本、图像、声音、视频等。值得注意的是在 DeepSeek-R1 爆火之后，DeepSeek 紧接着在北京时间 1 月 28 日凌晨，于 GitHub 平台发布了 Janus-Pro 多模态大模型，进军文生图领域，这说明多模态发展是行业的大趋势。

多模态 AI 应用市场未来增长或实现五年五倍

而通过多模态融合技术还可以让 AI 系统能够像人类一样，从多个维度感知和理解世界。例如，当我们向多模态 AI 描述 " 一只在花丛中飞舞的蝴蝶 " 时，多模态 AI 不仅能理解文本含义，还能生成对应的生动图像，甚至模拟出蝴蝶飞舞时的轻柔音效。

因此，多模态融合技术的应用场景极为广泛。在教育领域，它能为学生打造个性化的学习体验，结合文本讲解、图像演示和音频讲解，让知识传授更加生动形象；在娱乐行业，可实现更逼真的虚拟角色互动，虚拟偶像不仅能与用户流畅对话，其表情和动作也能与对话内容完美匹配；在智能家居中，用户通过语音指令，结合手势或面部识别，就能轻松控制家电设备，为生活带来极大便利。

市场空间上，根据全球性市场研究和咨询公司 Omdia 的研究报告显示，多模态市场 AI 将在五年内增长五倍，从 2024 年的 146 亿美元 ( 1060 亿元人民币左右 ) 增长到 2029 年的 728 亿美元 ( 5300 亿元人民币左右 ) 。

多模态 AI 海外代表企业：OpenAI、谷歌

面对广阔的市场空间，国内外有许多公司都在布局相关领域。在海外市场上，代表企业是 OpenAI 和谷歌。

OpenAI 方面，其旗下 Sora 的出现意义重大，是视频生成领域的一个重要转折点。Sora 展示了利用 DiT 可扩展架构的有效性，吸引了全球同行们快速跟进，推动视频生成从学术研究到工业级应用的重大跨越。

谷歌方面，2024 年 12 月，谷歌发布了全新多模态大模型—— Gemini 2.0，被称为 " 迄今为止谷歌最强大的 AI 模型 "。与 1.0 版本相比，Gemini 2.0 在多模态能力上实现了突破，支持图像和音频输出，并增强了工具使用能力，这将推动谷歌构建新的 AI 智能体，进一步实现 " 通用助手 " 的愿景。

多模态 AI 国内代表企业：万兴科技

对于国内投资者而言，可能更关注的是国内企业。在一众相关企业中，笔者认为万兴科技 ( 300624.SZ ) 或许有望成为行业代表者。

这一判断的依据首先在于其足够聚焦，有稀缺优势。正所谓专业的人做专业的事，虽然国内做文生视频模型的企业有很多，但是专注于做创意类音视频模型及 AI 应用的 A 股上市企业屈指可数。万兴科技此前推出了国内首个音视频多媒体大模型万兴 " 天幕 "，涵盖语言、音频、图像、视频等多模态能力。同时，万兴科技构建了一个矩阵式的数字创意软件产品创新平台，从技术、营销到管理赋能，较为全面地支持创作者。因此，万兴科技在业内具有一定的稀缺性。

第二个依据是万兴科技的先发优势。在日新月异的 AI 行业，谁能率先做出改变，谁就能抢占先机。面对 DeepSeek 带来的行业变化，万兴科技率先做出改变。具体来看，2 月 4 日，万兴科技率先完成深度求索 ( DeepSeek ) 最新推理大模型 DeepSeek-R1 的深入适配，旗下视频创意、绘图创意及文档创意软件业务产品，诸如万兴喵影、亿图图示、亿图脑图 MindMaster、万兴 PDF 等均已融合 DeepSeek-R1 大模型相关能力。

第三个依据是万兴科技的价值优势。公司的产品抓住了用户痛点、实实在在地为客户创造价值。以公司旗下产品万兴播爆为例，其就是洞察到跨境营销视频制作外籍演员难找、多语言难适配、视频制作周期长成本高等痛点而推出，大幅缩短了制作周期，降低了制作成本和门槛。而产品好不好用户数量最有发言权，公开资料显示，万兴科技业务已覆盖全球 200 多个国家和地区，累计用户数超 15 亿。

第四个依据是万兴科技的数据优势。目前包括 Sora、MidJourney 等在内的大部分视频 / 图像生成模型，都主要是以海外数据进行训练，对中国元素的生成仍旧不尽如人意。而万兴 " 天幕 " 大模型依托大量本土化数据，能够更好地理解和生成符合用户期望的音视频内容，满足本土内容创作的需求。‌

对于公司的行业地位和未来，机构们也表达了看好。例如，平安证券指出公司深耕视频创意与数字办公业务，产品线对标全球创意软件巨头，同时面对当下 AIGC 多模态领域的机遇，公司持续加深核心产品智能化，多款产品在业内率先实现 AI 应用落地，将为公司后续业务增长奠定基础。