捷成股份發(fā)布四階影視理解大模型 AI視覺中樞重構(gòu)產(chǎn)業(yè)生態(tài)

    本報(bào)記者（記者李勇）2025年12月18日，以“前沿技術(shù)賦能數(shù)字文娛新生態(tài)”為核心議題的2025中國數(shù)字文娛大會在廣州盛大啟幕。在這場聚焦國內(nèi)數(shù)字文娛領(lǐng)域高質(zhì)量發(fā)展的盛會上，北京捷成世紀(jì)科技股份有限公司（以下簡稱“捷成股份”）首席技術(shù)官張俊祺發(fā)表的《影視理解大模型如何改變影視工業(yè)》主題演講，首次系統(tǒng)性地披露了捷成股份自研的四階影視視頻理解大模型如何重構(gòu)影視工業(yè)全鏈路，引發(fā)廣泛關(guān)注。張俊祺還在會上宣布，基于該技術(shù)的“視覺智能中樞”已實(shí)現(xiàn)產(chǎn)業(yè)化落地且達(dá)成多項(xiàng)重磅合作。

    AIGC技術(shù)催動文娛產(chǎn)業(yè)高速發(fā)展的當(dāng)下，行業(yè)普遍存在“高理解成本、低表達(dá)效率”的核心痛點(diǎn)，難以滿足影視工業(yè)級生產(chǎn)需求。而破解這一發(fā)展瓶頸的關(guān)鍵，正是工業(yè)級影視視頻理解技術(shù)。

    捷成股份此次發(fā)布的四階影視視頻理解大模型，構(gòu)建了行業(yè)首個標(biāo)準(zhǔn)化技術(shù)評價框架。L0記憶層作為基礎(chǔ)核心，具備視覺記憶檢索、自然語言匹配、名場面定位能力，即便用戶僅能描述“足球場被嘲笑組隊(duì)失敗搞笑”這類模糊場景，也能精準(zhǔn)命中《少林足球》經(jīng)典橋段，破解影視內(nèi)容檢索難題；L1復(fù)述層堪比資深影迷，可將《盜夢空間》等多層嵌套的非線性敘事，重組為邏輯清晰的主線劇情，實(shí)現(xiàn)復(fù)雜敘事的結(jié)構(gòu)化推理與信息還原；L2分析層突破被動解讀局限，如同專業(yè)解說博主，能從多元視角解讀《少年派的奇幻漂流》等作品深層內(nèi)涵，形成獨(dú)立觀點(diǎn)與批判性思考；L3解構(gòu)層則進(jìn)一步突破了對導(dǎo)演風(fēng)格的簡單模仿，如同掌握了創(chuàng)意的“源代碼”，可精準(zhǔn)拆解韋斯·安德森對稱構(gòu)圖、高飽和配色等標(biāo)志性風(fēng)格，實(shí)現(xiàn)導(dǎo)演創(chuàng)作手法的創(chuàng)造性模擬，為影視再創(chuàng)作注入無限可能。

    捷成股份發(fā)布的該大模型能精準(zhǔn)解碼影視視聽語言，深度理解敘事結(jié)構(gòu)、角色動機(jī)與社會價值，實(shí)現(xiàn)了影視從記憶檢索到風(fēng)格結(jié)構(gòu)的認(rèn)知躍遷，推動影視視頻理解從“看明白”向“真理解、懂門道”演進(jìn)，為影視內(nèi)容創(chuàng)作提供了更深層次語義支持。技術(shù)落地的背后，則是捷成股份十余年的產(chǎn)業(yè)積淀與硬核資源支撐。公司依托超過20萬小時的高質(zhì)量音視頻素材庫，囊括《長津湖》《唐人街探案》等重磅作品，通過AI技術(shù)生成5億+張影視圖片、10萬+部配音素材及7200萬+條片段素材，構(gòu)建起行業(yè)稀缺的視頻語料庫與全球最具價值的影視素材庫。在此基礎(chǔ)上，公司正打造全球最大的影視級AI向量庫，實(shí)現(xiàn)鏡頭級檢索與跨模態(tài)內(nèi)容理解，為技術(shù)產(chǎn)業(yè)化筑牢根基。目前，該視頻理解大模型已成功應(yīng)用于旗下“捷成靈犀智能體平臺”與AI智能視頻生產(chǎn)引擎“ChatPV”，有效彌補(bǔ)通用視頻模型在影視垂直領(lǐng)域的短板，顯著提升內(nèi)容制作效率。

    依托該核心技術(shù)，捷成股份目前已與番茄、紅果等頭部IP內(nèi)容平臺達(dá)成戰(zhàn)略合作，以影視理解大模型為基礎(chǔ)開展全新AI內(nèi)容創(chuàng)作，建立內(nèi)容生產(chǎn)基地，打造AI短劇千部產(chǎn)能。通過“技術(shù)+內(nèi)容+渠道”的協(xié)同效應(yīng)，捷成股份正構(gòu)建從IP孵化、智能制作到全球發(fā)行的完整生態(tài)，打通了“內(nèi)容理解-智能創(chuàng)作-全域分發(fā)”的完整產(chǎn)業(yè)閉環(huán)。

    有業(yè)內(nèi)人士表示，此次四階影視理解大模型的推出及商業(yè)化應(yīng)用的落地，不僅彰顯了捷成股份在AI影視應(yīng)用領(lǐng)域的先發(fā)優(yōu)勢與技術(shù)硬實(shí)力，更以“技術(shù)賦能+生態(tài)協(xié)同”的發(fā)展模式，為中國數(shù)字文化產(chǎn)品提升全球競爭力提供核心支撐。隨著技術(shù)持續(xù)迭代與商業(yè)化場景的不斷拓展，捷成股份也有望引領(lǐng)影視工業(yè)進(jìn)入AI驅(qū)動的高質(zhì)量發(fā)展新階段，為文化產(chǎn)業(yè)數(shù)字化升級注入強(qiáng)勁動力，助力中國影視工業(yè)邁向產(chǎn)業(yè)鏈高端。

（編輯 黃力）