浙商证券：开源的多模态模型有望催化推理算力

浙商证券研报称，1）豆包大模型团队联合高校推出视频生成实验模型“VideoWorld”，在业界首次实现无需依赖语言模型，即可认知世界。该项目模型与代码已开源。继DeepSeek开源R1模型后，国产大模型再度迎来创新与开源。2）现有的大模型，例如Sora 、DALL-E 、Midjourney等，大多依赖语言或标签数据学习知识，很少设计纯视觉信号学习。VideoWorld仅通过 “视觉信息”，即浏览视频数据，就能让机器掌握推理、规划和决策等复杂能力。在不依赖任何强化学习搜索或奖励函数机制前提下，VideoWorld达到了专业5段9x9围棋水平，并能够在多种环境中，执行机器人任务。3）国产大模型算法创新+开源生态有望构建一条联合创新之路，推动中国AI领先。继OpenAI闭源后，大模型厂商呈现闭源趋势，直至DeepSeek将高性价比的R1模型开源。作为国内领先互联网大厂的核心团队，字节豆包团队的VideoWorld开源有望进一步促进国内外大模型行业的开源进程，为相关开发者提供了来自中国最先进的技术资源与创新基石。未来，如果大模型能够形成繁荣的开源生态，A基础模型有望加快创新，AI应用部署门槛降低以及成本带动应用繁荣，并催化推理算力需求快速增长。建议关注：科大讯飞、万兴科技、中科曙光等。