Mi publicación inaugural de @delphi_intel es sobre modelos de video de IA de generación. Resumen a continuación (1/10) 👇 s / o a @moonshot6666 por sus comentarios sobre este ensayo y @PJaccetturo por este video de bombo genial que robaré descaradamente. TLDR: los videos están 2-3 años atrasados con texto. Se están volviendo muy buenos, muy rápidos

1. Los humanos son criaturas visuales. Es probable que la modalidad de contenido de Gen AI tienda hacia una distribución similar a la web:

2. El mercado es grande: >US $ 40 mil millones + mil millones para 2030 (con adyacencias relevantes). La disrupción en el marketing, el entretenimiento y la educación es obvia, pero también tiene implicaciones claras en la robótica, la vigilancia y las tareas agenciales a largo plazo

3. El paisaje tiene mucha competencia entre pilas Incluye empresas de modelos, aplicaciones multimodales, avatares parlantes, sincronización de labios y más. Sin mencionar toda la infraestructura requerida para alimentar verdaderos modelos y aplicaciones multimodales. S/O a @venturetwins y @a16z para el mapa

4. Este vs. Oeste. La carrera está dividida en gran medida entre Estados Unidos y China. En modelos de video, China lidera (9 de los 15 mejores modelos) s/o @ArtificialAnlys

6. Ventaja de Big Tech: canalizar estas nuevas capacidades a ecosistemas de usuarios de >1b será un alto retorno de la inversión Según los siguientes atributos, no es sorprendente que los grandes jugadores como $Goog, $meta, $techy, $baba y Bytedance estén bien posicionados.

7. Devengo de valor: Al mismo tiempo, vemos focos en toda la pila, particularmente en infraestructura y aplicaciones, donde los nuevos participantes pueden crear grandes empresas (Sí, tendrás que leer el informe real de cualquier alfa, perezoso)

8. Verdadera multimodalidad Hoy en día, los modelos de video parecen un juguete. Pero los datos de video y las simulaciones son una entrada cada vez más esencial para las tareas agenciales de formato largo y para iniciar la revolución de la robótica. Los modelos de video podrían probar la chispa.