传媒互联网行业周报：即梦3.0文生图开启灰度测试，VAST开源两大3D生成模型

　　报告摘要

　　即梦3.0文生图开启灰度测试，文生图领域进展不断

　　4月2日字节开启即梦3.0文生图模型灰度测试。从测评结果来看，模型性能提升体现在：1）中文文字生成：中文生成的准确性、艺术感提升，尤其是小字生成的稳定性较即梦2.1实现较大优化；2）影视级画质：支持2K分辨率图片生成；3）多场景适配：可生成如电商海报、电影分镜等图片，并生成适配于场景的光影效果。同时，近期海内外文生图进展不断：1）Gemini2.0Flash和GPT-4o相继上线原生多模态生图功能，实现通过多轮对话逐步完善图像并保持多次生成一致。其中GPT-4o生图还具备准确将文字嵌入图像、多样化风格适应等功能，吉卜力画风生成全球风靡；2）Midjourney V7进入最后测试阶段并计划于近期上线，新版本有望实现图像质量与一致性提升、对复杂提示词处理能力增强等。

　　VAST开源两大3D生成模型，3D生成模型屡有突破

　　国内3D生成大模型公司VAST于3月启动技术开源月计划，从3月至4月连续开源8大项目，覆盖从基础生成模型、核心功能组件到创新思路探索的全技术链路。其中，3月28日公司开源两大基础3D生成模型：1）TripoSG：首度实现3D生成领域MoE Transformer架构，具备生成结果泛化性强、生成复杂组合物体稳定性高的优势；2）TripoSF：首次实现3D模型内部结构生成，并且模型测评结果超过已有的开源和闭源3D生成模型，实现3D生成SOTA。同时，近期海内外3D生成模型屡有突破：1）Roblox：推出3D开源模型工具Cube，通过简单提示词实现3D物体生成；2）腾讯：发布5个全新3D生成开源模型，Turbo系列在保证高精度和高质量的基础上，提高生成速度，轻量级mini系列通过模型架构优化与运行效率提升，降低算力成本；3）Meshy.AI：公开Meshy-5-Preview，支持文本、图像生成3D模型并自动生成贴图和绑定动画，较Meshy-4实现细节生成精度提升等。

　　核心观点

　　我们认为，近期AI文生图、3D生成领域在模型性能、跨模态生成等方面不断突破，持续推动AI多模态技术逐渐成熟。未来，多模态技术仍存在持续迭代空间，且随技术迭代有望进一步降低内容创作门槛，重塑相关应用场景工作流。建议关注：1）AI+营销：因赛集团、天娱数科；2）AI+游戏：恺英网络、巨人网络、电魂网络；3）AI+影视：博纳影业等。

　　风险提示

　　AI技术发展不及预期、政策监管、行业竞争加剧的风险。

点击复制链接查看完整PDF研报

太平洋 郑磊,李林卉