jinnianhui从2003年成立就一向在做视频编纂这件事件，，，，，其时我们给出的定位的叫「简约而不单一」，，，，，就是说，，，，，我们但愿让通常用户通过使用软件工具，，，，，很方便地实现繁琐的视频造作工作。。。。。

所以，，，，，早在2015年，，，，，我们就已经着手组建技术团队起头做智能算法，，，，，做了好多索求，，，，，也收成了一些落地成就，，，，，好比：智能调色、防抖、降噪等，，，，，这些都是「简约而不单一」的体现，，，，，也是最初智能操作的体现。。。。。

再到2022年，，，，，随着天生式AI的爆火，，，，，我们急剧进行了AI技术迭代，，，，，并于同年年底推出jinnianhui爱画。。。。。紧接着，，，，，我们起头组建大模型团队。。。。。经过2023年一年的打磨功夫，，，，，我们在2024年1月30日正式颁布jinnianhui天幕音视频多媒体大模型，，，，，并将大模型原子能力集成到自有产品矩阵中，，，，，盛开给用户使用。。。。。

目前，，，，，jinnianhui“天幕”的模型能力和Sora的确还存在肯定差距，，，，，尤其是文生视频成效这块，，，，，Sora作为行业标杆，，，，，是我们在致力看齐的指标。。。。。

同时，，，，，相较于Sora这类基础模型，，，，，jinnianhui天幕更多是左袒于细分的垂类行业，，，，，必要聚焦到每一个具体的用户场景，，，，，去援手用户解决现实问题，，，，，给用户带来价值。。。。。文生视频、文生3D视频是jinnianhui天幕左袒于通用一点的能力；；；；；但像AI歌手、数字人播报等能力，，，，，就是在具体细分场景中的落地体现，，，，，属于纯利用，，，，，好比：jinnianhui播爆就是沉点解决「跨境电商出海？？？？？？诓ナ悠翟熳鳌沟奈侍。。。。。

我们但愿jinnianhui的每一款产品，，，，，都是「技术+利用」的结合，，，，，可能解决某个细分领域的具体问题，，，，，让产品用户真正获得价值。。。。。

9、国内大模型若何用最快的功夫去追赶差距？？？？？？？?

Sora颁布后，，，，，更多为我们出现出的是一个「世界模型」的概想，，，，， 这为国内做视频模型的我们提供了一条很好的指引蹊径，，，，，重要有三个方面：

• 一是做大模型算法开发方面，，，，，其框架等各方面都开源了，，，，，或者说有公开了，，，，，让各人能看得到、窥探得到，，，，，但是里面好多的细节必要我们去做深刻钻研，，，，，能力补齐差距。。。。。

• 二是在数据方面，，，，，出格是萦绕我们中国本土的一些数据，，，，，目前其切实全球来看都还不算太多。。。。。我们也看了Sora好多的一些视频，，，，，其切实对于含中国元素和对中文的理解上，，，，，相对来说迸注文的会稍幽微点，，，，，因而大数据中文量的数据是jinnianhui一个机遇，，，，，甚至是我们“弯路超车”的机遇。。。。。

• 三是算力方面，，，，，对于视坡反说，，，，，必要几亿甚至几十亿数量级的训练，，，，，若是要实现急剧迭代的话，，，，，算力本土化也会是我们很沉要的一个成分。。。。。

也就是说，，，，，若是我们可能在现有的框架下面，，，，，急剧去用自己的科研力量补齐差距；；；；；同时，，，，，在本土数据和全球数据的双向加持下，，，，，再将jinnianhui算力本土化，，，，，或将会对整个国内大模型研发的急剧发展会有很好的援手。。。。。

10、jinnianhui天幕的视频训练量在行衣凤有哪些优势？？？？？？？?

一方面，，，，，我们在视频创意领域已经深耕二十余年，，，，，自身就已经具备了丰硕的数据堆集，，，，，这是我们训练视频大模型的基础。。。。。

另一方面，，，，，我们通过战术合作，，，，，共建天幕盛开生态，，，，，来不休扩充本土化数据库。。。。。再基于自身做视坡讽解、内容理解的算法能力堆集，，，，，我们打造了一个视频内容理解到文字天生出产治理平台「数据出产治理平台1.0」。。。。。

也就是说，，，，，我们占有丰硕的数据堆集，，，，，拥罕见据加工处置能力，，，，，还组建了一个近100人的驻场数据标注人为团队。。。。；；；；；谡馊悖，，，「数据」相对是jinnianhui一个优势。。。。。