阿里巴巴通义万相1.1瞄准AI视频领域，五大关键升级亮相

阿里巴巴最新视频生成模型发布之际，中国科技巨头正投入数百亿美元，力求在快速增长的AI视频市场缩小与美国对手的差距。

阿里巴巴集团于6月22日发布通义万相1.1，这是其视频生成模型的一次重大更新，在动态表现、主体一致性、指令遵循、视觉质量和音频能力五大维度上均有提升。这家电商与云计算巨头正深入推进其在生成式AI领域的布局。

"通义万相1.1代表了我们在模型理解与生成运动、跨帧保持角色身份、以及对齐用户提示方面的系统性升级，"阿里巴巴在产品发布中表示，但未披露具体的基准测试分数或训练参数。

此次更新正值阿里巴巴大力投资AI基础设施之际。根据其最新财报文件，该公司已承诺在未来多年内向AI和云计算投入3800亿元人民币（约524亿美元），在中国日益拥挤的AI竞赛中，与百度的文心一言和字节跳动的豆包等对手展开竞争。全球范围内，AI视频生成市场已吸引了OpenAI的Sora（于2024年初推出）以及Meta的Make-A-Video等主要玩家，不过两者均未披露详细的采用数据。

通义万相1.1的音频集成是一个显著新增功能，使模型能够生成与视频同步的声音——Runway和Pika Labs等竞争对手的模型也一直在开发这一功能。阿里巴巴未说明该模型是否通过其云平台或作为独立API提供，也未透露定价或每段视频的推理成本。

该模型建立在阿里巴巴更广泛的AI战略之上，该战略包括通义千问大语言模型系列，以及通过其半导体部门平头哥对AI芯片的投资。阿里巴巴的云业务部门在最近一个财年实现营收1066亿元人民币，该部门一直将AI能力作为增长驱动因素进行推广，以应对中国电商市场增速放缓的局面。

阿里巴巴美股于6月18日在纽约证交所收于107.06美元，公司市值约为2487亿美元。今年以来，受地缘政治紧张局势再度升温——包括近日被列入五角大楼黑名单——以及市场对其AI支出盈利能力的担忧，该股面临压力。彭博调查的分析师预计，阿里巴巴云业务本财年营收将增长12%，其中AI相关的工作负载占比将逐步提高。

竞争格局十分严峻。据IDC估计，到2028年，中国AI视频市场规模可能达到32亿美元，广告、娱乐和短视频平台的需求正在增长。字节跳动的豆包和快手的可灵也已推出视频生成工具，赛道日益拥挤，质量和成本上的差异化将决定最终的胜者。

对投资者而言，问题在于阿里巴巴的AI投资能否在3800亿元的资本支出计划进一步挤压利润率之前，转化为可观的云业务营收增长。该股目前远期市盈率约为10倍，低于美国云业务同行，反映出市场对中国AI变现速度持怀疑态度。

本文仅供参考，不构成投资建议。