2025年6月6日-7日，第7届北京智源大会将以线上+线下联动的形式召开，6日下午推出“大模型产业CEO”主题论坛，邀请业内知名专家学者、大模型领域领军企业CEO。
北京生数科技有限公司首席执行官骆怡航发表了主题演讲——“多模态生成：从模型走向生产”，主要围绕多模态大模型，特别是视频生成在产业落地中的机遇、挑战，并分享了生数科技（Vidu）的解决方案和成果。
以下是演讲亮点：
以下是演讲原文：
现场和线上的朋友们大家好，我是生数科技的骆怡航。今天这个论坛是产业论坛，我想更多的从未来的方向跟大家分享多模态大模型怎么走，从模型怎么走向生产千行百业，以及走的过程中会遇到什么问题，以及如何走得更好。
我们看到语言模型从去年有一个大的飞跃式的爆发，多模态在我看来可能晚了半拍或者一拍。但是今年我们看到飞速发展，我认为今年多模态大模型正处于规模化生产落地的拐点。
第一，我们看到技术迭代非常迅速，音视频的生成模型无论在效果、速度、成本上都快速提升。
其次，我们看到行业需求特别旺盛。传统的内容生产痛点非常多：周期长、成本高、人员需要非常专业的软件以及创意非常难等等。这些痛点是亟待解决的。
第三，我们也看到很多行业视频内容相关的各种产业落地节奏加快。去年一年，包括今年上半年，各种行业都在积极的探索，而且有些已经完全生产落地了。
在这样的场景下，我们做了一些行业侧的总结，包括了8大行业，还有30大场景。可以看到这些行业都是视频为主的内容产业。其中所有的行业基本上都是以视频内容为主去流转的，包括了内容的生产、内容的消费等等环节。我们看到传统的生产方式，在对这些场景的内容进行生产的时候，是亟待去解决一些痛点和需求的，所以可以看到生产价值是非常巨大的，而且亟待挖掘。
视频生成如果要规模化落地，对于生数科技来讲我们如何去推进呢？我认为今年包括再往后要同时具备四个条件：内容的创意，内容质量、生成的效率和生产的成本。创意部分主要还是人的部分，人的想象力，人的创意如何去发挥。其次就是内容质量、生产效率、生产成本。
