Platform Case

图像、视频与音频:生成媒体生产链

竞争已从单次生成扩展到编辑、一致性、控制、音画同步、版权和商业工作流。

全链路案例基础正文核对 2026-10-037 条关联来源
本页目录 4 节

案例判断

竞争已从单次生成扩展到编辑、一致性、控制、音画同步、版权和商业工作流。

1. 图像、音频与视频不等于同一个模型

技术脉络

扩散模型是图像生成的重要研究路线之一,DDPM 论文展示了从噪声逐步生成样本的方法。当前多模态产品还有其他建模与组合方式;不能用一篇早期论文推断某款商业产品的完整内部架构。

依据Denoising Diffusion Probabilistic ModelsGoogle DeepMind Models
评测方法

图像质量、语音时延、视频时间一致性和可编辑性是不同指标。评估具体服务时要看其模型卡与任务结果,不应把一次好看的演示当作稳定产能。

依据Google DeepMind Model CardsAI Index 2026: Technical Performance

2. 创作流程仍需要人控制

工作流判断

实际交付从需求、素材权利、分镜或参考、生成、局部修改、版本审查到最终发布。模型解决的是若干制作环节,不自动解决品牌一致性、可追溯性和客户验收。

依据Generative AI Profile, NIST AI 600-1Google DeepMind Model Cards
风险控制

团队应保留原始素材授权、提示和版本记录,分别检查事实性、人物肖像、商标与商业使用权限。‘模型能生成’不是‘作品能合法发布’的充分条件。

依据NIST AI Risk Management Framework 1.0人工智能生成合成内容标识办法

3. 公开传播与内容标识

法规事实

中国的《人工智能生成合成内容标识办法》自 2025 年 9 月起施行,规定显式和隐式标识等要求。发布面向公众的合成图像、音频或视频前,应按服务角色和传播场景核对具体义务。

依据人工智能生成合成内容标识办法
治理判断

医疗、新闻和公共事务的图像尤其要说明来源与编辑过程。水印或标识能改善识别,却不能单独证明素材真实、取得授权或没有误导。

依据Generative AI Profile, NIST AI 600-1人工智能生成合成内容标识办法

来源与版本边界

S1
Google DeepMind Model CardsGoogle DeepMind · 官方模型卡 · 查阅 2026-09-07
S2
Generative AI Profile, NIST AI 600-1NIST · 标准与框架 · 查阅 2026-09-07
S3
Denoising Diffusion Probabilistic ModelsHo et al. · 原始论文 · 查阅 2026-10-22
S4
人工智能生成合成内容标识办法国家互联网信息办公室等四部门 · 官方法规原文 · 查阅 2026-10-03
S5
Google DeepMind ModelsGoogle DeepMind · 官方模型目录 · 查阅 2026-10-03
S6
AI Index 2026: Technical PerformanceStanford HAI · 研究报告 · 查阅 2026-10-03
S7
NIST AI Risk Management Framework 1.0NIST · 标准与框架 · 查阅 2026-09-07

基础正文核对:2026-10-03。新增版本说明不代表旧段落全部重新审核;平台能力、价格和地区可用性以官方页面为准。