Mon premier post @delphi_intel porte sur les modèles vidéo d'IA générative. Résumé ci-dessous (1/10)👇 Merci à @moonshot6666 pour ses retours sur cet essai et à @PJaccetturo pour cette vidéo de hype géniale que je vais voler sans vergogne. TLDR : les vidéos ont 2-3 ans de retard par rapport au texte. Elles deviennent très bonnes, très rapidement.

1. Les humains sont des créatures visuelles. La modalité de contenu de l'IA générative tendra probablement vers une distribution similaire à celle du web :

2. Le marché est vaste : >40 milliards de dollars US d'ici 2030 (avec des adjacences pertinentes). La disruption dans le marketing, le divertissement et l'éducation est évidente, mais il y a aussi des implications claires dans la robotique, la surveillance et les tâches agentiques à long terme.

3. Le paysage a beaucoup de concurrence inter-couches Comprend des entreprises modèles, des applications multimodales, des avatars parlants, du synchronisme labial et plus encore. Sans oublier toute l'infrastructure nécessaire pour alimenter de véritables modèles et applications multimodales. s/o à @venturetwins et @a16z pour la carte

4. Est contre Ouest. La course est largement divisée entre les États-Unis et la Chine. Dans les modèles vidéo, la Chine est en tête (9 des 15 meilleurs modèles) s/o @ArtificialAnlys

6. Avantage des grandes entreprises technologiques : intégrer ces nouvelles capacités dans des écosystèmes de plus de 1 milliard d'utilisateurs sera un retour sur investissement élevé. Sur la base des attributs ci-dessous, il n'est pas surprenant que de grands acteurs comme $Goog, $meta, $techy, $baba et Bytedance soient bien positionnés.

7. Accumulation de valeur : En même temps, nous voyons des poches à travers la pile - en particulier dans l'infrastructure et les applications - où de nouveaux entrants peuvent se tailler de grandes entreprises. (Oui, vous devrez lire le rapport réel pour obtenir des informations, paresseux.)

8. Vraie multimodalité Aujourd'hui, les modèles vidéo ressemblent à un jouet. Mais les données vidéo et les simulations sont un input de plus en plus essentiel pour des tâches agentiques de longue durée et pour amorcer la révolution de la robotique. Les modèles vidéo pourraient bien s'avérer être l'étincelle.