> 数据图表想关注一下多模态上 Top3 基本都有国内厂商，字节在文生图、视频生成领域均较为领先2025-7-2时一度取得全球文生图模型的榜首位置，目前全球排名仅次于 OpenAI 的 GPT-4o，位于第二4月底上线的视频生成模型 Seedance1.0 目前位于全球第一。语音模型也处于国内领先水平（SuperClue-TTS 语音合成测评国内第一）。我们认为，国内多模态模型的能力，目前与海外是势均力敌、互相追赶的状态。相较于语言大模型文字类的通用场景，国内在多模态的应用和市场更大，预计多模态类的 AI 应用能打造技术-场景测试-数据迭代-产品优化的良性循环。字节方面受益于短视频（兼具视频和声音）数据和用户生态，看好其多模态发展潜力。东方证券综合其他
