$应用光电(AAOI)$ 视频领域的chatgpt时刻，大概率就在明年了，泛娱乐场景的ai时刻，会让本就捉襟见肘的网络在多模输入多模输出的泛娱乐场景显得更加雪上加霜。最近多模态生成方面进展非常快，视频方面：pika，gen2，svd，animate anyone 一个个都很强大，也就这几个月突破的（3个月以内）
图像方面：实时图像生成/编辑 lcm，sdxl-turbo 这些也一下就把水位拉上来了，sdxl-turbo 把生图的step 直接从50步降低到了1步，实时渲染/实时局部编辑的这些能力在还多泛娱乐场景玩法上可以应用
声音方面： speaking ai ，11 labs ，微软云这些也把水位拉的非常高。
语音，图像，视频的技术目前看已经接近成熟，加上微软最近的一些动作，比如gaia发布，暴雪的收购案落地，还有要和游戏公司合作，等等这些因素综合考虑，ai的泛娱乐应用爆发不远了