太平洋证券：传媒互联网行业周报：国产多模态模型持续加速迭代

报告摘要 图像：腾讯发布混元图像2.0，Manus上线生图功能 腾讯发布混元图像2.0模型，该模型显著提升生图速度，实现输入即输出的毫秒级响应。同时，基于实时生图的优势，模型推出实时绘画板功能，可根据创作者的绘图要求，实时生成预览效果，有效提升图像生成交互体验。此外，Manus上线图像生成功能。不同于文生图模型，Manus生图功能将生图过程嵌入Agent工作流，具备理解用户意图、制定解决方案、并调用包括生图在内的各种工具完成任务的能力。从测评结果来看，因引入思考和制定方案的过程，生图时间明显长于主流生图模型，且对于复杂任务可能出现无法生成的情况。 音视频：MiniMaxSpeech02发布，豆包视觉理解模型更新音频模型方面：1）MiniMax全新文本转语音模型Speech02：该模型可完成32种语言、不同口音、不同音色、不同情绪的语音内容生成。在两项语音基准测评中，其得分均超越了语音生成领域龙头OpenAI和ElevenLabs，位列第一。2）豆包·音乐模型升级：该模型不仅支持英文歌曲创作，还可通过理解视频，自动适配纯音乐背景音。视频模型方面：1）豆包视频生成模型Seedance1.0