计算机行业重大事项点评：视频模型SORA发布 或为AGI重要里程碑

　　事项：
　　2024 年2 月16 日凌晨，OpenAI 发布了首个文生视频模型Sora。
　　评论：
　　Sora 为文本转视频模型，支持生成1 分钟连续视频。2 月16 日，OpenAI 发布了首个文生视频模型Sora。Sora 是一种扩散模型(Diffusion Model)，通过从类似静态噪声的视频出发，逐步去除噪声，从而在多个步骤中生成视频。Sora 采用了类似于GPT 模型的变压器架构(Transformer Architecture)，并采用DALLE3（OpenAI 旗下文生图模型）中的重标记技术(Recaptioning Technique)，为视觉训练数据生成详细描述的标题。因此，模型能更准确地遵循用户在生成视频中的文字指令。当前，Sora 已经支持1 分钟左右连续长视频的生成。OpenAI表示，Sora 是未来模拟现实世界的模型的基础，其模拟能力将是实现AGI（Artificial General Intelligence）的重要里程碑。
　　Sora 涵盖多种视频功能，能力强悍。Sora 能够生成具有多个角色、特定类型运动等的复杂场景，并能做到对主体和背景的细节进行准确刻画。模型不仅了解用户提出的要求，还了解用户要求在物理世界中存在与运行的方式。目前，Sora 共涵盖3 种视频生成方式：1）文字生成视频；2）图片生成视频；3）视频生成视频。Sora 在支持多种视频生成方式之外，还具备其他多种视频能力。
　　4）扩展所生成的视频；5）视频拼接；6）保持3D 一致性；7）保持远程相干性和物体持久性；8）物理交互反馈；9）模拟人造数字世界。尽管Sora 已经迈出大模型的历史性步伐，但目前仍存在局限性，例如Sora 不能准确模拟许多基本交互的物理现象，如玻璃碎裂场景。
　　Sora 在文字理解、视频长度、画面一致性等方面领先其他视频生成模型。在同一提示语句下，Sora 生成视频长达17s，Pika 生成视频约为3s，而Runway、Stable Video 约为4s，Sora 生成视频长度领先其他模型。其次，Sora 生成视频内容完整体现提示词，而Runway 视频中无人物形象，Stable Video 中行人腿部线条模糊，行走姿势不符合现实，Pika 生成的视频则并无摄像角度的更换。
　　投资建议：Sora 文生视频能力强悍，有望带动AIGC 相关产业链发展，涉及算力、大模型以及AI+应用（绘图、视频）等领域。建议关注：1）算力基础：海光信息、寒武纪、龙芯中科；2）服务器：中科曙光、浪潮信息、紫光股份、高新发展、神州数码、拓维信息等；3）大模型：科大讯飞、商汤、三六零等；4）AI+应用：金山办公、万兴科技、美图、虹软科技、当虹科技。
　　风险提示：多模态技术发展不及预期、算力基础设施建设不及预期、AI 应 用需求不及预期。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。