计算机行业跟踪报告：OPENAI推出首个文生视频大模型SORA 引领AI文生视频行业跨越式发展

行业核心观点
文生视频大模型Sora 重磅发布，可生成长达1 分钟的视频。2 月16 日，OpenAI 推出其首个文生视频大模型Sora。根据官网介绍，Sora 可以生成长达1 分钟时长的视频，同时还能保证视频质量，并遵循用户的提示（prompt）。
投资要点：
Sora 是一个扩散transformer，具有强大的语言理解能力，通过在潜在空间训练patches 生成视频。对标tokens，OpenAI 将视觉数据转换为patches，有效用于Sora 大模型训练。Sora 是一种扩散模型，通过给出输入的静态噪声以及相关的文本提示（prompt）等调节信息，训练生成原始的“干净”patches。在推理时，OpenAI 还可以通过在适当大小的网格中排列随机初始化的patches 来控制生成视频的大小。与GPT 模型类似，Sora 使用transformer 架构，释放出卓越的扩展性能。立足DALL·E 3和GPT 模型，Sora 具有强大的语言理解能力，能够生成更加准确遵循用户提示的高质量视频。此外，在固定种子和输入的情况下，可以看到训练计算的增加能显著提升样本视频的质量。
多维度跨越式突破，视频质量飞跃性提升。Sora 的采样更具有灵活性，同时改进了框架和构图。Sora 可以采样宽屏1920x1080p 的视频、垂直1080x1920 的视频以及介于两者之间的所有视频。这让Sora 可直接以不同的原始长宽比创建内容。OpenAI 还通过经验发现，在视频的原始长宽比上进行训练可以改善构图和框架。Sora 还支持图生视频、视频生视频，能执行广泛的图像和视频编辑任务，创建完美的循环视频、动画静态图像、向前或向后扩展视频等。在连接视频上，Sora 能将两个输入视频无缝衔接在一起。虽然目前Sora 仍然有一些缺陷和局限性，但已经开始理解物理意义，并出现许多有趣的涌现能力，如三维一致性。
重塑AI 文生视频行业格局，或冲击AI 文生图赛道。Sora 在生成视频长度上大幅领先，多角度镜头能力也显著领先行业竞品。同样的prompt，Sora 生成的视频长度、质量都显著领先。Sora 可以生成可变大小的图像，最高可达2048×2048 分辨率，图片画质有了大幅提升。我们认为随着文生视频画质能力的提升，图片作为单帧的视频，文生视频领域的产品或将冲击文生图行业。
投资建议：1)AI 文生视频行业发展带动AI 行业应用落地的机遇；2）AI行业发展对算力、光模块等基础设施的持续需求；3）AIGC 在媒体、游戏等行业的加速落地带来的投资机遇。
风险提示：AI 产业发展不及预期；AI 带来的版权、隐私及技术风险；国内AI 应用落地不及预期；中美科技摩擦风险。
【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。