通信行业动态点评：OPENAI推出文生视频模型SORA AI模型发展迎来里程碑

事件。北京时间2 月16 日，OpenAI 发布新文生视频模型Sora。Sora 能够生成60s 的高保真视频，同时保持视频的质量并遵守用户指示的完整。
Sora 模型图像视频生成能力强大，引领构建世界通用模型新浪潮。2 月16日，OpenAI 推出新的文生视频模型Sora，并在官网发布了48 个模型生成视频。Sora 是视觉数据的通用模型，它可以生成不同时长、长宽比和分辨率的视频和图像，最多可达一分钟的高清视频。OpenAI 将Sora 定义为作为世界模拟器的视频生成模型，利用对视频和图像潜在代码的时空补丁进行操作的变压器架构。Sora 通过视觉补丁有效表示视觉数据模型，并且补丁作为高度可扩展且有效的表示形式，可用于在不同类型的视频和图像上训练生成模型。
根据OpenAI 研究结果表明，扩展视频生成模型是构建物理世界通用模拟器的一条有前途的途径。
高效的语言理解能力与强灵活性，推进对物理世界理解能力提升。Sora 是一个扩展模型，采用Transformer 架构，在包括语言建模、计算机视觉、图像生成等方面都呈现了卓越的扩展性。Sora 可以采样宽屏1920x1080p 视频、垂直1080x1920 视频以及介于两者之间的所有视频，可以直接以其原生宽高比为不同设备创建内容。Sora 利用OpenAI 的GPT 与DELL E3 进行语言理解与图像动画的升级，利用GPT 将简短的用户提示转换为较长的详细字幕，然后发送到视频模型，使Sora 能够生成准确遵循用户提示的高质量视频。Sora也可以通过其他输入进行提示，例如预先存在的图像或视频。此功能使Sora能够执行各种图像和视频编辑任务-创建完美的循环视频、动画静态图像、及时向前或向后扩展视频等，并且在生成带有动态摄像机运动的视频。随着摄像机的移动和旋转，人和场景元素在三维空间中保持一致移动。同时，Sora还能够生成图像，通过在时间范围为一帧的空间网格中排列高斯噪声块来实现。Sora 可以生成各种尺寸的图像，分辨率高达2048x2048。
OpenAI 正在尝试教授人工智能理解和模拟运动中的物理世界，目标是训练模型帮助人们解决需要现实世界交互的问题。虽然Sora 作为文生视频模型呈现出卓越的视频图像处理能力，但仍存在较多局限性。例如，它不能准确地模拟许多基本相互作用的物理过程，例如玻璃破碎。其他交互（例如吃食物）并不总是会产生对象状态的正确变化，以及长时间样本中出现的不连贯性或对象的自发出现。我们认为，随着大模型计算能力的不断提升，未来扩展模型或将能持续开发物理和数学世界1。
建议关注的标的：云计算厂商：微软、谷歌、亚马逊、Meta、苹果、阿里云、华为云；芯片：英伟达、高通、ARM、英飞凌、意法半导体、TI；元宇宙：Unity、Roblox；IDC：Equinix、DLR、阿里；激光雷达：Velodyne、Luminar、Ouster、Quanergy、Lumentum。
风险提示：AI 业务研发不及预期风险；云计算市场竞争加剧风险；宏观经济环境波动风险；核心技术人员流失风险。
【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。