计算机：Openai发布文生视频模型Sora，AI视频商用不再遥远

OpenAI发布首个文生视频模型Sora。Sora的工作原理类似DALL-E。用户输入想要的场景，Sora即可返回一个高清视频片段。此外，Sora还可根据静态图像拓展现有视频或填充缺失的帧。 相对于RunwayGen2、Pika等文生视频模型，Sora取得了重大突破。上限1分钟的视频长度，传统的文生视频工具支持的视频时长上限仅为十多秒，而Sora则支持最高1分钟的视频长度，并能够自定义分辨率和尺寸；单视频多角度运镜能力，人物和背景元素能够随着相机的移动而移动，一镜到底的同时维持主人物和背景的一致性。理解物理世界规律，Sora能够模拟现实世界中人类、动物和环境的某些特征，进而实现与世界互动或者模拟数字世界，这使得所生成的视频内容更具真实性。此外，Sora还支持多种视频合成技术，包括扩展视频、视频到视频编辑，以及无缝连接两个视频，并支持最高2K分辨率的图片生成，并能够根据图片和提示词生成视频。 算力支撑与大规模高质量数据训练仍为视频大模型基本盘。据OpenAI表示，Sora所展现的能力表明，继续扩大视频模型规模能够更有效的模拟物理和数字世界中的人类、动物和物体，随着视频模型时长、分辨率等各项参数的进一步提升，将对算力提出更高的要求。此外，Sora仍为基于Transformer架构的扩散模型，在此基础上，Sora与Gen-2等产品所形成的效果差异主要来自于大规模高质量的训练数据。目前公开的视频数据集，诸如Kinetics、HMDB51、Charades等，视频长度都比较短，一般只有几秒钟。根据AIGC开放社区分析，OpenAI已获得一批高质量的视频训练数据集，且在训练方法上实现重大创新。 Sora或已具备商用化技术基础，AI视频商用不再遥远。虽然目前Sora存在一定的局限性，诸如无法准确模拟常见的物理运动过程，视频互动中无法正确显示物体状态的变化、长时间样本发展的不连贯性或物体突然出现等等。但我们认为，Sora所呈现的效果，所支持的视频参数等基础条件已具备商用化技术基础，AI视频商用将不再遥远，有望在影视、广告、短视频等多个领域实现应用。 重点关注： （1）大模型及应用：科大讯飞、云从科技、万兴科技、虹软科技、焦点科技、当虹科技等。 （2）算力及服务器：海光信息、寒武纪、浪潮信息、中科曙光、神州数码、高新发展等。 风险提示：AI视频大模型迭代不及预期；AI视频市场接受度不及预期；高质量训练数据规模不及预期等。