2024人工智能Sora文生图视频行业分析报告

行业深度研究报告概要

1. OpenAI发布视频生成大模型Sora

• Sora：2023年2月15日，OpenAI发布了视频生成大模型Sora，该模型通过文本指令直接生成高清视频，具有高度写实的背景、复杂多角度镜头和情感丰富的多角色叙事能力。
• 技术路径：基于Patches视觉特征标记的Diffusion Transformer模型，借鉴了LLM中Tokens的成功经验，通过Patches实现更灵活的采样和优化的构图。

2. 文生图/视频技术及产品迭代

• 文生图/视频：成为AI应用端焦点，Midjourney和Pika分别在文生图和文生视频领域展现出色性能，实现了广泛的商业化落地。
• Adobe Firefly：作为创意软件巨头，Adobe推出了支持多种文生图功能的下一代产品Firefly。
• T2I与T2V模型：Diffusion模型在T2I领域奠定商业化基础，T2V模型如Pika 1.0和Runway Gen-2，推动了创意产业工作流程的变革。

3. 国内创意软件龙头

• 万兴科技：发布“天幕”大模型，整合文生视频、文生图等功能，AI赋能下订阅收入占比及续约率增长。
• 美图公司：自研视觉大模型MiracleVision 4.0，助力订阅业务收入逐年增长。

4. 投资建议

• 推荐关注创意软件厂商万兴科技、美图公司，以及AI技术龙头虹软科技、科大讯飞。

5. 风险提示

• 海外基础软硬件使用受限的风险。
• AI应用落地不及预期的风险。
• 行业竞争加剧风险。

结论

Sora的问世标志着视频创作领域迎来重大突破，剑指物理世界通用模拟工具。OpenAI基于Patches视觉特征标记的Diffusion Transformer模型，不仅提升了视频生成的灵活性和优化了构图，还确保了生成视频内容的物理世界常识性。文生图和文生视频成为AI应用焦点，海外和国内的领先企业正通过技术创新推动AI在创意领域的深入应用，为用户提供更加丰富和高质量的内容创作体验。未来，随着AI技术的不断进步，预计会有更多创新工具和应用涌现，进一步推动创意产业的革新和发展。