2024大模型Sora解析及Sora加持下全球文生图&视频投资机会分析报告

OpenAI视频大模型Sora：

• 发布与目标：OpenAI发布视频生成大模型Sora，旨在构建物理世界通用模拟工具，生成长达一分钟的高清视频，支持指定时间长度、分辨率与宽高比。
• 技术路径：基于Patches视觉特征标记的Diffusion Transformer模型，将视觉数据转化为Patches，构建视频压缩网络，提取时空潜在特征，并推广Transformer模型至视频生成领域。
• 算法实现：Patches实现更灵活的采样和优化的构图，通过DALL·E 3 DCS的描述性标题重述与GPT的标题扩写强化语言理解能力。
• 功能解读：具备文生视频、视频编辑、文生图功能，其中文生视频支持3D一致性、远距离相干性和物体持久性、与世界的互动性，并可模拟数字世界，确保“物理世界常识”始终在场。

文生图/视频海外标杆：

• 应用焦点：文生图/视频为当下AI应用焦点，Midjourney和Pika位列AI产品流量前茅，AI图片生成约占前十AI产品流量的74%。
• 文生图-T2I：Diffusion模型奠定文生图商业化基石，新老玩家广泛入局，如Adobe Firefly和Midjourney。
• 文生视频-T2V：Latent Video Diffusion模型奠定T2V领域的基石，Runway Gen-2是市面上最早商业化的T2V模型之一，MGC时代大幕下的先行者。

文生图/视频国内映射：

• 万兴科技：发布“天幕”大模型整合T2V/I能力，AI赋能订阅及续约率双增，多款产品接入OpenAI GPT系列模型，价格策略调整幅度较小，后续或考虑AI Tokens增值模式。
• 美图公司：自研视觉大模型MiracleVision 4.0，订阅业务收入占比逐年增长，收购站酷强化创意软件业内协同效应。

研究结论与推荐关注：

• 文生图/文生视频大模型或将深刻变革内容生产工作流。
• 推荐关注数字创意软件厂商万兴科技、美图公司；AI技术龙头虹软科技、科大讯飞。