【Sora 在視頻生成和模擬能力實現(xiàn)重大突破】
2 月16 日，OpenAI 發(fā)布最新文生視頻大模型 Sora ，并在官網(wǎng)發(fā)布由其生成的 48 個視頻樣例。 目前，Sora 仍處于測試階段，僅對部分評估人員、視覺藝術(shù)家、設(shè)計書和電影制作人開放訪問權(quán)限。
Sora 在視頻生成和模擬能力實現(xiàn)重大突破?；谕ㄓ靡曈X數(shù)據(jù)的模型 Sora 具有強大的功能，具體來看：
1)視頻生成和處理能力：生成長達 1 分鐘的視頻，遠超此前 Pika 的 7 秒、Runaway Gen2 的 18 秒，視頻畫面的表現(xiàn)和構(gòu)圖效果更佳。并且，生成視頻具有3D 一致性，即可生成具有動態(tài)攝像機運動的視頻，隨著攝像機的移動和旋轉(zhuǎn)，人物和場景元素在 3D 空間中保持一致移動。
2)圖像生成能力：生成不同大小、分辨率最高可達 2048x2048 像素的圖片。3)模擬能力：在 3D 空間中模擬人類、動物、 自然環(huán)境的特征，生成視頻符合物理世界的規(guī)則。并且還能模擬數(shù)字世界、生成程序游戲。
【不僅是多模態(tài)，Sora 為世界模型的實現(xiàn)奠定基礎(chǔ)】
此次文生視頻模型 Sora 的發(fā)布是 OpenAI 繼文字、圖像之后，在內(nèi)容生成領(lǐng)域的又一突破。同時，其強大的視頻生成和模擬能力標志著 AI 技術(shù)在多模態(tài)領(lǐng)域?qū)崿F(xiàn)重大突破。該模型強大的功能有望進一步優(yōu)化內(nèi)容創(chuàng)作者的視頻制作流程，促進優(yōu)質(zhì)內(nèi)容生產(chǎn)。并且，模型所具備的模擬物理世界和數(shù)字世界的能力或?qū)⒓涌焓澜缒Ｐ偷膶崿F(xiàn)進程，推動游戲開發(fā)、虛擬現(xiàn)實等領(lǐng)域的發(fā)展。
Sora 采用 Transformer 架構(gòu)，并用 patches 作為訓(xùn)練和預(yù)測的基本單位。1)數(shù)據(jù)處理：類比于大語言模型將各種文本統(tǒng)一為 tokens， Sora 將不同的視頻和圖片等視覺數(shù)據(jù)壓縮在低維潛空間中，將其分解為統(tǒng)一的 patches，以此作為視頻大模型訓(xùn)練和預(yù)測的基本單位。2) 計算架構(gòu) ：Sora 采用的是 duffis ion transformer 架構(gòu) ， 即基于 transformer 編碼器-解碼器的架構(gòu)，對經(jīng)過增加噪點處理的 patches 進行編碼，再通過解碼器逐步還原出原始 patches 的預(yù)測。隨著訓(xùn)練數(shù)據(jù)的增加，樣本質(zhì)量將顯著提升。
【關(guān)注價值重估下的兩大投資主線】
AI 多模態(tài)技術(shù)的出現(xiàn)，將各種內(nèi)容形式與多種智能處理算法相結(jié)合，可實現(xiàn)不同內(nèi)容形式間的相互轉(zhuǎn)化。按形式進行劃分，內(nèi)容資產(chǎn)可分為文字、圖片、音視頻、游戲四大類。展望未來，隨著多模態(tài)技術(shù)不斷突破，文字、圖片、音視頻、游戲內(nèi)容間的轉(zhuǎn)化門檻將逐步降低，AI 輔助內(nèi)容生成的比例將逐漸提升，長期來看 AI 生成有望占據(jù)主導(dǎo)地位。內(nèi)容資產(chǎn)有望迎來價值重估，建議關(guān)注內(nèi)容資產(chǎn)以及生成內(nèi)容資產(chǎn)的 AI 工具兩條投資主線：
1)內(nèi)容資產(chǎn)：首推最低維的內(nèi)容形式即文字類內(nèi)容，且擁有內(nèi)容數(shù)量多及質(zhì)量高的公司彈性最大。文字作為最低維的內(nèi)容被升維空間最大，有望全面受益于內(nèi)容資產(chǎn)價值重估，而網(wǎng)絡(luò)文學(xué)的娛樂性最強，因此其商業(yè)化空間最大。
2)生成高維內(nèi)容資產(chǎn)的生產(chǎn)工具價值更高。1)AI 視頻工具： 該領(lǐng)域海外公司表現(xiàn)更為突出，如 Runaway 的 Gen-1 和 Gen-2 、Pika Labs 的 Pika 1.0 、以及 OpenAI 最新發(fā)布的 Sora 。2)AI 音頻工具：具備 AI 歌聲進化功能的音樂社交 App 給麥，該功能能識別并抓取用戶的個性化音色，讓用戶實現(xiàn)對多語種、不同風(fēng)格音樂的演唱， 用戶可授權(quán) AI 用個人聲音合成新歌曲;Meta 推出 AI 聲音生成模型 Audio box ，實現(xiàn)根據(jù)文字或音頻生成音頻的功能。AI 游戲工具，通過模糊語音指令可實現(xiàn)數(shù)字資產(chǎn)的創(chuàng)建和細節(jié)調(diào)整，助力高度復(fù)雜的游戲開發(fā)。
【相關(guān)受益圖及參考標】
滬電股份---AI 帶動算力基建需求大漲，公司業(yè)績增長提速
長電科技---Q4 訂單總額恢復(fù)至去年同期，多領(lǐng)域增長動能強勁
中文在線---2023 年凈利同比預(yù)增 119%-129% 加碼 AI+IP 雙引擎戰(zhàn)略
免責(zé)聲明：本文匯陽投研團隊整理編輯,僅代表團隊觀點，任何投資建議不作為您投資的依據(jù)，您須獨立作出投資決策，風(fēng)險自擔(dān)。請您確認自己具有相應(yīng)的權(quán)利能力、行為能力、風(fēng)險識別能力及風(fēng)險承受能力，能夠獨立承擔(dān)法律責(zé)任。所涉及個股僅作投資參考和學(xué)習(xí)交流，不作為買賣依據(jù)。投資有風(fēng)險，入市需謹慎!
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
