智通財經APP獲悉，天風證券發佈研究報告稱，OpenAI發佈了最新文生視頻大模型SORA，可以生成1分鐘長視頻，效果顯著，在生成的視頻細節，內容一致性和指令遵循能力獨樹一幟;SORA模型在訓練中將不同類型視覺素材統一爲時空LatentPatch，採用Diffusion-transformer結構並大規模訓練，再次展現“暴力美學”;SORA模型已具備了一定的湧現能力，雖然也存在“幻覺問題”，但文生視頻的GPT-3時刻已來。
視頻生成模型迎來技術突破，看好AI板塊尤其是AI多模塊的機會，建議關注：(1)AI多模態：萬興科技(300624.SZ)等。(2)AI應用：科大訊飛(002230.SZ)等。(3)AI算力：華爲鏈+海光信息(688041.SH)等。
▍天風證券主要觀點如下：
OpenAI發佈了最新文生視頻大模型SORA，可以生成1分鐘長視頻，效果顯著，在生成的視頻細節，內容一致性和指令遵循能力獨樹一幟
2月16日，OpenAI首次對外公佈了SORA文生視頻模型，SORA模型可以直接輸出長達60秒的視頻，並且包含高度細緻的背景、複雜的多角度鏡頭，以及富有情感的多個角色。相比較而言，RunwayGen2、Pika等AI視頻工具，都還在突破幾秒內的連貫性，而OpenAI，已經達到了史詩級的紀錄。OpenAI目前已經邀請了一支專業的創意人士測試，用於反饋其在專業環境中的實用性。
SORA模型在訓練中將不同類型視覺素材統一爲時空LatentPatch，採用Diffusion-transformer結構並大規模訓練，再次展現“暴力美學”
從technicalreport窺探技術路徑，OpenAI在文生視頻領域再次展現“暴力美學”，SORA在模型結構上使用了DiffusionTransformer結構，採用了大規模的訓練，在數據上將圖片和視頻統一壓縮轉換爲時空LatentPatches並作爲transformer輸入，而這一步也使得模型能夠在不同分辨率、持續時間和寬高比的視頻/圖像數據上進行訓練，同時爲了提高模型的理解能力，SORA使用了DALL-E3模型中的re-captioning技術，訓練了一個caption模型爲視頻數據生成文字字幕。
SORA模型已具備了一定的湧現能力，雖然也存在“幻覺問題”，但文生視頻的GPT-3時刻已來
SORA模型現在可用於視頻生成，圖片生成，視頻編輯、視頻鏈接和視頻前後拓展等，未來有望重塑影視/動畫/自媒體等諸多視頻生產行業，同時SORA還展現出了一定的湧現能力，使其能夠從物理世界模擬人、動物和環境的某些方面，包括3D連續，物體持續和long-range的連貫性，預計未來SORA也會逐步進化，如同GPT3到4一樣有更強的能力，或許文生視頻的GPT-3時刻已經到來。
風險提示：
文生視頻模型實際效果不及預期、國內算力進展不及預期、文生視頻場景落地不及預期。