Sora深度功能优势发展现状算力测算相关影响及相关公司深度梳理_27页_4mb
报告摘要
Sora深度分析总结
一、Sora概述
- 发布信息:2024年2月16日,OpenAI发布了首个视频生成模型Sora,能够根据文字指令即时生成高清视频,最长可达60秒。
- 技术背景:Sora继承了DALL-E3的画质和遵循指令能力,基于Patches视觉特征标记的Diffusion Transformer模型,结合GPT的文本理解能力,实现对复杂场景和动作的生成。
- 功能亮点:支持文本生成视频、图像生成视频、视频扩展、视频编辑、视频插值等多样化功能,具备多镜头视角和高画质输出能力。
二、Sora功能优势及局限
1. 功能优势
- 多样化视频生成:支持多种视频格式,包括宽屏、竖屏和任意比例的视频,可适应不同设备需求。
- 灵活采样能力:Sora可以处理不同分辨率、时长和宽高比的视频,无需标准化处理。
- 提升构图质量:在原始视频比例上训练,显著提升构图与框架质量,避免部分主题缺失。
- 增强语言理解:结合DALL-E3的重标注技术和GPT的文本扩写能力,Sora能更准确地遵循用户指令生成视频。
- 模拟物理世界:具备3D一致性、物体持久性和与世界互动的能力,如模拟画笔动作、汉堡咬痕等。
- 支持数字世界模拟:可模拟视频游戏,如《Minecraft》,实现高质量动态渲染。
2. 功能局限
- 物理模拟不足:仍不能准确模拟基本物理过程,如玻璃破碎。
- 部分交互不准确:在某些场景中,对象状态变化可能不一致。
- 未完全开放:目前仅对部分内测用户开放,尚未向公众全面发布。
三、文生视频大模型发展现状
- 发展历史:2023年是文生视频模型的开启之年,多个模型诞生,但多数仅支持3-4秒视频。
- 当前进展:截至2024年,已有21个重要AI视频模型投入使用,但多数仍处于早期阶段。
- 技术路径:主要采用扩散模型(Diffusion Models),部分模型结合RNN和GAN。
- 科技巨头:如Meta、谷歌、字节跳动等公司已开展相关研究,但尚未公开大模型产品。
- 初创公司:如Pika、Runway、StabilityAI等公司已推出产品,部分以Discord机器人形式发布。
四、代表性文生视频模型梳理及比较
| 模型 | 生成类型 | 最大长度 | 支持扩展 | 运镜能力 | 动态控制 | 其他功能 | 格式 |
|---|---|---|---|---|---|---|---|
| Pika | 文生视频、图生视频 | 3秒 | 是 | 是 | 是 | 局部修改、画布拓展 | 网站 |
| Gen-2 | 文生视频、图生视频、视频生视频 | 4秒 | 是 | 是 | 是 | 风格化、故事板 | 网站 |
| StabilityAI | 文生动画 | 8秒 | 是 | 是 | 是 | 风格模板 | 网站 |
| Sora | 文生视频、图生视频、视频生视频、视频编辑 | 60秒 | 是 | 强 | 是 | 多镜头、3D一致性、物理模拟 | 网站 |
五、Sora对算力网络需求拉动测算
1. 训练侧需求
- 算力需求:Sora训练所需算力远高于传统大语言模型,假设参数量为3B,训练5年YouTube视频需要约59500张H100卡。
- 数据量:训练数据量巨大,假设与Runway Gen-2相同,约为 $3.73 \times 10^{16}$ 个Patch。
- 计算规模:训练算力需求是传统模型的近百倍,未来随着模型参数提升,需求将进一步上升。
2. 推理侧需求
- 算力消耗:推理侧算力需求比文本生成大,1分钟视频相当于生成368640个词,算力需求是文本生成的1000倍以上。
- 成本问题:高算力需求可能限制短期商业化,需依赖算力优化以降低成本。
六、Sora将如何改变传媒各细分赛道
1. Sora+影视
- 降低制作门槛:Sora能生成高质量视频,帮助非专业团队制作专业级内容。
- 丰富内容形式:提升影视作品的创意多样性,加速UGC内容的专家化。
- 推动IP价值放大:经典IP可通过Sora快速生成影视化内容,扩大影响力。
- 行业分化:具备创意资源的公司将受益,而低端制作公司可能面临压力。
2. Sora+营销
- 提升广告效率:Sora可快速生成广告视频,降低制作成本和时间。
- 增强创意实现:为广告策划提供灵感,加速创意过程。
- 支持定制化需求:满足不同用户群体的个性化视频需求,提升转化率和留存率。
3. Sora+游戏
- 模拟游戏场景:Sora可模拟游戏中的物理行为,如玩家操作、场景变化等。
- 降低开发成本:帮助开发者生成游戏动画和场景,提升开发效率。
- 增强游戏体验:通过AI生成内容,丰富游戏的情感故事背景,提高可玩性。
七、相关公司
1. 万兴科技
- 发展历程:深耕数字创意20年,布局AIGC,推出“天幕”音视频大模型。
- 产品矩阵:涵盖视频创意、绘图创意、文档创意、实用工具四大类,支持AI文本成片、AI音乐生成等功能。
- 市场表现:AI功能用户增长显著,付费转化率有望提升。
2. 华策影视
- AIGC布局:成立AIGC应用研究院,设立专项基金,布局文本、图文、3D资产大模型。
- 智能创作系统:已上线剧本评估和编剧助手,显著提升内容生产效率。
- 商业化潜力:通过AIGC技术深度赋能影视制作,拓展商业化场景。
3. 易点天下
- 出海营销服务商:服务跨境电商、游戏、工具应用等广告主,覆盖全球67个国家。
- KreadoAI平台:提供AI数字人、AI模特、AI工具等多场景解决方案,已实现商业化。
- 会员定价:基础版168元/月,高级版599元/季,专业版1680元/年,性价比高,吸引电商商家。
4. 其他相关公司
- 受益标的:包括多家在AIGC、AI算力、数字内容、广告营销等领域布局的公司,如字节跳动、腾讯、阿里巴巴等。
八、参考研报
- 华西证券:分析Sora对算力应用的推动,以及国产AI生态的发展机会。
- 华安证券:探讨Sora对影视、旅游及本地消费的积极影响。
- 兴业证券:指出Sora对AI视频革命的推动,以及春节档票房的显著增长。
- 天风证券:关注Sora对AI算力硬件和应用的带动作用,看好AIPC和面板价格上涨趋势。
以上总结全面涵盖了Sora的核心内容、主要观点和关键信息,结构清晰,便于读者快速了解其技术优势、行业影响及相关企业动向。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载