计算机行业专题-视频大模型奇点时刻加速到来-德邦证券_26页_2mb

视频大模型行业研究报告总结

一、行业进展与竞争格局

1. 技术突破：Sora发布后，国内外多家企业推出或升级视频生成模型，技术差距逐步缩小。国内厂商如Vidu、清影、可灵等已实现30-120秒时长、4K画质、60fps帧率等关键指标突破，部分模型在动作幅度和物理还原度方面接近国际领先水平。

2. 应用验证：视频生成模型正从实验室走向商业化，Adobe将Sora等模型集成至Premiere Pro，实现视频物体添加、消除等功能。AI短剧领域已有8部作品上线，如《山海奇镜之劈波斩浪》等，验证了模型在内容创作中的商用潜力。通过AI技术，短剧制作周期缩短至2个月，成本降至传统模式的1/4。

二、核心要素分析

1. 算法架构：主要采用两种范式

• 基于SD逐帧生成：以U-Net为主，训练成本低但视频一致性差
• 基于时空Patches：采用DiT/U-ViT架构，能保障视频长度与一致性但训练成本高。清影、Sora等代表模型采用后者。

2. 算力需求：Sora训练算力需求为GPT-4的45倍，推理算力需求达3905倍。训练需9096张H100卡180天，推理生成1分钟视频需105张H100卡。算力成本成为制约国内模型迭代的重要因素。

3. 数据质量：高质量训练数据是模型能力保障，国内厂商通过精细化标签体系提升数据筛选能力。文本描述性增强（如Sora的视频re-captioning技术）可显著提升指令遵循精度。用户生成数据形成"数据飞轮"效应，推动模型持续优化。

三、投资标的建议

1. 视频大模型厂商：科大讯飞、商汤科技、云从科技、格灵深瞳、拓尔思、昆仑万维等
2. 算力提供商：海光信息、寒武纪、景嘉微、中科曙光、浪潮信息、工业富联、神州数码等
3. 应用集成企业：金山办公、万兴科技、福昕软件、虹软科技、彩讯股份、焦点科技等

四、风险提示

1. 商业化进程不及预期：技术成熟度与市场接受度存在不确定性
2. 算力瓶颈：美国对AI硬件的封锁可能抑制国内模型迭代速度
3. 技术路线分化：国内厂商采用多元化技术路径，不利于集中突破

五、发展趋势研判
视频大模型正从基础功能完善转向提升物理模拟能力。未来竞争将聚焦用户留存与内容质量，需在生成一致性、动作幅度、物理还原度等维度持续优化。随着算力基础设施完善及用户习惯培育，模型将在办公、广告、影视、游戏等领域形成广泛商业化场景。行业技术路线尚未统一，算力与数据成为制约因素，但国内厂商在特定场景（如中文语境、短剧制作）已展现显著优势。