主要行业
点击进入可选择细分行业
【免责条款】
1. 用户直接或通过各类方式间接使用慧博投研资讯所提供的服务和数据的行为,都将被视作已无条件接受本声明所涉全部内容;若用户对本声明的任何条款有异议,请停止使用慧博投研资讯所提供的全部服务。
2. 用户需知,研报资料由网友上传,所有权归上传网友所有,慧博投研资讯仅提供存放服务,慧博投研资讯不保证资料内容的合法性、正确性、完整性、真实性或品质;
3. 任何单位或个人若认为慧博投研资讯所提供内容可能存在侵犯第三人著作权的情形,应该及时向慧博投研资讯提出书面权利通知,并提供身份证明、权属证明及详细侵权情况证明。慧博投研资讯将遵循"版权保护投诉指引"处理该信息内容;
4.本条款是本站免责条款的附则,其他更多内容详见本站底部《免责声明》;
OpenAI发布了最新文生视频大模型SORA,可以生成1分钟长视频,效果显著,在生成的视频细节,内容一致性和指令遵循能力独树一帜
2月16日,OpenAI首次对外公布了SORA文生视频模型,SORA模型可以直接输出长达60秒的视频,并且包含高度细致的背景、复杂的多角度镜头,以及富有情感的多个角色。http://www.hibor.com.cn【慧博投研资讯】相比较而言,Runway Gen 2、Pika等AI视频工具,都还在突破几秒内的连贯性,而OpenAI,已经达到了史诗级的纪录。http://www.hibor.com.cn(慧博投研资讯)
OpenAI目前已经邀请了一支专业的创意人士测试,用于反馈其在专业环境中的实用性。
SORA模型在训练中将不同类型视觉素材统一为时空Latent Patch,采用Diffusion-transformer结构并大规模训练,再次展现“暴力美学”从technical report窥探技术路径,OpenAI在文生视频领域再次展现“暴力美学”,SORA在模型结构上使用了Diffusion Transformer结构,采用了大规模的训练,在数据上将图片和视频统一压缩转换为时空Latent Patches并作为transformer输入,而这一步也使得模型能够在不同分辨率、持续时间和宽高比的视频/图像数据上进行训练,同时为了提高模型的理解能力,SORA使用了DALL-E3模型中的re-captioning技术,训练了一个caption模型为视频数据生成文字字幕。
SORA模型已具备了一定的涌现能力,虽然也存在“幻觉问题”,但我们认为文生视频的GPT-3时刻已来
SORA模型现在可用于视频生成,图片生成,视频编辑、视频链接和视频前后拓展等,我们认为未来有望重塑影视/动画/自媒体等诸多视频生产行业,同时SORA还展现出了一定的涌现能力,使其能够从物理世界模拟人、动物和环境的某些方面,包括3D连续,物体持续和long-range的连贯性,我们预计未来SORA也会逐步进化,如同GPT3到4一样有更强的能力,或许文生视频的GPT-3时刻已经到来。
视频生成模型迎来技术突破,我们看好AI板块尤其是AI多模块的机会,建议关注:
(1)AI多模态:万兴科技、美图公司(与海外组联合覆盖)、易点天下、焦点科技、当虹科技
(2)AI应用:金山办公、科大讯飞、恒生电子、鼎捷软件、福昕软件、用友网络、金蝶国际、泛微网络、致远互联
(3)AI算力:华为链+海光信息、寒武纪、云天励飞、景嘉微(电子组联合覆盖)
风险提示:文生视频模型实际效果不及预期、国内算力进展不及预期、文生视频场景落地不及预期
为了完善报告评分体系,请在看完报告后理性打个分,以便我们以后为您展示更优质的报告。
您也可以对自己点评与评分的报告在“我的云笔记”里进行复盘管理,方便您的研究与思考,培养良好的思维习惯。
正在加载,请稍候...