行业点评：Sora重磅发布，AI产业迈入新阶段【开源计算机陈宝健团队】

健谈计算机 · 公众号 · · 2024-02-18 20:30

正文

1、 事件：2月16日，OpenAI发布首个文生视频工具Sora

（1）Sora支持生成一分钟的高质量视频。 AI视频生成技术已出现一年多，此前发布的Runway Gen 2、Pika等AI视频工具仅支持十秒以内的视频生成，Sora最高支持生成一分钟的1080p视频，且视频更加真实、人物更人性化，表现惊艳。

（2）Sora理解事物在物理世界的存在方式。 根据OpenAI介绍，Sora能够生成具有多个角色、特定运动类型以及细节准确的复杂场景视频，Sora不仅理解用户提示词的要求，而且理解事物在物理世界的存在方式。NVIDIA 高级研究科学家Jim Fan表示，Sora是由数据驱动的物理引擎，或采用虚幻引擎5进行训练。

（3）Sora是采用Transformer架构的扩散模型。 根据OpenAI介绍，Sora是采用Transformer架构的扩散模型，生成过程从类似静态噪声的视频开始，通过多个步骤消除噪声，最终生成清晰的视频。OpenAI表示，扩展视频生成模型是构建物理世界通用模拟器的有前途的途径。

（4）Sora将图片和视频转化为补丁，从而可以用更广泛的数据训练。 OpenAI将图片和视频数据转化为统一的表示方式——补丁（patches）来进行训练，补丁类似于大语言模型中的tokens，并且可以高度扩展。通过统一数据的表示方式，Sora可以用更广泛的数据训练，使生成的视频更加真实。

（5）Sora目前正进行安全测试，最早或于8月向公众开放。 OpenAI表示目前Sora处于安全测试阶段，仅向有限的创作者开放。根据彭博社报道，GPT-4经过6个月的测试后正式向公众开放，参考GPT-4，预计Sora或将于8月向公众开放。

2、 AI视频工具将打开更为广阔的AI应用市场，算力厂商将持续受益

视频/3D/游戏是AIGC技术最复杂、应用前景最广阔的方向。AI视频生成工具可以大幅减少实景拍摄、降低视频制作成本，Sora的发布或将成为AI视频应用的里程碑事件，有望打开更为广阔的AI应用市场，看好其在短视频、游戏、电影等领域的应用。此外，考虑到视频数据量相对文本和图片有几何级的提升，AI视频生成对训练和推理的算力需求将大幅提升，OpenAI、Meta等巨头在算力领域持续布局，也侧面反映了未来对于算力的旺盛需求，算力厂商有望持续受益。