視頻大模型迎來Sora時刻，生產(chǎn)力工具蓄勢待發(fā)。自Sora發(fā)布以來，國內(nèi)外已有十多家公司發(fā)布或更新視頻生成模型。

客觀對比：與Sora差距縮小，搶占用戶或為未來主線。國內(nèi)外之間的差距正在逐步縮小，視頻時長、分辨率等基礎(chǔ)功能具有復(fù) 制性，未來競爭或向搶占用戶、提升粘性等方向遷移，從而需要保障生成質(zhì)量更高的可用視頻，使得視頻一致性更高、文本指 令遵循更準確、物理真實模擬能力更強。

主觀對比：視頻質(zhì)量提升顯著，離物理世界模擬器仍有距離。文生視頻領(lǐng)域，視頻畫面普遍清晰，而在動作幅度與物理還原度 方面差異較大，我國Vidu、清影或已處于視頻生成大模型第一梯隊，生成時間相對其他模型倍數(shù)減少，且在動作幅度、物理還 原度等復(fù)雜任務(wù)完成性較好；圖生視頻領(lǐng)域，整體效果優(yōu)于文生視頻，國內(nèi)與國外差距進一步縮小。

視頻大模型具備商用潛力，下游應(yīng)用正在儲能。未來隨著用戶習慣的培育以及算力基礎(chǔ)設(shè)施的完善，視頻大模型的或者辦公、 廣告、電影、游戲等多領(lǐng)域具有廣闊的前景。

算法、算力、數(shù)據(jù)三要素，視頻大模型通往AGI的必經(jīng)之路。

算法：視頻生成模型算法主要由基于SD逐幀生成和基于時空Patches兩種范式構(gòu)成，是效率與效益的比拼。前者模型更容易訓(xùn)練， 而視頻內(nèi)容一致性要差一些，長視頻訓(xùn)練存在困難；后者訓(xùn)練成本更高，但是生成視頻的長度與一致性更容易得到保障。

算力：以Sora為例，一定條件下測算，Sora訓(xùn)練算力需求是GPT-4的4.5倍，而推理算力需求接近GPT-4的400倍。

數(shù)據(jù)：高質(zhì)量數(shù)據(jù)是模型能力的保障，而用戶數(shù)量或為開啟模型迭代“數(shù)據(jù)飛輪”的關(guān)鍵。

投資建議：建議關(guān)注（1）視頻大模型廠商：科大訊飛、商湯、云從科技、格靈深瞳、拓爾思、昆侖萬維等。（2）算力：海光 信息、寒武紀、景嘉微、中科曙光、浪潮信息、工業(yè)富聯(lián)、神州數(shù)碼、拓維信息、四川長虹等。（3）接入大模型的應(yīng)用標的： 金山辦公、萬興科技、福昕軟件、虹軟科技、彩訊股份、焦點科技、潤達醫(yī)療、金證股份、泛微網(wǎng)絡(luò)、金蝶國際等。

附件：視頻大模型奇點時刻加速到來-視頻大模型迎來Sora時刻