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

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

主觀(guān)對比：視頻質(zhì)量提升顯著(zhù)，離物理世界模擬器仍有距離。文生視頻L域，視頻畫(huà)面普遍清晰，而在動(dòng)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梯隊，生成時(shí)間相對其他模型倍數減少，且在動(dòng)作幅度、物理還 原度等復雜任務(wù)完成性較好；圖生視頻L域，整體效果優(yōu)于文生視頻，國內與國外差距進(jìn)一步縮小。

視頻大模型具備商用潛力，下游應用正在儲能。未來(lái)隨著(zhù)用戶(hù)習慣的培育以及算力基礎設施的完善，視頻大模型的或者辦公、 廣告、電影、游戲等多L域具有廣闊的前景。

算法、算力、數據三要素，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(shí)空Patches兩種范式構成，是效率與效益的比拼。前者模型更容易訓練， 而視頻內容一致性要差一些，長(cháng)視頻訓練存在困難；后者訓練成本更G，但是生成視頻的長(cháng)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。

數據：G質(zhì)量數據是模型能力的保障，而用戶(hù)數量或為開(kāi)啟模型迭代“數據飛輪”的關(guān)鍵。

投資建議：建議關(guān)注（1）視頻大模型廠(chǎng)商：科大訊飛、商湯、云從科技、格靈深瞳、拓爾思、昆侖萬(wàn)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)、神州數碼、拓維信息、四川長(cháng)虹等。（3）接入大模型的應用標的： 金山辦公、萬(wàn)興科技、福昕軟件、虹軟科技、彩訊股份、焦點(diǎn)科技、潤達醫療、金證股份、泛微網(wǎng)絡(luò )、金蝶國際等。

附件：視頻大模型奇點(diǎn)時(shí)刻加速到來(lái)-視頻大模型迎來(lái)Sora時(shí)刻