Sora模型橫空出世　AI產(chǎn)業(yè)鏈變革加速

袁京力

人工智能在文生視頻領域取得新突破。北京時間2月16日，OpenAI發(fā)布文生視頻模型Sora，該模型可根據(jù)簡單提示詞，生成長達1分鐘的高清短視頻，雖然仍處于面向測試者開放的狀態(tài)，但較此前行業(yè)視頻長度大幅提升，文生視頻進入新階段。

受此消息刺激，在2月19日開盤后，AI板塊相關股票持續(xù)大漲，中文在線、易點天下、果麥文化、當虹科技、因賽集團、博匯科技、萬興科技、海天瑞聲、絲路視覺等以20%幅度漲停，虹軟科技、昆侖萬維、拓爾思、恒新東方、東方國信、數(shù)碼視訊、讀客文化等大漲逾10%。CPO概念、算力股也隨之走強，中際旭創(chuàng)、天孚通信、新易盛和聯(lián)特科技均以20%幅度漲停，太辰光、德科立、羅博特科、光庫科技、博創(chuàng)科技和曙光數(shù)創(chuàng)等均漲超10%。

下一個交易日，上述股票出現(xiàn)分化，僅有中文在線、當虹科技、因賽集團、羅博特科四只股票繼續(xù)漲停。從行情看，此輪AI行情似乎難以復制2023年的AI行情。

在2022年年底，OpenAI發(fā)布ChatGPT，在短短3個月之內(nèi)注冊用戶達到1億人，超越了社交軟件Tiktok歷時9個月用戶達到1億的紀錄，成為增速最快的消費級應用，引領AI迎來“奇點”時刻，其顛覆式的生成能力帶來一場技術革命。與此相對應，A股從2023年年初也走出了波瀾壯闊的AI行情，東方財富人工智能指數(shù)從700點上漲至近千點，漲幅最高一度接近50%。

Sora模型的問世使得ALGC在視頻領域的應用得以大大拓寬，影響雖然不及2022年年底ChatGPT那么顯著，但其對文化傳媒等領域的影響將變得更加清晰，而文生視頻將大大提高視頻的供給量，算力需求有望進一步爆發(fā)。

當然，在提供驚艷文生視頻的同時，Sora也提供了一些翻車的案例，即便是驚艷的案例，細究之下，個別產(chǎn)品與真實世界也存在邏輯難以自洽的部分，有時其不足在于難以模擬現(xiàn)實世界中的物理規(guī)律，且對于事物發(fā)生的因果、時序和空間關系也理解不足，例如模型能夠生成一個人咬一口餅干，但餅干可能沒有咬痕；模型可能在某些視頻中混淆左右，而且可能難以精確描述隨著時間推移而發(fā)生的事件，例如跟蹤特定的相機軌跡等，但不可否認其遠超同行同類產(chǎn)品。

與Pika、Run、Runway等AI文生視頻工具相比，Sora不僅具有完成視頻向前擴展、視頻拼接等更加復雜的任務的能力，還能通過多鏡頭等方式帶來更加生動的多視角視頻，同時在生成視頻的時長、流暢度和邏輯性等方面優(yōu)勢顯著。

國投證券認為，Sora生成的內(nèi)容在視頻尺寸和時長、多模擬的視頻生成能力、靈活擴展和真實模擬能力等方面均實現(xiàn)了超越。

Sora能夠制作各種尺寸的視頻，從寬屏的1920×1080到豎屏的1080×1920，同時攜有更好的構圖效果，生成時間也從其他模型的4秒提升至最高的60秒；其次，除了文生視頻外，Sora還能圖生視頻、視頻生視頻等，具備豐富的多模態(tài)視頻生成能力；再次，Sora還能將視頻沿時間線向前或向后擴展，Demo中的視頻都是從一個視頻片段開始，向時間線的過去延伸，盡管開頭各自不同，但最終都會匯聚于同一個結尾；最后，Sora可以創(chuàng)造出帶有動態(tài)視角變化的視頻，讓人物和場景元素在三維空間中的移動看起來十分自然。

Sora基于擴散模型，并且在其中使用了Transfoumer架構，將視頻和圖像分解為Patch小數(shù)據(jù)單元，這些Patch類似于GPT中的Token，用于在Transfoumer模型中進行訓練和生成，同時OpenAI將DALL.E3引入到Sora里，使得Sora能夠精準地還原用戶的文本提示，生成高質(zhì)量的長視頻。

基于強大的GPT和DALL.E模型，Sora在訓練過程中完成了文本和視頻模態(tài)的“對齊”，從而能夠理解提示中的詞匯含義，并能夠?qū)⑵鋵揭曨l中的事物上，大大提升了生成視頻的準確性。

中泰證券認為，OpenAI采用的合成數(shù)據(jù)方式在大幅提升模型效果的同時，相似風格的文本prompt也能夠提升Sora與GPT、DALL.E的聯(lián)動效果，使得Sora更接近一個“全能”的多模態(tài)模型。

在下游應用端，文生視頻的突破將對文字、影視及游戲等娛樂行業(yè)帶來巨大的變化。

Sora模型推出帶來視頻內(nèi)容供給領域生產(chǎn)力的躍升，傳統(tǒng)視頻制作往往需要投入大量人力、物力和時間成本，通過利用Sora模型，創(chuàng)作者可以快速、高效的生成視頻，極大降低產(chǎn)出成本。另一方面，Sora的編輯和擴展能力為創(chuàng)作者的靈活提供了空間，將進一步提高內(nèi)容產(chǎn)出的創(chuàng)新性和多樣性。

當前，短視頻時長集中在60秒以內(nèi)，中視頻時長介于60秒至30分鐘以內(nèi)，長視頻包含30分鐘及以上的所有視頻。華福證券認為，Sora模型的內(nèi)容產(chǎn)出較好適配短視頻的核心時長，短期內(nèi)看好短視頻產(chǎn)能的迅速增長。

此外，IP版權公司積累的IP形態(tài)以文字、卡通人物形象等為主，文生視頻模型可幫助此類公司迅速產(chǎn)出終端視頻，業(yè)務范圍將得到極大擴展，運營效率將發(fā)生極大躍升?？紤]到Sora模型的可得性，文生視頻的應用會最先在海外落地，Sora強大的視頻生成能力將助力IP版權、出海廣告營銷等公司快速制作符合國際時長的視頻內(nèi)容，吸引海外用戶，實現(xiàn)海外業(yè)務擴張并增厚業(yè)績表現(xiàn)。

太平洋證券認為，AI多模態(tài)技術突破將降低文字、圖片、音視頻和游戲內(nèi)容空間相互轉(zhuǎn)化的門檻，提高AI工具輔助內(nèi)容生產(chǎn)的比例，內(nèi)容資產(chǎn)價值有望得到重估。

最低維的內(nèi)容形式即文字類內(nèi)容，且擁有內(nèi)容數(shù)量多及質(zhì)量高的公司彈性最大。文字作為最低維的內(nèi)容升維空間最大，有望全面受益于內(nèi)容資產(chǎn)價值重估，而網(wǎng)絡文學的娛樂性足，因此其商業(yè)化空間最大；圖片、音視頻和游戲類資產(chǎn)也需要關注，圖片類資產(chǎn)主要包含視覺內(nèi)容和形象IP，音視頻資產(chǎn)主要包含動漫、影視作品等。

華泰證券認為，“Sora+影視”預計能明顯降低制作門檻及成本，且可以極大程度豐富影視的創(chuàng)造性及風格，Sora的出現(xiàn)將重塑影視行業(yè)，預計擁有核心導演或創(chuàng)意人才及IP資源的公司更受益；“Sora+營銷”預計將提升廣告相關視頻的創(chuàng)造效率，提供靈感、增強廣告吸引力，有望部分替代低創(chuàng)造性、可復制的視頻內(nèi)容，同時也能低成本、定制化、大批量快速生成視頻內(nèi)容，提升客戶轉(zhuǎn)換及留存率。

在AI內(nèi)容生產(chǎn)工具上，生成高維內(nèi)容資產(chǎn)的生產(chǎn)工具價值更高，視頻工具在海外公司表現(xiàn)突出，國內(nèi)公司亦有布局；音頻工具方面?zhèn)€別大廠和中小公司也有涉足，游戲工具方面也有兩家上市公司切入。

游戲是AIGC技術最復雜、應用前景最廣闊的方向之一。據(jù)OpenAI的報告，Sora可進行游戲場景的生成，同時可以高保真的方式渲染環(huán)境，甚至模擬玩家操作游戲的情景。

華金證券認為，Sora的出現(xiàn)或?qū)⒔档陀螒駽G、PV的制作成本，而低成本的視頻內(nèi)容有利于豐富游戲劇情的展現(xiàn)和表達。因此，成熟的文生視頻技術整合或?qū)樽⒅貎?nèi)容和交互的游戲作品更好地提質(zhì)增效，為受眾用戶提供更好的情緒價值，從而提升用戶體驗，加速科技表現(xiàn)。

梳理AIGC產(chǎn)業(yè)鏈，主要劃分為上游（數(shù)據(jù)、算力）、中游（算法、模型）、下游（應用）。

上游主要包含數(shù)據(jù)平臺、提供數(shù)據(jù)和算力層、提供底層支持；中游為算法層，在原始數(shù)據(jù)的基礎上進行模型的訓練與再開發(fā)；下游為應用層，包含內(nèi)容生產(chǎn)和分發(fā)量方面，應用場景豐富，包含出行、社交、辦公、搜索、娛樂、居住、教育、生產(chǎn)、管理、金融和醫(yī)療等11個大場景、37個細分場景。不同的場景也存在不同的機會。

自GPT問世后，AI產(chǎn)業(yè)向AGI邁進的速度超出大家的預料，從2023年的LLM，到文生圖，再到2024年的文生視頻，AI大模型對真實世界的理解和模擬持續(xù)且快速提高。

國投證券認為，未來可以從三個維度進行布局：1.布局可以利用視頻等算法打造創(chuàng)作工具的產(chǎn)業(yè)；2.布局算力相關企業(yè)，文生視頻必然帶來算力需求的進一步提升，服務器、IDC也值得關注；3.布局已經(jīng)有產(chǎn)品落地的AI核心標的。

AI的快速發(fā)展對算力的需求呈現(xiàn)井噴的態(tài)勢。全球算力規(guī)模超高速增長，IDC預測，全球AI計算時長規(guī)模將從2022年的195億美元增長到2026年的346.6億美元。美國頭部科技股漲幅領跑全球市場，科技股表現(xiàn)搶眼，全球算力龍頭英偉達公司迎來了有史以來最強勁的開局，股價在2023年上漲了240%，市值接近1.5萬億美元。

截至2024年1月28日的第四財季，英偉達的營收為221.03億美元，同比增加265%；凈利潤為122.85億美元，同比增長769%。2023財年全年，英偉達的營收為609.22億美元，同比增長126%；凈利潤為297.6億美元，同比增加581%。

國內(nèi)來看，自2018年以來，美國通過多種制裁手段，嚴格限制中國高科技領域發(fā)展，美國還在2022年10月通過方案，進一步緊縮半導體產(chǎn)品對華出口，限制英偉達、AMD等公司向中國出售高算力人工智能芯片，但國內(nèi)算力產(chǎn)業(yè)仍在快速發(fā)展。

國內(nèi)通用計算龍頭海光信息預計，2023年營收為56.8億元至62.6億元，比上年增加5.55億元至11.34億元，同比增加10.82%至22.14%；2023年歸屬母公司凈利潤為11.8億元至13.2億元，較上年增加3.76億元至5.16億元，同比增加46.85%至64.27%。

根據(jù)華西證券推算，Sora架構的訓練與傳統(tǒng)大語言模型（LLM）Transfoumer架構的訓練算力需求存在近百倍的差距，算力需求有望持續(xù)呈現(xiàn)幾何規(guī)模的倍增，同時在信創(chuàng)和AI的大背景下，國產(chǎn)算力有望大放異彩。

算力包含單體GPU的性能和群體數(shù)據(jù)中心的性能，算力的提升需要大寬帶的支撐。

Sora 模型的問世使得ALGC在視頻領域的應用得以大大拓寬，文生視頻的突破將對文字、影視及游戲等娛樂行業(yè)帶來巨大的變化，算力需求有望進一步爆發(fā)。

面向單體GPU，通信帶寬越大，GPU之間的數(shù)據(jù)交換速度越快，模型也就更快地訓練出來；面向數(shù)據(jù)中心，低延遲、高帶寬以及可擴展性滿足大規(guī)模計算和數(shù)據(jù)傳輸?shù)男枨?，需要不斷的升級架構、采取先進的協(xié)議以支持更大的接口帶寬。

光模塊也將充分受益Sora的問世。華金證券認為，模型應用端的爆發(fā)以及新型算力的涌現(xiàn)不僅將加速硬件尤其是網(wǎng)絡端設備的升級更新，甚至會驅(qū)動LPO＼CPO等新型光模塊等網(wǎng)絡設備的落地。

Sora采用了改良的DiT架構，算力消耗和DiT相仿，DiTs遵循Vision Transformers的設計原則，與傳統(tǒng)的卷積網(wǎng)絡相比，它能提供更強的靈活性。根據(jù)DiT架構論文原作者判斷，Sora的參數(shù)量大約在30億左右，因此更有利于Sora后續(xù)更好的靈活替代性。

從推理來看，Sora基于圖片做長視頻生成，再基于生成視頻做拓展，其所需Token數(shù)量相較于文本及圖片模型的推理，有望成數(shù)量級增長，中泰證券判斷，推理算力需求將持續(xù)上升。此外，推理端Token增加、算力需求的增長也對顯存及帶寬提出更高要求，預計將拉升400G光通信技術在以太網(wǎng)中的應用，并有望推動800G乃至1.6T光通信技術的應用。

自2022年年底ChatGPT推出后，光模塊需求增加，以中際旭創(chuàng)為代表的光模塊龍頭業(yè)績爆發(fā)，據(jù)其業(yè)績預告，2023年，中際旭創(chuàng)歸屬上市公司股東的凈利潤為20億-23億元，同比增加63.40%-87.91%。

公司表示，2023年以來，AI算力需求和相關資本開支的激增帶動了800G等高速光模塊的顯著增長，并加速了高速光模塊產(chǎn)品迭代步伐，報告期受益于800G等高端產(chǎn)品比重的顯著增加及產(chǎn)品設計的不斷優(yōu)化，公司的產(chǎn)品收入、毛利率和凈利潤率進一步得到了穩(wěn)步提升。