中金基金侯明威：Sora带来颠覆性变革 国内AI领域迎来发展机遇

　　嘉宾介绍：侯明威，中金基金TMT研究员

　　Sora的推出引爆AI行情，会给哪些行业带来颠覆性影响？相较于之前的大模型产品，其核心技术架构有何突破？国内大模型领域发展到哪一步了？A股相关投资目前仍偏主题性？对此，中金基金侯明威跟大家分享精彩观点。

　　侯明威表示，Sora模型把时长从之前只能做到十几秒，一次性提升到了一分钟，这是一个大的突破。第二个大的突破是一致性和连贯性，效果远超之前的那些竞品。

　　其表示，应用端方面，Sora模型文字生成视频，对视频相关的领域影响最大。对于影视行业来说，肯定是有力的生产力工具，是很大的利好。现阶段应用端的行情表现较好，AI行情目前还只是海外的映射。不过看到海外出现技术突破，国内肯定不甘落后，会持续进行追赶。

　　以下为文字精华：

　　1、中金基金侯明威：Sora或带来颠覆性的行业变化

　　提问：Open AI发布的文字生成视频模型很振奋人心，怎么看这个Sora模型？

　　侯明威：Sora模型大家应该也看到一些科普类的文章，从效果来看是非常惊艳的，相比于竞品来说，它直接把时长从之前只能做到十几秒，一次性提升到了一分钟，这是一个大的突破。

　　第二个大的突破是一致性和连贯性，效果远超之前的那些竞品，像他给出的官网上的demo案例里面，像比如人挡住了狗狗，最后你人走过去狗狗依然存在这些问题，之前竞品远远做不到。

　　这里面的AI生成的视频非常真实，包括视频质量，多角度多机位展示画面，生成视频的高质量让大家觉得非常震惊。

　　提问：一分钟这样的时长大概能应用在哪些行业？

　　侯明威：一分钟应该来说是一个非常震撼的时长，之前受限于采用的技术路径，大概只能生成最多十几秒的视频，应用场景会比非常有限。

　　大家开玩笑说之前的产品能实现的最多就是动图，根本不能称之为视频，而现在时长直接提升到一分钟以后，像我们通常刷短视频看到的那些小广告，短剧，时长都是一分钟所能容纳的，所以说对于这些行业会带来一些颠覆性的革命。

　　汪洋：我当时看到也感觉非常震撼，一开始我还以为是好莱坞大片，因为镜头角度跟现在大牌导演作品感觉没有什么区别，而且因为视频越做越长，难度会越高，因为它要考虑到前后的逻辑连贯性，包括一些因果关系。从之前一些模型生成的十几秒的视频，迭代到现在1分钟，未来可能会到10分钟或半个小时，这背后也反映了AI在视频大模型领域突飞猛进的进步。

　　2、中金基金侯明威：Sora的核心技术原理由三部分组成

　　提问：Sora模型的背后的原理是什么？

　　侯明威：我给大家介绍一下Sora模型的原理，主要是通过Open AI在官方官网发布了一个技术文档，里面从大的步骤方面进行了解析，具体技术细节并没有披露，但是对于技术核心的方向路径有明确的说明。

　　我给大家相对通俗一点解释，它由三大部分组成，第一大部分是视频的处理系统，将原始的训练素材就是原始视频，用视频压缩网络的处理系统先进行降维，再形成低位视频，再对这些低位视频进行提取出Patch，其中Patch这个东西，就是核心创新点，类似于在大语言模型里面的token，大家认为是比较基础的视频的处理的元素块。

　　第二部分就是语言的理解系统，大家在用户交互的时候是输入的是我们的自然语言。用户输入的可能是简单的提示词，但是Open AI会基于自己的之前做的ChatGPT这类大模型，将用户的简单的提示扩充为复杂的提示词，让模型去理解用户想要的画面是什么。

　　比如用户输入的是5个字，我在吃苹果，其就会扩大我是一个怎样的人，吃的苹果是怎么样的，所处的环境是怎样的，他会给你进行扩充，细化需求，最后呈现生成更加具体的一些图像。

　　第三个就是将语言理解系统和视频处理系统两者进行反复的迭代堆叠，是需要进行规模化之后，形成这种大模型视频的大模型。

　　提问：之前也是有类似能够生成短视频的模型，背后的原理和Sora模型一样吗？

　　侯明威：不一样的，这里代表的是两种路径。之前的竞品，比如Runway和Pika这两个典型代表公司，选择的路径是diffusion模型架构，Sora之所以说取得很大突破，主要是它的架构与以前的路径不一样。

　　本身Open AI最擅长的事情就是大力出奇迹，之前的大语言模型的处理经验，放到视频领域了也一样适用，把图像画面训练的数据形成Patch之后，就能够像token一样去进行大量数据堆叠，迭代之后形成自己的大模型，它就能够在时间轴上一致性和连贯性远好于竞品。

　　提问：Sora具体应用到各行各业，会有哪些改变和影响？

　　侯明威：应用端也是我覆盖的方向，一方面Sora模型文字生成视频，肯定对视频相关的领域影响最大。对于影视行业来说，肯定是有力的生产力工具，是很大的利好。

　　AI技术视频的大提升，可以应用于影视制作传统流程里，包括前期的创意及剧本，到影视制作到后期的渲染，其中影视制作像特效渲染，后期这些在技术突破之后，都可以用来提高生产流程效率。

　　比如大家看流浪地球这种特效很多的大电影，以前制作的周期需要3－5年，如果等AI技术更加成熟之后，周期可以缩短至1－2年，是非常强大的生产工具。

　　第二个方向是短剧。因为视频时长提升至一分钟，所以AI技术在去年大家关注度非常高的短剧行业也会有应用。因为短剧单集时长也只有一分钟左右，如果Sora等工具成熟之后，一分钟生成的质量非常高，也能加快短剧的生产，以及让题材更多丰富。因为短剧行业的成本要求很高，要求低成本，所以AI技术的应用会让制作成本有效下降，同时甚至能提升效果。

　　第三个方向是游戏，其中涉及3D动画制作，市场上一些应用的案例确实已经很不错了。在游戏里面，3D素材渲染，物理引擎，在视频大模型成熟之后也能够提升制作效率，对游戏的研发效率的提升非常有帮助。

　　3、中金基金侯明威：国内大模型应用端发展还处于初期

　　汪洋：和美国相比，我们国内在AI大模型方面的起步稍微慢一些，但是我们的发展空间以及市场规模都要更大一点，Sora的出现对国内厂商也是一种启发，其技术架构与以前不同。我觉得没准再过一个月两个月，国产的这种文生视频大模型也会不断涌现。到时候AI对于国内上市公司可能是更大的利好，目前A股还是主要为映射美股前沿科技的偏主题的行情。

　　侯明威：现阶段应用端的行情表现较好，AI行情目前还只是海外的映射。不过看到海外出现技术突破，国内肯定不甘落后，会持续进行追赶。国内AI发展会是未来一个大的趋势，包括国家产业政策，AI产业界等都会向这个方向前进，大家对这个趋势是非常认可的。

　　AI一定是未来的大方向，被认为是第四次科技革命，后续国内也会不断涌现出AI优秀企业，包括现在的上市公司也会积极投入研发。

　　应用端刚刚提到像影视、游戏、广告这些行业，由于强力内容生产力工具的出现，相关行业普遍会因此提升效率，降低成本，甚至探索出新的商业模式出来，增加收入，往中长期看这些逻辑都会逐渐兑现。

　　汪洋：国内的算力模型，无论是从参数量还是训练集，比ChatGPT、Sora都要低一个等级。我觉得现在A股里面大家看到的这些公司，业绩出现显著变化更多还是来自于北美的拉动，国内的现在的需求还有差距。我认为国内公司在方向上的把握是很清楚的，但是在应用端没有特别清晰的时候，投资者在投资的时候还是需要偏谨慎一点。

　　Open AI去年营收也在几十亿美金，但是提出了这些规划，包括6万亿美金的一个芯片计划，他们还是更敢想一些。国内只是时间问题，一些模型也在不断更新，和刚推出来的时候还是有区别的。我们有这么庞大的用户基础，最初的一些低级错误修改起来进步也是很快的，我也希望今年本土的大模型能有更好的表现。这样我们就会看到A股市场不止会局限在单纯的CPU公司等，会更加全面开花。

　　美股很多AI公司，包括应用端公司、算力公司、网络基础设施公司，股价表现都还是比较好，而且在现在传统智能手机、PC等增长放缓的背景下，AI是一个非常稀缺的成长引擎。很多公司业绩表现好，就是因为AI带来了大量的需求。如果你只是一直聚焦在比如传统的手机、手表或者电脑上，业绩增速是不够的。

　　我们在A股里面找不到有很多能够在逆势实现大幅业绩增长的公司，主要的原因是因为中国在 AI的发展确实还是有一个滞后。头部科技公司未来如果有新的产品出来，A股也会有更多公司会受益于 AI产业盛宴。

　　侯明威：应用端国内主要是大模型的推进，在ChatGPT出来之后，国内就已经掀起了一轮百模大战，互联网大厂都纷纷投入大模型研发。我们还有一个备案制，最后只有通过了备案才能给一般的用户进行使用，目前也有一批大模型通过备案审批之后，持续迭代推进。

　　应用端体现在两方面，一方面是降本增效，在游戏影视广告等行业使用这些大模型工具，在成本端普遍能节省20%左右，尤其是美术成本高的企业降本效果更好。对于广告行业，推出了一些AI营销工具之后，服务客户的效率更高了，这种降本增效的体现还是比较明显的。

　　但是对于爆款的AI应用，则是主要体现在增收的逻辑上。但是国内这一块还需要再等等，因为to C的AI爆款应用，还是需要强大的大模型能力。第二个算力的成本要足够低，才能给亿万群众去使用，因为算力的成本实在太高了。市场to C的需求非常强，只不过现在暂时还没有好的产品，成本没有降到足够低，大模型还不够完善，后面我们只能等这些条件都成熟之后，等待这种爆款的AI应用出来。

(责任编辑：33)