近日，OpenAI发布了震惊全场的首个视频生成模型Sora。该完美继承DALL·E 3的画质和遵循指令能力，能生成长达1分钟的高清视频。
目前Sora已经能生成具有多个角色、包含特定运动的复杂场景，不仅能理解用户在提示中提出的要求，还了解这些物体在物理世界中的存在方式。Sora还可以在单个视频中创建多个镜头，并依靠对语言的深入理解准确地解释提示词，保留角色和视觉风格。对于Sora当前存在的弱点，OpenAI也不避讳，指出它可能难以准确模拟复杂场景的物理原理，并且可能无法理解因果关系。
Sora是一种扩散模型，从噪声开始，能够一次生成整个视频或扩展视频的长度，关键之处在于一次生成多帧的预测，确保画面主体即使暂时离开视野也能保持不变。与GPT模型类似，Sora使用了Transformer架构，有很强的扩展性。在数据方面，OpenAI将视频和图像表示为patch，类似于GPT中的token。通过这种统一的数据表示方式，可以在比以前更广泛的视觉数据上训练模型，涵盖不同的持续时间、分辨率和纵横比。
Sora建立在过去对DALL·E和GPT模型的研究之上。它使用DALL·E 3的重述提示词技术，为视觉训练数据生成高度描述性的标注，因此能够更忠实地遵循用户的文本指令。除了能够仅根据文本指令生成视频之外，该模型还能够获取现有的静态图像并从中生成视频，准确地让图像内容动起来并关注小细节。目前已有一些视觉艺术家、设计师和电影制作人（以及OpenAI员工）获得了Sora访问权限。们开始不断po出新的作品，OpenAI也开始了在线接单模式。
A股对标首推万兴科技。
万兴科技在研的“天幕”大模型是以视频创意应用为核心的多媒体大模型，将涵盖语言、音频、图像、视频等多模态能力。
万兴科技“天幕”属于垂直大模型，作为国内首个以音视频为中心的大模型应用，其目的性和针对性极强。
视频大模型相对于文字大模型更具优势，未来会给人类带来更多可能，例如视频搜索、服饰类的视频穿戴等等。
目前OpenAl发布文生视频模型“Sora”，而国内还没有这样的公司，按照之前万兴紧跟GPT-4步伐的节奏，万兴极有可能成为国内第一个文生视频大模型应用，其市场空间巨大。
况且万兴科技的业绩优良，成长性突出，没有暴雷风险。在加上巨大的想象空间，值得低吸拥有。
