传媒：视频生成模型再迎突破

2024年02月18日 行业研究●证券研究报告 传媒 行业快报 视频生成模型再迎突破 领先大市-A维持 投资评级 投资要点 首选股票 评级 事件： 2月16日OpenAI 发布文生视频模型Sora，其使用 Transformer 架 构，建立在DALL·E3和GPT模型之上，可以生成长达一分钟的有运动、多机 一年行业表现 位视频。相比业界水平，Sora将视频生成的时长一次性提升了15倍，直接迈 过了市面上所有短视频的时长要求。 视频生成模型范式的确定有望进一步推动多模态模型发展。模型层面：在文生 视频领域，目前模型思路有循环网络（RNN）、生成对抗网络（GAN）和扩 散模型（Diffusionmodels），Sora为一种扩散模型相较于 GAN，扩散模型 的生成多样性和训练稳定性都要更好。生成表现：扩散模型在图片和视频生成 上有更高的天花板，GAN模型从原理上本质上是机器对人的模仿，而扩散模型 则更像是机器学会“成为一个人”。Sora基本框架：基于OpenAI大语言模型 思路， Sora采用Transformer架构（ 主流视频生成扩散模型较多采用 U-Net 架构 ），同时开发视频压缩网络有效减小 Tr ...