OpenAI发布Sora模型，1分钟文生视频效果惊艳。2月15日，OpenAI发布文生视频模型Sora，展示出许多亮点：1）视频生成长度可达1分钟，远超其他文生视频模型。2）3D空间的一致性，Sora可以生成具有动态镜头运动的视频，随着摄像机的移动和旋转，人物和场景元素在三维空间中保持连贯运动。3）长期连续性和物体持久性。可以在单个视频中生成同一物体的多个镜头，一个主题即使暂时离开视野也能保持不变。4）能够向前后扩展视频，以及连接两个视频。5）模拟数字世界，Sora能够模拟人工操作，例如控制Minecraft游戏中的玩家。我们认为Sora相比此前其他文生视频模型，已经跨越到实用生产力工具，1分钟长度有望大规模应用在短视频领域，扩展视频的能力也有望制作长视频，或将带来新一轮内容创作产业革命。
AIGC应用空间广阔，算力需求或呈量级提升。Sora是一种扩散模型，与GPT模型类似，Sora使用transformer架构，将视频和图像表示为称为Patch的较小数据单元的集合，类似于GPT中的token。Sora建立在OpenAI在DallE和GPT模型的基础上。目前Sora暂未对外开放使用，仅OpenAICEOSamAltman在X平台上与评论互动生成视频，我们认为算力的限制可能是目前Sora暂未开放使用的重要因素。随着AIGC技术在影视剧集、宣传视频、自媒体、游戏等领域逐步渗透，视频创作效率或迎来显著提升，同时视频相对于文字、图像的交互数据量级将有巨大提升，或对应算力需求的高速扩张。