计算机行业
2024-05-24 【 字体:大 中 小 】
今天分享的是【计算机行业专题研究-Text-to-Video的GPT-3时刻已来-OpenAI的SORA模型引领新技术突破】 报告出品方:天风
OpenAI发布了最新文生视频大模型SORA,可以生成1分钟长视频,效果显著,在生成的视频细节,内容一致性和指令遵循能力独树一帜
2月16日,OpenAI首次对外公布了SORA文生视频模型,SORA模型可以直接输出长达60秒的视频,并且包含高度细致的背景、复杂的多角度镜头,以及富有情感的多个角色。相比较而言,RunwayGen2、Pika等AI视频工具,都还在突破几秒内的连贯性,而OpenAI,已经达到了史诗级的纪录。OpenAI目前已经邀请了一支专业的创意人士测试,用于反馈其在专业环境中的实用性。
SORA模型在训练中将不同类型视觉素材统一为时空LatentPatch,采用Diffusion-transformer结构并大规模训练,再次展现“暴力美学”
从technicalreport窥探技术路径,OpenAI在文生视频领域再次展现“暴力美学”,SORA在模型结构上使用了DiffusionTransformer结构,采用了大规模的训练,在数据上将图片和视频统一压缩转换为时空LatentPatches并作为transformer输入,而这一步也使得模型能够在不同分辨率、持续时间和宽高比的视频/图像数据上进行训练,同时为了提高模型的理解能力,SORA使用了DALL-E3模型中的re-captioning技术,训练了一个caption模型为视频数据生成文字字幕。
SORA模型已具备了一定的涌现能力,虽然也存在“幻觉问题”,但我们认为文生视频的GPT-3时刻已来
SORA模型现在可用于视频生成,图片生成,视频编辑、视频链接和视频前后拓展等,我们认为未来有望重塑影视/动画/自媒体等诸多视频生产行业,同时SORA还展现出了一定的涌现能力,使其能够从物理世界模拟人、动物和环境的某些方面,包括3D连续,物体持续和long-range的连贯性,我们预计未来SORA也会逐步进化,如同GPT3到4一样有更强的能力,或许文生视频的GPT-3时刻已经到来。
视频生成模型迎来技术突破,我们看好AI板块尤其是AI多模块的机会,建议关注:
(1)AI多模态:万兴科技、美图公司(与海外组联合覆盖)、易点天下、焦点科技、当虹科技
(2)AI应用:金山办公、科大讯飞、恒生电子、鼎捷软件、福昕软件、用友网络、金蝶国际、泛微网络、致远互联
(3)AI算力:华为链+海光信息、寒武纪、云天励飞、景嘉微(电子组联合覆盖)
免责声明:以上报告均系本平台通过公开、合法渠道获得,报告版权归原撰写/发布机构所有,如涉侵权,请联系删除 ;资料为推荐阅读,仅供参考学习,如对内容存疑,请与原撰写/发布机构联系
文生模型OpenAIPika视频发布于:广东省声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。猜你喜欢
今年前2个月天津口岸电动汽车出口同比增749%
中国证监会:推动上市公司不断增强分红意识
没开玩笑!不是所有人都适合买增额终身寿!
人民币涨势居亚洲货币之首!9月客户爆买1737亿元,四大原因暗示人民币或继续升值……
TVB演员郑启泰去世,两日前刚求婚成功,曾参演《新闻女王》
又一“国家队”入局,东风猛士科技与华为车BU签署战略合作协议
人类群星休憩时 程微
溢价过高?奢侈品巨头市值集体暴跌
券商第三方引流开户新规将出?证监会最新回应!
2024年3月4日全国主要批发市场猪皮价格行情
泸州老窖惊艳亮相“你好!中国”旅游推介会
吉视传媒(601929SH):没有相关无人驾驶辅助业务
总市值近3000亿元!超八成企业盈利!北交所三周年亮点十足
美俄大换囚惊动拜登普京,藏着哪些信息?
曾经的“自动驾驶第一股”为何转舵进军AIGC?
瑞银梁展嘉:优才及高才通有助支撑香港住宅市场 对住宅楼市仍有信心
黄金突发行情!金价刚刚触及2340美元 知名机构最新黄金交易分析
中文在线最新公告:拟2000万元-3000万元回购公司股份
国家发改委:将更大力度优化市场准入环境 提振发展预期
九州通(600998)8月2日主力资金净买入3206万元