OpenAI首个视频生成模型Sora发布 美一股涨10倍人工智能概念风再起时？
OpenAI首个视频生成模型Sora发布
美一股涨10倍人工智能概念风再起时？
据OpenAI官网，OpenAI首个视频生成模型Sora发布，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。
英伟达科学家@DrJimFan如何评价Sora？
1/Sora 是一个数据驱动的物理引擎，它是对许多世界的模拟
2/看似简单的步骤包含了大量的技术和模拟
3/未来它将取代所有手工设计的图形管道。
以下是正文：
1/
如果您认为 OpenAI Sora 是像 DALLE 一样的创意玩具，...再想一想。Sora 是一个数据驱动的物理引擎。它是对许多世界的模拟，无论是真实的还是幻想的。模拟器通过一些去噪和梯度数学来学习复杂的渲染、“直观”物理、长期推理和语义基础。
如果 Sora 使用虚幻引擎 5 对大量合成数据进行训练，我不会感到惊讶。它必须如此！
我们来分解一下下面的视频。提示：“两艘海盗船在一杯咖啡内航行时互相战斗的逼真特写视频。”
- 模拟器实例化了两种精美的3D资产：具有不同装饰的海盗船。Sora 必须在其潜在空间中隐式地解决文本到 3D 的问题。
- 3D 对象在航行并避开彼此路径时始终保持动画效果。
- 咖啡的流体动力学，甚至是船舶周围形成的泡沫。流体模拟是计算机图形学的一个完整子领域，传统上需要非常复杂的算法和方程。
- 照片写实主义，几乎就像光线追踪渲染一样。
- 模拟器考虑到杯子与海洋相比尺寸较小，并应用移轴摄影来营造“微小”的氛围。
- 场景的语义在现实世界中并不存在，但引擎仍然实现了我们期望的正确物理规则。
接下来：添加更多模式和条件，然后我们就有了一个完整的数据驱动的 UE，它将取代所有手工设计的图形管道。
转一个央视人在朋友圈的感慨：又是一次巨大的飞跃！
以及，可能未来最重要的能力就是想象力。
从上学到现在大概15年，
我们正好见证了视频的生产，从垄断到成为大众的基本技能。
那时候，拍视频作业要借摄像机设备，个人也只能负担起几盘60分钟的磁带。后来佳能无敌兔横空出世，让更多人体验浅景深的“大众电影感”。再后来，全民媒体时代，谁还不会做个视频呢？
到今天，我们最后的堡垒——所谓影像讲故事的能力，也正在被AI模仿和学习，就像无师自通的昆汀看过几千部电影当了导演，看过几万几亿视频的AI当导演也是迟早的事。
乐观的是，工具已经没有门槛了，剩下的都交给想象力；但可怕的是，也许想象力也是一种随机组合的“算法”。
这就意味着未来大量的工作将会被AI大模型彻底取代，比如说，视频剪辑、页面设计等等，当AI能够帮助我们处理文本生成图像制作视频，那以后人与人之间拼的就是灵魂认知与高度，包括对事物认知的再度展现，相当于以后比拼的是谁更有创作力，谁的想象力更完美。
最妖AI股 ：不是接近90度上涨的英伟达，而是超微电脑（SMCI）
开年以来股价直线拉升的超微电脑，涨幅再扩大至14%，刷新盘中历史高位至1000.22美元。超微电脑（SMCI）过去5个交易日涨35.62%，整个2月涨约89.57%，年初至今涨253.20%，过去52周涨1388.08%。市值已经涨至最低价时的68倍多。用投资者的话说：“不是暴涨就是涨的路上，都不带喝水休息一下。”
超微电脑股价飙涨的主要原因在于市场对其服务器（AI芯片的基础设施）的强劲需求，另外，新近公布的强劲财报远超预期，第二财季业绩和第三财季业绩指引均超出分析师预期，带动超微电脑当日盘后大涨超过10%。
目前，超微的市值约为561亿美元，虽远不及英伟达约1.7万亿美元的市值。
【国盛计算机】OpenAI发布Sora模型，文生视频迈入新时代
2024/2/16，OpenAI突然发布了文生视频模型Sora，可以在用户的要求下，生成可最高长达一分钟的视频，例如摩登女子在东京街头行走、黑人男子读书等等（详细案例可参见官网视频），在长达一分钟的视频中可以同时存在远景与近景特写，且细节翔实逼真。
今日起，Sora 会对部分视觉艺术家、设计师和电影制作人开放，以获得关于如何改进模型的反馈意见，使其对创意专业人士最有帮助。OpenAI表示将尽早分享研究进展，以便开始与 OpenAI 以外的人员合作并获得他们的反馈，同时让公众了解人工智能的发展前景。
Sora 能够生成包含多个角色、特定运动类型以及主体和背景准确细节的复杂场景。该模型不仅能理解用户在提示中提出的要求，还能理解这些事物在物理世界中是如何存在的。该模型对语言有深刻理解，因此能准确解释提示，并生成能表达生动情感的引人注目的角色。Sora 还能在单个生成的视频中创建多个镜头，准确地体现角色和视觉风格。
Sora 建立在过去对 DALL-E 和 GPT 模型的研究基础之上，因此，该模型能够在生成的视频中更忠实地遵循用户的文字说明。除了能够仅根据文字说明生成视频外，该模型还能根据现有的静态图像生成视频，并准确、细致地对图像内容进行动画处理。该模型还能对现有视频进行扩展或填充缺失的帧。OpenAI今日会公布更详细的技术文档，从中我们有望获得更多技术细节。
OPENAI首个视频模型Sora效果惊艳，多模态应用有望加速【东吴传媒互联网张良卫团队】
事件：OPENAI发布首个视频生成模型Sora，最高可生成一分钟的高清视频，能生成具有多个角色、包含特定运动的复杂场景，表现出突破性的语义理解能力、复杂场景理解能力和一致性等。
模型进一步突破：Sora采用扩散模型+Transformer架构，一次生成多帧预测，确保画面主体即使暂时离开视野也能保持不变，同时具有很强的扩展性。模型建立在过去对DALL·E3和GPT模型的研究之上，从而能更忠实遵循用户的文本指令。
更多的训练数据：OPENAI从大语言模型中汲取灵感，通过统一的数据表示方式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。
观点重申：我们在此前的多模态深度报告中明确提出视频生成的2022-2023年可类比2D图像生成的2021年，且考虑到LLM对AI各领域的加速作用，2024年视频生成或取得更大的发展。OPENAI发布Sora将推动行业加速发展，我们看好技术突破带来多模态应用发展机会。
投资机会上，我们首推在多模态方向已有布局或具备布局能力的标的：昆仑万维、万兴科技、美图，建议关注新国都。多模态技术进步利好电商、游戏、教育、营销等领域AI应用发展，推荐焦点科技、中文在线、盛天网络、蓝色光标、世纪天鸿等，建议关注易点天下、因赛集团。建议关注受益于AI视频应用发展的多模态技术公司，如虹软科技、当虹科技等。算力方向建议把握板块龙头投资机会，推荐中际旭创等龙头。
风险提示：多模态技术发展不及预期，伦理与隐私问题，商业化拓展不及预期，算力基础设施发展不及预期。
正月初七：传说这天是人类的诞辰日，即人的生日。七是尤为吉祥的数字，佛祖出生时,立刻在地上走了七步,步步生莲。七寓为圆满，也寓指向上。值此殊胜日恭祝大家万事顺意，步步高升，财源广进，事事圆满。
【2023年AI发展里程碑大事件一览】
虽然真正的通用人工智能 (AGI) 还离我们很遥远，但回顾整个2023，人工智能在这一年实现了高速发展。简单整理了一下AI发展里程碑大事件：
1月，ChatGPT月活跃用户数达到1亿。
2月，Microsoft推出全新版本搜索引擎“Bing”
3月，OpenAI发布革命性的GPT-4，带来更高级的创造力和理解能力
4月，马斯克创立xAI项目
5月，OpenAI推出ChatGPT的免费iOS应用
6月，英伟达开发出Neuralangelo，可以从2D视频片段重建3D图像
7月，Apple投身Ai研发，推出产品“Apple GPT”
8月，Meta开源SeamlessM4T的Ai模型
9月，OpenAI发布DALL-E3.
10月，Meta的Ai个性化机器人上线，引发争议
11月，Pika推出文本到视频的转换器Pika 1.0
12月，Google DeepMind展示Gemini