太平洋证券：计算机软件行业周报：Sora和Gemini 1.5发布，多模态大模型更进一步

报告摘要 OpenAI发布视频生成模型Sora，AI视频生成迎来里程碑。2月16日，OpenAI宣布推出全新的生成式人工智能模型“Sora”。Sora是一种通用的视觉数据模型，能够生成各种持续时间、宽高比和分辨率的视频和图片。与此前的视频生成模型相比，Sora主要实现了以下突破：1）视频时长达到60秒：Sora可以通过文本指令直接输出长达60秒的视频，并保持视频主体与背景的高度流畅性与稳定性。2）文本的深度理解能力：Sora可以准确理解用户的文本指令，无论是复杂的动作场景还是细腻的情感表达，Sora都能够精确捕捉并展现。3）对真实世界的理解：Sora对物理规律的遵循程度较高，对于光影反射、运动方式、镜头移动等细节的呈现效果较为逼真。4）长序列连贯性和目标持久性：Sora能在单个视频中生成同一角色的多个镜头，并在整个视频中保持其外观。即使人、动物和物体被遮挡或离开画面，Sora模型也能使其保持不变。 谷歌发布Gemini1.5Pro，上下文长度突破百万。2月15日，谷歌宣布了下一代大模型Gemini1.5Pro。Gemini1.5Pro是一种中型多模态模型，针对多种任务的扩展进行了优化，