天风证券：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

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