申港证券：计算机行业研究周报：从技术路线谈AI视频的未来发展

本周我们从技术路线来对近期爆火的AI视频进行展望。自Pika爆火出圈后，越来越多的AI视频软件接踵而至，Pika的测评也出现了明显的口碑分化，市场主流观点认为视频生成领域也迎来了GPT时刻。从AI视频的技术迭代的路线看，我们认为：从参与玩家的类型来看，整体是科技大厂居多，并没有出现如文生图模型一样的的现象，背后的原因在于文生视频的门槛较高。从训练数据层来看，AI视频训练数据集的呈现跨模态的形式，以Runway的视频生成模型Gen-2为例，训练数据包括2.4亿张图片、640万个视频剪辑片段以及数亿个学习示例。从形式来看，目前大多数模型厂商在文生视频上以闭源路线居多，其原因在于文生视频对算力及模型的工程化能力都很高。文生视频模型背后其实有两条技术路线：一条是从文本或图像生成中得到广泛的应用，基于Transformer架构的技术路线，而另一条则是基于我们在之前的周报中有所提及的扩散模型，两条技术交替，目前扩散模型占据主流。Google发布的Transformer架构已经在许多不同领域取得了较大的成功，但实际上包括最近的Pika在内，视频生成的主导范式依然是扩散模型。其原因在于Transfor