申万宏源研究认为,Sora 类的连贯视频生成,首先对光通信体术较高要求。对标DiT 架构,常见模型参数约3B,市场猜测Sora所需算力要求不高,我们认为首先相比训练,推理阶段更重视内存+网络平衡,且随着模型增大需要减少并行或优化并行通信。同时相比文字应用推理,Sora 长视频推理的patches 处理的密度更高。token 生成速度直接影响了最终AGI 应用体验,对视频类应用的影响远大于文本聊天类,并行和内存带宽是关键。如何看AI传媒创意产业的影响?申万宏源研究表示,对于短视频UGC 平台,借助AI 升级剪辑工具拉动创作者经济的进一步发展,但也需关注是否会有竞争的变化。对于深度内容受益,IP价值提升,对浅显低门槛内容竞争加剧。对创意工具,应对竞争的要素是B 端客户粘性和版权库积累。AI 造假或影响新闻生产和传播,识别AI 视频将是内容审核关键环节。可关注光通信产业链、算力设备产业链、多模态算法布局、有丰富IP 储备的深度内容创作、商业化AI 应用场景的美图等等方向。
来源:券商研报精选