银河证券：Sora对算力需求影响几何?

智通财经APP获悉，银河证券发布研究报告称，基于大语言模型推导算力需求方法，对Sora单次训练算力需求进行推演，据相关研究推测，Sora参数规模估算在30B(待确认)，如果按此参数测算，该行推演出Sora训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3 175B的8.2倍。目前Sora还在初级阶段，仍然存在如能以准确模拟物理运动规律及场景、混淆左右方向、混淆空间细节等，但伴随Sora不断迭代调优，训练数据集规模增大，未来算力需求将呈现指数级爆发式增长，持续看好上游算力基础设施投资机会。

银河证券观点如下：

Sora 算力需求将呈指数级增长，带动算力基础设施需求。

北京时间 2 月 16 日凌晨，OpenAI 发布了首个文生视频模型 Sora，可以用文字指令生成长达 60秒的高清流畅视频，在生成视频长度、连贯性、多镜头切换方面具备显著优势。本文基于大语言模型推导算力需求方法，对Sora单次训练算力需求进行推演，据相关研究推测，Sora参数规模估算在30B(待确认)，如果按此参数测算，该行推演出Sora训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3 175B的8.2倍。该行认为，目前Sora还在初级阶段，仍然存在如能以准确模拟物理运动规律及场景、混淆左右方向、混淆空间细节等，但伴随Sora不断迭代调优，训练数据集规模增大，未来算力需求将呈现指数级爆发式增长，持续看好上游算力基础设施投资机会。

Sora基于DiT架构，采用Transformer替换U-Net。

Sora实际上是一种基于DiT(Diffusion Transformer，扩散变换器)的模型搭建，同时采用了Diffusion与Transformer，是一种用于扩散模型的新架构。Sora受到大语言模型的启发，用Transformer替换扩散模型中的U-Net，通过将Transformer与Diffusion结合成为一种基于扩散变换的模型DiT，趋于标准Transformer架构，同时保留其可扩展性。与大语言模型将文本转换为可被理解的token类似，Sora将视频转换成一系列Patch(视觉编码块)并将其进行降维，用Patch作为视觉图像统一表现形式，将噪声通过去噪来预测原始图像信息，进而生成视频。

Sora实现跨越式提升，文生视频大模型开启新纪元。

Sora可以将Prompt转换成长达60秒视频，相对于此前文生视频大模型Runway、Pika、Stable Video等提升几个级别。同时在视频分辨率以及质量方面，Sora可以生成1080P清晰度视频，并且能够相对完整实现对世界及物体运动规律理解及模拟，在镜头切换方面保持稳定性。此外，Sora还支持图片格式输入、视频扩展、视频拼接等，是文生视频领域突破性技术变革。

投资建议：Sora是人工智能发展进程中的“里程碑”，推动AGI时代加速到来，算力需求将持续爆发，持续看好产业链投资机会。建议重点关注国内上市公司：1)国内多模态大模型：科大讯飞(002230.SZ)、海康威视(002415.SZ)、大华股份(002236.SZ);2)算力基础设施：工业富联(601138.SH)、中科曙光(603019.SH)、软通动力(301236.SZ)等;3)AI应用端：万兴科技(300624.SZ)、金山办公(688111.SH)、超图软件(300036.SZ)等。

风险提示：技术研发进度不及预期风险;供应链风险;政策推进不及预期风险;消费需求不及预期风险;行业竞争加剧风险等。