视频大模型迎来Sora时刻，生产力工具蓄势待发

视频大模型迎来Sora时刻，生产力工具蓄势待发。客观对比：目前海内外视频模型生成效果在分辨率视频时长的基础功能基本能用，但在一致性、物理真实模拟能力上还欠缺。主观对比：国内外视频大模型生产效果感官上差距在缩小。视频大模型具备商用潜力，下游应用正在储能。

✨ 算法、算力、数据三要素，视频大模型通往AGI的必经之路。算法：主要由基于SD逐帧生成和基于时空Patches两种范式构成，是效率与效益的比拼。算力：以Sora为例，一定条件下测算，Sora训练算力需求是GPT-4的4.5倍，而推理算力需求接近GPT-4的400倍。数据：高质量数据是模型能力的保障，而用户数量或为开启模型迭代“数据飞轮”的关键。