2024AIGC视频生成行业：走向AI创生时代，视频生成的技术演进、范式重塑与商业化路径探索.docxVIP

A1

A1GC

视频生成的技术演进、范式重塑与商业化路径探索

出品机构：甲子光年智库

研究团队：张一甲、宋涛

发布时间：2024.03

*刘瑶、小麦对本报告亦有贡献。

“一类人有一类人原力觉醒的方式。

物理学家想学习上帝；

数学家想反抗上帝；

哲学家认为自己就是上帝；

生物学家想造上帝的反……

工程师说都不用，我们再造一个。”

——《甲小姐：站在两个世界之间》甲子光年2017.10

Part01AIGC视频生成的技术路线与产品演进趋势

Part01AIGC视频生成的技术路线与产品演进趋势

目录

Part02AIGC视频生成推动世界走向“AI创生时代”

Part03

Part03“提示交互式”视频制作范式重塑视频产业链

Part04

Part04文娱领域有望开启第二轮投资浪潮

“炸裂”视频效果成为讨论热点效果逼真：普通人一时难以分辨时长感人：60秒高清视频生成1.1Sora让文生视频迎来“GPT-3”时刻

“炸裂”视频效果成为讨论热点

效果逼真：普通人一时难以分辨

时长感人：60秒高清视频生成

OpenAI发布文生视频模型Sora，堪称视频生成领域的“GPT-3”时刻

春节假期甚至还未结束，

春节假期甚至还未结束，Sora已引发全民关注

“

“Sora”一词在微信指数及百度指数的关注度快速上升

2月16日微信指数快速上升

2月16日微信指数快速上升

百度关键词搜索趋势处于高位

百度关键词搜索趋势处于高位

“百万”剪辑：堪比专业的镜头语言

“百万”剪辑：堪比专业的镜头语言

多模态：文字、图片、视频皆可生成视频

多模态：文字、图片、视频皆可生成视频

其他模型情况W.A.L.T开发团队RunwayPikaLabsStablityAIMeta时间2023年11月2023年11月2023年11月2023年11月2023年12月长度4-18秒3-7秒2-4秒4秒3秒分辨率768*448，1536*896，40967202560*1440576*1024512*512512*896是否开源非开源非开源开源非开源非开源Sora的语言理解能力更强，可将简短的用户提示转换为更长的详细描述Sora还可以生成图片，最高可达到2048*2048分辨率Sora通过插帧技术，实现完全不同主题和场景构图的视频之间的流畅自然的过渡效果Sora可生成具有动态摄像机运动效果的视频，随着摄像机的移动和旋转，人和场景元素在三维空间中保持一致移动Sora可以对短期和长期依赖关系进行建模，保持各个主体的时空连贯性和一致性Sora以简单的方式模拟影响世界状态的行为，比如一个人吃完汉堡可以在上面留下咬痕Sora还能够模拟人工过程，比如视频游戏，同时通过基本策略控制玩家，同时以高保真度渲染世界及其动态

其他

模型

情况

W.A.L.T

开发团队

RunwayPikaLabs

StablityAI

Meta

时间

2023年11月2023年11月

2023年11月

2023年11月

2023年12月

长度

4-18秒3-7秒

2-4秒

4秒

3秒

分辨率

768*448，1536*896，4096*2160

1280*7202560*1440

576*1024

512*512

512*896

是否开源

非开源非开源

开源

非开源

非开源

Sora的语言理解能力更强，可将简短的用户提示转换为更长的详细描述

Sora还可以生成图片，最高可达到2048*2048分辨率

Sora通过插帧技术，实现完全不同主题和场景构图的视频之间的流畅自然的过渡效果

Sora可生成具有动态摄像机运动效果的视频，随着摄像机的移动和旋转，人和场景元素在三维空间中保持一致移动

Sora可以对短期和长期依赖关系进行建模，保持各个主体的时空连贯性和一致性

Sora以简单的方式模拟影响世界状态的行为，比如一个人吃完汉堡可以在上面留下咬痕

Sora还能够模拟人工过程，比如视频游戏，同时通过基本策略控制玩家，同时以高保真度渲染世界及其动态

模型

StableVideoDiffusion

EmuVideo

Gen-2pika1.0

李飞飞及其学生团队、谷歌

Sora模型展现自身超强视频生成及剪辑能力，超出其他竞品一个段