从Sora看AI应用发展探索 新质生产力有望推动TMT再下一城.pptx

从Sora看AI应用发展探索 新质生产力有望推动TMT再下一城.pptx

  1. 1、本文档共30页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

投资要点Sora推出有望推动内容创作变革也是AIGC组成一部分2024年2月迎Sora,推动多模态热度。Sora的核心技术是基于OpenAI在自然语言处理和图像生成方面的深厚积累(从LLM的ChatGPT到DALL-E3,再结合Diffusion和Transformer模型)与Runway、Pika等相比,Sora在视频生成的真实感、细节表现上均具标志性价值。AI视频生成虽不是新事,但Sora的推出具有新里程碑价值,作为AIGC组成部分,有望推高AI多模态的热度,可关注AI多模态应用塑造数字内容生产与交互新范式,赋能视觉行业,从文字、3D生成、动画电影、到长短视频、剧集等方面,均有望带来内容创作的变革,助力内容消费市场的繁荣发展,也在加速拓展AI应用新边界(从中长期看,真人生产的内容对比AI生成内容的稀缺性也是凸显)。同时,AI的发展,需要算力等支持,若算力获得持续赋能,应用也有望百花齐放。以Sora为支点有望撬动AI多模态应用新热度每一次技术的进步与推动均有望带来时代的红利,AI多模态的应用有望在2024年持续,对传媒领域有望带来存量的提质增效以及新增的应用场景,有望推动传媒走向智媒。从投资维度看,第一维度,OpenAI的产品迭代,微软受益,A股映射的受益公司是与微软合作的蓝色光标;第二维度,内容应用,核心看三点,第一点,对于动画电影带来产能提升,如光线传媒;第二点,对于静态文字领域商业新增量,如中信出版、新经典、果麦文化等;第三点,Sora的AI生成视频模型,人人成为UGC及PGC制作者,有利于丰富元宇宙、长短视频、MR应用生态,虚实融合如风语筑、蓝色光标、浙文互联、力盛体育等。2诚信、专业、稳健、高效请阅读最后一页重要免责声明关注公司及盈利预测公司代码名称2024-02-29股价EPSPE投资评20242024E002605.SZ姚记科技25.660.861.461.8029.8417.5814.26买入002739.SZ万达电影11.61-0.880.420.58-13.1927.6420.02买入002858.SZ力盛体育12.12-0.48-0.950.64-25.25-12.7618.94买入300058.SZ蓝色光标7.06-0.870.050.23-8.11141.2030.70买入300251.SZ光线传媒8.79-0.240.150.24-36.6358.6036.63买入300413.SZ芒果超媒23.320.981.761.4123.8013.2516.54买入300788.SZ中信出版30.410.661.011.2746.0830.1123.94买入600986.SH浙文互联4.770.060.130.1879.5036.6926.50买入603103.SH横店影视14.73-0.500.220.47-29.4666.9531.34买入603466.SH风语筑12.250.110.590.77111.3620.7615.91买入资料来源:wind资讯3诚信、专业、稳健、高效请阅读最后一页重要免责声明风险提示产业政策变化风险、推荐公司业绩不及预期的风险、行业竞争风险新技术应用不及预期的风险、新业务进展不及预期的进展的风险突发公共卫生事件的风险、宏观经济波动的风险等4诚信、专业、稳健、高效请阅读最后一页重要免责声明1.从2023年ChatGPT到2024年的Sora同与不同中国AI动画片《千秋诗颂》推出看AI如何赋能产业新发展?从Sora看AI应用投资目录CONTENTS5诚信、专业、稳健、高效请阅读最后一页重要免责声明01 从2023年ChatGPT到2024年的Sora同与不同前言:AI1.0、AI2.0、AI3.0? LLM开源使得千模万模智能开ChatGPT分支成为主流助力进入AI2.0拉起2023年中国AI热度大年2025-2025年有望持续探索AI应用边界DNN(深度神经网络):通过无监督学习逐层训练每一层,然后使用有监督学习微调所有层;CNN/RNN(卷积神经网络)vs(循环神经网络):常用神经网络架构(图像处理+时间序列处理),CNN适用于处理图像数据,通过卷积计算保留主要特征;RNN擅长处理序列数据,如文本或时间序列;DiffusionModel(扩散模型)一种生成模型,它的工作原理是通过连续添加高斯噪声来破坏训练数据,然后通过反转这个噪声过程,学习恢复数据,相比其他生成模型如GAN,Diffusion所需数据更少,生成效果更优,该模型在图像生成领域较好也被用于视频生成,如谷歌ImagenVideo,该模型也被OpenAI的DALL-E2等文本生成图像模型所采纳。Transforme

文档评论(0)

535600147 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档