OpenAI Sora专题 Transformer扩展优势凸显，视频理解与 生成能力提升 西南证券研究发展中心 海外研究团队 王湘杰 2024年2月 核心观点  事件：2024年2月16日，OpenAI发布文生视频模型——Sora及其技术报告《Video generation models as world simulators》。  从Sora模型看文生视频的技术路径：技术路径尚未收敛，Transformer扩展特性优势凸显。市场大 多认为扩散模型是图像和视频生成领域的主流路径，但没有重视Transformer架构scale up的能力。 OpenAI技术报告指出，Sora是基于扩散模型，但更强调，Sora是一个基于Transformer架构的扩散 模型，其优秀的生成能力离不开Transformer架构优秀的scaling特性。当前，为构建性能更优、效 率更高的视频生成模型，已出现多种结合Diffusion Model和Transformer架构的构建方式。  从Sora模型看文生视频的最新能力（假设展示视频可以代表Sora的一般性表现）：1）强大的理解 能力：Sora模型不仅可以理解Prompt的内 ...