OpenAI日前发布首个AI视频模型Sora，令全世界为之沸腾！

Sora的炸裂登场，更让龙年首日A股将掀起AI热潮，2月19日人工智能指数单日涨超7%，个股掀起涨停潮。

那么，Sora的横空出世，将会带来哪些深度变革？人工智能的颠覆性时刻是否已经到来？目前AI相关板块整体估值情况如何？当下是否是布局AI相关板块的好时机？哪些细分领域有望成为龙年的投资热点？风险点在何方？对此，中国基金报记者采访了：

广发中证传媒ETF基金经理罗国庆

前海开源基金投资部总监、首席ESG官崔宸龙

国泰基金投资总监（量化）艾小军

博时基金权益投资四部投资副总监兼基金经理肖瑞瑾

华富人工智能ETF基金经理郜哲

民生加银基金计算机通信研究员朱智彬

这些基金经理认为，Sora的诞生，表明人工智能已经进入重要发展节点，将颠覆2千亿美元市场空间的短视频、3D、游戏、商业拍摄等内容创作业态，极大降低创作成本、拓展创作者能力边界，下一个亿级用户的现象级应用有望产生。

上述人士还认为，目前人工智能相关板块的估值并不高，在今年人工智能行业仍处于技术进步和技术革新不断，以及商业化加速的背景下，继续看好相关产业链的发展前景，核心是关注具备技术实力，优势商业模式的优质公司。不过，投资上也要关注技术、法律、道德等方面相关风险。

Sora是人工智能技术又一重大突破

中国基金报记者：Sora的横空出世，将会带来哪些深度变革？人工智能的颠覆性时刻是否已经到来？

罗国庆：Sora远超所有此前文生视频方案，在语言理解力和图片生成力上两方面实现了代际提升，接近消费、工业生产的需要。

生成式AI在视频创作和世界模型模拟上的大踏步进步，或将实现对视频、3D、游戏等下游应用场景的快速渗透。在短视频、创作工具、游戏等下游领域，Sora等AI原生产品有望融入工作流，降低用户使用壁垒、进一步降低创作成本、增强用户体验，并极大拓展创作者能力边界。

艾小军：OpenAI发布的Sora文生视频模型，时长远超此前的AI视频生成模型，且支持向前或向后扩展视频以及视频编辑。更重要的是，Sora能够理解现实物理世界中的交互方式，为真实世界建模，视频效果及稳定性角度上，已经接近于现实拍摄，总体来说是人工智能技术又一大突破。

目前Sora已向部分艺术家、设计师开放，相比于文生文、文生图片，文生视频在影视、游戏、短视频等行业的应用场景更加丰富；并且视频制作本身成本高，未来以Sora为代表的文生视频大模型有望提升游戏、影视等行业的制作效率，降低制作成本，让好的创意更容易实现。因此Sora有望推动人工智能大规模商业化的加速落地。

肖瑞瑾：Sora的本质是一个数据驱动的物理引擎，在可见的未来将遵循Scaling Law不断实现智慧涌现，展现更强大的智慧和生产力，最终甚至能够模拟现实和生成虚拟世界，这表明人工智能已经进入重要发展节点。

这些深度变革体现在：图片和视频制作成本将显著降低；物理仿真和工程建模能力将显著提升；Sora表明了通用大模型方法论的成功。Sora的工程实现可能大量使用Open AI已有的DALL-E和GPT-V大模型提供数据标注，如同搭积木，用已有模型去构造更多数据是实现更强大模型的重要方法。同时更多数据、更强算力、更多参数意味着模型越大则越强，这将导致头部大模型的算力竞赛，并对算力相关的AI芯片、光模块、交换机、路由器、服务器等基础设施产生巨大拉动力。

郜哲：Sora的出现将会颠覆2千亿美元市场空间的短视频、3D、游戏、商业拍摄等内容创作业态，极大降低创作成本、拓展创作者能力边界，下一个亿级用户的现象级应用有望产生。其次，视频大模型的创作过程，涉及了很多对真实世界的物理规律的理解和建模，该领域的突破也标志着通用人工智能（AGI）的实现有望将比预期的速度更快。

崔宸龙：相比于传统的拍摄或者是类似于动画的制作流程，Sora的工作效率可谓是革命性的。大部分视频的需求都可以用Sora进行创作，包括广告，影视剧，游戏，动漫等等和视频相关的产业会迎来新一轮的变革，能够熟练使用Sora等AI工具的从业者将会大幅提升自身的工作效率，和其他从业者拉开差距。

但是，仅从Sora的诞生还很难断定颠覆性时刻的到来，在当下人工智能的发展阶段，我们更加倾向于其能够不断发展出某些工具和功能，颠覆一个或者几个行业，但这种积累最终会使得人工智能渗透进社会的各个角落，或者是发展出更加高端和通用的人工智能。到那时称之为颠覆时刻应该更加准确。

朱智彬：Sora的横空出世标志着多模态模型走向了一个新的阶段，OpenAI整合了多模态领域2022年底至2023年发布的多种算法技术，用工程创新将文生视频模型效果带到了新的高度。突破了传统文生视频模型的种种限制，可以直接生成长达1分钟的具备逻辑流畅度的视频，有望改变影视制作、广告创意等领域的工作方式。现阶段Sora仍具备一定缺陷，但在Scalinglaw加持下，或许可以持续提升对物理世界的理解，人工智能有望迎来颠覆时刻。

当前阶段或已具备配置性价比

中国基金报记者：经历去年的爆炒，目前，AI相关板块整体估值情况如何，当下是否是布局AI相关板块的好时机？

艾小军：由于订单跟进、业绩释放相对市场上涨滞后，AI相关板块估值在2023年上半年迅速拔高，但下半年伴随市场调整，估值呈现冲高后回调。特别是经历今年初的一轮快速下跌后，整体估值基本回到或接近去年初的水平。今年产业可能还将迎来算力升级、大模型迭代等各种事件催化，当前阶段或已具备配置性价比。

肖瑞瑾：A股2023年AI启动的通信、计算机、传媒和电子板块涨幅居前，其中光模块等子板块涨幅较大，但业绩兑现度较好，因此目前看A股AI板块整体估值仍处于较为合理水平。

在经历2024年初的整体回撤后，部分板块估值性价比也较为突出，如AI服务器子行业平均交易在2024年市盈率15倍以内，有一定估值优势。光模块在经历一段上涨后也平均交易在2024年市盈率25倍左右，估值泡沫并不显著。

2024年初以来，美国、日本和中国台湾等人工智能标志性个股涨幅显著，估值已经显著高于A股可比公司，因此A股相关公司估值也具备一定国际比较优势。2024年上半年仍然是参与AI相关板块的投资窗口期。

郜哲：当前人工智能产业指数的静态PE估值约为45.7倍（数据截止日为2024年2月8日），处于近五年的40%分位左右，估值并不高。而以2024年行业的一致盈利预期来计算的动态PE，仅有25倍。在今年人工智能行业仍处于技术进步和技术革新不断，以及商业化加速的背景下，继续看好相关产业链的发展前景。

崔宸龙：2023年上半年AI被爆炒过一段时间，但是下半年整体的回调幅度还是比较大的，叠加2024年开年的持续回调，部分标的已经回到了相对较低的位置。当下从绝对位置上看，布局AI或许是个比较不错的时机。

朱智彬：经历了去年的炒作，AI相关板块整体估值从去年过高水平有所回落。尽管如此，当前仍然是布局AI相关板块的良好时机。人工智能技术持续向前发展，为强确定性产业趋势。伴随技术进步，各种应用场景有望不断涌现，为投资者提供了广阔的发展空间。因此，尽管市场可能存在一定程度的波动和不确定性，但从长期投资角度看，当前仍然是布局AI相关板块的好时机。核心是关注具备技术实力，优势商业模式的优质公司。

关注AI应用、算力、数据等领域

中国基金报记者：AI热潮之下，哪些细分领域有望成为龙年的投资热点？

罗国庆：生成式AI将对传媒创意行业影响深远，IP+AI工具或将极大改善传媒行业的变现效率、提升商业价值潜力，并较好地改善影视行业一直以来被诟病的商业模型。同时，传媒领域的政策担忧有望缓解。叠加当前估值处于相对较低的历史分位数，传媒板块有望成为龙年的投资热点。

肖瑞瑾：结合中国AI行业的发展阶段和面临的挑战，三大子行业有希望成为投资重点。

第一是AI应用。中国具备完备的数字经济基础设施，庞大的内需市场和人口规模成为AI应用快速发展的重要基础。因此看好AI应用板块诞生出有市场竞争力的头部企业，潜在的下游应用行业集中在视频生成、游戏制作、AI+医疗，AI+教育，AI+交通等领域。

第二是AI算力。在当前国际环境下，中国面临算力被卡脖子的困境，因此自主可控的AI算力基础设施是重要的投资方向，其中包括AI芯片、光模块及光芯片、交换机、路由器和AI服务器，以及生产AI芯片所需的先进半导体产线、HBM存储芯片、CoWoS等先进封装产能等。

第三是AI数据。训练大模型需要大量的文本、图片和视频数据，掌握数据资源的企业将获得数据要素资产价值重估，同时也在训练大模型中占得先机。

郜哲：看好以下业绩能率先落地的AI细分领域：

第一是算力：算力系统主要包括CPO、服务器、国产ASIC芯片等。当前国内CPO、服务器在全球均具有较强竞争力，在海外AI商用不断深化的带动下，当前以上环节盈利预期不断调升，是国内AI产业链中盈利兑现确定性最高的版块之一。而随着明年国内AI商用的深化发展，国产ASIC芯片的需求也将不断提升。

第二是AIGC：AIGC主要指AI领域在内容生成方面的应用，主要包括人机对话、办公、文生图、文生视频、教育、客服等应用场景。当前海外AIGC公司已实现了盈利的兑现，而国内大模型在过去一年主要在进行技术层面的迭代，到今年1月份，国内已经有4—5个大模型达到了ChatGPT4的水平，这也意味着海外已经成功商业化的上述AIGC应用有较大概率在今年被国内厂商复制商业化模式，并真实转化为上市公司的盈利。

第三是人形机器人：从海外的AI技术发展路径来看，当前多模态技术的发展超市场预期，而人形机器人是多模态AI应用中具有万亿级市场空间的应用场景。今年海内外人形机器人产业链相关公司有望在技术突破后迎来超预期的发展。

崔宸龙：从“软”和“硬”两个方面进行分析，首先是“软”的方面，包括类似于Sora这种AI功能的诞生，无疑将会为很多行业带来巨大的变化，首先是短视频的制作成本将得到大幅下降，一方面利于原本就有大量文字内容的企业进行快速的变现，同时原有的视频制作公司将会面临更加激烈的竞争，行业总体的生产效率加倍提升，部分不能适应这些新变化的企业将被淘汰，拥有优质内容的企业在这轮变化中是受益的，未来类似于这类的变化，都会有相应的受益企业。当然，能够开发优质模型的公司是更加稀缺的，目前国内这方面还在发展初期，对于未来哪些公司能够走出来还比较难下定论。

“硬”的方面来说，包括专用的芯片设计，制造，以及芯片上游的设备，工具，材料中的投资机会也非常值得关注。

朱智彬：龙年AI投资核心关注两大方向，首先是算力链，由于大模型对计算能力和数据的高需求，算力需求急剧增长，同时我国高端算力芯片的供应受到美国政府的持续影响，因此国产算力是我国发展人工智能产业的必由之路。同时，模型能力提升有望促进应用场景的不断拓展，建议关注AI+垂类行业以及多模态相关技术、内容行业的投资机遇。

AI或将孕育新一轮增长

中国基金报记者：未来，人工智能领域发展空间究竟多大？

罗国庆：人工智能产业链分为基础层、技术层以及应用层，基础层包含数据、算力、算法三驾马车；技术层主要包含计算机视觉与模式识别、自然语言处理、类脑算法、人机交互、语音技术等；应用层包含所有AI技术与传统应用结合的产业种类。

技术的快速发展使得人工智能应用场景不断丰富，加速推动了企业数字化转型、产业链结构重塑优化以及生产效率的提升。同时也带动了对基础层需求的提升。

本轮AI革命可类比2011年的移动互联网浪潮，都是技术突破带动上下游需求的提升。从移动互联网的历史发展趋势来看，随着下游应用的逐步落地以及商业模式的迭代，其超额收益相对移动互联网发展初期更加明显。因此，随着人工智能基于大模型底层的技术突破、AI商业模式逐渐跑通，AI或将孕育新一轮增长。

艾小军：根据IDC数据，在大模型发展背景下，预计我国人工智能市场规模2023年超过147亿美元，2026年将有望超过263亿美元，软件与服务的复合增速均将达到30%左右，此外智能算力复合增长率达47.58%。

Sora引领的文生视频模型，相比于文字、图片类的模型，算力需求将呈量级增加。长期来看，算力升级或持续超预期，OpenAI CEO Altman也认为需要比目前的计划更多的人工智能基础设施。去年四季度以来，海外云厂商普遍上调2024年资本开支指引，且将继续投向算力设施。随着全球科技巨头加码投入，人工智能特别是算力侧的发展进程有望不断加速。

肖瑞瑾：人工智能大模型的发展将一步步走向AGI通用人工智能。

首先，AGI通用人工智能将成为新质生产力工具，赋能千行百业。比如大模型对医疗、教育、工业制造等各个行业的赋能，每个行业都将是上千亿甚至上万亿的潜在市场。

其次，AGI通用人工智能将通过人形机器人实现具身智能，并走向生产和生活。人形机器人将能够胜任工厂机械性操作，在家庭中照顾陪伴老人，这对逐步进入老龄化社会的中国至关重要。工业和家庭的潜在市场空间都是多达万亿的。

最后，AGI通用人工智能将逐步发展为世界模拟器，帮助我们探索和认识世界，在前沿科研领域成为人类的重要助手，潜在的科研需求和科研价值也无法估量。

郜哲：Sora对AI产业的影响，从算力端和应用端来看，均有深远的正面提振效应。Sora的成功，也将刺激国内外各大厂商进一步持续加大对AI算力的投入。国内的光模块、服务器公司也将受益于此，当前国内光模块龙头的最先进型号的1.6T订单，今年以来均有超原有预期20%以上的增长。

国内大模型公司在过去一年受限于技术能力，商业化和用户积累尚未快速推进，但当前国内大模型技术能力已接近GPT4的水平。在海外大模型仍然很难进入中国市场的背景下，今年国内大模型应用公司大概率将进入商业化应用加速和有效用户快速积累的阶段。海外模型升级的路径也将在国内大模型的用户积累和数据更丰富之后被国内复制，模型进一步升级又会再次引领AIGC领域商业化的加速。

崔宸龙：人工智能的未来值得畅想，相信在不远的未来，人工智能能够胜任大部分人类目前的工作。如果再进一步，需要关注的是人工智能是否能够产生自主意识和创新能力，甚至超越当前人类的智力水平。

朱智彬：人工智能领域的发展空间巨大。随着技术的不断进步和应用场景的不断拓展，AI将在更多领域发挥作用并且带动基础算力设施建设。在基础设施方面，国内外科技巨头资本支出由AI相关投资驱动回暖，加速人工智能发展。同时AI和各行业融合例如教育、医疗、金融、影视等有望带来更多的创新和发展，进而推动产业持续增长。

关注技术、法律、道德等相关风险因素

中国基金报记者：后续有哪些不确定性和风险点需要关注？

罗国庆：从行业发展角度来看，其不确定性与风险点包括人工智能技术发展的不及预期以及监管风险；从市场交易角度来看，其主要风险点在于市场炒作导致行业短期估值过高的波动风险。

艾小军：目前还处在人工智能大模型发展的相对早期阶段，文生视频技术也刚刚发布，未来实际应用效果，以及下游景气度和付费能力还有不确定性。对于国内产业来说，一方面要面临科技竞争的压力，技术迭代进展需要持续跟踪；另一方面针对AI生成内容还没有出台完善的法规和政策，存在内容面临监管方面的风险。

肖瑞瑾：人工智能大模型后续能否快速发展的不确定性和风险集中在三个方面：

一是算力可能成为限制大模型持续迭代的瓶颈。对中国而言，目前难以获取国际先进AI算力芯片和基础设施，因此算力芯片国产化进度也是影响中国人工智能产业发展的重要变量。

二是人工智能大模型发展持续面临法律监管问题。人工智能大模型技术目前仍然不完全成熟，大模型的幻觉仍会产生一些谬误，甚至被别有用心的人诱导产生有毒内容，这些都需要人工智能大模型进行对齐（alignment）和接受法律监管。同时人工智能技术可能会用于诈骗、色情和暴力违法犯罪活动，这些都需要建设相应的监管制度，并对人工智能行业发展产生不确定性。

三是大模型可能面临技术风险，Transformer模型的Scaling Law可能失效。Sora的成功表明了现阶段Transformer为代表的大语言模型仍在遵循Scaling Law产生智慧涌现。但如果某个极端更多的数据和算力投入，难以产生令人满意的智慧涌现进展，则意味着Transformer技术路线Scaling Law的失效，是否有更好的大模型技术出现仍是未知数。

崔宸龙：当前人工智能在爆发式的发展，可以说变化是在时刻发生的，每一个变化都会带来行业内的变革，因此提前去预判这些变化变得非常不确定。对于投资而言，这种预测的难度大幅提高，从而带来相应的投资风险。

朱智彬：在人工智能领域发展的过程中，存在着一些不确定性和风险点需要关注。首先，技术的发展是一个长周期项目，目前仍存在不稳定性和不确定性，这些问题会给技术赋能产品的商业化落地形成一定难度，部分领域可能会带来一些挑战。其次，数据隐私、版权和安全问题是一个重要的挑战。随着人工智能技术的应用范围不断扩大，个人数据的收集、存储和使用变得越来越普遍，而数据泄露和滥用可能会对个人隐私造成威胁，可能会带来道德伦理风险。