中信建投研报表示，Sora结合了扩散模型（DALL-E3）和转化器架构（ChatGPT)，实现模型可以像处理文本一样处理图像帧的时间，一次性生成每一帧图像。根据现有公开资料推测，Sora的训练集或以大量高质量的游戏引擎生成场景进行训练，训练集的优质对于模型的输出来说依旧很重要。从AI产业投资思路来看，关注三个方向：1）算力，在面对海外不确定性情况下，国内算力需求有望增加；2）视频类应用，国产厂商的生成类AI商业化会在年后逐步落地；3）内容与IP，随着图片、视频生成方式的革新，内容本身的价值将进一步凸显。
全文如下Sora将生成式视频带入商业化可能，计算机关注低PEG和超跌标的
OpenAI于2月15日对外发布AI生成式视频大模型Sora, 该模型可依据文本生成长达一分钟的视频，同时保持视觉品质、理解并执行用户指令。从AI产业投资思路来看，关注算力、视频类应用、内容与IP三个方向。当前板块估值分位低，机构持仓比例下降，行业整体安全性较高。
结合2024年目前的行业情况看，建议关注：1）低PEG方向，支付和显控赛道，主要受益细分行业本身变化；2）超跌带来的比较优势公司，关注a)有较多在手订单，业绩确定性相对较高，估值水位历史偏低的工业软件板块；b) 现金市值比高、PE/PS估值基本历史低位且23/24年业绩表现预期相对还可以。
OpenAI于2月15日对外发布AI生成式视频大模型Sora, 该模型可依据文本生成长达一分钟的视频，同时保持视觉品质、理解并执行用户指令。该模型震撼之处在于：1）时长长达一分钟，且每一帧的画质、光影等在变化中保持高质量；2）除实现文本指令生产视频外，也可以将现有静态图片转成视频，可动画化，也可以进行扩帧和补帧；3）高质量的语言理解能力；4）多镜头生产能力；5）物理世界模拟能力；基于Sora呈现的视频效果，较此前Runway Gen 2、Pika等模型发布的几秒的视频，将视频生成带入商业化落地可能。
Sora结合了扩散模型（DALL-E3）和转化器架构（ChatGPT)，实现模型可以像处理文本一样处理图像帧的时间，一次性生成每一振图像。根据现有公开资料推测，Sora的训练集或以大量高质量的游戏引擎生成场景进行训练，训练集的优质对于模型的输出来说依旧很重要。
从AI产业投资思路来看，关注3个方向：1）算力，在面对海外不确定性情况下，国内算力需求有望增加；2）视频类应用，国产厂商的生成类AI商业化会在年后逐步落地；3）内容与IP，随着图片、视频生成方式的革新，内容本身的价值将进一步凸显。
受节前市场调整影响，计算机（申万）指数点位基本回调至2018年底水平，仍低于2022年行业两次探底点位。估值层面看，PE已降至20%分位，PS在5%分位。机构持仓比例自23年Q3以来持续下降，行业整体处安全性较高水平。结合2024年目前的行业情况看，建议关注：1）低PEG方向，支付和显控赛道，主要受益细分行业本身变化；2）超跌带来的比较优势公司，关注a)有较多在手订单，业绩确定性相对较高，估值水位历史偏低的工业软件板块；b) 现金市值比高、PE/PS估值基本历史低位且23/24年业绩表现预期相对还可以。
风险提示
（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响（目前美国持续加息，影响科技行业估值，同时市场对于海外衰退预期加强，对于海外收入占比较高公司可能形成影响，此外美国不断对中国科技施压）。
