文丨李壮
编辑丨谢长艳
编者按
红唇长发美女在东京街头漫步、猫咪犹疑不定尝试叫醒晨睡的主人、一位时尚青年在云端读书……这些看起来像大片一样的视频，是Sora的文生视频的片段。
自2月16日问世以来，关于Sora文生视频的话题仍持续在国内外社交平台发酵。与Sora相关的公司如微软、英伟达也登上了舆论关注顶点乃至市值顶峰。
春节后的A股市场，AI概念也持续活跃。此外，在本周三，苹果也表示，今年将在生成式人工智能领域开辟新天地。
文生视频大模型由用户提供关键词然后自动生成而来。 事实上，文生视频领域竞争激烈，国内文生视频大模型领域在3—15秒文生视频方面持续调优。 但Sora直接把文生视频的时间长度放大到60秒，而且具备高清晰度、人物表情丰富、情感细腻等特征。 对此，腾讯TVP智慧零售行业大使、中国信通院低代码/无代码推进中心技术专家、广东数字经济专委会副主任委员沈欣向本刊表示，Sora让许多大模型的调优工作归零，这是为何Sora的出现引起全球关注。
Sora的运营公司OpenAI称，视频生成模型是有希望向构建通用物理世界模拟器迈进的路径。 这一句豪言壮语同样引起业界的关注，许多观点认为Sora将改变世界，促进AI推动的新一轮产业革命提前到来。 对OpenAI的“声名”，OpenAI大模型用户、中国科协国促会数字科技发展委员会执行会长、世界紧急救援组织全球尖端科技专家委员会首席科学家万家乐向本刊介绍表示，OpenAI的说法“并不夸张”。
事实是否如此虽然还是未知数，但二级市场的反应却极为活跃。 对国内文生视频领域以及受影响的行业而言，万家乐指出，无论Sora多么先进，它必须以更多的社会知识（包括经验）来不断“喂养”，而中国改革开放40多年来的知识和经验积累会是其必须学习的内容，那么垂直行业和领域就充满了机会，该领域被统称为代理（Agent）。 沈欣则认为，大模型领域应该集中投入而不是百家混战，从AI体系而言，未来半年到一年半，系统应用、培训、集成硬件、硬件研发等领域将看到积极的利润回馈。
Sora是一场意外？
据万家乐介绍，Sora研发团队共13人，其中有两名华裔、一名华人和一名印度人。该团队原本是在大模型基础上开发应用引擎。这支团队在技术原理上相比传统方法做了一些修改，即“将各类视觉数据转化为统一表示的方法，以实现生成式模型的大规模训练。但带来了意想不到的效果，生成出跨越不同时长、宽高比和分辨率的视频和图像，生成长达一分钟的高清视频。”
Sora推出的几十段视频显示，无论用户是以十几个字的关键词还是以300-400字小段话的形式提示，Sora都能生成完整、高质量视频，这似乎显示其具备了一定的理解能力。有分析认为，Sora带来了更长时间、更高分辨率和更能理解用户意图的文生视频呈现，朝着通用人工智能（AGI）迈出重要一步。
OpenAI在推出Sora视频片段后表示，视频生成模型是通向“物理世界模拟器”的一条路，并指出Sora掌握了许多关于真实世界的物理规律。
对此，万家乐指出，“说Sora掌握了一些真实物理世界的规律，没有夸张。传统的文生视频是一帧一帧地连接，所以只能做15秒以内视频，做长一点的视频就会有难以克服的工作量出现。Sora有两个跨时代的性能实现，一是，效果逼真。电影特效全部建立在物理建模基础上，一个电影片花过去需要花费100万美元，发展多年的数字建模一直想取代物理建模，但仍远远不能满足应用需要。如今Sora有可能突破物理建模瓶颈。二是，Sora生成视频时长轻松突破60秒。如果传统的文生视频做同样长度的视频，包括Pikal、Runway这些文生视频公司，不仅工作量可能无法克服，甚至成本也无法承担，因为大模型训练一次就需要500万美元，从15秒跨到60秒，这个训练成本就会阻挡很多公司跟进。”
Sora为什么能做到以上两大突破？在万家乐看来，Sora的运行逻辑已经发生根本改变。所有传统文生视频都以正向建模、人为控制向前演进，而Sora可能已经能够有一定思考地自主完成工作，这种能力可以归结为“涌现”。
按照百度解释，涌现是一种从低层次到高层次的过渡，是在微观主体进化的基础上，宏观系统在性能和机构上的突变，在这一过程中从旧质中可以产生新质。与涌现相对的是熵增，一个孤立系统的总混乱度（即熵）只能增加不会减小。
万家乐指出，Sora最核心的能力就是涌现。“传统文生视频大模型是数据仓库、数据建模、数据分析最后算法的一个结果，是没有捷径可走的。举例说，1+1=2，那么大模型必须是1+1才等于2。Sora则是逆向工程，2=1+1，甚至以其他无数可能得到2，这就是涌现。这种能力即便是OpenAI，也不知道Sora为何拥有涌现能力。我甚至认为，Sora已经‘out of control’，‘失控了’，我们在看到精美的视频的时候是完全不知道它是如何做到的。”
当理解了Sora的不同之处，或许能理解在其发布之时，OpenAI首席执行官萨姆·奥特曼为何一天内发了15条推文，之前他很少发推文，几乎不发。
打通元宇宙瓶颈
不过，正向建模支持者——图灵奖获得者、META首席科学家杨立昆（Yann LeCun）认为，仅仅根据prompt（提示）生成“逼真”视频，并不能代表一个模型理解了物理世界，生成视频的过程与基于世界模型的因果预测完全不同。
对此，沈欣指出，“从Sora目前公开出来的技术来看，就像图灵获得者说的，是做不到仿真物理世界的。举个例子，有一个人一直站在这儿观察苹果从树上掉落到地上，那么他就能从中总结出牛顿定律吗？这不太可能，因为这里面还差了一个层次，这个层次不是用数据的堆积、算力的堆积能够解决的，这是一个认知或者说哲学上的问题，目前的AI在这个地方还差一点。”
Sora生成视频的质量主要由其训练的素材质量和数量决定，微软就提供了千亿级的原始视频资料。比如，Sora生成的一段《我的世界》游戏场景的视频，生成的质量极高，这就是因为其拥有这方面足够多的高质量的视频类素材去训练它。沈欣指出，“Sora在定性方面做得很好，比如说它可以生成一个男性，生成一个女性，生成一个小孩，生成一个穿着红颜色衣服的人，这种定性它已经能做得很好。但如果让它生成一个50%透明度的蒙层效果，就做不到，这种定量上面是有问题的。我说Sora更像一个梦境，就是指它如果要模拟真实的物理世界的话，方向上是错误的，无论视频训练资料多丰富都不等于真实的物理世界本身。当然它可能还有其他没有公开出来的技术，等到公开的时候我们可以再跟进分析。”
从已公开的Sora视频缺陷看，OpenAI在官网上展示出Sora无法准确模拟如玻璃破碎、吃东西并非每次都能留下咬痕等缺陷。从全网“找不同”来看，Sora视频的小毛病还很多，比如，沈欣发现，最著名的美女东京街头漫步的视频，就存在主人翁两个脚迈步走的动作不对的情况。还有一个画家画画的视频，在个别帧中画家的笔还没碰到就已经出现了颜色。Sora为什么会出现这种瑕疵呢？本质上就是它是大量视频素材、大量芯片堆积的一个结果，所谓的“力大砖飞”，而不是真的懂了物理世界。“就像猴子，它不需要懂牛顿力学就能在树林间蹿跳。”
但万家乐并不认为微软发挥了太大作用，“微软在Sora出现的过程中发挥作用有限，每一个使用者是最伟大的，而不是微软伟大。就是说，大模型真正的力量是开源和共识，用的人越多越强大。或许正是用得多，才有涌现的产生。”他说。
没人能断言Sora是否懂得或正在懂得真实的物理世界，但不影响它对经济的改造，比如元宇宙。因为元宇宙承载的内容不需要遵循真实的物理世界，同时元宇宙当前发展的一个瓶颈就是内容生成问题，从这个角度来讲，Sora可以把元宇宙的内容生成瓶颈给快速突破。
同时，Sora还将让OpenAI获得更多的关注和投资。据悉，OpenAI最近完成一笔交易，其估值达到800亿美元，相比10个月前的估值增长近两倍。也是Sora发布之后，奥特曼公开表示，要拿7万亿美元重构整个AI芯片体系，这些资金也将向社会募集。
如果从数字科技和数字经济的角度来看Sora，中国资深投资银行家、太和智库高级研究员王世渝向本刊表示，“从数字科技的角度看，Sora是人工智能领域的一个里程碑。从2008年前后的区块链开始，到之后的比特币、元宇宙以至ChatGPT再到现在的Sora，我们看到了数字科技的持续进步，数字科技的伟大。数字科技的进步不是某一个领域的简单进步，这包括通信、计算机、半导体、互联网、大数据和人工智能等若干个领域的纵向技术进步和横向交互式协同进步，我把这称作是综合性、系统性、协同性数字科技体系。这个数字科技体系已经形成了非常庞大的产业群，而这个产业群构成了新的数字经济形态，新的数字经济形态越来越区别于我们历史上形成的农业经济和工业经济形态。”
他说：“从数字经济形态角度看Sora或者其他某些技术突破，我们不要局限于该技术本身，可能没什么数字技术和第一次工业革命时的蒸汽机发明的历史地位相提并论的。尽管OpenAI称Sora会带来迭代创新，但我们还是应该关注整个数字科技体系的价值，而不仅仅是看某一项技术的价值。”
国内大模型需要补齐的三块短板
截至目前，OpenAI没有公开Sora重要的大规模训练技术、各类网络设计细节如视频压缩模型网络，数据/算力方面的核心信息，仅表示Sora是通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁（patches），实现了可扩展的视频生成。对此，沈欣指出，从已经公布的资料来看，Sora基本是老技术的工程化和“力大砖飞”。
从国内来看，大模型对社会的改造正在真实发生，在ChatGPT-3.5公开之后，一些地方开始使用该技术。据万家乐了解，一个地方做数字人导游项目，承接者使用游戏引擎来做，花费了30万元，但没能通过验收，因为使用ChatGPT-3.5只需要2000元。
与Sora对比，国内文生视频大模型与之的技术路径、前沿技术和认知差异并不明显，但存在三块短板。沈欣指出，“国内同业欠缺的是原创的技术、技术整合（灵魂）和灵魂人物以及大量集中投入。如果没有原创技术，慢慢地就会被抛弃到文生视频这个技术世界的外面去了。技术整合的灵魂就是我们到底用它来干什么，灵魂的人物最典型的就是奥特曼这样的领军人物，没有灵魂人物，会极大地影响我们在这个行业的投入和未来发展方向。大量集中投入方面，我们中国搞大模型的公司数量是全球最多的，国外搞大模型的公司就那么几家，应该集中资源办大事。”
国内文生视频大模型的发展相对滞后的原因有很多，比如缺乏大量的优质数据。实际上，OpenAI大语言模型数据库里的中文数据数量同样很少。因此，国内大语言模型首先需要做的是整理、整合好优质的中文数据，然后进入训练环节。
有关中文数据的整合，国家也在积极推动当中。
2022年12月份，财政部公布《企业数据资源相关会计处理暂行规定（征求意见稿）》，主要包括适用范围、数据资源会计处理适用的准则、列示和披露要求、附则等内容。2023年8月21日，《企业数据资源相关会计处理暂行规定》发布，自2024年1月1日起施行。《暂行规定》在“关于列示和披露要求”方面规定，企业在编制资产负债表时，应当根据重要性原则并结合本企业的实际情况，在“存货”项目、“无形资产”项目、“开发支出”项目下均增设“数据资源”项目。
而推动企业数据资产入表，实际也有为发展AI打好基础的目的。沈欣指出，“数据资产是纯粹公司内部使用的，比如一些保密性的数据，这些数据的获得成本可以计入公司无形资产。如果这些数据可以对外销售，也可以把它计入存货。中国推进数据资产化的本质就是要帮助数据流动起来，那么数据一旦流动起来就有价值了。当各行各业的企业都重视并做好自己的数据资产，那么就为产生好的AI应用打好基础。”
需要指出的是，OpenAI表示，其目标不是PK现有的文生视频模型或是颠覆广告和影视行业，而是AGI。在AI发展的两个方向上，一个是培养能把活干得很好的技工，一个培养既能干活还要知其所以然的博士生。而当前的大模型，绝大多数属于熟练技工，Sora也面临同样的问题，它更偏向于是一个效率提升工具，是技工这个层面的。沈欣指出，“专家类的产品，比如谷歌DeepMinda的AI工具GNoME倒是比较接近，但在社会舆论上却不温不火。”
万家乐也认为，“国内大约有300家大模型企业，过于分散，其实保留几支国家队就可以了，不需要重复造轮子。国内企业的机会在私有化部署，它分几个阶段，一个是文本类的，通过开源大模型把相关行业所有的知识库做一个矢量知识库，然后再深度优化，接着就可以做文本输出。比如一些通关报告，过去大概需要一周时间，现在可以在30秒内完成。第二个是多模态输出，这主要是解决当矢量知识库和外部软件发生关系的时候遇到的问题。多模态输出做得比较好的是兔子手机。第三个是改造具体行业。比如院士产业落地，比如写SCI论文，AI一天可以写10篇。又如院士做试验，可能原来一年只能做500种化合物组合试验，现在AI可以不眠不休一天做10万个组合试验。”
“李一舟现象”的弦外之音
目前，Sora还处在测试用户范围内使用的状态。另外，OpenAI旗下的ChatGPT-4.5、ChatGPT-5也被曝可能会随时推出，这两款产品将有复杂的推理执行能力。长期追踪OpenAI产品动态的沈欣预计，ChatGPT-4.5、ChatGPT-5正式发布的时间可能就是竞争对手发布新款同类产品的时间，“本质上是争舆论，争关注的热点，以便更好地拿到投资。”而万家乐关心的是，“外界并不知道奥特曼手里还有哪些牌？”
从Sora商业模式本身来说，Sora还不是一个“完全品”，因为其平台生态还没有搭建起来，当生态平台快速地构建起来就会走向商用。沈欣预计，“我们看从ChatGPT-3.5开始到后面的4.0再到商用以至商用生态的形成，实际上经过了大半年的时间，现在会不会也留给Sora大半年时间？可能没有留下这么长时间，这样留给竞争对手的时间就会更短。”而就在本周三，苹果CEO库克承诺，今年晚些时候，苹果将向大家分享“在AIGC方面开创新局面的方式，这是另一项定义未来的新技术”。
相比Sora商用的落地情况，一些培训机构已经在AI浪潮中掘到第一桶金。据飞瓜数据显示，自称清华博士的网红“李一舟”，通过售卖AI课《每个人的人工智能课》一年内卖出约25万套，销售额约5000万元。这一销售额要远远超过许多声称布局大模型、发展AI业务的上市公司成绩。
另外，有一张中美“两大AI巨头”图片在网上疯传，这两大巨头分别是奥特曼和李一舟。这种现象又说明了什么？
对此，沈欣指出，“李一舟现象”说明AI培训是当前的AI落地的风口。“AI体系的国产化是一个毋庸置疑的大方向，具体到各环节创造利润的顺序来说，我认为，半年内看系统应用、培训；一年内看集成硬件；1.5年内看硬件研发。”
他说：“需要注意，AI领域的后发优势特别明显，比如有的文生视频通过调优从4秒做到15秒，但当Sora60秒视频出来，那么前述公司所有的投入都打了水漂。所以，我们对一时的技术对比要保持谨慎，关注长跑的领先者。”
最近有机构建议，Sora将激发同业的追赶热情，同时进一步凸显算力短缺的问题，因此推荐A股市场的科大讯飞、万兴科技、虹软科技、神州数码、中科曙光、拓维信息、金山办公、苏州科达、当虹科技等公司。
对此，沈欣评价说，“我不方便评价具体的AI概念类上市公司，只强调几点：一是开源一定是方向；二是AI工具、技术都遵循一个平台原理，越是平台开放，技术的迭代越好。比如科大讯飞有硬件、软件的完整生态，一旦有技术突破可以快速投入到应用里去，这样既可以产生价值反哺收益，同时还可以将技术迅速推广到生态企业，加速技术迭代，这样才能够立于不败之地。”
另有机构判断，Sora会带来市场对大模型、多模态等概念的关注，还会带来对AI底层算力、下游应用的关注。比如影视、游戏和MR领域专业创作者可以利用先进AI技术降本增效，AI技术在广告、电商、游戏等领域的商用可行性有望大大提高等。同时如海外供应链（光模块、服务器代工、PCB等）、国产算力链和人形机器人产业链可能是聚焦点。
根据沈欣的判断，无论是影视、游戏、MR还是广告、电商，都可以通过Sora实现降本增效。但降本增效存在天花板，即用AI的成本不应也不会高于其原始成本，所以天花板不高。“作为一个复杂系统，特别强调均衡，就是说单点的技术突破是没有直接的价值的。所以，AI技术对短链的影响会比较快一些。但是技术平民化还会带来一些中期的问题，比如我的确可以更高效地为甲方画图，那是不是我的生意就增加了？不是的。因为一旦技术平民化了之后，甲方可能用很低的成本自己搞，比如现在的自媒体都自己做插图了。所以，当技术平民化之后，并不意味着原来使用这些技术的公司就有了更高的利润，实际上这个行业存不存在都成了问题。”
在算力链，目前市场十分关注英伟达，但一种新技术可能会对其构成威胁。据媒体报道，美国宾夕法尼亚大学工程师开发了一种新型芯片，它使用光而不是电来执行训练人工智能（AI）所必需的复杂数学运算。该芯片有可能从根本上加快计算机的处理速度，同时还可降低能源消耗。该芯片首次将本杰明·富兰克林奖章获得者纳德·恩赫塔在纳米尺度上操纵材料的开创性研究与硅光子（SiPh）平台结合起来。前者涉及利用光进行数学计算；后者使用的是硅，即一种用于大规模生产计算机芯片的廉价且丰富的元素。
万家乐认为，光模组的构架有可能会对GPU形成一个根本性的挑战，也许会有新的机会出现。
仅从当下来看，沈欣指出，“因为算力链当前涉及到海外限制的问题，所以国家一定会想办法推进相关领域的进步，国家队会领先。对于民营企业来说，我觉得只有靠垂直，越是垂直越有竞争力，比如做算力链中间器件的PCB厂商。在一个大的算力链里把垂直产品做到极致，机会是非常大的。”
在AI潮流之下，还有两大方向值得注意，即5G和发电。万家乐指出，中国5G部署遥遥领先于美国，AI的大规模应用对带宽要求极高，这是中国优势。中国的发电量也远高于美国，美国现在已经出现电力不足了，有将近1/4的家庭交不起电费，AI又是典型耗能大户。“所以我认为，与AI相关的算力、算法、数据等固然重要，但投资机会上其实还很多。”
上市公司看多Sora时代
A股上市公司对Sora也保持了积极关注，本刊就此致电多家科技公司并获得相应回应。
云从科技对Sora的评价是，“Sora大模型展示了多模态技术的崭新突破，这一革新成果不仅在技术层面上提升了AI的理解与生成能力，更是在商业模式上开辟了新的探索领域。它的出现意味着未来有可能诞生出更多跨领域的应用解决方案，比如高效的内容创作工具、精准的决策支持系统或者全新的用户交互界面等。未来人类科学家们可以将他们长期殚精竭虑探索的领域，包括但不局限于物理、化学、生物等学科的范畴，可视化为图像或视频，交给视频生成大模型去学习，辅助发现其中蕴含的潜在规律。处理好大模型感知到认知的跨越，不仅仅使得AI for Science领域迎来重大突破，Artificial Super Intelligence人工超级智能也将指日可待。”
对于Sora对公司业务的可能影响，云从科技向本刊表示，“文生视频是多模态大模型的功能之一，云从科技在视觉方面积累较为深厚。技术上，云从科技在ACM MM2023提出视觉-语言跟踪大一统模型；行人、商品基础大模型从阿里巴巴、日立等多家知名高校、企业与研究机构脱颖而出，刷新多项世界纪录。应用上，云从科技与天津港、华为等共同开发港口大模型PortGPT，通过AI智能体天天，协同数据分析，提高港口运转效率及安全性。此外，云从科技还在文生图像等跨模态领域积极布局，包括发布数字人能力平台，生成AI数字人视频；与中国电信合作AI营销海报生成等。”
对于Sora对公司营收、利润和降本的影响，云从科技表示，“Sora的推出，短期内不会直接在云从科技当前的财务业绩和具体业务运营层面有所体现，然而，其深层价值和长远意义在于它能够前瞻性地引领行业发展的新趋势。通过Sora的发布，云从科技以及同行业的其他公司有望在未来探索并挖掘出更具创新力与市场竞争力的产品和服务模式，从而在战略层面上为企业的持续增长和进化注入强大的动力。”
同样看多的还有万兴科技副总裁朱伟，他向本刊表示，“Sora对整个行业的影响将是巨大的。Sora验证了大模型，尤其基于世界模型的文生视频大模型这条路是可行的，也进一步验证了在当今无视频不传播的时代，‘视频+大模型’的应用市场空间扩展。Sora对视频行业影响更大，尤其是做相对通用类的视频，而且是短视频的一些行业，影响会更快更直接。”
朱伟认为，国内原创的文生视频大模型很少，还没有到L0最基础的模型的级别。Sora的出现，将给万兴科技带来新的机会。“万兴科技推出的万兴‘天幕’大模型是一个综合性的多媒体模型，沉淀了我们20年对于视频用户的理解，以及对于视频素材数据的理解，我们能够基于我们的用户去开发更方便、更高效、更智能的剪辑工具，并且万兴‘天幕’与Sora在定位、能力、用户群方面有一定差异。”
万兴“天幕”与Sora的差异主要是定位和用户方面，朱伟指出，“定位上，Sora是基于视觉数据的底层通用模型，天幕是音视频多媒体创作垂类大模型。用户方面，Sora目前的目标用户可能更偏向影视公司或专业机构，天幕面向更细分垂直的市场，比如在泛知识、泛营销、泛娱乐等领域助力广大创作者更好地进行音视频创作，其能力目前已在海外规模化商用。Sora的出现让我们对业务的发展更有信心。早期，我们的文生视频质量和长度还需要一定的打磨，Sora的出现将加速这一进程，通过借鉴它的技术方案、训练方案等，能让我们的大模型发展速度更快，进而对我们解决垂类用户的问题会产生更大的价值。”
在Sora的影响下，一些行业将在2024年迎来剧变。朱伟指出，“对于以视频为生的一些行业有巨大影响。例如，万兴科技旗下产品Wondershare Filmora中有丰富的素材库，其中很多的视频作为素材提供给了用户，帮助他们做视频。未来，可能就不需要花那么多时间和精力去找素材库了，直接通过文生视频的方式生成几秒到一分钟左右的短视频素材，再在剪辑工具中进行二次剪辑，因而我觉得对于素材行业可能会有一个冲击。对于短视频、短剧行业会是利好。Sora这类视频模型能帮助他们提升效率、降低成本。对于泛营销、泛知识等垂直场景的应用深入和用户拓展能起到一定的技术支撑作用，利好万兴科技这样的有多产品创新和全球推广优势的公司。”
同样的，海天瑞声也向本刊表示，“Sora被认为是革命性的创新产品，我们认为Sora的问世将进一步促进人工智能产业发展，关于目前Sora的推出将带来哪些具体的变化，公司正在内部进行研究及评估，并将紧密追踪行业最新变化。”
用差异化眼光在垂直领域寻找投资机会
相比各家公司对Sora的关注，各交易软件更快一步，几乎都在第一时间推出Sora概念。仅从Wind新近推出的Sora49只概念股来看——上述回应公司均在此概念中，其他公司还包括中国电信、科大讯飞、中际旭创、昆仑万维等公司，该概念公司整体市值达到1.35万亿元，相比2022年底的9000亿元增加了4500亿元。
对比美股人工智能龙头，A股市场的Sora概念以至AI概念公司，规模要小得多，市值增长也远远逊于美股龙头。比如，A股市场某大模型龙头从2022年底的700多亿市值增长到目前的过千亿，增加了300余亿市值；某光模块龙头从2022年底的200多亿市值增长到目前的1100多亿元，增加了约900亿元市值，均没有美股龙头那样几千亿、上万亿美元市值的增长。
截至目前，Sora概念有5家公司发布了2023年业绩快报（见附表）。
在发布业绩快报的公司中，神州泰岳营收和净利均保持了两位数增长，其2023年中报主营收入构成中，手机游戏业务占比81.6%，AI/ICT运营管理占比16.11%。其他几家公司中，海天瑞声出现营收和净利同比下滑情况，且归母净利为亏损。云从科技为2022年上市的尚未盈利公司，其2023年中报主营收入构成中，人机协同操作系统占比55.84%，人工智能解决方案占比43.94%。
对此，王世渝指出，“从股票市场来看，我觉得不要简单地把美股和A股做比对，因为美股市场吸引了全世界的钱，全世界最优秀的人才，然后通过他们的高科技成果包括大模型收割全世界。美国的数字科技目前处于领先地位，数字科技价值巨大，这从英伟达、谷歌、微软、苹果的市值就能看出来。相对来说，A股是一个内循环市场，我们中国本土公司在数字科技这一块没法和美国公司那样全球研发、全球应用直接对比，还处于追赶状态。但中国的优势是，可以把最新的数字科技成果和我们中国强大的实体经济以及巨大的市场结合起来，在这方面，中国远比美国强大。我们要在中美数字经济形态结构差异来看中国股票市场。在数字经济时代，在高新技术领域尤其是在全球顶级的高科技方面，我们不但要跟踪美国、关注美国，甚至要去跟他们竞争，投资者需要找到中美数字经济时代差异，从中去挖掘投资机会。”
鹏扬基金也表示，对于A股市场来说，受益于人工智能技术发展的公司和行业还有很多。首先是与算力链相关的公司，包括光模块、交换机和服务器制造商等。其次是智能计算中心或数据中心运营商，它们为企业和机构提供计算和存储资源，支持各种人工智能应用的部署和运行。在具体的投资领域上，鹏扬基金对AI+教育、AI+内容制作以及AI+企业应用保持乐观。
沈欣认为，AI应用有这样几个阶段。第一是效率阶段，即用了AI提升效率、降本增效；第二是知识阶段，把AI产生的知识沉淀下来再迭代，对于单一企业而言知识的影响带来的价值远远超过效率带来的价值；第三是资产阶段，数据资产如果要源源不断地持续产生，AI是一个非常好的手段。以此为基础看Sora，“我觉得它是一个短期的刺激，它影响的行业和企业，用4个字概括‘广义翻译’，它能对一个想法或创意迅速‘翻译’为图片或视频，在极短的时间内提升效率，这个影响是很大的。对上市公司相关业务，不仅要看它做什么，还要看它用什么模式做，用什么思想做，否则不可能有结果。仅从当下看，我觉得还是知识培训和基础工具，目前对于中国上市公司的技术力量来说，我觉得这两个方向是比较现实的。从某种意义上来讲，李一舟做的事情没有错，只不过可能太高调了。企业可以先从垂直行业开始做，也是国内上市公司可以发力的方向，而且也是我们中国人的强项。”
Sora的出现，成功地照出了国内大模型乃至AI方面的短板与发力方向，沈欣说，“Sora是一个很好的刺激，我们当前不要盲目去追赶，应该集中精力做垂直，谋求垂直领域的成功。”
万家乐也认为，“我们始终强调，要发挥中国优势，中国最大的优势是制造业。无论Sora多么先进，它也绕不开中国改革开放40多年来积累的知识和经验。大模型需要垂直领域的经验，AI Agents也被认为是OpenAI发力的下一个方向。简单来说，AI Agents是被设计为具有独立思考和行动能力的AI程序。比如阀门，阀门里面的所有的工艺结构化，所有的人、机、物、法、环，所有的有限能力等，嵌入到大模型就构成了大模型在该领域的大规模商用基础。又如，我们在数字化营销体系上领先世界5年。所以，垂直行业和领域充满了机会。”
（本文已刊发于3月2日《证券市场周刊》。文中提及个股仅做举例分析，不做投资建议。）
