计算机行业专题报告：Meta+Movie+Gen的论文告诉我们什么？

请阅读最后一页的重要声明！ Meta Movie Gen 的论文告诉我们什么？ 证券研究报告 投资评级:看好(维持) 最近 12 月市场表现 分析师 杨烨 SAC 证书编号：S0160522050001 yangye01@ctsec.com 分析师 李宇轩 SAC 证书编号：S0160524080001 liyx02@ctsec.com 相关报告 1. 《智驾月报：补贴政策见效，网联化推进》 2024-10-17 2. 《十大不容忽视的数据要素新政细节》 2024-10-16 3. 《特斯拉发布 Cybercab，预期三年内量产》 2024-10-13 核心观点  Movie Gen：音视频两手抓，模型效果亮眼。2024 年 10 月 4 日，Meta 团队发布论文《Movie Gen: A Cast of Media Foundation Models》，介绍了一系列基础模型 Movie Gen，该模型在文本到视频合成、视频个性化、视频编辑、视频到音频生成等多个任务上取得了显著成果，标志着 Meta 正式进入视频生成赛道，与 Sora、Pika、Runway 等进行竞争。Meta 通过扩大训练数据、计算资源和模型参数，使用 Flow Matching（流匹配）方法训练的 Transformer 模型，打造 Movie Gen 的 2 种基础模型：Movie Gen Video（300 亿参数）和 Movie Gen Audio（130 亿参数），生成高质量的视频或音频。基于 Movie Gen Video 基础模型进一步训练与微调后，得到可以生成可个性化视频的 Personalized Movie Gen Video 模型和可精确编辑视频的 Movie Gen Edit。  多模态大模型架构与训练方法持续创新，向实现应用落地大幅迈进。Movie Gen 系列模型打开创意生成与创意编辑市场 AI 应用落地的新的想象空间，“文本控制生成”的方式将逐步融入创意工作流，“文本+UI”并存的模式将长期持续；模型架构创新尚无止境，“流匹配+最优传输+纯 Transformer”生成效率、质量均优于 DiT；对于多模态大模型预训练或是微调，高质量的数据及处理起到决定性作用；未来在模型训练方面，获得更多的算力基础依然是必不可少的，而架构等技术创新有望持续提升训练效率和生成质量，两者并不矛盾。  投资建议：Scaling Law 持续发挥效力，建议关注：英伟达、AMD、博通、Vertiv、美光、Oracle、微软、海光信息、协创数据、中科曙光、浪潮信息、英维克、神州数码等；音视频创意类赛道依然大有可为，建议关注 Adobe、万兴科技、美图公司等。  风险提示：技术迭代不及预期的风险；商业化落地不及预期的风险；政策支持不及预期风险；全球宏观经济风险 -34%-23%-12%-1%10%20%计算机沪深300上证指数 谨请参阅尾页重要声明及财通证券股票和行业评级标准 2 行业专题报告/证券研究报告 1 Movie Gen：音视频两手抓，模型效果亮眼 ........................................................................................ 4 2 Meta 四个模型的原理与训练方法 ......................................................................................................... 6 2.1 视频生成模型：创新模型架构实现高效训练 ................................................................................... 6 2.2 音频生成模型：生成与画面和情绪匹配的动效声、环境声 ......................................................... 12 2.3 个性化视频模型：用于生成特定人像的微调模型 ......................................................................... 15 2.4 可编辑视频模型：无需大量监督视频数据实现模型训练 ............................................................. 17 3 Meta 论文发布带来的四点启示 ........................................................................................................... 19 4 投资建议 ................................................................................................................................................. 21 5 风险提示 ................................................................................................................................................. 21 图 1. Text-to-Video 功能示例.......................................................................................................................... 4 图 2. Video-to-Audio 功能示例 ...................................................................................................................... 5 图 3. Video Personalization and Consistency 功能示例 ............................................................................... 5 图 4. Instruction-Guided Precise Editing 功能示例 ..................................................................................... 6 图 5. Movie Gen Video 的训练方法 ...........................