首个龙年交易日，一众A股人工智能相关上市公司高涨。截至当日收盘，昆仑万维、工业富联、中文在线%。
这主要受到AI领域迎来重大突破的消息刺激。OpenAI发布了文本生成视频模型Sora，与先前火爆的Pika不同的是，Sora展现出了强大的空间感和细腻度。
随着AI领域突破，算力将出现超指数级增长的需求。OpenAI就曾在本月被爆出寻求7万亿美元以支持公司的一项半导体计划，并与英伟达展开竞争。另一边。软银孙正义寻求1000亿美元资金打造合资芯片公司。
此外，本地化算力部署成为近期AIGC落地进展最快的领域之一，端侧AI布局的商业应用正在逐步显露。英伟达发布了新产品Chat with RTX，仅需本地PC电脑以及拥有英伟达至少8GB显存的GeForce RTX 30和40系显卡即可运行，意味着用户可以本地使用大模型访问所有数据和项目，而不是将其存储在云端上，为众多涉及商业机密使用模型场景提供了解决方案。
另一边，众多手机厂商和电脑入局AI，例如三星发布的S24系列在营销上主推AI功能，OPPO、魅族等国产手机厂商宣布加码AI赛道。
2月份像是吹响了AI领域大冲锋的号角，但无论是云端计算还是本地部署，AI一切的发展都还是离不开算力。笔者整理了A股相关Sora文生视频概念股、云端算力、算力设备概念股名单供读者参考（附概念解析）！
那个发布ChatGPT引发世界AI浪潮的Open AI再一次震惊了世界。
2月15日，Open AI发布了首款文生视频模型Sora，仅需要输入一段相关文字描述，Sora即可以生成长达一分钟的视频。
不过，文生视频模型不是第一次出现，在Sora之前就有Pika Labs、Runway、Stability AI等文生视频模型亮相市场，受到了风投资本的关注。
其中，Runway是一家成立于2018年的人工智能初创公司，目前已经筹集了2.63亿美元的资金，这家公司还举办了电影节，致力于艺术家利用其文生视频模型创作电影。
另一家Pika Labs因其创始人的身份在国内曾火了一把，截至目前仅成立半年多的Pika融资就超过了5500万美元。
Sora的出现给这一些初创公司带来了不小的打击，这是因为Sora使用的创新技术路线产生了意想不到的惊人效果，展现出了诸多与其他模型不同亮点。
在大语言模型中，扩散模型（Diffusion models）和Transformer模型是两个常见的模型。传统文本生成视频模型使用的是扩散模型，通过模拟随机扩散过程来生成数据，它视每个数据点为随机扩散过程的最终状态，然后通过逆向模拟从而学习如何从一个简单的初始分布生成这些数据点。
在扩散模型文生视频训练下需要大量的预处理来将视频剪裁到合适的大小对模型进行训练。其优点是可以很容易进行条件生成数据，并且数据质量较高，但缺点是生成速度慢，需要经过多次迭代才可以生成。
Sora不同的是，其创新地将Transformer模型+扩散模型结合在一起。Sora不是预测序列中的下一个文本片段（Token），而是预测序列中的下一个“补片（Patches）”来统一不同的视觉数据表现形式。
这种方法可有效学习大量数据集，提高模型生成高保真视频的能力，同时降低与现有建模架构相比所需的计算量，使得Sora能够对不同分辨率、持续时间和长宽比的视频和图像进行训练，并输出不同分辨率、时长、宽高比等视频，而非盲目的正方形裁剪，让主题场景被部分展示而缺失。
同时Sora可以保持长期的连续性和物体的持久性。换句话说，就是可以实现同一物体在同一视频中出现在不同的场景。这为生成视频下物体多场景的变化提供了更多的可能性。
可以确定的是，长期的连续性和物体的持久性以及对不同分辨率、持续时间和长宽比视频的“拿捏”，Sora足以让未来制作长视频的工作提供广阔的想象空间。
尽管Sora制作的视频令人惊诧，但目前未开放给公众使用，算力的限制可能是目前Sora暂未开放使用的重要因素，OpenAI对算力渴求在进一步加大。
据媒体报道，OpenAI CEO在去年11月之前在为筹备一家代号为“Tigris”的AI芯片公司寻求数十亿美元的资金，目标是与英伟达展开竞争，为此前往中东向投资者筹集资金。
本周三，奥特曼更是在社交媒体上表示：“OpenAI认为世界需要比目前人们计划更多的人工智能基础设施——包括晶圆厂产能、能源、数据中心等，建立大规模的人工智能基础设施和有弹性的供应链对于经济竞争力至关重要。”
在过去AI浪潮中，“算力卖水人”英伟达一直是“大赢家”。截至2月19日，英伟达2月份已涨18.2%，股价再度创下历史新高。
买不动英伟达的美股散户更是冲向了“英伟达替代概念”，美股AI服务器牛股超微电脑（SMCI）2月份“疯涨”51.68%，芯片股ARM更是“一飞冲天”2月涨幅高达81.06%。
受益于文生视频的GPT时刻，AI投资浪潮将有望延续2023年，算力将继续成为新一年热门AI投资方向。其中，不少A股上市公司充当“算力卖水人”的角色，尤其以云端算力中AI服务器、算力调度为主。以下是笔者根据上市公司公告和投资者问答平台整理最新云端算力概念股名单。
春节期间，英伟达悄悄发布了可以运行在PC上本地模型：Chat With RTX。这是自微软推出Copilot、联想推出AI Agent后，又一巨头插足本地大模型。
该模型的下载包有35G之大，但运行只需要拥有一张英伟达的RTX 30或40系列且显存在8GB以上的显卡即可，使用的是开源模型llama2-13B和mistral-7B，支持包括文本、pdf、doc/docx和xml等文件格式。
此外，Chat With RTX兼具视频和PC本地文件检索分析功能。用户可以通过输入视频网站链接，Chat With RTX就可以快速帮助用户搜索特定的问题或者总结视频内容。
在本地部署大模型的好处在于，大模型公司可为用户提供隐私化与定制化的AI服务。例如，某些公司合同、会议纪要、财务订单数据等文件无法上传，在端侧模型离线的情况下对文件进行本地处理，保证了数据的安全性，为To B企业端大模型的商业化打开了思路。
想要本地部署AI模型的厂商，除了英伟达还有众多手机大厂。2月18日，OPPO CEO陈明永在内部信中表示，2024年是AI手机元年，AI手机也将成为继功能机、智能手机之后，手机行业的第三阶段。魅族更是“勇士断臂”，宣布决定All in AI，停止传统智能手机项目。
在智能手机多年内卷以及产品创新枯竭的情况下，手机厂商开始纷纷押注AI产品。这是因为终端AI是最能够触及广大潜在用户的“毛细血管”，持续向下渗透。
近期世界经济论坛在一份报告中预测，能够离线运行生成式AI模型的设备将“大幅增长”，包括个人电脑、智能手机、物联网设备等。本地模型不仅更加私密，而且与云端模型相比，本地模型的延迟更低，成本效益更高。
大模型在端侧落地，主要受益方包括硬件（如NPU等）设计制造厂商、大模型提供商和终端设备生产商。更重要的是，相较于算力大模型的落地更需要足够的内存空间用于部署。
目前在端侧落地的大模型以数十亿量级参数为主，更高规格的模型由于需要更多的内存占用，因而从短期来看难以实现产品化。以vivo为例，13B参数量本地模型对手机内存配置的最低要求在12G，但也难保证使用体验。由此，从硬件角度看，AI PC/手机等端侧AI的算力增长仍有巨大的空间。
最后，笔者根据A股上市公告和研报数据整理了端侧AI相关硬件的A股上市公司供读者参考。
数据说明：本文所涉及的内容不保证数据完整性与准确性，分析结论仅供参考，所涉及品种均不构成实际投资操作建议。股市有风险，投资需谨慎。
风险揭示：本文所涉的文章观点，仅代表笔者个人观点，不代表本平台的任何立场，不构成任何投资建议。
版权声明：未经许可，任何个人或机构不得进行任何形式的修改或将其用于商业用途。转载、引用、翻译、二次创作（包括但不限于以影音等其他形式展现作品内容）或以任何商业目的进行使用的，必须取得我司许可并注明作品来源为私募排排网，同时载明内容域名出处。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
深圳市“巨贪”市长拘留期“插喉”自杀，贪污20亿，被捕时卡里只有3585元
刚刚得知，华为Mate70或将推迟到十二月发布！首发自研超声波指纹＋LOFIC技术
新消费日报 雷军车展现场接待王传福；辛巴直播权限将于5月20日解封；石头科技一季度净利润同比增长95.23%……
G4广州71-93输新疆遭淘汰 球员评分：1人满分，2人及格，6人崩盘
神舟推出 15.6 英寸轻薄本优雅 X5：搭载 i9-12900H，2999 元
画廊周北京迎来第八年， “漂留” 主题聚集 30 余家艺术机构与 40 场展览