中邮证券：AI视频行业深度报告：技术跃迁驱动内容革命，把握产业变革新机遇

投资要点 视频生成：从GAN走向DiT，通往AGI的重要路径。视频作为同时融合文本、图像、音频等多模态信息，并引入时间维度因果结构的内容形态，天然具备更高的复杂性与表达力，代表着AIGC产业能力上限。当前文本、图片、音乐等模态生成技术已相对成熟，视频仍是行业技术短板，其突破将对AIGC的产业应用前景起到重要作用。从技术演进看，AI视频生成技术自2010年代中后期逐步起步，经历了GAN、Transformer等多个架构的尝试，行业技术路线一度出现分歧。直至2022年，Diffusion与Transformer的融合思路逐步成型，叠加2024年OpenAI发布的Sora验证了DiT架构在视频生成中的可行性与效果，行业迎来关键转折点，主流厂商全面向DiT路径演进，视频生成自此进入快速发展阶段。 技术进展：短视频生成已近专业水准，世界模型或为长视频生成带来新变量。当前AI视频已可根据文本提示直接生成包含多人物、动态动作与复杂背景的完整画面，Sora2、Veo3等音画一体化模型的出现进一步推动其从“画面生成工具”演进为“视听内容引擎”，短片段生成质量已接近专业制作水准。但现有架构在生成时长、物理