圖片來自AI短劇《霍去病》

?有界UnKnown原創

作者丨山茶

編輯｜錢江

在AI延伸的所有賽道里，視頻生成算得上是最耀眼的一個方向，起碼曾經是。

2024年，Sora以一段長視頻引爆全網的時候，大家驚呼“顛覆”、“震撼”、“最強”，許多網友感慨“影視行業要倒閉了”，“中美的AI差距又拉大了”。即便強如馬斯克，也發出一句意味深長的感慨：“人類愿賭服輸”。

但現在，這個曾經的王者，撤了。

原因有很多，比如戰略上的錯誤，上市的考量、算力資源的分配等等。但歸根結底，核心其實只有一個，OpenAI覺得這件事情不劃算了，AI視頻生成不是一門好生意，有必要立即止損。

當然，Sora說撤也就撤了，畢竟OpenAI家大業大，還有自己的主線任務。

但其它企業卻沒辦法這么瀟灑，他們無法撤退，并且還將在這個賽道上繼續耕耘。甚至，國內幾家專注AI視頻的企業，還指望在最近一兩年上市。

那么問題來了，雖然AI視頻是一個非常有價值的方向，但在商言商。

特別是在Sora之后，大家也不得不反思：AI視頻生成，還是一門好生意嗎？如今這個賽道又將面臨怎樣的競爭格局？

AI生成視頻，成本太高了？

關于為什么關停Sora，OpenAI官方給媒體的明確說法是：要把資源投入到更具商業競爭力和戰略意義的項目上，比如Agentic AI、超級應用、世界模擬研究等等。

簡單來說，就是Sora消耗的算力資源極其龐大，而OpenAI現在為了商業化又急缺算力，所以成本高、收益低的Sora就成了犧牲品。

但這里也有個很有意思的問題：

在目前主流視頻生成模型中，Sora最低的訂閱門檻也是20美金一個月，算得上是收費最貴的。如果Sora都“不經濟”，其他模型是否也存在這種問題？

我們試圖在更多渠道尋找關于AI視頻生成成本相關的線索，但發現，無論是國內還是國外，無論是否上市，大家都對此諱莫如深。

不過，有一點是確定的——大家對成本的控制非常嚴格。

比如，幾乎所有主流視頻生成平臺，都在采取“能力分層 + 配額管理”來實現成本約束：把高質量模型、低質量/快速模型、音頻與否、分辨率與否，全部變成價格梯度。

像Runway就把視頻生成做成了credits體系，不同模型、不同時段、不同價格：API credits $0.01/credit，gen4.5是 12 credits/秒，gen4_turbo是5credits/秒。

另外，幾乎主流模型都設有積分制，會員并不等于無限使用，積分用完之后，還需要另外購買。比如即夢AI基礎會員每月積分1080，超出部分每100積分5.08元；會員等級越高，價格越貴，套餐積分越多，增購積分越便宜。

也就是說，在模型側，成本問題始終存在，并且通過產品機制被嚴格約束。

但成本這件事情，對商業化影響很大嗎？其實也未必。

一方面，AI視頻的下游，AI漫劇 / 短劇的市場已經跑通了。

比如最近廣泛出圈的《霍去病》，團隊20人，算力成本僅3000元。從更廣泛的行業報道來看，目前AI短劇制作成本已經降到約1000元/分鐘，按一部AI短劇通常100分鐘左右計算，整部成本大約在10萬元左右。

對下來，AI短劇不需要真人演員，不需要場地等大額支出，整體制作成本約為傳統真人短劇的1/4。

也就是說，AI視頻在應用端是擁有非常強的競爭力的。

而另一方面，我們也確實看到許多企業給出了盈利的信號。

比如根據快手的財報，可靈AI2025年整體營收已達到10.4億人民幣，2025年12月，可靈AI單月收入突破2000萬美元，對應ARR達2.4億美元。Minimax也在年報中提到，AI原生產品收入從2180.5萬美元增長到5307.5萬美元，關鍵得益于海螺AI等產品的持續推廣及商業化。

在這種情況下，只要繼續優化模型能力，降低輸出成本，AI視頻生成這個商業模型基本跑通的。快手CEO程一笑在業績會上表示，非常有信心在2026年實現可靈AI收入100%以上的同比增長。

而且，我們也確實看到一些明確的信號。比如Minimax年報提到，Hailuo2.3推出Fast模型后，批量創作成本最高可降低50%。

真正的洗牌，才剛剛開始

但這件事情對于許多創業公司而言，卻并不算是一個很好的信號。

原因很簡單：AI視頻廠商今天最核心的收入來源，就是來自API的模型調用。據「有界Unknown」了解，國內一家頭部AI視頻廠商，2025年訂閱收入僅在千萬級別，不及B端收入的十分之一。

換句話說，很多公司看似在做平臺、做產品、做創作者生態，但現階段真正支撐營收的，還是模型本身的能力調用。

而一旦行業競爭重新回到“誰的模型更強”這件事上，創業公司天然處在不利位置。

因為更強的模型，不只是算法問題，背后拼的是研發投入、算力儲備、數據積累、產品場景和持續迭代能力。而這些，恰恰是字節、谷歌這類大廠最擅長的事情。

國內一家AI視頻廠商的朋友如此形容自己公司的競爭力。

“我們前期因為首尾幀，參考生圖，角色一致性等功能，還有一些差異化的競爭力，因為有些功能別人沒有我們有，所以很多用戶選擇我們。”

但這種競爭力，本質上是建立在模型能力是否具備的基礎之上的。

“但現在，國內各家在模型上的能力都已經大差不差了，所以價格就成為影響大家選擇模型最直接的因素。”

也就是說，隨著基礎能力的普及，原本基于模型形成的功能差異，也在迅速被抹平，功能差異也不再是競爭力，價格和效率成為競爭核心。

也正因為如此，今天AI視頻行業的競爭，開始從原先的模型依賴，開始外溢到模型之外，并逐漸清晰地分成了兩個層面。

第一個層面，仍然是模型競爭，但更多決定的是產品下限。

這里面包括角色一致性、鏡頭控制、動作控制、提示詞遵循、音畫同步、生成速度、輸出成本，這些仍然是決定產品下限的硬門檻。

但當模型能力逐漸趨同，模型層面的競爭空間正在被壓縮。

一方面，谷歌Veo3.0、字節Seedance2.0這些強大基座模型的發布幾乎直接殺死比賽，讓模型層面的競爭空間越來越小。另一方面，OpenClaw爆火，帶動智能體的AI落地熱潮，倒逼模型廠商不得不從“賣模型接口”，走向“賣完整交付能力”。

在這種情況下，競爭開始向模型之外延伸。

第二個層面，則是工具層的垂直整合能力，決定產品的上限和差異化。

這是在OpenClaw流行之后形成的一個趨勢，大家不再滿足于生成“一段素材”，而想要從分鏡、素材引用、生成、編輯、擴展、重剪、配音，到團隊協作、權限管理、預算控制、合規輸出的一整套生產系統。

這一點在專業的影視創作領域表現得尤其明顯，比如AI短劇和AI漫劇。國內深耕這一領域的工具性平臺層出不窮，如商湯Seko、昆侖萬維的SkyReels天工短劇工作臺、360納米漫劇流水線、萬興劇場等等。

▲ 昆侖萬維的SkyReels天工短劇工作臺樣劇

說到這里，各家都在向工具層延伸，很多人可能會以為，之后是不是避免不了同質化競爭，創業公司直面大廠?

其實恰恰相反，各家的差異化還挺明顯的。

一類是字節、谷歌這樣的大廠。

它們的優勢在于底層模型研發和平臺化分發：一方面持續推動基礎模型迭代，把能力通過API輸出；另一方面再把這些能力嵌入到自己的產品體系和流量入口中，形成“模型—產品—場景”的閉環。

對它們來說，模型首先要足夠強、足夠通用，至于最終表現成什么形態，可以交給不同產品去定義。

另一類是Runway、愛詩、生數這類垂類廠商。

它們很難在資源層面與大廠正面對抗，所以更現實的路徑，是一邊繼續優化模型，一邊盡快把自己做成一站式內容創作平臺，把價值從“生成能力”往“工作流能力”和“行業理解能力”延伸。誰更貼近創作者、制作團隊和具體場景，誰就更有機會守住自己的生態位。

而在垂類廠商內部，也已經出現了進一步分化。

比如PixVerse更偏向C端個人創作者，強調低門檻、高效率、多風格和模板化，適合社交媒體短視頻和高頻試錯；而 Vidu 更偏向專業制作需求，強調長鏡頭穩定性、角色一致性、首尾幀轉場和對口型等能力，更接近影視工業鏈條中的生產工具。

也就是說，大家不只是商業模式不同，而是連模型優化方向、目標用戶和產品定義都開始分化。

所以，AI 視頻行業真正的變化在于，各家公司已經開始完成自己的位置劃分。

大廠做底層通用模型和平臺入口，垂類公司做一體化創作平臺，更小的玩家則繼續向具體場景下沉，比如 AI短劇、AI 漫劇、廣告素材、電商視頻、影視預演等，用更強的行業適配能力去換生存空間。

從這個角度看，AI視頻行業接下來要面對的，已經不是一個單純的技術競爭，而是一場關于資源、成本、產品整合、場景占位和商業化效率的全面較量。

模型能力當然仍然重要，但它已經不再是唯一答案。真正決定一家公司能否活下來的，是它能不能把技術優勢轉化為穩定交付、持續留存和可被驗證的收入。

這或許才是Sora留給整個行業最大的提醒：AI視頻不是沒有市場，真正難的是，如何把這件事做成一門長期成立、投入產出比健康的生意。

當行業走到這一步，所謂“性感”反而不再重要了。重要的是，誰能穿過技術熱潮，率先證明自己不僅能生成奇觀，也能建立生意。

*文中配圖來源于網絡

歡迎添加微信：cyxx-z

加入「有界UnKnown」科技交流群