4月7日，一個(gè)匿名模型以1411分登頂全球AI視頻盲測榜，把字節(jié)Seedance 2.0甩出55分。三天后，阿里認(rèn)領(lǐng)了這匹"千里馬"——而字節(jié)，第二天就緊急宣布全面開放API。

這不是巧合。這是AI視頻賽道從"技術(shù)秀肌肉"轉(zhuǎn)向"商業(yè)拼刺刀"的標(biāo)志性一役。

Seedance 2.0的"突然開放"

4月14日，字節(jié)跳動旗下火山引擎正式上線Seedance 2.0系列API服務(wù)。企業(yè)和個(gè)人用戶都能調(diào)用，不再需要千萬級預(yù)付門檻。

但就在一周前，這款產(chǎn)品的用戶口碑還在崩壞邊緣。排隊(duì)時(shí)間長、變相漲價(jià)、背刺老用戶——社交平臺上罵聲一片。

轉(zhuǎn)折點(diǎn)來得猝不及防。

4月7日，HappyHorse（快樂馬）以匿名身份空降Video Arena盲測榜單。圖生視頻（無音頻）1411分，文生視頻1379分，雙榜第一。字節(jié)Seedance 2.0、快手可靈AI 3.0、昆侖萬維SkyReels V4全部排在后面。

三天后，阿里官方認(rèn)領(lǐng)。次日，字節(jié)開放API。

時(shí)間線不會說謊。Seedance 2.0的"突然開放"，是對HappyHorse截胡的直接回應(yīng)。

更值得玩味的是定價(jià)策略的急轉(zhuǎn)彎。早期Seedance 2.0需要高額預(yù)付、動輒千萬級"最低消耗"；現(xiàn)在API大面積開放，算力門檻一夜清零。

這種從"高冷"到"普惠"的轉(zhuǎn)身，暴露了字節(jié)的真實(shí)焦慮：當(dāng)技術(shù)領(lǐng)先不再穩(wěn)固，生態(tài)卡位就成了唯一選項(xiàng)。

HappyHorse的技術(shù)底牌

HappyHorse憑什么能后來居上？答案藏在它的技術(shù)架構(gòu)里。

據(jù)媒體披露，HappyHorse采用"單流Transformer架構(gòu)"——用一個(gè)統(tǒng)一的Transformer同時(shí)處理視頻和音頻，一次推理直接輸出帶聲音的成片，不需要后期拼接。

這和行業(yè)主流路線截然不同。目前頂級視頻模型幾乎都基于DiT（擴(kuò)散Transformer）架構(gòu)，視頻和音頻分模塊處理，最后拼接合成。

HappyHorse的單流設(shè)計(jì)，核心優(yōu)勢在于"長期一致性"。統(tǒng)一的Transformer直接處理長序列的混合Token，自注意力機(jī)制能捕捉視頻幀與音頻幀之間的長距離依賴關(guān)系。少了模塊間的信息傳遞損耗，時(shí)序連貫性理論上更強(qiáng)。

Artificial Analysis的評測數(shù)據(jù)（滿分5分）給出了側(cè)面印證：HappyHorse物理一致性4.52，視覺質(zhì)量4.80，文本對齊4.18。基礎(chǔ)一致性表現(xiàn)扎實(shí)。

但長期一致性仍是全行業(yè)難題。參考Sora的經(jīng)驗(yàn)就知道，技術(shù)評分高不等于商業(yè)可用。

央視財(cái)經(jīng)曾報(bào)道，Sora在實(shí)際應(yīng)用中的商業(yè)可用率極低——僅5%-10%的生成視頻能用于初步篩選，更像不可控的"抽卡游戲"。其長期一致性高度依賴大模型的"記憶"能力，復(fù)雜場景下容易崩壞。

HappyHorse的4.52分物理一致性，說明它解決了部分問題，但尚未跨越"可用率"這道商業(yè)門檻。

另一個(gè)細(xì)節(jié)耐人尋味：HappyHorse原生支持英語、普通話、粵語、日語、韓語、德語、法語的唇形同步。七種語言，覆蓋全球主要電商市場。

這不是技術(shù)炫耀，是場景預(yù)埋。唇形同步直接決定AI視頻能否進(jìn)入跨境電商、品牌廣告等付費(fèi)意愿最強(qiáng)的B端場景。

Sora之死：技術(shù)煙花與商業(yè)現(xiàn)實(shí)

理解HappyHorse的突襲，必須先理解Sora的死亡。

今年3月34日（注：原文如此），OpenAI宣布關(guān)停Sora。所有人以為Seedance 2.0將一統(tǒng)天下，沒想到阿里橫插一刀。

Sora的關(guān)停與技術(shù)無關(guān)。據(jù)Appfigures估算，Sora上線以來應(yīng)用內(nèi)總收入僅約210萬美元，投入產(chǎn)出比接近2500:1。硅谷風(fēng)投機(jī)構(gòu)a16z合伙人Olivia Moore曬出的SensorTower監(jiān)測顯示：Sora APP的30天用戶留存率1%，60天留存率0%。

「如此低的留存率，顯然不符合商業(yè)應(yīng)用的要求。」

資本對無法變現(xiàn)的技術(shù)突破，態(tài)度已經(jīng)足夠冷酷。正在籌備上市的OpenAI，只能砍掉這顆"技術(shù)煙花"，甚至退回和迪士尼的10億美元合作款項(xiàng)。

Sora的教訓(xùn)被行業(yè)反復(fù)咀嚼：視頻大模型不是獨(dú)立賽道，而是世界模型和多模態(tài)融合的階段性里程碑。能做出視頻的公司，理論上可以把技術(shù)遷移到任何需要時(shí)空預(yù)測能力的垂直領(lǐng)域——前提是，有足夠多優(yōu)質(zhì)真實(shí)數(shù)據(jù)。

OpenAI關(guān)停Sora，也是為了集中精力推進(jìn)世界模型研發(fā)。畢竟從DiT架構(gòu)的演進(jìn)邏輯看，下一步很可能是Omni-Model（全模態(tài)模型）。視頻只是在時(shí)間維度上插了幀，喂入了大量物理世界因果片段。

這個(gè)判斷，阿里顯然認(rèn)同。但阿里的打法更務(wù)實(shí)：先拿下視頻這個(gè)"最低門檻"的驗(yàn)證場景，再圖其他。

三國殺格局：字節(jié)、阿里、快手的差異化卡位

AI視頻賽道，中國公司已拿下全球主導(dǎo)權(quán)。三國殺格局雛形初顯。

字節(jié)Seedance 2.0的節(jié)奏感最強(qiáng)。先用"寵物貓狗暴揍哥斯拉"等病毒模板引爆社交媒體，完成零成本流量引爆和用戶教育；口碑和需求雙峰值時(shí)，立即啟動商業(yè)化。

3月4日，火山引擎公布定價(jià)：含視頻輸入場景28元/百萬tokens，不含視頻輸入46元/百萬tokens，折合純視頻生成成本約0.95元/秒。4月2日面向企業(yè)開放API申請。4月14日全面開放。

據(jù)極客公園測算，Seedance 2.0生成15秒視頻的可用率或達(dá)90%，相較行業(yè)此前約20%的平均值，提升幅度顯著。技術(shù)實(shí)力與商業(yè)可用性的雙重突破，是其爆火的根基。

但HappyHorse的截胡，暴露了Seedance 2.0的脆弱性：技術(shù)領(lǐng)先窗口期，比想象中更短。

快手可靈AI 3.0則是另一條路線——財(cái)報(bào)驗(yàn)證的變現(xiàn)能力。2025年第四季度，可靈AI營業(yè)收入3.4億元；2025年12月單月收入突破2000萬美元，年化收入運(yùn)行率（ARR）達(dá)2.4億美元。

可靈的底牌是"數(shù)據(jù)-場景"閉環(huán)。抖音系的視頻流數(shù)據(jù)涵蓋人物行為、物體運(yùn)動、場景交互等多維動態(tài)信息，每一幀都是真實(shí)世界規(guī)律的記錄。用這種優(yōu)質(zhì)數(shù)據(jù)訓(xùn)練的垂直AI，天然贏在起跑線。

HappyHorse的底牌則是"人"。張迪——快手可靈和阿里HappyHorse的共同之父——不僅懂技術(shù)，更懂業(yè)務(wù)。從他的職業(yè)履歷就能看出，他擅長把業(yè)務(wù)思維注入技術(shù)研發(fā)。

七種語言的唇形同步，是業(yè)務(wù)思維的技術(shù)顯影。跨境電商、品牌廣告、本地化內(nèi)容，這些付費(fèi)場景被提前寫進(jìn)產(chǎn)品基因。

三家的差異化已然清晰：字節(jié)強(qiáng)在工程化和運(yùn)營節(jié)奏，快手強(qiáng)在數(shù)據(jù)資產(chǎn)和變現(xiàn)驗(yàn)證，阿里強(qiáng)在技術(shù)架構(gòu)創(chuàng)新和場景預(yù)埋。

視頻：AI嵌入現(xiàn)金牛領(lǐng)域的唯一模態(tài)

為什么三家巨頭死磕視頻？流量邏輯給出了答案。

ChatGPT（文本）的月活是億級，TikTok（視頻）的日活是十億級。人類天生懶于閱讀文字，樂于消費(fèi)視頻。字節(jié)能深入所有互聯(lián)網(wǎng)巨頭的業(yè)務(wù)腹地，正是因?yàn)樽プ×艘曨l這個(gè)關(guān)鍵點(diǎn)。

更深層的判斷是：視頻是AI目前唯一能無縫嵌入娛樂、社交、電商三大現(xiàn)金牛領(lǐng)域的模態(tài)。

文本大模型的商業(yè)化，困于"工具屬性"——用戶用完即走，付費(fèi)意愿集中在生產(chǎn)力場景。視頻大模型則天然具備"內(nèi)容屬性"，娛樂消費(fèi)、社交傳播、電商轉(zhuǎn)化，每一條路徑都有成熟的變現(xiàn)基礎(chǔ)設(shè)施。

阿里的目標(biāo)，顯然不止于做一個(gè)受歡迎的視頻生成工具。視頻是AI大模型很好的垂直應(yīng)用方向，但更是通往世界模型的跳板。

HappyHorse的單流Transformer架構(gòu)，如果能在視頻-音頻聯(lián)合建模上跑通，理論上可以擴(kuò)展到更多模態(tài)的聯(lián)合建模。這才是阿里愿意投入重兵的戰(zhàn)略意圖。

字節(jié)和快手同樣心知肚明。Seedance 2.0的急迫開放、可靈AI的財(cái)報(bào)亮眼，都是在爭奪同一張船票——誰能先讓視頻大模型從"玩具"變成"工具"，誰就能在世界模型的下一階段競賽中占據(jù)先機(jī)。

投資邏輯的冷酷轉(zhuǎn)向

Sora的死亡、HappyHorse的突襲、Seedance 2.0的急轉(zhuǎn)彎，共同指向一個(gè)趨勢：AI產(chǎn)業(yè)投資邏輯正在發(fā)生冷酷轉(zhuǎn)向。

無論是公司內(nèi)部資金還是外部資本，都在流向更能垂直應(yīng)用、快速變現(xiàn)、貢獻(xiàn)ROI的地方。B端和C端用戶的付費(fèi)決策，同樣遵從這個(gè)底層邏輯。

技術(shù)突破本身不再值錢。值錢的是技術(shù)突破能否轉(zhuǎn)化為商業(yè)可用性，能否在真實(shí)場景中產(chǎn)生可量化的價(jià)值。

Seedance 2.0的90%可用率、可靈AI的2.4億美元ARR、HappyHorse的七種語言唇形同步，都是在回應(yīng)這個(gè)冷酷現(xiàn)實(shí)。

OpenAI退回迪士尼10億美元合作款，是舊邏輯的退場；阿里認(rèn)領(lǐng)HappyHorse、字節(jié)緊急開放API，是新邏輯的登場。

2024年以來，AI視頻生成模型實(shí)現(xiàn)從"玩具"到"工具"的質(zhì)變，核心驅(qū)動力正是底層技術(shù)范式的轉(zhuǎn)變——從基于海量數(shù)據(jù)統(tǒng)計(jì)的模式匹配，升級為對物理世界規(guī)律進(jìn)行模擬與理解的"世界模型"。

物理合理性與長期一致性，這兩道曾經(jīng)無法逾越的鴻溝，正在被逐步填平。而填平的方式，不再是實(shí)驗(yàn)室里的技術(shù)炫技，而是商業(yè)場景中的反復(fù)打磨。

誰將定義下一個(gè)標(biāo)準(zhǔn)？

三國殺格局已定，但勝負(fù)遠(yuǎn)未分明。

字節(jié)的優(yōu)勢在于工程能力和運(yùn)營節(jié)奏，快手的優(yōu)勢在于數(shù)據(jù)資產(chǎn)和變現(xiàn)驗(yàn)證，阿里的優(yōu)勢在于技術(shù)架構(gòu)創(chuàng)新和全球化場景預(yù)埋。

HappyHorse的登頂，證明了單流Transformer架構(gòu)的潛力；Seedance 2.0的急轉(zhuǎn)，證明了字節(jié)生態(tài)卡位的決心；可靈AI的財(cái)報(bào)，證明了數(shù)據(jù)-場景閉環(huán)的商業(yè)價(jià)值。

但真正的決戰(zhàn)，可能還在下一階段。當(dāng)DiT架構(gòu)演進(jìn)為Omni-Model，當(dāng)視頻大模型進(jìn)化為世界模型，今天的技術(shù)路線選擇將決定明天的生態(tài)位。

阿里押注單流架構(gòu)的聯(lián)合建模能力，字節(jié)押注工程化落地的規(guī)模效應(yīng)，快手押注數(shù)據(jù)資產(chǎn)的護(hù)城河——三種路線，三種信仰。

唯一確定的是，中國公司已經(jīng)拿下全球AI視頻賽道的主導(dǎo)權(quán)。OpenAI的退守，讓出了最肥沃的戰(zhàn)場。

而當(dāng)HappyHorse以七種語言的唇形同步預(yù)埋跨境電商場景，當(dāng)Seedance 2.0以0.95元/秒的定價(jià)橫掃中小企業(yè)市場，當(dāng)可靈AI以2.4億美元ARR驗(yàn)證變現(xiàn)模型——我們看到的不僅是三家公司的戰(zhàn)術(shù)博弈，更是一個(gè)行業(yè)的成熟標(biāo)志。

AI視頻，終于從"技術(shù)煙花"變成了"商業(yè)基礎(chǔ)設(shè)施"。

下一個(gè)問題是：當(dāng)視頻大模型成為標(biāo)配，什么會成為新的差異化壁壘？是更極致的長期一致性，還是更深度的場景嵌入，抑或是更激進(jìn)的多模態(tài)融合？

張迪的下一站，會把這個(gè)答案寫得更清楚一些嗎？