#視訊模型
•

全球AI視訊模型“四強”會師，為什麼“理解世界”變得更加重要？

一年前，中國視訊模型在國際權威模型評測競技場上還只是零星出現。到2026年9月，字節Seedance2.0/2.5、MiniMax H3、阿里Wan 3.0和智象HiDream-O1-Video-1.0（下文簡稱HiDream V1）已相繼進入全球視訊生成模型頭部方陣。三個月內，四款模型密集上新，意味著中國力量正從單點突圍轉向叢集式上行。 但進入同一梯隊，並不意味著走的是同一條路。當畫質、時長和人物一致性逐漸成為基礎能力，競爭焦點開始從“生成得像不像”轉向“是否理解真實世界”。有人押注效率，有人依託規模與生態；智象選擇的切口，則是更懂物理規律與事件邏輯。HiDream V1由此成為觀察其“原生全模態世界模型”路線的一扇窗口。 四支力量，三種路線， 同一個梯隊
全球AI視訊模型“四強”會師，為什麼“理解世界”變得更加重要？
科技#AI視訊模型#字節#Seedance2.0
•

30秒直出！年賺20億美元！Seedance 2.5把對手甩開了一個時代！

今天AI圈最炸的一則新聞，就是在火山引擎FORCE大會上，字節官宣了全新AI視訊模型Seedance 2.5。 wuhu動畫人空間作為官方管道合作夥伴第一時間目睹了現場，你能想像一場AI大會超5萬人線下圍觀是一種什麼體驗？ 早前業內都以為Seedance 2.0的下一個版本是2.1，畢竟2.0已經縱橫江湖無敵手了，沒想到一躍飛昇到了2.5，升級幅度遠超所有人預期。目前這款模型已經進入內測收尾，預計7月初就能對外開放使用。 那我們閒話少敘，直奔正題，看看這次Seedance 2.5到底給我們帶來了那些新的驚喜。
30秒直出！年賺20億美元！Seedance 2.5把對手甩開了一個時代！
科技#Seedance 2.5#FORCE大會#字節
•

AI Coding之後，視訊模型正在跑通商業閉環

過去一年，AI行業最成功的賽道，非AI Coding莫屬。 從Cursor、GitHub Copilot，到Claude Code這類程式碼Agent，它們的價值非常直接：使用者每天都要寫程式碼，企業每天都要交付項目；只要AI能少寫幾行重複程式碼、少踩幾個bug、少花幾小時偵錯，價值就能被很快算出來。 但現在，另一個曾經被認為太燒錢、太炫技、太難賺錢的領域，也開始出現相同訊號。很可能是第二個有望跑通商業閉環的賽道。 它就是AI視訊模型。
AI Coding之後，視訊模型正在跑通商業閉環
科技#AI Coding#視訊模型#商業閉環
•

從Gemini到豆包：全球兩大AI巨頭為何走上同一條路？

視訊模型Seedance 2.0、圖像模型Seedream 5.0 Lite連續刷屏後，2月14日，字節跳動正式宣佈推出豆包大模型2.0（Doubao-Seed-2.0，簡稱豆包2.0）系列。自2023年，豆包大模型初始測試版上線，2024年正式對外發佈，豆包代際模型版本更新已經過去近一年半時間。其間持續在文字基礎、多模態強化、深度思考、Agent（智能體）執行等方面更新，直至此次版本，在2.0全能力升級。此次備受關注的2.0版本，具備全端模型矩陣 + 多模態理解 + 企業級 Agent + 極致成本四大差異化優勢，已躋身全球第一梯隊，成為 Agent 時代的關鍵玩家。在多項公開測試集上表現突出，接近Google Gemini3，和具備更高性價比。字節跳動官方明確表示，旗艦版豆包2.0 Pro“面向深度推理與長鏈路任務執行場景，全面對標GPT 5.2與Gemini 3 Pro”。從技術參數到產品定位，豆包2.0與Google Gemini的相似性正在從“對標”走向“一致”。而這種“一致”並非偶然的“撞車”，本質是全球頂尖AI實驗室在通往通用人工智慧（AGI）路徑上達成的戰略共識——AI最終需要為人類完成任務執行，而這需要對真實世界物理運行規律的理解。版本代際更新此次更新，豆包2.0 系列模型提供 Pro、Lite、Mini 三款不同尺寸的通用 Agent 模型。該系列通用模型的多模態理解能力實現全面升級，並強化了LLM 與Agent 能力，使模型在真實長鏈路任務中能夠穩定推進。同時進一步把能力邊界從競賽級推理擴展到研究級任務，在高經濟價值與科研價值任務評測中達到業界第一梯隊水平。據官方介紹，此次豆包2.0針對大規模生產環境的使用需求進行系統性最佳化，旨在更好地完成真實世界的複雜任務。其中，在語言模型基礎能力上，豆包2.0 Pro旗艦版取得IMO、CMO數學競賽和ICPC程式設計競賽金牌成績，數學和推理能力達到世界頂尖水平。另外，大模型執行長鏈路複雜任務，需要豐富的世界知識。豆包2.0加強了長尾領域知識覆蓋，在SuperGPQA等多項公開測試集上表現突出，科學領域知識測試成績與Gemini 3 Pro和GPT 5.2相當，在跨學科知識應用上也排名前列。在教育、娛樂、辦公等眾多場景中，大模型需要理解圖表、複雜文件、視訊等內容。對此，豆包2.0全面升級多模態理解能力，視覺推理、空間感知、長上下文理解等權威測試均取得業界最佳表現。面對動態場景，豆包2.0強化了對時間序列與運動感知的理解能力。以健身場景為例，接入豆包2.0的智能健身App可即時分析使用者動作視訊，一旦檢測到深蹲姿勢偏移，立即語音糾正——這正是環境感知與主動互動能力的落地。目前，這一能力已延伸至穿搭建議、老人看護等領域。Agent能力是大模型具備行動力的關鍵。測試成績顯示，豆包2.0 Pro在指令遵循、工具呼叫和Search Agent等評測中達到頂尖水平，在HLE-Text（人類的最後考試）上更是獲得54.2的最高分，大幅領先於其他模型。目前，豆包2.0 Pro已在豆包App、電腦客戶端和網頁版上線，使用者選擇專家模式即可對話體驗。火山引擎也已上線豆包2.0系列模型API服務。價格方面，豆包2.0 Pro按“輸入長度”區間定價，32k以內的輸入定價為3.2元/百萬tokens，輸出定價為16元/百萬tokens，相比Gemini 3 Pro和GPT 5.2有較大的成本優勢。豆包2.0 Lite更是極具性價比，綜合性能超越兩個月前發佈的上一代主力模型豆包1.8，百萬tokens輸入價格僅為0.6元。強化執行任務能力此次豆包2.0的全面升級，核心落點在“真實世界複雜任務的執行力”。而這一能力的根基，正是多模態理解層的突破——只有讓模型真正看懂物理世界的動態與邏輯，它才能從“答題者”進化為“執行者”。字節模型團隊觀察到一個典型失衡：語言模型已經可以順利解決競賽難題，但放在真實世界中，它們依然很難端到端地完成實際任務——比如一次性建構一個設計精良、功能完整的小程序。LLM 和 Agent 為什麼在處理現實問題時屢屢碰壁？團隊認為，原因主要來自兩點：真實世界任務往往跨越更長時間尺度、包含多個階段，而現有LLM Agent 難以自主建構高效工作流，並在長時間跨度中積累經驗；真實世界知識具有很強的領域壁壘且呈長尾分佈，各行業的經驗不在訓練語料的高頻區，導致即便模型擅長數學與程式碼，其在專業場景中往往價值有限。在提升了長程任務執行能力的同時，Seed2.0 還進一步降低了推理成本。其模型效果與業界頂尖大模型相當，同時 token 定價降低了約一個數量級。在現實世界的複雜任務中，由於大規模推理與長鏈路生成將消耗大量token，這一成本優勢將變得更為關鍵。另外在多模態理解能力方面，豆包2.0Pro在視覺推理、空間感知、運動理解、長視訊理解等維度，在大多數相關基準測試中取得最高分。此前刷屏AI視訊模型Seedance2.0正是多模態能力支撐的體現之一。Seedance 2.0核心升級主要體現在原聲音畫同步、多鏡頭長敘事、多模態可控生成。使用者輸入提示詞與參考圖，可一鍵生成帶完整原生音軌的多鏡頭視訊，模型自動解析敘事邏輯，確保角色、光影、風格與氛圍高度統一。此前馬斯克點評稱：模型發展非常迅速。據官方介紹，豆包2.0可以處理複雜視覺輸入，並完成即時互動和應用生成。無論是從圖像中提取結構化資訊，還是通過視覺輸入生成互動式內容，Seed2.0都能高效、穩定地完成任務。這正是Gemini一直強調的“原生多模態”能力——不是簡單拼接視覺與語言，而是在底層實現跨模態的深度對齊。豆包2.0的升級方向與Google的Gemini 3 Pro在視訊理解、空間推理上的優勢高度一致。而豆包2.0與Gemini在基礎模型層面均選擇死磕多模態，本質上是在進行一場 “世界模型”的軍備競賽。它們不再滿足於讓AI做一個“語言遊戲高手”，而是希望AI成為一個能看懂、聽懂、理解物理世界複雜性的“數字人類”。只有當模型真正理解了杯子為什麼會碎、人為什麼會笑、視訊裡的人在做什麼動作，它才能在現實世界中可靠地執行任務。 (第一財經)
科技#Gemini#豆包#視訊模型
•

馬斯克驚嘆“太快了”，字節3000億換AI下一個十年？

“發展太快了（It's happening fast）！”面對字節跳動視訊模型Seedance2.0在海外的病毒式刷屏，馬斯克在X上發出了這句感慨。2026年2月，字節跳動憑藉Seedance2.0再次在全球掀起歡呼。這款被《黑神話》創造者馮驥譽為“地表最強”的視訊生成AI，支援15秒、高品質、多鏡頭、音視訊的聯合生成，其帶給國內外的行業震撼，被譽為重現了視訊領域的“DeepSeek時刻”。軟體應用的突破之外，另一則消息炸裂行業：在底層硬體層面，字節正在就自研晶片項目SeedChip，與三星洽談代工。這些背後，是字節跳動長久的投入與決心。相較於去年1500億元投入AI，有消息稱，2026年字節跳動將繼續投入1600億元，支援AI發展。面對字節的狂飆突進，阿里巴巴、騰訊和DeepSeek個個摩拳擦掌，期望成為下一個十年定義者。01Seedance2.0：重構全球內容生態2月12日，字節跳動正式發佈視訊創作模型Seedance2.0，瞬間引爆行業。這款模型徹底擺脫了此前AI視訊炫技的套路，展現出了極具工業水準的導演感。它不僅支援文生視訊、圖生視訊，更實現了多模態“全能參考”——即打破了單一素材輸入的侷限，允許使用者同時上傳圖片、視訊、音訊等最多12個檔案。模型能精準理解這些素材，並按照指令參考其中的構圖、運鏡甚至音效特點。真正拉開差距的，是它對敘事邏輯的理解。Seedance2.0似乎知道什麼時候該切特寫，什麼時候該拉遠景，其分鏡設計具備明顯的角度切換。影視颶風創始人Tim在實測中發現，即便不提供音訊，模型竟然能自動匹配其個人聲音，並能腦補出建築物背面的景象。這種能力背後，是字節對視訊內容認知的降維打擊。全世界可能沒有第二家公司，比字節更懂什麼樣的畫面節奏、什麼樣的敘事能抓住眼球。Seedance2.0輸出的不是硬體，而是將字節積累了十年的視訊經驗，重構成了生成式AI的基因。Seedance2.0的出現，標誌著視訊生成賽道進入了精準可控時代。它模糊了專業技術的鴻溝，使得網文、短劇、廣告提案等環節可以實現24小時不間斷生產。中文線上、掌閱科技等公司在二級市場隨之暴漲，正是資本對這種生產力重構的直觀回應。對於國內外行業而言，Seedance2.0的影響是深遠的。它讓小型工作室和獨立創作者獲得了媲美專業團隊的能力。可以預見的是，AI將重構全球600億美元的內容生態市場。正如馬斯克所感，這股浪潮正在加速。它不只是字節秀肌肉的噱頭，而是一個關於講故事的權力如何被普惠的預告。過去一年時間中，字節在AI上取得的突破，遠不止Seedance。在C端，豆包App日活破億，登頂AI應用榜首；在B端，火山引擎在大模型雲服務市場份額位居第一；在硬體端，OlaFriend耳機等穿戴裝置已初具規模。字節的野心已昭然若揭：它要成為一家以AI為核心、軟硬一體的全球科技巨頭。與之對應的，字節跳動在AI領域的投入，同樣堪稱一場毫無保留的豪擲。據英國金融時報報導，2025年，字節的資本開支預算飆升至1500億元人民幣。2026年，這一數字被曝將達到1600億元。其中，超過一半的資金用於採購輝達晶片，和推進其高度機密的自研晶片項目SeedChip。021600億重塑AI底層長期以來，字節一直是輝達全球最大的客戶之一。2025年12月，豆包大模型的日均Token處理量已高達50兆，半年增長超200%。面對如此恐怖的算力黑洞，字節深知，光靠買卡是守不住護城河的。據路透社報導，字節正研發一款專為AI推理任務設計的晶片，已與三星電子洽談代工事宜，並計畫在2026年量產10-35萬片SeedChip。這一舉措的戰略意義不言而喻：它不僅是為了在HBM儲存晶片供應緊張的局面下尋求自保，更是為了實現從軟體演算法向軟硬一體的戰略升維。這種升級，體現在對算力成本的極致掌控，為視訊推薦、大模型推理這些算力怪獸定製最省錢、最高效的引擎。在字節內部，這種對基礎設施的死磕早已成了共識。2023年，字節跳動創始人張一鳴曾直言，當下這個時代的作業系統級機會就是AI +計算。為了抓住這個影響整個世界的機會，字節在基礎設施上幾乎不計代價，其2026年的AI資本開支甚至超過了一些科技巨頭去年投入的總和。這種飽和式的投入，目標極其明確：在自研晶片、大模型與雲服務之間建立起類似Google的全端式護城河。2025年，原Google DeepMind副總裁吳永輝加入字節，接管Seed部門，直接向梁汝波匯報。吳永輝上任後，主導打破了模型部門間的藩籬，實現了資料共享。字節的Infra（工程化能力）已達到國內頂尖水平，而自研晶片則是這條自主可控的最後一塊拼圖。當阿里推出真武晶片、百度讓崑崙芯籌備上市時，字節的入場意味著中國大廠正式進入了“自研晶片+大模型+雲服務”的全端競爭時代。這不再是簡單的修修補補，而是要從底層物理世界出發，重新定義AI時代的生產力成本與算力自主權。此外，媒體消息稱，字節在春節還將有大動作，將祭出了“全模態三件套”：豆包2.0、Seedream5.0和Seedance2.0。面對字節的步步緊逼，其它巨頭躍躍欲試，在春節期間同樣有大動作。阿里重新定義“通雲哥”敘事（AI、雲、晶片三位一體）的同時，正打通其最核心的電商、支付資產，試圖讓千問成為幫你點外賣、訂機票的全能助理。暫時落後的騰訊，在姚順雨入職後，騰訊混元大模型開始糾偏，從追逐榜單轉向真實場景。DeepSeek依然是那個最強變數。DeepSeekV4或將攜帶最強程式碼能力在春節前後突襲，挑戰所有巨頭。當字節的“全模態生成”、阿里的“生活代理”以及DeepSeek的“極致推理”全面落地，AI或將真正滲入人們的生活生產中去，成為下一個時代的“水電網”。而誰掌握終極入口，必定是兵家必爭之地。 (新質動能)
科技#字節跳動#視訊模型#Seedance2.0
•

視訊模型的兩條河流：字節跳動Seedance與OpenAI的分岔

誰擁有更多、更豐富的資料，誰的模型就越接近“全知”。圖片來源：AI生成當矽谷還在討論Sora的“世界模擬器”宏大敘事時，字節跳動用Seedance 2.0的發佈，悄然劃開了視訊生成領域的第二條河流。這兩條河流，一條向西，試圖窮盡物理世界的底層規律；一條向東，試圖解構人類內容的消費邏輯。2月9日凌晨，知名科技博主影視颶風Tim發佈了關於字節跳動Seedance 2.0的評測視訊，將其稱為“改變視訊行業的AI”。但這不僅僅是對字節跳動一家公司的評價，更像是對整個AI視訊生成賽道按下加速鍵。Seedance 2.0的發佈，以及Tim在評測中感受到的“恐怖”與“震撼”，標誌著這場戰爭已經從單純的參數競賽，進入了商業落地與倫理博弈的深水區。定義權之爭：物理引擎 vs 導演思維在OpenAI的敘事裡，Sora是“世界模擬器”，它試圖讓像素遵循牛頓定律，追求的是“模擬”。但在Seedance 2.0身上，字節跳動講了一個完全不同的故事。體驗過之後你會發現，它並不執著於做一個物理學家，它更像是一個極其成熟的“商業導演”，致力於讓鏡頭遵循視聽語言。Tim在視訊中透露了一個令人驚訝的細節：他在沒有上傳任何聲音檔案、任何提示的情況下，僅將自己的人臉照片上傳至模型，系統就能自動生成與他本人高度相似的聲音，甚至能精準匹配語氣特質。這種“無中生有”的匹配能力證明，Seedance 2.0掌握的Know-how不再是單純的視覺生成，而是對“人”的整體重構。它不需要你告訴它怎麼說話，因為它早就“認識”你。敘事的差異，最終投射在商業模式的殊途上。OpenAI依然沿襲著SaaS的精英主義邏輯，做“軍火商”，向專業人士販賣 API。而整合在字節生態中的Seedance 2.0，走的是“超級應用”（Super App）的邏輯，意在消滅專業門檻。當OpenAI還在思考如何讓好萊塢導演付費時，字節跳動似乎已經通過“造夢”，完成了對大眾創作者的一次技術平權。殊途同歸的“世界模型”競賽如果把視角拉得更遠，我們會發現字節跳動並不孤獨。在過去的一年裡，視訊生成模型顯得擁擠不堪，全球科技巨頭正集體奔赴同一個終極目標：建構一個能夠理解、模擬甚至預測現實世界的“世界模型”（World Model）。OpenAI(Sora)試圖用Transformer架構讓AI理解物理規律。Google(Veo/Lumiere)憑藉其在YouTube上的積累，試圖解決長視訊的一致性問題。NVIDIA則試圖在工業層面1:1還原物理世界，服務於機器人訓練。而在中國，快手可靈、阿里通義與騰訊混元也在瘋狂迭代，試圖在C端應用上搶佔先機。在這場軍備競賽中，資料是唯一的燃料。無論是OpenAI還是字節跳動，誰擁有更多、更豐富的資料，誰的模型就越接近“全知”。Tim在評測中提到了一個讓他倍感“恐怖”的瞬間，揭示了當前頂級模型的共同特徵：“最恐怖的一點是不只我的聲音，我們上傳的照片只有樓的正面，但是生成出來的運鏡，可以轉到樓的另一面，它知道我背後的東西是什麼，即便我沒有告訴它。”這棟樓的背面，可能出現在影視颶風過去的某個視訊裡，也可能出現在其他使用者的街拍中。AI將這些碎片化的資訊拼接，在神經網路中重建了這棟樓的3D結構。不僅僅是字節，OpenAI的Sora之所以能生成逼真的東京街頭，Google的模型之所以能生成流暢的動作，背後都是對海量公開網際網路資料的學習。技術倫理的邊界這引出了一個全行業都需要正視的命題：我們與平台之間，是否存在一份“隱形的契約”？過去，我們認為自己在免費使用平台發佈內容，換取流量和關注。但在AI時代，這份契約增加了新的條款：你的行為、你的影像、你的聲音，都將成為訓練“世界模型”的養料。Tim在測試中發現，Seedance 2.0對其他博主（比如何同學）的形象還原度極高。這意味著，在這個閉環裡，創作者不僅是內容的使用者，更是內容的“原材料”。 只要你在網際網路上留下了足夠的痕跡，你就在某種程度上被AI “數位化”了。這是一個中性的技術事實，但它帶來了不得不思考的後果。正如 Tim 在視訊末尾的警示：“你現在就能夠看到，如果一個人的資料，全部進入了AI的資料集，會發生什麼。它能夠100%模擬出你的任何形態，還有聲音，那請問這樣的內容你的家人分得出真假嗎？”這並非針對某一家公司的指責，而是技術發展到特定階段的必然拷問。當 Google、OpenAI、字節跳動和NVIDIA的模型都足夠強大時，“真實”的定義將被永久改寫。影視颶風Tim說：“改變視訊行業的AI，快來了。”但在我們看來，它其實已經到了。Seedance 2.0隻是全球“世界模型”浪潮中的一個縮影。在這場中美科技巨頭的集體衝鋒中，視訊生成正在從“炫技”走向“實用”，從“模擬物理”走向“重構現實”。對於身處其中的每一個創作者和使用者而言，我們既是這場技術革命的受益者，也是它最基礎的貢獻者。未來已來，只是分佈在每一個被AI記住的鏡頭裡。 (鈦媒體AGI)
視訊模型的兩條河流：字節跳動Seedance與OpenAI的分岔
科技#視訊模型#字節跳動#Seedance
•

Seedance 火了！

字節又一款AI產品火了！字節新 AI ：Seedance2.0，60 秒齣電影級視訊逼瘋玩家！那麼，Seedance 是什麼？深科技馬上帶大家共同瞭解！炸圈暴擊！字節再出王炸，Seedance2.0刷屏！2026年開年第一瓜被字節拿捏！Seedance2.0 AI視訊模型猝不及防刷屏海內外，成為新年AI黑馬，風頭蓋過快手可靈（Kling）和Sora，網友直呼“字節藏大招”。不同於以往AI視訊模型的“雷聲大雨點小”，Seedance2.0憑文字或單張圖片，60秒內就能生成帶原生音訊的電影級多鏡頭視訊，其獨家雙分支架構可實現音視訊同步生成，無需後期拼接。圖源：影視颶風它出圈的兩大關鍵：一是獨有多鏡頭敘事功能，輸入一個提示詞就能生成關聯場景，保證角色、風格連貫，無需手動剪輯；二是廠商力挺，開源證券稱其在自運鏡、音畫同步等方面實現突破，堪稱AI影視“奇點時刻”。知名博主影視颶風的評測，更是將其推上頂峰。測評顯示，其分鏡切換、音畫匹配遠超預期，能像真人導演一樣調整機位，網友看完紛紛求內測資格。官方直言，其2K視訊生成速度比可靈快30%，精準避開Sora、可靈的短板，主打“人無我有”，網友笑稱“字節把同行卷哭了”。 (深科技)
Seedance 火了！
科技#Seedance#字節#電影級視訊
•

Sora2，AI幫你賺錢的時候到了

真正改變遊戲規則的創新者，往往是在“無人區”中開闢新大陸的人。當OpenAI發佈其新一代AI視訊模型Sora2的演示視訊時，整個科技圈為之震動。視訊10秒出片，並且自帶高度逼真的物理邏輯、如電影運鏡般的多鏡頭切換……其能力已無限逼近人類專業創作者。東莞證券在隨後發佈的研報中稱“Sora2及其配套社交應用的發佈標誌著AI視訊生成與社互動動進入融合階段，有望重塑內容創作和分發生態，或迎來AI視訊生成的ChatGPT時刻。”這個比喻精準地戳中了行業的神經。因為，ChatGPT是人工智慧技術“量變”引發“質變”的代表，標誌了機器學習大模型、大訓練資料和大算力能夠到達的新高度。更令人震撼的是，Sora2不再是一個單純的視訊生成工具，而是一場徹頭徹尾的革命——與視訊緊密相連的影視劇、社交、電商等行業，也將迎來生態重構，甚至許多商業模式也被重塑。對普通人來講，一個更直接的問題是，Sora2將如何改變人們賺錢的方式？Sora App上線第四天，就拿下了蘋果美國應用程式商店App Store的免費應用榜第一名，超越了Gemini和ChatGPT，堪稱“出道即頂流”。據Appfigures估算，Sora iOS版上線僅兩天，總下載量高達16.4萬次，首發下載量達5.6萬次。圖註：App Store截圖Sora APP的爆火，一方面源自其自身提出的兩大顛覆性AIGC社交功能——客串（Cameo）和二次創作（Remix）。客串（Cameo）的核心工作原理源於OpenAI正在建構的世界模擬模型（world simulation models）。使用者只需提供一個簡單的視訊素材，就能將自己或朋友“傳送”到古羅馬鬥獸場、未來賽博朋克都市、遊戲裡的場景等等，或是任何能夠想像到的場景中，並讓他們在其中自然地活動和互動。二次創作（Remix）是Sora App的一個核心互動機制。當使用者看到一個喜歡的視訊時，可以點選Remix按鈕，在其基礎上進行二次創作。例如，看到鋼鐵人和蜘蛛俠的視訊，使用者可以輸入新的提示詞，如“把我的照片融入進去”，Sora就會生成一個全新的、與原作相關聯的視訊，展示出“我與蜘蛛俠互動”的內容。這個功能極大地降低了參與熱門趨勢和故事線的門檻，讓每個人可以輕鬆參與AIGC製作。另一方面，OpenAI首席執行官Sam Altman（山姆·奧特曼）親自下場，開放了個人肖像權，也加速了Sora的火爆。在國外的社交平台上，Sam Altman從商店偷GPU被抓包、在金字塔前熱舞、與李小龍對打、跟科比打籃球，細節逼真到以假亂真。在國內的小紅書上，一些“手快”的博主，已經讓Sam Altman參與直播帶貨，熟悉的“321，上連結！”從他嘴裡說出來也毫無違和感。圖源：小紅書基於成品視訊流暢的表現，Sora2也給更多行業帶來新的想像空間。以電商領域為例，目前，OpenAI形成以“內容平台激發需求（Sora）—支付管道保障（Stripe）—電商平台供給商品（Shopify/Etsy）”的商業模式閉環。隨著全球範圍內視訊種草、直播帶貨接受度越來越高，通過“代理商務協議”（Agentic Commerce Protocol，ACP），Sora有望開啟“端到端”的新電商模式。並且，OpenAI似乎也在逐步強化這種電商基因。幾天前，OpenAI宣佈推出全新的“Instant Checkout”即時結帳功能，允許使用者直接通過其AI聊天機器人ChatGPT內容完成商品購買，這也標誌著OpenAI與電商的融合進一步加速，ChatGPT也輕鬆實現了從“商品推薦”到“直接支付”的全鏈路閉環。未來如果由Sora一鍵生成的商品展示視訊、買家秀合集等內容也進入這一電商閉環，並與主流電商平台API打通，則有望形成一個區別於傳統電商平台的新的“人貨場”邏輯。與此同時，廣告行銷成本也大幅降低，過去，高昂的製作成本、漫長的周期與專業的門檻，是桎梏電商賣家進行大規模擴張的瓶頸，如今這不再是難題。Agent Platform廠商述信科技CEO彭聖才指出，Sora2這種工具型產品出現，會帶把一些以前不成立的商業模式變成現實、甚至直接創造一些新的模式出來。比如說一款產品出海，在以前需要找代理、找管道、做品牌行銷，一點點去鋪貨，各個環節都要考慮到。現在借助AI等新興技術，可以直接打通整個環節。目前，市面上已經出現一些新興公司，依託中國本土強大的供應鏈和生產能力，借助AI提供的行銷、投流、客服等功能，把貨帶到海外市場。這與傳統的出海模式截然不同，甚至是一些“一個人公司”也可以完成全套流程，對於這些企業來說，AI的出現就像是給業務插上了翅膀，讓以前不能做的生意好做了，讓本來打不開的市場打開了。但這種AI主導的電商模式，也對品牌提出了更高要求。彭聖才指出，以前做產品是“管道為王”，要儘可能多的去覆蓋管道，讓不同消費者能在不同管道上盡快找到我，平台扮演的角色十分重要。但是AI出來之後，消費者很可能只是用一句話來描述自己需要的產品或者服務，餘下的都靠AI來匹配，管道的價值就會衰減，而品牌的價值被放大。在這種模式下，唯一能爭取到AI帶來的消費位置的方式就是做好品牌。“以前，我們要花很多錢做市場、搞行銷、搞投放，但現在只需要把自己的商品和服務做好，然後通過MCP的方式散發給AI，AI就會根據使用者的指令精準找到這個商品，這對於整個行業幾乎是顛覆性的，但長遠來看有利於行業生態的健康發展。”彭聖才說道。（註：MCP，是Model Context Protocol的縮寫，即模型上下文協議，它是一個開源標準，用於將AI應用程式連接到外部系統。基於MCP協議，各大AI應用程式可以連接到資料來源，工具和工作流，使它們能夠訪問關鍵資訊並執行任務。）更顛覆的是，由Sora2驅動的Sora App對標TikTok的滑動操作模式，直接降低了C端使用者使用的門檻。外界一致認為，它“掀了短影片的桌子”，甚至對廣告、明星代言、影視劇、創意產業的商業模式都形成巨大威脅。今年9月，TVB上線了一部100%AI生成短劇——《在我心中，你是獨一無二》，劇中主角、群演、場景、配樂等等全部由AI生成。換句話說，在這部短劇的製作中，AI承擔了“編劇+導演+美術+剪輯+後期”的全部職責，甚至在末端的營運、投流環節中也發揮了巨大作用。從技術層面看，Sora已經可以生成時長25秒（普通使用者在App和網頁端15秒，Pro使用者網頁端可達25秒）、接近4K細節的短影片，畫面更加銳利，幀與幀之間延續性更好，甚至可以實現多語言同步翻譯。GoogleVeo2升級後，也可以提供4K電影級畫質、2分鐘以上的精美視訊。這些工具確實幫助實現了內容生產的質效飛躍。隨著AI深度參與短劇製作各關鍵環節，它成為降本增效的核心動能。在製作端，從AI生成劇本與分鏡，到虛擬製片與智能剪輯，大幅壓縮了創意到成片的時間；在營運端，AI可以智能生成海量行銷素材進行A/B測試，實現精準投放，同時通過使用者資料分析，進一步反哺創作，完成內容持續最佳化。傳統短劇製作需要2-3個月製作周期、50-200萬試錯成本，這已經是行業壓縮到極致的成本線。但是AI短劇已經進化到10-15天出片、6-15萬低成本試錯，單整合本最多可下降90%。這些都給蓬勃發展的短劇行業帶來新的想像力。另一方面，Sora的影響力還波及到社交領域。手指滑動的互動方式，讓它被稱為“AI版抖音”。使用者可通過上傳圖片結合文字提示創作，或使用客串功能，基於自己或朋友形象生成視訊，這種強互動性與親近感，使得Sora App擁有極強的社交屬性。“瀏覽-激發-創作-分享”的閉環一旦轉動，使用者便被牢牢吸附在平台內，每一次創作都在為生態貢獻新的素材和範本，形成內容自然生長的生態，即“使用者資料飛輪”。“AI+社交”可能會成為未來的主流形態。Sora2對廣告行業的影響也備受關注。但目前看，其衝擊力尚未呈現。彭聖才舉了個例子，在廣告行銷行業，文案、圖片、視訊等內容的生產其實是產業鏈的末端環節。而且這個末端通常也由一整個團隊負責，內部還分策劃、美術、編導、剪輯等等職責，Sora2可能只是對那個視訊製作者（或剪輯師）有一定影響，但是放在廣告行銷這個存在了百年的產業鏈條上，Sora2隻影響了末端的那個佔比不到1%的環節。所以他覺得“Sora2很難對整個鏈條產生那麼大的衝擊和影響”。但彭聖才也指出，Sora2的出現確實會帶來成本下降和效率提高，進而幫助一部分人吃到紅利。比如，在廣告主採購視訊廣告內容的採購價不變的前提下，AI用的好的人，可以借助Sora2等工具把視訊生產的效率提高十倍甚至百倍，售價相同但成本更低了，收益自然也會隨之擴大。“但這種紅利僅體現在短期內，因為後果是可以預見的，供給越來越多之後，大家自然而然就會開始卷，同樣的價格，有人能出10條視訊，後面就會有人敢出50條、100條視訊。所以在大部分人還沒能很熟練運用AI生成視訊的這段窗口期內，確實有些人可以賺到錢。只是這個窗口期不會太長，我預測可能也就半年左右。”彭聖才預測。Sora2更大的貢獻在於，它給整個行業提供了一種新的變現思路。過去幾年，全球頭部大模型產品以及垂直領域應用多數採用“訂閱付費”的模式進行變現，即通過按月或季度固定收費，提供一定量的API呼叫服務。而Sam Altman在部落格中公開宣佈，公司將引入“IP分成”收益機制。具體來看，這個機制包含兩步，一是賦予版權方更細粒度的控制權，IP擁有者可設定角色是否及如何被使用；二是探索收入分成模式，當使用者使用授權角色生成視訊並產生收益時，版權方可獲得相應分成。如此一來，思路一下就打開了。過去幾年，迪士尼、漫威、華納兄弟、任天堂等版權巨頭，一直在全球範圍內積極維權，努力避免自己的IP被AI工具使用者侵權。比如著名的文字生成圖片AI應用Midjourney，就在今年的6月至9月間，密集地被迪士尼、環球影業和華納兄弟三家公司送上“被告席”。而Sam Altman把雙方“敵對”的關係轉化為“共贏”，對於上述版權巨頭而言，如果自家IP能被更多垂直領域的創作者使用，無疑會進一步擴大自己的影響力，也可以順便從中獲得一定的分成；而對於活躍在網路上的內容創作者而言，能合法的使用經典IP形象，給他們提供了更豐富的創作靈感，也可以在一定程度上避免同質化的現象。參考YouTube的成功經驗來看，這種模式也有利於整個行業的健康發展。YouTube曾花費大量時間，建立了一套成熟的版權識別和收益共享系統。當博主在作品中使用了某段受版權保護的音樂或影視片段時，YouTube會自動識別並進行記錄，然後將這段視訊產生的廣告收入，按照約定的比例分配給創作者、平台以及版權所有者。多方共贏的方式，也幫助YouTube成為全球範圍內最具影響力的視訊網站之一。據預測，YouTube的全球月活躍使用者（MAU）將在2025年突破28.5億，覆蓋全球51%的網際網路使用者。而Sam Altman的設想，就是要建立一套類似的分成體系。使用者借助Sora2來製作視訊內容，平台對每一個內容進行記錄和追蹤，如果涉及到授權IP，則按照約定的比例完成收益分配。中研普華產業研究院公佈的《2025-2030年中國AI視訊行業全景調研與投資前景預測報告》顯示，2023年，全球AI視訊市場規模已達到420億美元。創作者成功、則平台成功，無論是AI生圖還是AI視訊，都已經被越來越多的創作者接受。如果Sam Altman的設想成真，Sora App將不再是簡單的工具，而是一個連接IP授權方與全球億萬創作者、直通百億美元大市場的全新數字經濟生態。但另一方面，“隔屏如隔山”，當AI生成的視訊足以“以假亂真”，當眼見不再為實成為常態，如何區分虛擬與現實將成為一個難題。一位從業者的觀點是，“不必刻意去區分真的假的，學會適應才是常態”。比如在直播電商領域，虛擬主播已經十分常見。根據市場調研機構QYResearch的統計及預測，2023年全球虛擬偶像與虛擬主播市場銷售額達到了10.83億美元，預計2030年將達到51.29億美元。“很多人已經不再去刻意區分主播是真人還是虛擬人，或者說是放棄了這個動作。畢竟我做消費決策不取決於螢幕裡的人像，而更多取決於我對他態度、語氣、氛圍的感覺，或者說取決於直播間裡產品品牌的信任程度。”該從業者表示。 (霞光社)
Sora2，AI幫你賺錢的時候到了
科技#Sora2#AI視訊模型#OpenAI