從Sora2到蒸汽機(jī)2：被引爆的AI視頻全球競(jìng)速

翼言商業(yè)觀察

“AI視頻生成領(lǐng)域，一定會(huì)誕生一個(gè)超級(jí)應(yīng)用。”

10月以來，AI視頻生成領(lǐng)域卷出了新高度。

上周，發(fā)布Vidu Q2圖生視頻不到2周，Vidu10月21日再次更新：參考生、時(shí)長(zhǎng)最多可延長(zhǎng)至五分鐘、APP從AI創(chuàng)作平臺(tái)轉(zhuǎn)變?yōu)橐徽臼紸I內(nèi)容社交平臺(tái)。

生數(shù)科技的緊迫感并非孤例。上上周，10月15日，百度視頻生成模型蒸汽機(jī)再次升級(jí)——這已經(jīng)是其7月 2日上線以來的第三次重大升級(jí)。

這兩場(chǎng)密集發(fā)布背后，是10月1日OpenAI扔下的那顆“炸彈”。當(dāng)天，Sora 2及其社交應(yīng)用上線，憑借生成技術(shù)的突破和社交化的創(chuàng)新玩法，首周下載量超ChatGPT同期，OpenAI CEO山姆·奧特曼“偷GPU被抓”“與李小龍對(duì)打”等內(nèi)容席卷全網(wǎng)。

全球巨頭的“應(yīng)激反應(yīng)”迅速展開。10月8日，埃隆·馬斯克xAI推出Imagine v0.9，以20秒快速生成、全用戶免費(fèi)發(fā)起“反擊”；10月16日，谷歌發(fā)布Veo 3.1，強(qiáng)調(diào)物理引擎精準(zhǔn)度，其Fast版本生成速度提升3倍。國(guó)內(nèi)戰(zhàn)場(chǎng)更顯激烈：從百度蒸汽機(jī)到快手可靈，再到生數(shù)科技和好耶科技（FilmAction），都是“國(guó)慶中秋8天無休”的狀態(tài)，快手研究院農(nóng)雅晴直言：“這個(gè)行業(yè)本來就很卷，節(jié)假日加班并不意外”。

這場(chǎng)席卷全球的AI視頻生成“軍備競(jìng)賽”，早已超越單純的技術(shù)比拼。從硅谷創(chuàng)業(yè)公司到中國(guó)互聯(lián)網(wǎng)大廠，從OpenAI到谷歌，從百度、可靈到好耶、生數(shù)，近百億美元資本與數(shù)千名工程師的投入，折射出科技產(chǎn)業(yè)對(duì)下一代內(nèi)容交互革命的集體押注。喧囂背后，技術(shù)突破與商業(yè)泡沫、創(chuàng)作平權(quán)與職業(yè)替代、創(chuàng)新紅利與倫理風(fēng)險(xiǎn)的博弈，正將這個(gè)賽道推向更復(fù)雜的十字路口。

現(xiàn)象級(jí)爆發(fā)：Sora2點(diǎn)燃了“火藥桶”

在Sora2最初放出的視頻中，籃球投偏后反彈落地、花滑選手頭頂一只貓完成三周半跳、雨滴落地后濺起，甚至多物體復(fù)雜場(chǎng)景的運(yùn)動(dòng)，都能精準(zhǔn)模擬物理世界的運(yùn)行規(guī)律。此外，Sora 2實(shí)現(xiàn)了原生音畫同步，支持多語言對(duì)白與環(huán)境音效對(duì)齊，角色也能在多鏡頭中保持一致。這種接近影視級(jí)的生成效果，再次拉高了行業(yè)參照系。

丨Sora2生成的山姆·奧特曼偷GPU

更具突破性的是其社交玩法：用戶上傳一張自拍照，輸入“在月球上跳舞”，Sora 2就能生成10秒高復(fù)刻度的用戶在月球跳舞的視頻，還能通過Remix功能讓好友“加入”共舞。山姆·奧特曼的個(gè)人肖像權(quán)開放，網(wǎng)友腦洞大開的玩梗創(chuàng)作進(jìn)一步放大了出圈效應(yīng)。這種“即時(shí)創(chuàng)作+社交裂變”的模式，使Sora 2在邀請(qǐng)制下仍5天內(nèi)登頂美國(guó)App Store免費(fèi)榜，下載量突破1000萬次，遠(yuǎn)超ChatGPT初期增速。

這場(chǎng)爆發(fā)并非偶然。

技術(shù)層面，無論是對(duì)物理世界的模擬精度還是音畫同步、敘事和運(yùn)鏡能力，Sora 2顯然都有了明顯的提升。而它從視頻生成工具升級(jí)為基于視頻生成的社交化產(chǎn)品，更是為其出圈加了一把烈火。

對(duì)此，好耶科技創(chuàng)始人吳杰茜認(rèn)為，當(dāng)AI視頻生成的技術(shù)提高、門檻降低之后，大眾的視頻化社交需求一定會(huì)被進(jìn)一步激發(fā)，Sora 2的出圈顯然說明，這是一個(gè)經(jīng)過驗(yàn)證的產(chǎn)品方向。更重要的是，“這極大提高了AI視頻生成的大眾關(guān)注度和認(rèn)知度，給相關(guān)企業(yè)帶來更多的市場(chǎng)機(jī)會(huì)。”

當(dāng)前，AI視頻生成已經(jīng)在電商、廣告、短視頻等多個(gè)領(lǐng)域開始落地，甚至參與影視制作：Netflix在2023年就發(fā)布了首部AIGC動(dòng)畫短片《犬與少年》；2024年，快手聯(lián)合李少紅、賈樟柯等九位知名導(dǎo)演開啟了“可靈AI導(dǎo)演共創(chuàng)計(jì)劃”，推出了9部AIGC電影短片；今年4月，新加坡上映了全球首部院線公映的AI電影《海上女王鄭一嫂》，長(zhǎng)達(dá)70分鐘，成本尚不及傳統(tǒng)方式的1/10。當(dāng)制作商業(yè)視頻的成本指數(shù)級(jí)下降，需求的爆發(fā)就順理成章。

據(jù)Fortune Business Insights數(shù)據(jù)，2024年全球AI視頻生成市場(chǎng)規(guī)模已達(dá)6.15億美元，2025年將達(dá)到7.17億美元，預(yù)計(jì)2032年將增至25.63億美元，年復(fù)合增長(zhǎng)率達(dá)20%。中金更為樂觀，認(rèn)為僅中期來看，創(chuàng)作者和B端生產(chǎn)力工具市場(chǎng)規(guī)模就有望突破100億美元。

全球競(jìng)速：科技巨頭的“生存焦慮”與創(chuàng)業(yè)公司的“生死時(shí)速”

Sora2的發(fā)布和出圈，瞬間激活了全球科技公司的神經(jīng)。馬斯克推出Imagine v0.9，主打“電影級(jí)運(yùn)鏡”，支持“一鏡到底”生成；谷歌發(fā)布Veo 3.1和Veo3.1Fast，前者強(qiáng)調(diào)“物理引擎精準(zhǔn)度”，后者則將生成速度提升3倍。

在國(guó)內(nèi)，無論是科技大廠還是初創(chuàng)公司，這種競(jìng)速也在上演。與谷歌同日，百度10月15日發(fā)布蒸汽機(jī)升級(jí)版，支持無限時(shí)長(zhǎng)生成和實(shí)時(shí)交互；生數(shù)科技10月21日推出Vidu Q2，首次上線“視頻延長(zhǎng)”功能，最長(zhǎng)擴(kuò)展至5分鐘，其“生成演技”技術(shù)能精準(zhǔn)控制人物微表情，確保同一角色在不同場(chǎng)景中的一致性。

丨百度蒸汽機(jī)在行業(yè)內(nèi)首次實(shí)現(xiàn)AI長(zhǎng)視頻實(shí)時(shí)交互生成

值得一提的是，百度蒸汽機(jī)團(tuán)隊(duì)采用自回歸擴(kuò)散模型，并結(jié)合流式滑窗架構(gòu)，在行業(yè)內(nèi)首次實(shí)現(xiàn)了AI長(zhǎng)視頻實(shí)時(shí)交互生成：在生成過程中，用戶可實(shí)時(shí)交互，隨時(shí)改寫內(nèi)容或擴(kuò)寫續(xù)集，這意味著 AI 視頻生成從 “開盲盒”“一次性輸出” 進(jìn)入 “動(dòng)態(tài)創(chuàng)作流” 階段。

丨Vidu Q2首頁，玩法對(duì)標(biāo)Sora2

Vidu 更是在社交玩法上直接對(duì)標(biāo)Sora2。在Vidu AI APP，點(diǎn)擊“二次創(chuàng)作”，@一下主體就可以生成一段合拍視頻，可以與自己喜歡的角色合拍，也可以基于他人創(chuàng)作的視頻進(jìn)行二創(chuàng)。APP里還內(nèi)置了海量主體庫(kù)，以及包括人物、動(dòng)物、特效等的豐富素材，用戶可以直接選用喜歡的主體，隨時(shí)隨地隨手生成你想要的視頻。不生成也沒關(guān)系，你大可以像刷視頻號(hào)或抖音一樣刷各類AI視頻內(nèi)容。Vidu AI APP也已經(jīng)成了集內(nèi)容創(chuàng)作、互動(dòng)和分發(fā)于一體的平臺(tái)。

與吳杰茜的對(duì)話是在周日（10月26日）下午，她直言“沒有周末，每天都排滿了”。她創(chuàng)立的好耶科技（FilmAction）專注于完整劇集的制作，Sora2發(fā)布之后，其團(tuán)隊(duì)更是一直處于連軸轉(zhuǎn)的狀態(tài)。

時(shí)不我待的緊迫感背后是創(chuàng)業(yè)公司的生存焦慮。2023年以來，國(guó)內(nèi)AI視頻初創(chuàng)企業(yè)超過15家，但隨著技術(shù)進(jìn)一步成熟，行業(yè)已從技術(shù)競(jìng)賽轉(zhuǎn)向商業(yè)化驗(yàn)證階段，正在經(jīng)歷快速洗牌，頭部效應(yīng)顯著。有不愿具名的業(yè)內(nèi)人士預(yù)測(cè)，今年會(huì)成為存亡分水嶺，活下來的不會(huì)超過3家。

丨FilmAction支持一鍵生成完整敘事級(jí)短片

不過，對(duì)于Sora2帶來的這種競(jìng)速加劇，吳杰茜認(rèn)為是行業(yè)利好：“能給同行帶來更多機(jī)會(huì)，市場(chǎng)足夠大，各家企業(yè)都能分到蛋糕，關(guān)鍵在于產(chǎn)品力和落地能力”。她介紹，F(xiàn)ilmAction支持一鍵生成完整敘事級(jí)短片，非專業(yè)用戶也可以直接產(chǎn)出1分鐘含分鏡、配音等全流程的高質(zhì)量視頻，已經(jīng)承接了大量的短劇業(yè)務(wù)。

行業(yè)競(jìng)速背后，對(duì)超級(jí)應(yīng)用的追逐，不僅是全球科技企業(yè)的核心關(guān)切之一，也是資本尋找和下注的目標(biāo)。農(nóng)雅晴和吳杰茜都認(rèn)為，AI視頻生成領(lǐng)域一定會(huì)誕生一個(gè)超級(jí)應(yīng)用。吳杰茜還表示，資本近期正在進(jìn)一步押注國(guó)內(nèi)潛力項(xiàng)目，但并未透露具體名稱。

三重隱憂：熱賽道的冷思考

當(dāng)行業(yè)沉浸在“AI視頻的iPhone時(shí)刻”的狂熱中，一些深層問題已悄然浮現(xiàn)。這場(chǎng)技術(shù)革命的影響，遠(yuǎn)比想象中復(fù)雜。

首先是技術(shù)狂歡下的需求泡沫和技術(shù)瓶頸。表面繁榮的數(shù)據(jù)背后，可能隱藏著“偽需求”陷阱。某MCN機(jī)構(gòu)負(fù)責(zé)人透露，用AI生成的帶貨視頻轉(zhuǎn)化率比真人拍攝低30%左右，用戶認(rèn)為“畫面很炫，但沒有真人推薦的可信”。這也暴露了當(dāng)前AI視頻在電商場(chǎng)景下的核心矛盾：技術(shù)能解決“有沒有”，卻難以解決情感連接和信任建立。

丨2024年，快手聯(lián)合賈樟柯等九位導(dǎo)演發(fā)起“可靈AI導(dǎo)演共創(chuàng)計(jì)劃”，已推出9部電影短片

而AI生成視頻的影視級(jí)應(yīng)用，目前依然處于前期的探索階段，所謂“影視圈抖三抖”不過是一種修辭。FilmAction雖然支持一鍵生成完整敘事級(jí)短片，但吳杰茜依然明確表示，AI無法達(dá)到完全專業(yè)和商業(yè)化的水平，只能輔助創(chuàng)作者從0-5的基礎(chǔ)部分。同樣，盡管快手也已經(jīng)較早開始了AI影視化嘗試，但農(nóng)雅晴依然謹(jǐn)慎表示：“在影視化的規(guī)模化落地應(yīng)用尚不確定。”

其次是創(chuàng)意平權(quán)與職業(yè)替代的陣痛，AI視頻生成能力的提升正在消解專業(yè)壁壘。過去一條廣告需要腳本、分鏡、拍攝、剪輯等多工種協(xié)作，現(xiàn)在一個(gè)人用AI就能完成。這自然使中小創(chuàng)作者獲得了前所未有的機(jī)會(huì)，但也讓傳統(tǒng)影視從業(yè)者面臨失業(yè)沖擊。更令人唏噓的是，AI催生的新職業(yè)可能最先被顛覆。一年前，AI分鏡師還被視為AIGC時(shí)代“饋贈(zèng)”的一個(gè)香餑餑，但如今，根據(jù)劇本生成分鏡幾乎已經(jīng)成為AI視頻生成工具的標(biāo)配。

擬態(tài)環(huán)境的混亂和認(rèn)知危機(jī)則是AI視頻對(duì)我們現(xiàn)實(shí)信息環(huán)境層面的影響。柏拉圖的“洞穴寓言”中，囚徒通過墻上的影子認(rèn)識(shí)世界；如今，AI生成的視頻讓影子更逼真，卻可能更扭曲。當(dāng)“奧特曼偷GPU”的視頻被大量轉(zhuǎn)發(fā)，當(dāng)AI生成的明星出軌片段在社交媒體瘋傳，公眾的信息甄別能力正面臨嚴(yán)峻考驗(yàn)。技術(shù)狂奔時(shí)，我們是不是也需要問一問：用戶真的需要無限逼真的視頻嗎？可靠、值得信任的信息是不是更難獲得？

結(jié)語：視頻生成的“iPhone時(shí)刻”之后

2022年11月30日，ChatGPT的發(fā)布標(biāo)志著AI從實(shí)驗(yàn)室真正走向大眾；2025年10月，Sora2的爆發(fā)正將視頻生成推向類似拐點(diǎn)。但歷史告訴我們，技術(shù)革命的影響往往需要更長(zhǎng)時(shí)間顯現(xiàn)，就像互聯(lián)網(wǎng)誕生30年后，我們才真正理解其對(duì)社會(huì)的全方位重塑。

AI視頻生成賽道的火熱，本質(zhì)是科技企業(yè)對(duì)下一代內(nèi)容交互范式的爭(zhēng)奪。與其說AI視頻生成是在制造工具，不如說它是在塑造未來的表達(dá)方式。在這場(chǎng)競(jìng)賽中，既有技術(shù)突破的興奮，也有泡沫風(fēng)險(xiǎn)的隱憂；既有創(chuàng)作平權(quán)的曙光，也有職業(yè)替代的陣痛。最終能存活下來的玩家，不僅需要技術(shù)實(shí)力，更需要對(duì)人性的洞察和對(duì)責(zé)任的敬畏。當(dāng)AI視頻生成真正成為全民表達(dá)的工具，其價(jià)值將超越商業(yè)本身，成為人類創(chuàng)意的放大器。而這一天的到來，需要技術(shù)的持續(xù)突破，更需要整個(gè)社會(huì)做好準(zhǔn)備：準(zhǔn)備好迎接更豐富的創(chuàng)意，也準(zhǔn)備好應(yīng)對(duì)更復(fù)雜的挑戰(zhàn)。

每一次技術(shù)狂奔，都是舊世界裂縫里透出的光。AI視頻生成把“制片廠”塞進(jìn)顯卡，讓創(chuàng)意平權(quán)，也留給我們多重思考。這個(gè)賽道會(huì)不會(huì)真的誕生AI時(shí)代的第一個(gè)超級(jí)應(yīng)用不重要，重要的是，這是新世界被撕下的第一張?zhí)羌垼鳤I時(shí)代真正的命題：
當(dāng)算法可以模擬一切感官，人類還愿意為什么樣的故事買單？
當(dāng)算力成為基礎(chǔ)設(shè)施，創(chuàng)意、情感與信任才是最后的稀缺。

火焰還在升騰，有人看見灰燼，有人看見晨星。

丨AI生成的內(nèi)容正在考驗(yàn)我們的信息甄別能力