從Sora2到蒸汽機2：被引爆的AI視頻全球競速

翼言商業觀察

“AI視頻生成領域，一定會誕生一個超級應用。”

10月以來，AI視頻生成領域卷出了新高度。

上周，發布Vidu Q2圖生視頻不到2周，Vidu10月21日再次更新：參考生、時長最多可延長至五分鐘、APP從AI創作平臺轉變為一站式AI內容社交平臺。

生數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再次升級——這已經是其7月 2日上線以來的第三次重大升級。

這兩場密集發布背后，是10月1日OpenAI扔下的那顆“炸彈”。當天，Sora 2及其社交應用上線，憑借生成技術的突破和社交化的創新玩法，首周下載量超ChatGPT同期，OpenAI CEO山姆·奧特曼“偷GPU被抓”“與李小龍對打”等內容席卷全網。

全球巨頭的“應激反應”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、全用戶免費發起“反擊”；10月16日，谷歌發布Veo 3.1，強調物理引擎精準度，其Fast版本生成速度提升3倍。國內戰場更顯激烈：從百度蒸汽機到快手可靈，再到生數科技和好耶科技（FilmAction），都是“國慶中秋8天無休”的狀態，快手研究院農雅晴直言：“這個行業本來就很卷，節假日加班并不意外”。

這場席卷全球的AI視頻生成“軍備競賽”，早已超越單純的技術比拼。從硅谷創業公司到中國互聯網大廠，從OpenAI到谷歌，從百度、可靈到好耶、生數，近百億美元資本與數千名工程師的投入，折射出科技產業對下一代內容交互革命的集體押注。喧囂背后，技術突破與商業泡沫、創作平權與職業替代、創新紅利與倫理風險的博弈，正將這個賽道推向更復雜的十字路口。

現象級爆發：Sora2點燃了“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，甚至多物體復雜場景的運動，都能精準模擬物理世界的運行規律。此外，Sora 2實現了原生音畫同步，支持多語言對白與環境音效對齊，角色也能在多鏡頭中保持一致。這種接近影視級的生成效果，再次拉高了行業參照系。

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·奧特曼的個人肖像權開放，網友腦洞大開的玩梗創作進一步放大了出圈效應。這種“即時創作+社交裂變”的模式，使Sora 2在邀請制下仍5天內登頂美國App Store免費榜，下載量突破1000萬次，遠超ChatGPT初期增速。

這場爆發并非偶然。

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

對此，好耶科技創始人吳杰茜認為，當AI視頻生成的技術提高、門檻降低之后，大眾的視頻化社交需求一定會被進一步激發，Sora 2的出圈顯然說明，這是一個經過驗證的產品方向。更重要的是，“這極大提高了AI視頻生成的大眾關注度和認知度，給相關企業帶來更多的市場機會。”

當前，AI視頻生成已經在電商、廣告、短視頻等多個領域開始落地，甚至參與影視制作：Netflix在2023年就發布了首部AIGC動畫短片《犬與少年》；2024年，快手聯合李少紅、賈樟柯等九位知名導演開啟了“可靈AI導演共創計劃”，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》，長達70分鐘，成本尚不及傳統方式的1/10。當制作商業視頻的成本指數級下降，需求的爆發就順理成章。

據Fortune Business Insights數據，2024年全球AI視頻生成市場規模已達6.15億美元，2025年將達到7.17億美元，預計2032年將增至25.63億美元，年復合增長率達20%。中金更為樂觀，認為僅中期來看，創作者和B端生產力工具市場規模就有望突破100億美元。

全球競速：科技巨頭的“生存焦慮”與創業公司的“生死時速”

Sora2的發布和出圈，瞬間激活了全球科技公司的神經。馬斯克推出Imagine v0.9，主打“電影級運鏡”，支持“一鏡到底”生成；谷歌發布Veo 3.1和Veo3.1Fast，前者強調“物理引擎精準度”，后者則將生成速度提升3倍。

在國內，無論是科技大廠還是初創公司，這種競速也在上演。與谷歌同日，百度10月15日發布蒸汽機升級版，支持無限時長生成和實時交互；生數科技10月21日推出Vidu Q2，首次上線“視頻延長”功能，最長擴展至5分鐘，其“生成演技”技術能精準控制人物微表情，確保同一角色在不同場景中的一致性。

丨百度蒸汽機在行業內首次實現AI長視頻實時交互生成

值得一提的是，百度蒸汽機團隊采用自回歸擴散模型，并結合流式滑窗架構，在行業內首次實現了AI長視頻實時交互生成：在生成過程中，用戶可實時交互，隨時改寫內容或擴寫續集，這意味著 AI 視頻生成從 “開盲盒”“一次性輸出” 進入 “動態創作流” 階段。

丨Vidu Q2首頁，玩法對標Sora2

Vidu 更是在社交玩法上直接對標Sora2。在Vidu AI APP，點擊“二次創作”，@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，也可以基于他人創作的視頻進行二創。APP里還內置了海量主體庫，以及包括人物、動物、特效等的豐富素材，用戶可以直接選用喜歡的主體，隨時隨地隨手生成你想要的視頻。不生成也沒關系，你大可以像刷視頻號或抖音一樣刷各類AI視頻內容。Vidu AI APP也已經成了集內容創作、互動和分發于一體的平臺。

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

時不我待的緊迫感背后是創業公司的生存焦慮。2023年以來，國內AI視頻初創企業超過15家，但隨著技術進一步成熟，行業已從技術競賽轉向商業化驗證階段，正在經歷快速洗牌，頭部效應顯著。有不愿具名的業內人士預測，今年會成為存亡分水嶺，活下來的不會超過3家。

丨FilmAction支持一鍵生成完整敘事級短片

不過，對于Sora2帶來的這種競速加劇，吳杰茜認為是行業利好：“能給同行帶來更多機會，市場足夠大，各家企業都能分到蛋糕，關鍵在于產品力和落地能力”。她介紹，FilmAction支持一鍵生成完整敘事級短片，非專業用戶也可以直接產出1分鐘含分鏡、配音等全流程的高質量視頻，已經承接了大量的短劇業務。

行業競速背后，對超級應用的追逐，不僅是全球科技企業的核心關切之一，也是資本尋找和下注的目標。農雅晴和吳杰茜都認為，AI視頻生成領域一定會誕生一個超級應用。吳杰茜還表示，資本近期正在進一步押注國內潛力項目，但并未透露具體名稱。

三重隱憂：熱賽道的冷思考

當行業沉浸在“AI視頻的iPhone時刻”的狂熱中，一些深層問題已悄然浮現。這場技術革命的影響，遠比想象中復雜。

首先是技術狂歡下的需求泡沫和技術瓶頸。表面繁榮的數據背后，可能隱藏著“偽需求”陷阱。某MCN機構負責人透露，用AI生成的帶貨視頻轉化率比真人拍攝低30%左右，用戶認為“畫面很炫，但沒有真人推薦的可信”。這也暴露了當前AI視頻在電商場景下的核心矛盾：技術能解決“有沒有”，卻難以解決情感連接和信任建立。

丨2024年，快手聯合賈樟柯等九位導演發起“可靈AI導演共創計劃”，已推出9部電影短片

而AI生成視頻的影視級應用，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短片，但吳杰茜依然明確表示，AI無法達到完全專業和商業化的水平，只能輔助創作者從0-5的基礎部分。同樣，盡管快手也已經較早開始了AI影視化嘗試，但農雅晴依然謹慎表示：“在影視化的規模化落地應用尚不確定。”

其次是創意平權與職業替代的陣痛，AI視頻生成能力的提升正在消解專業壁壘。過去一條廣告需要腳本、分鏡、拍攝、剪輯等多工種協作，現在一個人用AI就能完成。這自然使中小創作者獲得了前所未有的機會，但也讓傳統影視從業者面臨失業沖擊。更令人唏噓的是，AI催生的新職業可能最先被顛覆。一年前，AI分鏡師還被視為AIGC時代“饋贈”的一個香餑餑，但如今，根據劇本生成分鏡幾乎已經成為AI視頻生成工具的標配。

擬態環境的混亂和認知危機則是AI視頻對我們現實信息環境層面的影響。柏拉圖的“洞穴寓言”中，囚徒通過墻上的影子認識世界；如今，AI生成的視頻讓影子更逼真，卻可能更扭曲。當“奧特曼偷GPU”的視頻被大量轉發，當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峻考驗。技術狂奔時，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？

結語：視頻生成的“iPhone時刻”之后

2022年11月30日，ChatGPT的發布標志著AI從實驗室真正走向大眾；2025年10月，Sora2的爆發正將視頻生成推向類似拐點。但歷史告訴我們，技術革命的影響往往需要更長時間顯現，就像互聯網誕生30年后，我們才真正理解其對社會的全方位重塑。

AI視頻生成賽道的火熱，本質是科技企業對下一代內容交互范式的爭奪。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方式。在這場競賽中，既有技術突破的興奮，也有泡沫風險的隱憂；既有創作平權的曙光，也有職業替代的陣痛。最終能存活下來的玩家，不僅需要技術實力，更需要對人性的洞察和對責任的敬畏。當AI視頻生成真正成為全民表達的工具，其價值將超越商業本身，成為人類創意的放大器。而這一天的到來，需要技術的持續突破，更需要整個社會做好準備：準備好迎接更豐富的創意，也準備好應對更復雜的挑戰。

每一次技術狂奔，都是舊世界裂縫里透出的光。AI視頻生成把“制片廠”塞進顯卡，讓創意平權，也留給我們多重思考。這個賽道會不會真的誕生AI時代的第一個超級應用不重要，重要的是，這是新世界被撕下的第一張糖紙，裹著AI時代真正的命題：
當算法可以模擬一切感官，人類還愿意為什么樣的故事買單？
當算力成為基礎設施，創意、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生成的內容正在考驗我們的信息甄別能力