從Sora驚恐到即夢反殺，中國的AI視頻生成之路

馬年春晚，《賀花神》美輪美奐的畫面刷屏全網。緊隨其后，支撐這場視覺奇觀的Seedance 2.0模型開放API調用，價格一秒一塊錢。

時間倒回兩年前，AI視頻生成還是一個被認為“中國完全做不出來”的賽道。OpenAI的Sora在2024年初橫空出世，一支“女生走在東京街頭”的60秒視頻，畫面逼真程度堪比實拍，而彼時的國產視頻模型，大多只能生成5—12秒的畫面，表情僵硬、手指穿模、物理穿幫都是常態，效果一眼假。

Sora如同一記耳光，把中國AI行業抽懵了。面對技術威懾，中國AI產業不能坐以待斃，開始像小說《三體》中人類面對智子的技術封鎖一樣，進入各顯神通的“面壁計劃”，最終完成了從Sora驚恐到即夢反殺的逆襲，把畫面質量卷上天際，生成價格卷到地板。這段歷史，值得在當下AI視頻生成全面爆發的時間節點回顧一下。

2024年初Sora的出現，直接讓中國AI行業陷入了至暗時刻。那段時間，我的朋友圈里滿是對中國視頻生成技術技不如人的吐槽。

大家的恨鐵不成鋼，既來自肉眼可見的技術鴻溝，也有腦補的災難想象。

視頻生成比文本生成要復雜得多，需要同時解決空間維度的物體形態一致性、時間維度的運動連貫性、物理規律的準確模擬，還有音畫同步等一系列難題。與Sora一對比，國產模型輸得毫無還手之力。

比落后更可怕的，是這一技術壁壘看似無法逾越。

彼時全球主流的視頻生成模型，是MidJourney、Runway、DALL·E這些海外產品。國內既沒有Sora的DiT架構那樣的核心技術壁壘，也沒有充足的英偉達頂級顯卡。行業于是悲觀地推演：中國與海外的技術代差根本無法追趕，中國做不出自己的視頻大模型。

總結一下Sora對中國AI帶來的沖擊，是多方面的。此前，國內AI產業的發展多依托應用層創新，而視頻生成屬于硬核技術賽道，沒有應用層的捷徑可走，一下子讓行業的短板被無限放大。

而且，算力卡脖子、高質量視頻訓練數據匱乏等先天條件的差距，也讓行業產生了追趕無望的情緒。國內從業者陷入了一場關于“要不要追趕Sora”的路線之爭，多數企業不愿意第一個吃螃蟹，更讓逆襲顯得遙遙無期。

幸好，人類面對外部威脅，從來不會坐以待斃。中國AI產學各界很快行動起來，化身破解Sora危機的面壁者。

在Sora的技術威懾下，學術界、大廠、垂類企業，走出了三條不同的突圍路徑，逐步縮小與Sora的差距。

首先出發的是學術派。

一個極具反差的現象是：類ChatGPT的國產大語言模型破局，由百度、阿里等企業引領，而類Sora的國產視頻生成模型突破，最先動起來的卻是學術界。

Sora發布的次日，清華大學就火速申請了文生視頻相關專利，率先完成技術卡位。此后，清華聯合生數科技，研發出原創的Diffusion與Transformer融合架構，一舉打造出中國首個長時長、高一致性、高動態性的視頻大模型，成為國內視頻生成技術的開山之作。

學術界面對Sora威脅的積極主動對標態度，并非偶然。

一方面，類Sora模型的核心在于架構創新，高校和科研機構沒有企業的商業包袱，能夠聚焦底層技術，進行原創性的探索。此外，視頻生成模型的研發是算力吞金獸，單靠企業的投入難以支撐長期的試錯，而學術界能依托政策傾斜、政府算力補貼和科研基金，進行高風險、高投入的硬核研發。2024年底，我造訪長春人工智能算力中心，該中心總規模300P的智能算力，其中200多P都被北京某高校的Sora對標項目占用，來自全棧國產化的算力支持、長春市的算力補貼政策，讓科研團隊有了復現Sora的底氣。

緊接著出擊的，是大廠中的數據派，快手可靈、字節即夢相繼上線。

2024年3月，即夢AI依托字節跳動自研Seedream和Seedance模型，開啟內測。2024年6月，快手自主研發的視頻生成大模型可靈上線，技術路線對標Sora，支持生成1080p分辨率、最長2分鐘的視頻。

很多人會疑惑，為什么是即夢和可靈？答案是它們背靠頭部視頻內容平臺，手握數十億級涵蓋生活、電商、劇情等各類場景的短視頻語料，為模型研發提供了高質量的數據基礎。模型推出后，還能借助視頻內容生態啟動數據飛輪，快速迭代。比如可靈在快影App開放測試入口，吸引平臺內數百萬創作者參與使用，這些源于真實創作場景的用戶生成內容，又反哺模型迭代。

數據派大廠，走出了一條高效的技術追趕之路，那其他企業呢？

并非所有企業都選擇全面對標Sora，昆侖萬維、阿里等企業走出了第三條路：聚焦垂類場景，打造差異化優勢。

Sora的通用型視頻生成能力固然強大，但在實際使用中，用戶的需求更多是精準解決某一領域的問題。于是，這些企業放棄了對通用型模型的盲目追趕，轉而針對具體的業務場景，解決用戶的實際痛點。

比如昆侖萬維的天工大模型，將目光鎖定在AI短劇制作場景。短劇制作對角色表情、道具還原、劇情連貫性要求極高，而此前的通用模型往往存在表情僵硬、道具失真的問題。天工大模型針對性地攻克了這些痛點，在角色表情生成、道具一致性、視頻生成時長和控制性上做出優化，更適配短劇、電商廣告等創作者的需求。

阿里則將重心放在生態構建與技術開源上，背靠阿里研究院和阿里云的算力支持，打造出通義萬相、Qwen-Image-2.0等視頻生成模型，并選擇將核心技術開源。開源不僅吸引了海量開發者參與模型的優化，更讓阿里的AI視頻能力快速嵌入到釘釘等SaaS工具、淘寶等電商服務中。

三支大軍的并行探索，最終徹底扭轉了外界對中國AI視頻生成的悲觀預期。然而，比技術更大的挑戰，才剛剛到來。

技術搞定了，還得算經濟賬。與Sora、runway這類海外視頻模型不同，中國AI視頻生成的商業化探索，從一開始就面臨著更嚴峻的挑戰。

一方面，類Sora模型沒有成熟的商業模式可借鑒，海外市場僅能依靠售賣API、按token計費的單一方式變現；另一方面，國內用戶的付費習慣尚未完全養成，企業用戶和個人用戶的付費意愿都低于海外。也就是說，前面打造出來的那些視頻生成模型，每一分投入都是在超前燒錢。

在這樣的背景下，倒逼中國企業探索AI視頻生成技術的低成本落地辦法。

算力，是AI視頻生成的核心成本，也是此前中國企業的最大痛點。面臨顯卡供應限制，國內企業不得不另辟蹊徑，從模型架構和硬件適配兩個維度進行雙重優化。

生數科技的Vidu模型打造了原創的U-ViT端到端高效生成架構，結合國產芯片的特性進行優化，用更少的算卡達到海外模型的同等效果。

商湯的Seko 2.0完成多款國產芯片適配后，單集短劇的算力成本直接減半。原本生成一條AI廣告需要500元的算力消耗，適配國產芯片后，幾十塊錢就能搞定。

如果說算力優化是節流，商業模式的創新就是開源。

面對國內用戶“免費一停，感情歸零”的現狀，中國企業在海外的訂閱費、token包等模式之外，還探索出了諸如平臺與商家按廣告收益分成、與創作者按內容播放量分賬、為企業提供定制化的視頻生成服務等新的變現模式。

比如創作者用快手可靈生成電商廣告短視頻，掛載平臺內商家的商品鏈接，平臺會根據視頻的播放量、商品點擊轉化率，與創作者進行廣告收益分成；紅果短劇與制作商合作，利用seedance模型來降低制作成本，再根據AI漫劇的播放量與制作商進行分賬。

可以說，中國電商、短劇、直播等豐富的互聯網場景，是AI視頻生成技術走出商業迷霧的關鍵。通過把技術價值與商業收益相綁定，讓國產AI視頻生成模型擺脫了只燒錢、難盈利的困境，在算力消耗與商業回報的極限拉扯中，逐步探索著可持續的商業化路徑。

2025年，是中國AI視頻生成的破圈元年，廣泛走進了大眾生活。

曾經需要下載專門APP、訪問網頁、輸入復雜指令prompt才能使用的AI視頻工具，在抖音、剪映等國民級應用中，實現了“拍同款”式的傻瓜操作。春節期間，個性化的AI拜年視頻，成了潮流人士新年祝福的新方式。馬年春晚，則是AI視頻破圈的最高潮，字節跳動的Seedance 2.0模型參與《賀花神》等舞臺視覺，讓億萬觀眾直觀感受到了中國AI視頻生成的效果。

但吸引全民玩起來的同時，一系列AI視頻生成的暗面，也隨之浮現。

普通用戶最大的煩惱，就是排隊。春節高峰期，生成一個10秒的AI視頻，最長需要等待12小時。如今恢復到日常使用，生成一段短視頻的排隊時間也需要4小時以上。這糟糕的使用體驗，讓很多用戶不得不為愛充值，成為模型的付費用戶，但即使花了錢，排隊問題也并沒有得到徹底解決。

用戶苦于排隊的現象背后，是仍然未解的商業魔咒。

隨著AI視頻生成技術的破圈，大量新用戶涌入，平臺的資源消耗也指數級增加。而AI視頻生成的算力成本，遠高于普通互聯網產品，所以無法像以前支撐免費社交、免費視頻那樣，長期承擔免費用戶的算力成本。而這些新進入的免費用戶，到底是爽一把就走，還是能轉化為長期付費用戶，還是未知數。沒有確定性的商業回報，AI視頻平臺也就沒有動力劃撥更多算力資源，而糟糕的排隊等待體驗，又會進一步勸退用戶的付費意愿。

何時能打破這個C端的商業化僵局，猶未可知，B端的問題就迎面而來。

春節過后，一些回歸橫店的演員們發現，曾經忙碌的片場冷冷清清，未來兩個月都沒有新劇開拍。

一問才知道，在短劇領域，大制作公司紛紛成立AI組，將核心制作環節交給AI，小公司則直接全面轉成AI制作，不再招聘真人演員。春晚上的技術歡呼聲尚未散去，AI對影視行業的絞殺已經開始。

以前，短劇平臺會為中小承制方提供劇本庫、給予保底激勵，但年后，這些平臺開始AI化轉型，不再提供新的劇本資源，并加大對AI短劇制作的投入。紅果平臺還推出了針對性的補償與激勵政策，對選擇使用AI技術進行短劇制作的合作方，按AI劇本等級給予不同額度的保底補償，其中S+檔AI劇本保底可達8萬元。

AI吞噬短劇，證明了國產視頻生成模型的能力之強，不再需要低效抽卡，對于群演、基礎剪輯、簡單文案撰寫等重復性工作，已經可以靠AI進入工業化流水線式生產，顯著提效。但這些崗位往往也吸納了大量的就業人口。一旦從業者不能與行業一起轉型，就會產生對AI技術的不滿與抵觸。

全民當導演是技術破圈的起點，但商業化瓶頸仍然存在，社會層面的連鎖反應才剛剛拉開序幕。這些都是中國AI視頻生成領域將長期面臨的課題。

回頭看從Sora驚恐到即夢反殺的歷程，中國AI產學各界的從業者，在技術封鎖、算力卡脖子、商業模式空白的多重困境中，各顯神通，打破小院高墻。

當然，這條路遠沒有走到終點。排隊的問題需要解決，模型的BUG需要修復，AI與真人演員的共存需要探索，商業化模式需要完善……

但正如《三體》中所說：“給歲月以文明，而不是給文明以歲月。”科技的發展，本就是在解決問題中前進的過程。而中國科技最擅長的，就是在困境中突圍，在解決問題中成長。

有理由相信，那些曾經困擾、如今仍在考驗中國AI視頻生成技術的難題，終將被逐一破解，正如我們經歷過的每一次危機時刻那樣。