編者的話：2024年2月15日，一幅“女子在東京街頭漫步”的演示畫面驚艷全球，讓人們看到了人工智能（AI）的無限可能。可僅僅兩年多的時(shí)間，生成這一視頻的大模型應(yīng)用Sora卻迎來了關(guān)停的命運(yùn)——3月25日，發(fā)布Sora的美國(guó)人工智能公司OpenAI宣布將停止Sora視頻生成服務(wù)。也正是在這短短兩年時(shí)間里，全球文生視頻行業(yè)迎來快速發(fā)展，相關(guān)大模型快速推出，賽道競(jìng)爭(zhēng)也愈發(fā)激烈。作為OpenAI的里程碑產(chǎn)品，Sora為何會(huì)在此時(shí)宣布關(guān)停？這給全球相關(guān)大模型企業(yè)帶來怎樣的啟示？中國(guó)的文生視頻大模型競(jìng)爭(zhēng)力又體現(xiàn)在哪里？

每天虧損約100萬美元

就在上個(gè)月初，OpenAI首席執(zhí)行官奧爾特曼來到洛杉磯參加奧斯卡派對(duì)時(shí)，他的公司距離向好萊塢電影公司授權(quán)其Sora視頻生成工具僅剩幾周時(shí)間。迪士尼高管們正在為雙方合作帶來的股價(jià)上漲而舉杯慶祝，但他們不知道的是，在Sora推出后的幾個(gè)月里，它已悄然成為OpenAI的一個(gè)不利因素，尤其是在這家初創(chuàng)公司為即將進(jìn)行的首次公開募股做準(zhǔn)備之際。

“奧爾特曼曾夢(mèng)想通過該項(xiàng)目將公司進(jìn)一步打造成AI時(shí)代的創(chuàng)意先鋒，并且?guī)碡S厚的收入，然而這一標(biāo)志性項(xiàng)目以令人震驚的方式告終。”據(jù)美國(guó)《華爾街日?qǐng)?bào)》報(bào)道，在ChatGPT大獲成功之后，Sora被吹捧為AI領(lǐng)域下一個(gè)面向消費(fèi)者的前沿產(chǎn)品。Sora是一款文生視頻大模型，于2024年2月15日正式對(duì)外發(fā)布。2025年9月30日，OpenAI發(fā)布視頻生成模型Sora 2并推出社交應(yīng)用Sora，該應(yīng)用程序可以根據(jù)用戶的文本提示創(chuàng)建最長(zhǎng)60秒的逼真視頻。

然而據(jù)美國(guó)《華爾街日?qǐng)?bào)》報(bào)道，這款應(yīng)用程序并未如其開發(fā)者所設(shè)想的那樣取得成功。它更像是人工智能的“垃圾”而非“魔法”。有數(shù)據(jù)顯示，該應(yīng)用上線后不久，全球用戶數(shù)曾在一段時(shí)間內(nèi)達(dá)到約100萬的峰值，但在隨后的幾個(gè)月里，用戶數(shù)降至50萬以下。

Sora關(guān)停后，多家外媒在分析其背后原因時(shí)，將矛頭主要指向了成本問題。據(jù)一位知情人士透露，Sora每天虧損約100萬美元，原因在于大規(guī)模運(yùn)行視頻生成任務(wù)的成本高得驚人。美國(guó)《紐約時(shí)報(bào)》在一篇文章中分析說，去年，OpenAI營(yíng)收約為130億美元，但預(yù)計(jì)在未來4年還將花費(fèi)約1000億美元。對(duì)OpenAI來說，運(yùn)營(yíng)一個(gè)AI視頻生成服務(wù)，尤其是一個(gè)沒有收入來源的應(yīng)用程序是一項(xiàng)巨大開支。

除了成本之外，此次關(guān)停Sora也暴露出OpenAI公司自身的業(yè)務(wù)和競(jìng)爭(zhēng)力問題。《華爾街日?qǐng)?bào)》分析認(rèn)為，OpenAI正面臨來自競(jìng)爭(zhēng)對(duì)手Anthropic日益增大的壓力，后者憑借多款產(chǎn)品，已成為當(dāng)下美國(guó)企業(yè)AI服務(wù)的主要提供商。從業(yè)務(wù)板塊看，Anthropic押注的產(chǎn)品比OpenAI少，避開了圖像和視頻生成產(chǎn)品，這也保證其能夠?qū)⒕性谥匾矫妗Ｈ缃?，OpenAI和Anthropic兩家公司都已朝著公開上市邁出步伐，競(jìng)爭(zhēng)更加激烈。這也迫使OpenAI不得不及時(shí)拋棄虧損項(xiàng)目，調(diào)整戰(zhàn)略重心。

至于Sora未來將用于何處？OpenAI表示，公司將繼續(xù)在幕后使用該技術(shù)以訓(xùn)練人形機(jī)器人完成特定的任務(wù)。與此同時(shí)，OpenAI預(yù)計(jì)將把重點(diǎn)轉(zhuǎn)向一款新的“超級(jí)應(yīng)用程序”，該應(yīng)用程序融合了所謂的“代理式”AI工具，能夠自主為用戶執(zhí)行編寫軟件、分析數(shù)據(jù)和預(yù)訂旅行等任務(wù)。

“中國(guó)大模型更具規(guī)模化應(yīng)用潛力”

“Sora變得令人厭煩。”美國(guó)“商業(yè)內(nèi)幕”網(wǎng)站在報(bào)道中提到，很多下載Sora的用戶在一開始會(huì)對(duì)AI制作視頻充滿好奇與興趣，但沒過多久就失去了新鮮感。幾乎在同一時(shí)期，Meta也嘗試推出了一款基于AI技術(shù)的視頻應(yīng)用程序，結(jié)果同樣令人失望。這引發(fā)了一個(gè)值得深思的問題：AI生成視頻的商業(yè)價(jià)值究竟有多大，以及如何才能可持續(xù)發(fā)展下去？

盡管Sora在商業(yè)化道路上最終失敗，但接受《環(huán)球時(shí)報(bào)》記者采訪的多位專家均對(duì)未來AI視頻大模型的商業(yè)化潛力表示看好。

上海外國(guó)語大學(xué)世界智庫研究中心人工智能項(xiàng)目負(fù)責(zé)人張志鵬在接受《環(huán)球時(shí)報(bào)》記者采訪時(shí)表示，生成式AI賽道的競(jìng)爭(zhēng)已不再是單純的算力角逐，而是涵蓋市場(chǎng)場(chǎng)景、人才密度、數(shù)字基建與文化底蘊(yùn)的全要素、系統(tǒng)性競(jìng)爭(zhēng)。

張志鵬進(jìn)一步分析說，有數(shù)據(jù)顯示，Sora生成一段15秒左右的理想鏡頭需嘗試5至10次，合計(jì)成本約800元人民幣。相較之下，同樣是生成15秒高質(zhì)量鏡頭，中國(guó)主流文生視頻大模型的試錯(cuò)成本已被壓縮至150元人民幣左右。這種成本優(yōu)勢(shì)讓中國(guó)大模型更具規(guī)模化應(yīng)用潛力，尤其受到中小企業(yè)青睞。

美國(guó)《福布斯》雜志也在一篇文章中稱，Sora的關(guān)停，或許并非是OpenAI的戰(zhàn)略失誤，而是一個(gè)關(guān)于AI競(jìng)爭(zhēng)中“場(chǎng)景數(shù)據(jù)優(yōu)勢(shì)”的故事。未來能夠可持續(xù)發(fā)展的項(xiàng)目或者AI應(yīng)用，將是那些有豐富場(chǎng)景數(shù)據(jù)，如客戶互動(dòng)、臨床診療、物流網(wǎng)絡(luò)等，并能在此基礎(chǔ)上深度錨定與落地的項(xiàng)目。

伴隨著Sora即將關(guān)停，全球文生視頻行業(yè)迎來新的競(jìng)爭(zhēng)格局。據(jù)美國(guó)《洛杉磯時(shí)報(bào)》近日?qǐng)?bào)道，在OpenAI表示將關(guān)閉Sora一周之后，來自中國(guó)的可靈AI（Kling AI）、美國(guó)RunwayML 等同類大模型已經(jīng)占據(jù)了優(yōu)勢(shì)地位。數(shù)據(jù)顯示，可靈AI自3月20日至3月26日的全球周活躍用戶數(shù)較前一周增長(zhǎng)了4%。另外值得關(guān)注的是，在過去的一年里，谷歌、Meta以及美國(guó)富豪馬斯克的xAI都在各自的聊天機(jī)器人中加入了文生視頻功能，盡管這些公司并未單獨(dú)披露這些功能的具體使用數(shù)據(jù)，但這也意味著賽道競(jìng)爭(zhēng)更加激烈。報(bào)道中提醒，與OpenAI一樣，如果這些競(jìng)爭(zhēng)對(duì)手希望避免重蹈覆轍，就必須在用戶需求與成本之間取得平衡。

張志鵬認(rèn)為，龐大的市場(chǎng)為中國(guó)文生視頻大模型構(gòu)建“技術(shù)賦能場(chǎng)景、場(chǎng)景反哺技術(shù)”的商業(yè)閉環(huán)提供了土壤。他舉例說：“中國(guó)擁有極為活躍的短視頻和微短劇生態(tài)，為視頻大模型提供了大規(guī)模工業(yè)化應(yīng)用場(chǎng)地，使內(nèi)容創(chuàng)作者和大模型開發(fā)者雙方都能根據(jù)真實(shí)的受眾反饋不斷試錯(cuò)、快速迭代?！?/p>

市場(chǎng)進(jìn)入多極化競(jìng)爭(zhēng)

2023年，在文生視頻剛剛起步時(shí)，一段AI生成的威爾·史密斯吃意大利面視頻，因其質(zhì)量之拙劣成功“出圈”，被認(rèn)為是AI在視頻生成領(lǐng)域能力有限的直觀寫照。

短短3年后，如今各大AI企業(yè)視頻模型所生成的“吃面”視頻已然真假難辨。誰生成的視頻更真實(shí)成為各家企業(yè)模型水平的“試金石”。

英國(guó)廣播公司近日在報(bào)道中提到 ，中國(guó)企業(yè)字節(jié)跳動(dòng)開發(fā)的視頻生成模型Seedance 2.0不僅能創(chuàng)造出這位明星享用意面的逼真影像，還衍生出史密斯大戰(zhàn)意面怪物等視頻——其觀感堪比高成本電影。影視行業(yè)人士直言：“其生成復(fù)雜動(dòng)作場(chǎng)景的逼真度已超越同類產(chǎn)品。”

而這背后，是近年來中國(guó)企業(yè)在文生視頻領(lǐng)域從“跟跑者”到“領(lǐng)跑者”的身份轉(zhuǎn)變。

清華大學(xué)新聞與傳播學(xué)院、人工智能學(xué)院雙聘教授沈陽很早之前便開始使用AI進(jìn)行藝術(shù)創(chuàng)作，對(duì)中國(guó)及海外文生視頻模型的發(fā)展有深刻體會(huì)。在接受《環(huán)球時(shí)報(bào)》記者采訪時(shí)，他對(duì)這一領(lǐng)域的變化進(jìn)行了梳理：2024年2月OpenAI發(fā)布Sora技術(shù)演示視頻可以被視作該領(lǐng)域的“ChatGPT時(shí)刻”，標(biāo)志著文生視頻進(jìn)入主流視野并引發(fā)資本與公眾關(guān)注；在這之后，2024年初至年中，Sora憑借演示質(zhì)量處于領(lǐng)先位置，Runway Gen-2/Gen-3、Luma Dream Machine、Pika等海外模型同步發(fā)展，主要在生成時(shí)長(zhǎng)、一致性與鏡頭控制維度展開競(jìng)爭(zhēng)。

“變化出現(xiàn)在2024年中至2025年。”沈陽告訴記者，這一時(shí)期中國(guó)相關(guān)大模型實(shí)現(xiàn)趕超?？焓制煜碌目伸`、字節(jié)跳動(dòng)的Seedance、生數(shù)科技的Vidu等中國(guó)企業(yè)模型產(chǎn)品在動(dòng)作真實(shí)度、生成速度、成本控制及中文適配方面取得進(jìn)展。而從2025年到2026年，市場(chǎng)進(jìn)入多極化競(jìng)爭(zhēng)階段。美國(guó)企業(yè)谷歌的Veo 3.1在電影級(jí)光影與音頻同步方面具備優(yōu)勢(shì)，Runway Gen-4側(cè)重專業(yè)創(chuàng)意控制與工作流集成，而可靈3.0、Seedance 2.0、Vidu Q3等模型在性價(jià)比、長(zhǎng)視頻一致性、4K分辨率及平臺(tái)生態(tài)融合上占據(jù)優(yōu)勢(shì)。

直到Sora的突然離場(chǎng)，猶如一聲驚雷在文生視頻行業(yè)中“炸響”。美國(guó)《福布斯》雜志分析稱 ，Sora最終將作為一個(gè)警示路標(biāo)被銘記，其短暫生命帶來的重大實(shí)踐教訓(xùn)在于揭示了AI視頻的下一階段，將不再由發(fā)布當(dāng)天看起來最驚艷的應(yīng)用決定，而更多地取決于誰能將這些模型整合到圍繞版權(quán)、來源、存儲(chǔ)、審批、搜索、版本控制和客戶信任構(gòu)建的持久工作流程中。

對(duì)此，沈陽表示，中國(guó)企業(yè)推出的與Sora功能類似、以視頻生成為主的模型同樣面臨一致性、物理模擬、長(zhǎng)視頻連貫性及算力消耗等技術(shù)挑戰(zhàn)。但他同時(shí)強(qiáng)調(diào)，中國(guó)企業(yè)依托本土平臺(tái)生態(tài)形成了“生成—編輯—分發(fā)—變現(xiàn)”的完整閉環(huán)；中國(guó)企業(yè)模型的成本控制與迭代速度具備優(yōu)勢(shì)；此外，這些模型針對(duì)中文場(chǎng)景與用戶需求進(jìn)行了深度適配，已經(jīng)建立起穩(wěn)定的商業(yè)反饋機(jī)制?？傮w而言，Sora屬于技術(shù)驅(qū)動(dòng)的獨(dú)立應(yīng)用模式，而中國(guó)企業(yè)模型已融入內(nèi)容生產(chǎn)生態(tài)系統(tǒng)，形成差異化發(fā)展路徑。“可以認(rèn)為，Seedance 2.0發(fā)布之后，這一領(lǐng)域開始進(jìn)入到中國(guó)視頻大模型初步領(lǐng)先的新階段?！鄙蜿栒f。(本報(bào)記者 肖震冬 李迅典 本報(bào)特約記者 任 重)▲