《科創(chuàng)板日報》4月10日訊 3月25日，OpenAI宣布正式關(guān)停旗下視頻模型產(chǎn)品Sora。僅13天后，國產(chǎn)視頻模型“歡樂馬”HappyHorse橫空出世，并以1300的高分迅速屠榜Artificial Analysis。

據(jù)悉，Artificial Analysis是當今權(quán)威的AI評測平臺，在該平臺視頻競技場前15名榜單中，可以看到字節(jié)跳動Seedance 2.0、昆侖萬維SkyReels V4、快手可靈3.0等一眾國產(chǎn)視頻模型的身影。相比之下，以谷歌Veo為代表的海外視頻模型僅占據(jù)寥寥幾個席位。

圖源：Artificial Analysis

Artificial Analysis視頻競技場的排名核心依據(jù)為“人類盲測投票+Elo評分系統(tǒng)”：在同一提示詞下，平臺隨機選取兩個模型生成視頻，用戶僅根據(jù)觀看體驗，投票選擇“更好的一段視頻”，隨后被選中的模型得分，落選的模型失分，并依照分數(shù)實時生成排名。根據(jù)當前結(jié)果，顯然國產(chǎn)視頻模型在盲測中更受用戶偏好。

國盛證券援引業(yè)內(nèi)人士表示，由于AI生成的視頻畫面具備一定隨機性，因此每次生成的內(nèi)容未必滿意，用戶需要同一提示詞使用多次，才能得到滿意的結(jié)果，業(yè)內(nèi)俗稱“抽卡”，單個鏡頭的抽卡次數(shù)可以高達7次之多。

面對同樣的隨機性，為何國產(chǎn)視頻模型生成內(nèi)容更符合用戶審美？

從邏輯上看，模型生成的內(nèi)容能否獲得用戶青睞，與模型自身能力并無絕對關(guān)聯(lián)，卻更多取決于視頻質(zhì)量（如人物一致性、生成穩(wěn)定性）本身。而這正是國產(chǎn)視頻模型廠商的發(fā)力方向。

以HappyHorse為例，150億參數(shù)或許不及Sora、谷歌Veo等“參數(shù)巨獸”，但作為目前全球首個原生支持音視頻聯(lián)合生成的視頻模型，其原生支持英語、普通話、粵語、日語、韓語、德語、法語七種語言的唇形同步，詞錯誤率在同類開源模型中最低。

此前爆火的快手可靈、字節(jié)跳動Seedance也具有相似的特質(zhì)。根據(jù)對比測試，可靈2.0文生視頻大模型與Veo2的勝負比為205%，與Sora的勝負比為367%，在人物一致性、生成穩(wěn)定性等方面遙遙領(lǐng)先；而Seedance 2.0憑借強大的中文理解能力、多模態(tài)的文件輸入功能以及對視頻敘事連貫性的深度優(yōu)化，在多維度敘事、創(chuàng)意生成方面形成獨特優(yōu)勢。

除了穩(wěn)定可控的“提示詞-生成-成片”路徑，國產(chǎn)視頻模型還具有獨到的平臺生態(tài)優(yōu)勢。

誠然，字節(jié)跳動、快手等不僅是視頻模型廠商，更是擁有完整AI模型系列的內(nèi)容平臺型玩家。一方面，如中金公司所言，擁有通用大模型的綜合參與者在進軍垂類模型時或擁有一定協(xié)同優(yōu)勢，僅簡單基于大模型開發(fā)的應(yīng)用或競爭力不足，而需要深度整合通用大模型和垂類模型化學反應(yīng)。從這個角度，綜合巨頭確實存在體系化優(yōu)勢。

另一方面，上述機構(gòu)強調(diào)，以快手可靈等為代表的產(chǎn)品核心定位是創(chuàng)作者創(chuàng)意工具或社區(qū)，其用戶更關(guān)注輸出內(nèi)容質(zhì)量、價格、一致性等維度。太平洋證券表示，AI視頻工具是模型能力轉(zhuǎn)化為實際生產(chǎn)力的載體，因其既依賴于模型技術(shù)支撐，又需專業(yè)視頻內(nèi)容制作實踐積累。未來，擁有技術(shù)領(lǐng)先優(yōu)勢的AI視頻工具公司更易依托自身創(chuàng)作能力與平臺生態(tài)，產(chǎn)出優(yōu)質(zhì)視頻內(nèi)容。