從“我們?cè)趺崔k？”到國產(chǎn)霸榜，視頻大模型東升西降

作者|James

3月24日，曾轟動(dòng)全球的AI視頻應(yīng)用Sora毫無征兆地被關(guān)停了，僅僅存活了6個(gè)月。這一決定，連Sora團(tuán)隊(duì)內(nèi)部的部分員工都對(duì)此感到驚訝。

甚至就在關(guān)停的前一天，OpenAI還發(fā)布了一篇關(guān)于Sora如何保障青少年安全標(biāo)準(zhǔn)的博客文章。次日，CEO山姆·奧特曼就在員工會(huì)議上宣布決定。

與此同時(shí)，在最能反映用戶真實(shí)口碑的大模型競技場中，中國視頻大模型已經(jīng)全面霸榜。

小娛認(rèn)為，Sora關(guān)停應(yīng)用和宣布轉(zhuǎn)型“世界模型”，更多是因?yàn)镺penAI自身的戰(zhàn)略調(diào)整。這跟“視頻大模型已死，世界模型當(dāng)立”之類的說法毫不相干。

實(shí)際上，視頻大模型并沒有死，只是發(fā)生了戲劇性的“東升西降”——主陣地悄然從美國轉(zhuǎn)移到了中國，模型的注意力也轉(zhuǎn)移到了Kling和Seedance。

隨著OpenAI主動(dòng)退出消費(fèi)者視頻生成賽道，文娛業(yè)界不由得回想起Sora兩次對(duì)中國人AIGC領(lǐng)域的“打醒”時(shí)刻。在OpenAI還相比對(duì)手一騎絕塵的當(dāng)時(shí)，國內(nèi)模型廠商本著“知恥而后勇”的精神，奮起直追，目前已經(jīng)實(shí)現(xiàn)了AI視頻領(lǐng)域的階段性反超，可以說中美在AI視頻應(yīng)用層的戰(zhàn)局已發(fā)生實(shí)質(zhì)性逆轉(zhuǎn)。

此時(shí)回望過去可以發(fā)現(xiàn)，“出師未捷身先死”的Sora為中國的AI視頻行業(yè)留下了豐富的遺產(chǎn)。

2024年的Sora時(shí)刻：“我們?cè)趺崔k？”

“這幾天微信圈里看到不同版本的OpenAI官宣最強(qiáng)視頻生成模型Sora。反復(fù)觀看，令人震驚！”

時(shí)間回到2024年2月17日，此時(shí)Sora的第一批演示視頻剛剛放出2天。一張中央廣播電視總臺(tái)高管的微信朋友圈截圖在網(wǎng)上流傳。

要想知道當(dāng)時(shí)中國人對(duì)Sora是什么感覺，他的感想就非常具有代表性。

“此功能既能理解和模擬現(xiàn)實(shí)世界，快速實(shí)現(xiàn)‘文生視頻’，還能處理用光等細(xì)節(jié)乃至配樂等（背景音樂還差一些）。所謂‘扔進(jìn)一部小說、出來一部大片’的夢(mèng)想居然如此快速地開始成真！”

面對(duì)這個(gè)有如神兵天降的模型，他表現(xiàn)得非常著急。

“我在想，我們?cè)趺崔k？人無遠(yuǎn)慮必有近憂，我們一定要抓緊跟蹤，盡快從點(diǎn)上突破！……我們都可以嘗試著‘拿來’，如不嘗試，永遠(yuǎn)不會(huì)成功！務(wù)請(qǐng)大家高度重視、緊盯緊咬，我們決不能一夜之間完敗！”

在危機(jī)感驅(qū)動(dòng)下，國內(nèi)廣電媒體以驚人的速度擁抱AIGC。娛樂資本論統(tǒng)計(jì)，在當(dāng)時(shí)的短短半年時(shí)間內(nèi)，國內(nèi)廣電領(lǐng)域密集爆發(fā)了32個(gè)AI應(yīng)用新動(dòng)向；2-4月各地廣電火速推出了13部AI作品。進(jìn)入3月份后，廣電AI化進(jìn)程進(jìn)一步提速，相關(guān)發(fā)布事件比春節(jié)前翻倍，平均每1到2天就有全新的AI應(yīng)用或產(chǎn)品官宣。在這場激烈的“新質(zhì)生產(chǎn)力”角逐中，各家媒體爭搶宣告了10個(gè)“全國首創(chuàng)”類AI成果，AI技術(shù)用在動(dòng)畫片和公益廣告不說，甚至用到了新聞播報(bào)里面。

而在當(dāng)時(shí)這種自上而下的AI視頻應(yīng)用中，就已經(jīng)非常注重對(duì)國產(chǎn)視頻大模型的重點(diǎn)扶持和共建。即使當(dāng)時(shí)國內(nèi)視頻生成模型的效果還不太好，卻已經(jīng)被廣泛試水使用，也得到了從廣電到影視拍攝機(jī)構(gòu)的合作伙伴的大力支持。

過去兩年是國內(nèi)模型飛速進(jìn)步的時(shí)期。相對(duì)大語言模型，視頻模型因?yàn)檎Z料不容易獲得，導(dǎo)致開源自行訓(xùn)練困難重重，這也是為什么分別擁有兩大短視頻蓄水池的快手和抖音，可以最先在視頻模型方面取得重大突破。而同一時(shí)期的美國模型，卻受困于好萊塢大罷工余波，每向前走一步，都要顧慮影視業(yè)是否會(huì)指控它們侵犯版權(quán)。

與此同時(shí)，宣傳上打了眾人一悶棍的Sora 1.0，實(shí)際上卻很少有人用到，它大部分時(shí)間都停留在24年初的宣傳視頻上，僅有新聞稱好萊塢部分制片廠和導(dǎo)演與其合作。

去年9月，Sora 2.0攜獨(dú)立App登場，推出了客串鏡頭功能和極強(qiáng)的角色/劇情一致性。這是它帶給中國AI視頻業(yè)界的第二次沖擊。在長期沉寂之后，OpenAI再一次證明它在視頻方面的能力并非“PPT畫餅”。而且，這一次是發(fā)布即可開箱即用，同時(shí)誕生的還有一個(gè)純AI視頻的用戶社區(qū)。Sora獨(dú)立應(yīng)用上線第一天便立即登頂蘋果應(yīng)用商店榜首，不到5天下載量就沖破了百萬大關(guān)。

當(dāng)時(shí)的國產(chǎn)視頻大模型，確實(shí)也已經(jīng)各有專長：可靈和即夢(mèng)以高物理世界擬真度、長鏡頭生成能力、多視角和復(fù)雜物理運(yùn)動(dòng)處理等能力著稱，穩(wěn)居第一梯隊(duì)。愛詩和生數(shù)的成本相對(duì)較低，模型也比較便宜，在多主體一致性生成等方面具備獨(dú)特優(yōu)勢(shì)。而阿里的通義萬相扛起了開源視頻模型的標(biāo)桿大旗。

不過，Sora一句提示詞能帶來多個(gè)連貫轉(zhuǎn)場的特性，確實(shí)讓人眼前一亮，這也啟發(fā)了中國團(tuán)隊(duì)將研發(fā)重心，從卷單鏡頭時(shí)長和質(zhì)量，轉(zhuǎn)向多關(guān)鍵幀控制與影視級(jí)敘事連貫性。

今年2月，這方面優(yōu)化的最新結(jié)果出爐，馬上震撼全球：字節(jié)的Seedance 2.0成為能夠低成本還原好萊塢級(jí)電影質(zhì)感的現(xiàn)象級(jí)大模型，主打?qū)а菁?jí)鏡頭控制、原生音配像與極強(qiáng)的敘事連續(xù)性，甚至引發(fā)了美國影視界的強(qiáng)烈抗議，各個(gè)制片廠的聯(lián)合發(fā)函讓Seedance 2.0的全球發(fā)行暫停，目前處于“中國特供”的狀態(tài)。

然而反觀Sora，卻高開低走。盡管Sora 2.0曾取得過輝煌的開局，但熱度消退極快，到2026年1月，Sora的單月下載量暴跌了45%。

更致命的是，其商業(yè)化表現(xiàn)并未達(dá)到預(yù)期。Sora App在整個(gè)生命周期內(nèi)僅僅讓用戶掏了約140萬美元。而OpenAI在今年眼看就要面臨高達(dá)140億美元的驚人虧損。視頻生成消耗的算力極大，Sora免費(fèi)或低價(jià)的C端商業(yè)模式已徹底宣告破產(chǎn)。

如今，在商業(yè)化視頻大模型領(lǐng)域，中國已經(jīng)處于絕對(duì)的領(lǐng)先地位。在最能反映用戶真實(shí)口碑的大模型競技場，以及OpenRouter等API調(diào)用平臺(tái)排名中，中國模型已經(jīng)全面霸榜，Gen-3和Luma等等都得靠邊站。本次OpenAI的退出，更是證明中國視頻大模型團(tuán)隊(duì)逆襲成功的又一鐵證。

《眾神之戰(zhàn)》《儺神:血祭》等的作者狐利說表示：“ Sora 2倒下后，唯一可以可以和中國AIGC模型一拼的只剩下谷歌Veo 3了，個(gè)人認(rèn)為中國AIGC出海全面占領(lǐng)各大內(nèi)容市場只是時(shí)間問題，生態(tài)和認(rèn)知領(lǐng)先不是一星半點(diǎn)；4月份AI仿真人批量劇將首先在國外全面爆發(fā)，國內(nèi)應(yīng)該還會(huì)慢一個(gè)季度。”

視頻大模型的前進(jìn)方向，將更多由中國力量領(lǐng)導(dǎo)。Sora的關(guān)停并不意味著視頻大模型沒有未來，只是反映了OpenAI自身的戰(zhàn)略選擇。

Sora應(yīng)用為何只活了半年

在模型層面，Sora并非徹底死亡，而是改頭換面。Sora團(tuán)隊(duì)的研究方向全面轉(zhuǎn)向長期世界模擬研究，換句話說就是改做“世界模型”，通過學(xué)習(xí)對(duì)任意環(huán)境進(jìn)行高保真模擬來理解世界，終極目標(biāo)是實(shí)現(xiàn)實(shí)體經(jīng)濟(jì)的自動(dòng)化，推進(jìn)機(jī)器人技術(shù)的發(fā)展，幫助人們解決現(xiàn)實(shí)世界中的物理任務(wù)。

但對(duì)于消費(fèi)者端，結(jié)局已定。OpenAI宣布，面向消費(fèi)者的Sora應(yīng)用和Sora API將全面停止服務(wù)，且ChatGPT也將不再支持視頻生成功能。

實(shí)際上在此前3月中旬，OpenAI就已經(jīng)停止了Sora 1.0的服務(wù)并開啟了有限期的數(shù)據(jù)導(dǎo)出窗口。針對(duì)此次Sora的全面關(guān)停，Sora官方團(tuán)隊(duì)在X上承諾很快會(huì)公布App和API正式下線的時(shí)間表，以及關(guān)于用戶如何保存、導(dǎo)出作品的詳細(xì)安排。

OpenAI早已不如ChatGPT剛發(fā)布時(shí)那樣無敵，正面臨前所未有的內(nèi)外交困，Sora模型本身其實(shí)沒什么問題，轉(zhuǎn)型是公司止血的無奈之舉。

外部壓力方面，OpenAI此前在視頻模型、機(jī)器人、硬件等領(lǐng)域“無所不在、齊頭并進(jìn)”的撒網(wǎng)式策略已被證明是嚴(yán)重的戰(zhàn)略失誤。相比之下，其死敵Anthropic專注于企業(yè)級(jí)市場，憑借編程工具Claude Code大殺四方。據(jù)最新數(shù)據(jù)顯示，目前首次采購AI的企業(yè)選擇Anthropic的比例高達(dá)70%，是OpenAI的3倍。

面對(duì)Claude和ChatGPT訂閱量的此消彼長，也包括谷歌Gemini的異軍突起，奧特曼在內(nèi)部不止一次拉響“紅色警報(bào)”。應(yīng)用業(yè)務(wù)負(fù)責(zé)人Fidji Simo明確要求摒棄如Sora這樣的“支線任務(wù)”（Side quest），必須及時(shí)止損，將所有資源壓注在核心主業(yè)上。

就在一個(gè)月前，奧特曼還聲稱要“大幅度放緩”招聘，如今卻緊急宣布今年將員工總數(shù)翻一番，急招3500名新員工殺入產(chǎn)品、工程、研究和銷售四大戰(zhàn)場。最關(guān)鍵的是，OpenAI新增了名為“技術(shù)大使”的新軍種，實(shí)際上就是“大模型施工隊(duì)”。他們意識(shí)到贏得企業(yè)客戶靠的不只是模型，更需要把專家直接派進(jìn)企業(yè)實(shí)地協(xié)助定制與落地。目前，Anthropic和xAI都在熟練運(yùn)用這種打法，有報(bào)道指，xAI派工程師上門部署，已吸引支付公司Shift4棄用ChatGPT，轉(zhuǎn)用Grok。

在產(chǎn)品端，OpenAI目前正在秘密打造一款桌面級(jí)“超級(jí)App”，計(jì)劃將ChatGPT聊天、Codex代碼生成工具，以及瀏覽器Atlas整合在同一個(gè)生態(tài)內(nèi)，同時(shí)面向個(gè)人與企業(yè)銷售。

內(nèi)部算力方面，曾被寄予厚望的高達(dá)1.3萬億美元的“星際之門”算力投資計(jì)劃已被大幅縮減至6650億美元。由于放棄了親自大規(guī)模建設(shè)數(shù)據(jù)中心的雄心，負(fù)責(zé)建設(shè)的團(tuán)隊(duì)退出，OpenAI目前僅能從微軟、甲骨文和亞馬遜租用算力，面臨極大的算力瓶頸。此時(shí)，OpenAI已經(jīng)完成了代號(hào)Spud的下一代旗艦大模型的預(yù)訓(xùn)練。為了給更緊要的研發(fā)備上充足算力，斬殺高耗能的Sora成了無奈之舉。

以上舉動(dòng)都是在為估計(jì)在今年第四季度進(jìn)行的IPO拼盡全力。為了做好財(cái)務(wù)報(bào)表，近期OpenAI再次籌集了 100億美元的新一輪融資，使融資總額沖破1200億美元，最新估值飆升至 7300億美元。OpenAI預(yù)計(jì)，到年底企業(yè)客戶對(duì)收入的貢獻(xiàn)比例將從目前的40%提高到50%。

迪士尼：幸好10億美元還沒打款

2025年12月，迪士尼曾宣布與OpenAI達(dá)成里程碑式協(xié)議，允許Sora使用包括漫威、皮克斯、《星球大戰(zhàn)》在內(nèi)的200多個(gè)經(jīng)典IP角色進(jìn)行創(chuàng)作，這筆交易附帶了價(jià)值10億美元的投資承諾。

隨著Sora業(yè)務(wù)關(guān)停，該合作已徹底告吹。

據(jù)知情人士透露，由于交易當(dāng)時(shí)只是達(dá)成意向，雙方在終止交易前從未發(fā)生過任何實(shí)際的資金往來。迪士尼發(fā)表了一份措辭得體的公開聲明，表示“尊重OpenAI退出視頻生成業(yè)務(wù)的決定”，“感謝這段合作關(guān)系中學(xué)到的東西”。

“迪士尼公司肯定非常慶幸當(dāng)初這只是一項(xiàng)投資承諾。”The Information揶揄道，此前PayPal也跟ChatGPT合作了一個(gè)在聊天框內(nèi)購物的“即時(shí)結(jié)賬”合作計(jì)劃，隨著ChatGPT改為跳轉(zhuǎn)到商戶網(wǎng)頁完成結(jié)算，這個(gè)合作同樣流產(chǎn)。這給業(yè)界留下了一個(gè)深刻的教訓(xùn)：OpenAI跑得太快了，它可以瞬間改變主意并放棄之前宣布的項(xiàng)目，哪怕已經(jīng)與企業(yè)達(dá)成了協(xié)議。如果OpenAI頻繁這樣做，未來可能會(huì)發(fā)現(xiàn)它很難再吸引其他大型企業(yè)與其建立深度的合作關(guān)系。

Sora API的消失將會(huì)在AI短劇創(chuàng)作領(lǐng)域產(chǎn)生一定的外溢效應(yīng)，行業(yè)估計(jì)國內(nèi)視頻模型將會(huì)趁機(jī)漲價(jià)。前述的AI短片作者狐利說寫道，“由于Sora2逆向用于國內(nèi)大量漫劇制作，10秒幾毛錢的日子一去不復(fù)返了，2D和3D漫劇流水線工廠的算力價(jià)格會(huì)漲十倍。”

世界模型是啥，為什么這么香？

隨著官宣Sora研發(fā)方向轉(zhuǎn)向“長期世界模擬研究”，OpenAI也擠入了世界模型這個(gè)日漸擁擠起來的賽道。

當(dāng)前市面上的視頻大模型本質(zhì)上是在做2D像素預(yù)測(cè)，它們不懂物理，因此會(huì)出現(xiàn)違反物理學(xué)定律的行為，需要通過更多語料的訓(xùn)練來彌補(bǔ)。而世界模型的核心在于理解幾何、物理學(xué)和動(dòng)態(tài)系統(tǒng)。

AI視覺大牛李飛飛認(rèn)為，世界模型超越了語言的邊界，是賦予AI“空間智能（Spatial Intelligence）”的關(guān)鍵。只有AI懂得了因果關(guān)系、重力和物體恒存性，才能為自動(dòng)駕駛提供無盡的測(cè)試場景，或直接作為具身智能（機(jī)器人）的大腦，是通往強(qiáng)人工智能（AGI）的必經(jīng)之路。

世界模型可以在商業(yè)化方面服務(wù)具身智能，這使得它的盈利空間遠(yuǎn)比單純的視頻生成模型寬闊。目前世界模型的核心用例包括為機(jī)器人生成動(dòng)作策略的合成數(shù)據(jù)、自動(dòng)駕駛的虛擬試車場，以及3D游戲與建筑的實(shí)時(shí)可編輯空間生成。

世界模型已有了專業(yè)的評(píng)估標(biāo)準(zhǔn)：2026年提出的統(tǒng)一基準(zhǔn)測(cè)試WorldArena，用于評(píng)估具身世界模型的感知和功能效用。2025年底谷歌DeepMind和INSAIT聯(lián)合開發(fā)的Physics-IQ用于檢驗(yàn)AI是否真正理解流體力學(xué)、固體力學(xué)等物理動(dòng)態(tài)，而不僅僅是畫面好看。測(cè)試發(fā)現(xiàn)早期Sora和Runway在物理法則上不及格。

李飛飛創(chuàng)立的World Labs 是世界模型領(lǐng)域的先驅(qū)，2025年11月推出了多模態(tài)世界模型“Marble”；并在2026年2月獲得了Autodesk領(lǐng)投的2億美元融資，估值達(dá)10億美元以上，重點(diǎn)賦能3D架構(gòu)與機(jī)器人。

同一時(shí)期，谷歌持續(xù)制作Genie世界模型，最近他們發(fā)布了Genie 3，這是首個(gè)能在24幀率下生成持久3D環(huán)境的實(shí)時(shí)交互式世界模型。根據(jù)谷歌的說法，該模型的一致性時(shí)長從幾秒鐘延長到幾分鐘。

2025年底，英偉達(dá)推出了Cosmos世界基礎(chǔ)模型，專為物理AI、機(jī)器人和自動(dòng)駕駛提供合成數(shù)據(jù)與多視角閉環(huán)模擬。

另一位玩家是原來Meta AI的首席科學(xué)家，圖靈獎(jiǎng)得主楊立昆（Yann LeCun）。他離開Meta后創(chuàng)立AMI Labs，堅(jiān)定拒絕大語言模型路線，以30億美元的估值融資5億歐元全力打造理解物理學(xué)的世界模型。

在國內(nèi)，愛詩科技于1月發(fā)布了通用實(shí)時(shí)世界模型PixVerse R1。公司在去年底完成1億元B+輪融資后，ARR突破4000萬美元，這主要是由它之前的二維視頻模型產(chǎn)品貢獻(xiàn)的。

愛詩創(chuàng)始人、CEO王長虎表示，世界模型是“全新的媒體形式”，傳統(tǒng)視頻是被記錄的歷史，而世界模型聚焦實(shí)時(shí)生成，可以在AI原生游戲、互動(dòng)電影，生成式直播電商體驗(yàn)等領(lǐng)域“所想即所現(xiàn)”，能在觀看的同時(shí)立即調(diào)整和生成新內(nèi)容。這種說法和小娛去年初采訪生數(shù)樊家睿的結(jié)論不謀而合，不過后者當(dāng)時(shí)預(yù)判的是進(jìn)一步做好視頻生成模型的思路。

除了Sora和PixVerse為代表的視頻大模型轉(zhuǎn)世界模型的路線，3D大模型轉(zhuǎn)世界模型是另一條路線。本月初，娛樂資本論曾報(bào)道過的3D生成大模型開發(fā)商VAST完成5000萬美元A輪融資。本輪資金將主要用于VAST“世界模型”相關(guān)頂尖人才的招募、核心算法迭代與數(shù)據(jù)積累等。公司已在2025年將核心研發(fā)資源投入世界模型方向，推動(dòng)技術(shù)重點(diǎn)從“3D物體生成”向“世界模型”演進(jìn)，首款世界模型將于近期發(fā)布。

在全面發(fā)力AI短劇與視頻大模型SkyReels后，昆侖萬維也已明確將AI 3D生成和物理世界模擬作為下一代天工大模型的演進(jìn)方向，重點(diǎn)賦能其龐大的游戲與泛娛樂生態(tài)體系。

視頻模型已有“東升西降”之勢(shì)，但另一方面，轉(zhuǎn)向世界模型也確實(shí)是中美有共識(shí)的一個(gè)發(fā)展趨勢(shì)。因?yàn)樵趪鴥?nèi)，人形機(jī)器人的發(fā)展態(tài)勢(shì)，意味著對(duì)世界模型的需求可能比美國更為緊迫。

世界模型訓(xùn)練需要的素材除了視頻，還需要空間深度信息、多機(jī)位視角和傳感器數(shù)據(jù)，如機(jī)器人的雷達(dá)、機(jī)械臂位置。同時(shí)，依賴虛幻等物理引擎和英偉達(dá)Omniverse等虛擬仿真平臺(tái)生成的合成數(shù)據(jù)，也可以在確保準(zhǔn)確的前提下使用。

在世界模型的開發(fā)方面，國內(nèi)團(tuán)隊(duì)可資利用的數(shù)據(jù)素材，可能同樣比美國同行豐富，因此國內(nèi)世界模型的競爭前景，也可以和視頻模型一樣樂觀。娛樂資本論也將密切關(guān)注世界模型將會(huì)給文娛、影視、游戲工業(yè)帶來哪些新變化。