文 | 有界 UnKnown，作者丨山茶，编辑｜钱江

在 AI 延伸的所有赛道里，视频生成算得上是最耀眼的一个方向，起码曾经是。

2024 年，Sora 以一段长视频引爆全网的时候，大家惊呼 " 颠覆 "、" 震撼 "、" 最强 "，许多网友感慨 " 影视行业要倒闭了 "，" 中美的 AI 差距又拉大了 "。即便强如马斯克，也发出一句意味深长的感慨：" 人类愿赌服输 "。

但现在，这个曾经的王者，撤了。

原因有很多，比如战略上的错误，上市的考量、算力资源的分配等等。但归根结底，核心其实只有一个，OpenAI 觉得这件事情不划算了，AI 视频生成不是一门好生意，有必要立即止损。

当然，Sora 说撤也就撤了，毕竟 OpenAI 家大业大，还有自己的主线任务。

但其它企业却没办法这么潇洒，他们无法撤退，并且还将在这个赛道上继续耕耘。甚至，国内几家专注 AI 视频的企业，还指望在最近一两年上市。

那么问题来了，虽然 AI 视频是一个非常有价值的方向，但在商言商。

特别是在 Sora 之后，大家也不得不反思：AI 视频生成，还是一门好生意吗？如今这个赛道又将面临怎样的竞争格局？

AI 生成视频，成本太高了？

关于为什么关停 Sora，OpenAI 官方给媒体的明确说法是：要把资源投入到更具商业竞争力和战略意义的项目上，比如 Agentic AI、超级应用、世界模拟研究等等。

简单来说，就是 Sora 消耗的算力资源极其庞大，而 OpenAI 现在为了商业化又急缺算力，所以成本高、收益低的 Sora 就成了牺牲品。

但这里也有个很有意思的问题：

在目前主流视频生成模型中，Sora 最低的订阅门槛也是 20 美金一个月，算得上是收费最贵的。如果 Sora 都 " 不经济 "，其他模型是否也存在这种问题？

我们试图在更多渠道寻找关于 AI 视频生成成本相关的线索，但发现，无论是国内还是国外，无论是否上市，大家都对此讳莫如深。

不过，有一点是确定的——大家对成本的控制非常严格。

比如，几乎所有主流视频生成平台，都在采取 " 能力分层 + 配额管理 " 来实现成本约束：把高质量模型、低质量 / 快速模型、音频与否、分辨率与否，全部变成价格梯度。

像 Runway 就把视频生成做成了 credits 体系，不同模型、不同时段、不同价格：API credits $0.01/credit，gen4.5 是 12 credits/ 秒，gen4_turbo 是 5credits/ 秒。

另外，几乎主流模型都设有积分制，会员并不等于无限使用，积分用完之后，还需要另外购买。比如即梦 AI 基础会员每月积分 1080，超出部分每 100 积分 5.08 元；会员等级越高，价格越贵，套餐积分越多，增购积分越便宜。

也就是说，在模型侧，成本问题始终存在，并且通过产品机制被严格约束。

但成本这件事情，对商业化影响很大吗？其实也未必。

一方面，AI 视频的下游，AI 漫剧 / 短剧的市场已经跑通了。

比如最近广泛出圈的《霍去病》，团队 20 人，算力成本仅 3000 元。从更广泛的行业报道来看，目前 AI 短剧制作成本已经降到约 1000 元 / 分钟，按一部 AI 短剧通常 100 分钟左右计算，整部成本大约在 10 万元左右。

对下来，AI 短剧不需要真人演员，不需要场地等大额支出，整体制作成本约为传统真人短剧的 1/4。

也就是说，AI 视频在应用端是拥有非常强的竞争力的。

而另一方面，我们也确实看到许多企业给出了盈利的信号。

比如根据快手的财报，可灵 AI2025 年整体营收已达到 10.4 亿人民币，2025 年 12 月，可灵 AI 单月收入突破 2000 万美元，对应 ARR 达 2.4 亿美元。Minimax 也在年报中提到，AI 原生产品收入从 2180.5 万美元增长到 5307.5 万美元，关键得益于海螺 AI 等产品的持续推广及商业化。

在这种情况下，只要继续优化模型能力，降低输出成本，AI 视频生成这个商业模型基本跑通的。快手 CEO 程一笑在业绩会上表示，非常有信心在 2026 年实现可灵 AI 收入100% 以上的同比增长。

而且，我们也确实看到一些明确的信号。比如 Minimax 年报提到，Hailuo2.3 推出 Fast 模型后，批量创作成本最高可降低 50%。

真正的洗牌，才刚刚开始

但这件事情对于许多创业公司而言，却并不算是一个很好的信号。

原因很简单：AI 视频厂商今天最核心的收入来源，就是来自 API 的模型调用。据「有界 Unknown」了解，国内一家头部 AI 视频厂商，2025 年订阅收入仅在千万级别，不及 B 端收入的十分之一。

换句话说，很多公司看似在做平台、做产品、做创作者生态，但现阶段真正支撑营收的，还是模型本身的能力调用。

而一旦行业竞争重新回到 " 谁的模型更强 " 这件事上，创业公司天然处在不利位置。

因为更强的模型，不只是算法问题，背后拼的是研发投入、算力储备、数据积累、产品场景和持续迭代能力。而这些，恰恰是字节、谷歌这类大厂最擅长的事情。

国内一家 AI 视频厂商的朋友如此形容自己公司的竞争力。

" 我们前期因为首尾帧，参考生图，角色一致性等功能，还有一些差异化的竞争力，因为有些功能别人没有我们有，所以很多用户选择我们。"

但这种竞争力，本质上是建立在模型能力是否具备的基础之上的。

" 但现在，国内各家在模型上的能力都已经大差不差了，所以价格就成为影响大家选择模型最直接的因素。"

也就是说，随着基础能力的普及，原本基于模型形成的功能差异，也在迅速被抹平，功能差异也不再是竞争力，价格和效率成为竞争核心。

也正因为如此，今天 AI 视频行业的竞争，开始从原先的模型依赖，开始外溢到模型之外，并逐渐清晰地分成了两个层面。

第一个层面，仍然是模型竞争，但更多决定的是产品下限。

这里面包括角色一致性、镜头控制、动作控制、提示词遵循、音画同步、生成速度、输出成本，这些仍然是决定产品下限的硬门槛。

但当模型能力逐渐趋同，模型层面的竞争空间正在被压缩。

一方面，谷歌 Veo3.0、字节 Seedance2.0 这些强大基座模型的发布几乎直接杀死比赛，让模型层面的竞争空间越来越小。另一方面，OpenClaw 爆火，带动智能体的 AI 落地热潮，倒逼模型厂商不得不从 " 卖模型接口 "，走向 " 卖完整交付能力 "。

在这种情况下，竞争开始向模型之外延伸。

第二个层面，则是工具层的垂直整合能力，决定产品的上限和差异化。

这是在 OpenClaw 流行之后形成的一个趋势，大家不再满足于生成 " 一段素材 "，而想要从分镜、素材引用、生成、编辑、扩展、重剪、配音，到团队协作、权限管理、预算控制、合规输出的一整套生产系统。

这一点在专业的影视创作领域表现得尤其明显，比如 AI 短剧和 AI 漫剧。国内深耕这一领域的工具性平台层出不穷，如商汤 Seko、昆仑万维的 SkyReels 天工短剧工作台、360 纳米漫剧流水线、万兴剧场等等。

▲   昆仑万维的 SkyReels 天工短剧工作台样剧

说到这里，各家都在向工具层延伸，很多人可能会以为，之后是不是避免不了同质化竞争，创业公司直面大厂 ?

其实恰恰相反，各家的差异化还挺明显的。

一类是字节、谷歌这样的大厂。

它们的优势在于底层模型研发和平台化分发：一方面持续推动基础模型迭代，把能力通过 API 输出；另一方面再把这些能力嵌入到自己的产品体系和流量入口中，形成 " 模型—产品—场景 " 的闭环。

对它们来说，模型首先要足够强、足够通用，至于最终表现成什么形态，可以交给不同产品去定义。

另一类是 Runway、爱诗、生数这类垂类厂商。

它们很难在资源层面与大厂正面对抗，所以更现实的路径，是一边继续优化模型，一边尽快把自己做成一站式内容创作平台，把价值从 " 生成能力 " 往 " 工作流能力 " 和 " 行业理解能力 " 延伸。谁更贴近创作者、制作团队和具体场景，谁就更有机会守住自己的生态位。

而在垂类厂商内部，也已经出现了进一步分化。

比如 PixVerse 更偏向 C 端个人创作者，强调低门槛、高效率、多风格和模板化，适合社交媒体短视频和高频试错；而 Vidu 更偏向专业制作需求，强调长镜头稳定性、角色一致性、首尾帧转场和对口型等能力，更接近影视工业链条中的生产工具。

也就是说，大家不只是商业模式不同，而是连模型优化方向、目标用户和产品定义都开始分化。

所以，AI 视频行业真正的变化在于，各家公司已经开始完成自己的位置划分。

大厂做底层通用模型和平台入口，垂类公司做一体化创作平台，更小的玩家则继续向具体场景下沉，比如 AI 短剧、AI 漫剧、广告素材、电商视频、影视预演等，用更强的行业适配能力去换生存空间。

从这个角度看，AI 视频行业接下来要面对的，已经不是一个单纯的技术竞争，而是一场关于资源、成本、产品整合、场景占位和商业化效率的全面较量。

模型能力当然仍然重要，但它已经不再是唯一答案。真正决定一家公司能否活下来的，是它能不能把技术优势转化为稳定交付、持续留存和可被验证的收入。

这或许才是 Sora 留给整个行业最大的提醒：AI 视频不是没有市场，真正难的是，如何把这件事做成一门长期成立、投入产出比健康的生意。

当行业走到这一步，所谓 " 性感 " 反而不再重要了。重要的是，谁能穿过技术热潮，率先证明自己不仅能生成奇观，也能建立生意。