文 | 解码 Decode

Sora 2 发布两周后，百度的蒸汽机 AI 视频模型，和谷歌 Veo 3.1 撞了档期。

两家公司选择同期发布并非有多默契，而是 Sora 2 带来的压迫感促使它们不得不加快脚步。

奥尔特曼将形容 Sora 2 为 " 创意领域的 ChatGPT 3.5 时刻 "，不仅在物理逻辑、画面连贯性、真实感和音画同步等方面实现了质的飞跃，还把 Sora 从一个 " 文本到视频 " 的工具进化成一个 " 创意到生态 " 的平台。

这无疑是扔在 AI 视频生成领域的一颗重磅炸弹，它揭示了另一种可能，按照 OpenAI 的逻辑，通过 Cameo（客串）、Remix（二创）和社交化产品设计这三大支柱，足以彻底重构内容创作的商业逻辑。

这是 Google、Meta、TikTok 不愿意看到的，却是百度、阿里、360 们期待的。百度蒸汽机团队在最近的一次采访中就坦承，Sora 2 的产品化和社交裂变方面带来了重要启发。

通过 Cameo 等功能，Sora 巧妙地解决了 AI+ 社交的难题，将重点放在熟人关系的低成本 Remix 共创上，而非单纯追求视频质量。更重要的是，大模型厂商之间的竞争也从过往简单的模型 SOAT 比拼升级至产品落地、商业变现等价值维度层面。

这意味着，定义应用与产品能力的重要性正变得与构建模型同样重要。而在大洋彼岸，这也是 Sora 的同类型产品正在寻求的一条出路。

理性看待 Sora 2 的进步

Sora 2 的技术有多厉害，看发布后快手和百度的态度就知道了：前者号称 AI 团队假期 8 天无休，后者副总裁出面接受采访，直言 "50 多天高强度推进工作 "，还不忘替公司美言—— " 国庆中秋期间属于合法加班 "。

相较早期 Sora 文生视频模型，Sora 2 的核心升级主要体现在生成质量和交互能力上：

1）物理一致性显著优化，对刚体、流体、遮挡及碰撞等动力学建模更为精确；

2）可控性增强，镜头运动与叙事节奏能更好响应用户脚本指令；

3）新增原生音频功能，可实现对白与环境音同步生成；

4）画面风格覆盖写实、电影、动画等多类型场景，整体表现更稳定。

在先前基础上，Sora 2 实现以往视频模型难及的功能（更精准物理效果、清晰真实感、同步音频、强可控性、广风格范围），能精准遵指令创作兼具想象力与真实动态的视频，既拓展叙事和创意表达工具库，也向精准模拟物理世界复杂性的模型迈进。

总之，Sora 2 是一个更具攻击性的迭代，修复了此前的短板再一次领先行业。但在视频质量层面，Sora 2 也并非绝对领先。

华泰证券不久前通过在相同 prompt 下做对比测试，发现可灵与即梦的视频生成质量整体仍优于 Sora 2，其中可灵 2.5 Turbo 已登顶 Artificial Analysis 文生视频榜首。 

百度的蒸汽机 AI 视频模型不仅是全球首个实现中文音视频一体化的视频生成模型，最新的版本还瞄着 Sora 2 打——用户可支持无限时长视频生成，并能在生成过程中实时交互，随时改写内容或扩写续集。

换句话说，在技术层面 Sora 2 几乎没有断代领先优势，但在模式上这一次却是一骑绝尘。

Sora App 上线第四天拿下美区 App Store 免费应用榜第一名，超越 OpenAI 的 ChatGPT 和谷歌的 Gemini。目前，Sora 仍处于邀请制测试阶段，仅在美国和加拿大地区的 iOS 设备上提供。尽管存在这些限制，Sora 仍然登顶苹果美服应用排行榜。

据应用情报提供商 Appfigures 的数据，在仅限美国和加拿大地区并采用邀请制的情况下，Sora 的 iOS 应用程序于 9 月 30 日和 10 月 1 日上线后的头两天内，总计获得了 16.4 万次下载。

从首日下载量来看，Sora 尽管不及 ChatGPT，但已经和 xAI 推出的 Grok 持平，不过考虑到 Sora 并未全面开放，其市场潜力可能更为巨大。

这也是为何在发布最初的几天后，山姆奥特曼的蹦迪视频迅速在短视频平台消失，Sora APP 本质上是 OpenAI 从 " 单一对话工具 "（ChatGPT）向 " 生态化社交平台 " 的核心战略转型。

更直白一点就是，Sora APP 本就是来抢短视频饭碗的，它大概率是下一代的短视频平台。

媒体和券商也将客串（Cameos）和混剪（Remix）视为两大革命性功能，认为 Sora 2 不是简单的视频生成创造工具，而是 AI 时代的 TikTok。

客串（Cameos）：用户只需在应用内进行一次性的简短音视频录制，以验证身份并捕捉你的形象，Sora 2 模型就能以惊人的保真度将用户上传的形象复刻。之后，用户进行形象授权，将用户的虚拟形象置入任何 AI 场景中，创建带有用户个人形象的 " 客串视频 "。

混剪（Remix）：内置的剪辑工具，只允许用户输入提示词，对平台上的任何视频和潮流进行「二创」，生成属于用户自己的版本。

更重要的是，这一布局并非简单的功能延伸，而是针对 AI 产品增长逻辑的深层优化，标志着 OpenAI 从 "AI 工具提供商 " 向 "AI 生态构建者 " 的转变：

通过 Sora APP 串联起 " 模型能力→用户场景→商业变现 " 的完整链路，既避免了因单一工具属性导致的增长乏力，更以 " 数据飞轮 + 社交网络 " 的双重护城河，巩固了在 AI 生成式内容领域的领先地位。

AI 视频社交，想掀短视频的桌

Sora App 自 10 月 4 日起持续位居 iOS 免费榜首的原因，有人总结主要源于三点：

1）UGC 玩法丰富。通过 Cameo 好友入境与 Remix 二创功能，用户可生成沉浸式互动视频，与好友或名人（如 Altman）同框，AI 亦使得偏离现实的创意剧情成为可能，兼具趣味性与社交属性。

2）邀请制机制推动社交裂变。Sora 采用邀请码制，新用户输入邀请码即可体验，每位新用户又可邀请 4 位好友参与，既保证了种子用户与目标群体的一致性，也通过稀缺感提升了产品的心理价值。

3）ChatGPT 在 C 端拥有深厚用户基础。ChatGPT 网页端与移动端 9 月 MAU 已分别达到 7.9 亿（Similarweb）与 2.7 亿（SensorTower），稳居大语言模型首位，流量基石稳固，同时，Sora 网页版与 ChatGPT 会员捆绑销售，可促进用户导流。

而这种策略后续极有可能会被国内本土化 AI 视频跟进，尤其是那些具备技术但无社交的产品，比如百度、360、阿里等。毕竟国内产品更强调视频内容创作，类似 Cameo 与 Remix 的互动玩法尚未落地，C 端社区文化仍处于早期阶段。

对于字节、快手来说，在国内推出一个独立于主平台的 AI 视频 App 也并非不可能，毕竟也有导流。

Sora App 虽然在国内构不成威胁，但在海外市场仍有杀伤力。Sora App 之所被称为 "AI 版 TikTok"，正是因为界面及首页推荐逻辑与之相似—— App 主页为垂直视频流，用户可上下滑动浏览其他用户发布的内容。

但这还不是最关键的，OpenAI 正在急速构建一个围绕视频生成的、由 IP 驱动的新生态系统。

其核心就两点：" granular control（精细化控制）" 和 " revenue share（收入分成）"。这意味着，Sora 将不再是简单的工具，而是一个连接 IP 方与全球亿万创作者的经济平台。

所谓精细化控制，是指 OpenAI 将为版权方提供更细粒度的控制权，允许他们对角色生成进行更精确的管理，类似于 " 肖像同意 " 模型，但将加入更多控制选项。

而收入分成则表示，OpenAI 计划尝试将一部分收入分享给那些希望用户生成自己角色的版权方。

由此一来，Sora 有望由 APP 平台主导，形成 "IP+ 创作者 " 的收入分成商业模型。

对 IP 方（好莱坞、游戏大厂、日漫出版社）来说，沉睡的 IP 资产库变成了可 24 小时开采的 " 油井 "。不仅可以坐收授权费，更能借助全球创作者的脑洞，维持 IP 热度和生命力，甚至通过数据反馈（哪个角色、哪种风格最火）指导后续创作。

对创作者而言，终于可以合法、合规、低成本地使用蝙蝠侠、皮卡丘，甚至《三体》中的角色来创作视频。创作从 " 技术活 " 变成了 " 创意活 "，核心能力从操作软件变为提示词工程和审美。更重要的是，你的爆款视频将能带来真金白银的平台分成。

尾声

Sora 2 的社交属性使其从 " 工具 " 变成了 " 平台 "，虽然定义应用与产品的能力被提升到了前所未有的高度，但同时也为其同类产品打开了新的思路。

以往，AI 视频产品更多投入用在视频生成质量，对于应用则是尽可能指向 B 端的广告、教育、自媒体等少数行业，至于 C 端则很少涉猎。

但在 Sora App 之后，形势可能会有所改观。

一方面，国内各家都极力追赶 Sora 2 的技术进度；

另一方面，社交属性的开发令百度等缺乏社交资源的公司嗅到了 AI 视频的第二种可能。

以及山姆 · 奥特曼在 Sora 更新信息之中明确提到的 " 为创作者提供变现机制 "。也就是，Sora 补齐编辑功能、增加用户激励机制后，它可能在短时间内为用户找到变现路径，一旦雪球滚大，Sora 就有机会成为 TikTok 一样用户生产、用户消费的闭环平台巨头。

而这恰恰是百度们的希望。