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。