從“我們怎么辦？”到國產霸榜，視頻大模型東升西降

作者|James

3月24日，曾轟動全球的AI視頻應用Sora毫無征兆地被關停了，僅僅存活了6個月。這一決定，連Sora團隊內部的部分員工都對此感到驚訝。

甚至就在關停的前一天，OpenAI還發布了一篇關于Sora如何保障青少年安全標準的博客文章。次日，CEO山姆·奧特曼就在員工會議上宣布決定。

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

小娛認為，Sora關停應用和宣布轉型“世界模型”，更多是因為OpenAI自身的戰略調整。這跟“視頻大模型已死，世界模型當立”之類的說法毫不相干。

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

隨著OpenAI主動退出消費者視頻生成賽道，文娛業界不由得回想起Sora兩次對中國人AIGC領域的“打醒”時刻。在OpenAI還相比對手一騎絕塵的當時，國內模型廠商本著“知恥而后勇”的精神，奮起直追，目前已經實現了AI視頻領域的階段性反超，可以說中美在AI視頻應用層的戰局已發生實質性逆轉。

此時回望過去可以發現，“出師未捷身先死”的Sora為中國的AI視頻行業留下了豐富的遺產。

2024年的Sora時刻：“我們怎么辦？”

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

時間回到2024年2月17日，此時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高管的微信朋友圈截圖在網上流傳。

要想知道當時中國人對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實世界，快速實現‘文生視頻’，還能處理用光等細節乃至配樂等（背景音樂還差一些）。所謂‘扔進一部小說、出來一部大片’的夢想居然如此快速地開始成真！”

面對這個有如神兵天降的模型，他表現得非常著急。

“我在想，我們怎么辦？人無遠慮必有近憂，我們一定要抓緊跟蹤，盡快從點上突破！……我們都可以嘗試著‘拿來’，如不嘗試，永遠不會成功！務請大家高度重視、緊盯緊咬，我們決不能一夜之間完敗！”

在危機感驅動下，國內廣電媒體以驚人的速度擁抱AIGC。娛樂資本論統計，在當時的短短半年時間內，國內廣電領域密集爆發了32個AI應用新動向；2-4月各地廣電火速推出了13部AI作品。進入3月份后，廣電AI化進程進一步提速，相關發布事件比春節前翻倍，平均每1到2天就有全新的AI應用或產品官宣。在這場激烈的“新質生產力”角逐中，各家媒體爭搶宣告了10個“全國首創”類AI成果，AI技術用在動畫片和公益廣告不說，甚至用到了新聞播報里面。

而在當時這種自上而下的AI視頻應用中，就已經非常注重對國產視頻大模型的重點扶持和共建。即使當時國內視頻生成模型的效果還不太好，卻已經被廣泛試水使用，也得到了從廣電到影視拍攝機構的合作伙伴的大力支持。

過去兩年是國內模型飛速進步的時期。相對大語言模型，視頻模型因為語料不容易獲得，導致開源自行訓練困難重重，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，都要顧慮影視業是否會指控它們侵犯版權。

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

去年9月，Sora 2.0攜獨立App登場，推出了客串鏡頭功能和極強的角色/劇情一致性。這是它帶給中國AI視頻業界的第二次沖擊。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，這一次是發布即可開箱即用，同時誕生的還有一個純AI視頻的用戶社區。Sora獨立應用上線第一天便立即登頂蘋果應用商店榜首，不到5天下載量就沖破了百萬大關。

當時的國產視頻大模型，確實也已經各有專長：可靈和即夢以高物理世界擬真度、長鏡頭生成能力、多視角和復雜物理運動處理等能力著稱，穩居第一梯隊。愛詩和生數的成本相對較低，模型也比較便宜，在多主體一致性生成等方面具備獨特優勢。而阿里的通義萬相扛起了開源視頻模型的標桿大旗。

不過，Sora一句提示詞能帶來多個連貫轉場的特性，確實讓人眼前一亮，這也啟發了中國團隊將研發重心，從卷單鏡頭時長和質量，轉向多關鍵幀控制與影視級敘事連貫性。

今年2月，這方面優化的最新結果出爐，馬上震撼全球：字節的Seedance 2.0成為能夠低成本還原好萊塢級電影質感的現象級大模型，主打導演級鏡頭控制、原生音配像與極強的敘事連續性，甚至引發了美國影視界的強烈抗議，各個制片廠的聯合發函讓Seedance 2.0的全球發行暫停，目前處于“中國特供”的狀態。

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，其商業化表現并未達到預期。Sora App在整個生命周期內僅僅讓用戶掏了約140萬美元。而OpenAI在今年眼看就要面臨高達140億美元的驚人虧損。視頻生成消耗的算力極大，Sora免費或低價的C端商業模式已徹底宣告破產。

如今，在商業化視頻大模型領域，中國已經處于絕對的領先地位。在最能反映用戶真實口碑的大模型競技場，以及OpenRouter等API調用平臺排名中，中國模型已經全面霸榜，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隊逆襲成功的又一鐵證。

《眾神之戰》《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，個人認為中國AIGC出海全面占領各大內容市場只是時間問題，生態和認知領先不是一星半點；4月份AI仿真人批量劇將首先在國外全面爆發，國內應該還會慢一個季度。”

視頻大模型的前進方向，將更多由中國力量領導。Sora的關停并不意味著視頻大模型沒有未來，只是反映了OpenAI自身的戰略選擇。

Sora應用為何只活了半年

在模型層面，Sora并非徹底死亡，而是改頭換面。Sora團隊的研究方向全面轉向長期世界模擬研究，換句話說就是改做“世界模型”，通過學習對任意環境進行高保真模擬來理解世界，終極目標是實現實體經濟的自動化，推進機器人技術的發展，幫助人們解決現實世界中的物理任務。

但對于消費者端，結局已定。OpenAI宣布，面向消費者的Sora應用和Sora API將全面停止服務，且ChatGPT也將不再支持視頻生成功能。

實際上在此前3月中旬，OpenAI就已經停止了Sora 1.0的服務并開啟了有限期的數據導出窗口。針對此次Sora的全面關停，Sora官方團隊在X上承諾很快會公布App和API正式下線的時間表，以及關于用戶如何保存、導出作品的詳細安排。

OpenAI早已不如ChatGPT剛發布時那樣無敵，正面臨前所未有的內外交困，Sora模型本身其實沒什么問題，轉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、機器人、硬件等領域“無所不在、齊頭并進”的撒網式策略已被證明是嚴重的戰略失誤。相比之下，其死敵Anthropic專注于企業級市場，憑借編程工具Claude Code大殺四方。據最新數據顯示，目前首次采購AI的企業選擇Anthropic的比例高達70%，是OpenAI的3倍。

面對Claude和ChatGPT訂閱量的此消彼長，也包括谷歌Gemini的異軍突起，奧特曼在內部不止一次拉響“紅色警報”。應用業務負責人Fidji Simo明確要求摒棄如Sora這樣的“支線任務”（Side quest），必須及時止損，將所有資源壓注在核心主業上。

就在一個月前，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翻一番，急招3500名新員工殺入產品、工程、研究和銷售四大戰場。最關鍵的是，OpenAI新增了名為“技術大使”的新軍種，實際上就是“大模型施工隊”。他們意識到贏得企業客戶靠的不只是模型，更需要把專家直接派進企業實地協助定制與落地。目前，Anthropic和xAI都在熟練運用這種打法，有報道指，xAI派工程師上門部署，已吸引支付公司Shift4棄用ChatGPT，轉用Grok。

在產品端，OpenAI目前正在秘密打造一款桌面級“超級App”，計劃將ChatGPT聊天、Codex代碼生成工具，以及瀏覽器Atlas整合在同一個生態內，同時面向個人與企業銷售。

內部算力方面，曾被寄予厚望的高達1.3萬億美元的“星際之門”算力投資計劃已被大幅縮減至6650億美元。由于放棄了親自大規模建設數據中心的雄心，負責建設的團隊退出，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，OpenAI已經完成了代號Spud的下一代旗艦大模型的預訓練。為了給更緊要的研發備上充足算力，斬殺高耗能的Sora成了無奈之舉。

以上舉動都是在為估計在今年第四季度進行的IPO拼盡全力。為了做好財務報表，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預計，到年底企業客戶對收入的貢獻比例將從目前的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達成里程碑式協議，允許Sora使用包括漫威、皮克斯、《星球大戰》在內的200多個經典IP角色進行創作，這筆交易附帶了價值10億美元的投資承諾。

隨著Sora業務關停，該合作已徹底告吹。

據知情人士透露，由于交易當時只是達成意向，雙方在終止交易前從未發生過任何實際的資金往來。迪士尼發表了一份措辭得體的公開聲明，表示“尊重OpenAI退出視頻生成業務的決定”，“感謝這段合作關系中學到的東西”。

“迪士尼公司肯定非常慶幸當初這只是一項投資承諾。”The Information揶揄道，此前PayPal也跟ChatGPT合作了一個在聊天框內購物的“即時結賬”合作計劃，隨著ChatGPT改為跳轉到商戶網頁完成結算，這個合作同樣流產。這給業界留下了一個深刻的教訓：OpenAI跑得太快了，它可以瞬間改變主意并放棄之前宣布的項目，哪怕已經與企業達成了協議。如果OpenAI頻繁這樣做，未來可能會發現它很難再吸引其他大型企業與其建立深度的合作關系。

Sora API的消失將會在AI短劇創作領域產生一定的外溢效應，行業估計國內視頻模型將會趁機漲價。前述的AI短片作者狐利說寫道，“由于Sora2逆向用于國內大量漫劇制作，10秒幾毛錢的日子一去不復返了，2D和3D漫劇流水線工廠的算力價格會漲十倍。”

世界模型是啥，為什么這么香？

隨著官宣Sora研發方向轉向“長期世界模擬研究”，OpenAI也擠入了世界模型這個日漸擁擠起來的賽道。

當前市面上的視頻大模型本質上是在做2D像素預測，它們不懂物理，因此會出現違反物理學定律的行為，需要通過更多語料的訓練來彌補。而世界模型的核心在于理解幾何、物理學和動態系統。

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

世界模型可以在商業化方面服務具身智能，這使得它的盈利空間遠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器人生成動作策略的合成數據、自動駕駛的虛擬試車場，以及3D游戲與建筑的實時可編輯空間生成。

世界模型已有了專業的評估標準：2026年提出的統一基準測試WorldArena，用于評估具身世界模型的感知和功能效用。2025年底谷歌DeepMind和INSAIT聯合開發的Physics-IQ用于檢驗AI是否真正理解流體力學、固體力學等物理動態，而不僅僅是畫面好看。測試發現早期Sora和Runway在物理法則上不及格。

李飛飛創立的World Labs 是世界模型領域的先驅，2025年11月推出了多模態世界模型“Marble”；并在2026年2月獲得了Autodesk領投的2億美元融資，估值達10億美元以上，重點賦能3D架構與機器人。

同一時期，谷歌持續制作Genie世界模型，最近他們發布了Genie 3，這是首個能在24幀率下生成持久3D環境的實時交互式世界模型。根據谷歌的說法，該模型的一致性時長從幾秒鐘延長到幾分鐘。

2025年底，英偉達推出了Cosmos世界基礎模型，專為物理AI、機器人和自動駕駛提供合成數據與多視角閉環模擬。

另一位玩家是原來Meta AI的首席科學家，圖靈獎得主楊立昆（Yann LeCun）。他離開Meta后創立AMI Labs，堅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的世界模型。

在國內，愛詩科技于1月發布了通用實時世界模型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品貢獻的。

愛詩創始人、CEO王長虎表示，世界模型是“全新的媒體形式”，傳統視頻是被記錄的歷史，而世界模型聚焦實時生成，可以在AI原生游戲、互動電影，生成式直播電商體驗等領域“所想即所現”，能在觀看的同時立即調整和生成新內容。這種說法和小娛去年初采訪生數樊家睿的結論不謀而合，不過后者當時預判的是進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世界模型的路線，3D大模型轉世界模型是另一條路線。本月初，娛樂資本論曾報道過的3D生成大模型開發商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”相關頂尖人才的招募、核心算法迭代與數據積累等。公司已在2025年將核心研發資源投入世界模型方向，推動技術重點從“3D物體生成”向“世界模型”演進，首款世界模型將于近期發布。

在全面發力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方向，重點賦能其龐大的游戲與泛娛樂生態體系。

視頻模型已有“東升西降”之勢，但另一方面，轉向世界模型也確實是中美有共識的一個發展趨勢。因為在國內，人形機器人的發展態勢，意味著對世界模型的需求可能比美國更為緊迫。

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

在世界模型的開發方面，國內團隊可資利用的數據素材，可能同樣比美國同行豐富，因此國內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注世界模型將會給文娛、影視、游戲工業帶來哪些新變化。