Sora谢幕、可灵突围:AI视频赛道为何仍像一台“跑步机”?

AI 视频生成的热度没有降温,但玩家的处境正在分化 。 一边是曾经被视为里程碑的 Sora 被曝悄然退场, 另一边是快手旗下可灵 AI 持续贡献收入。看似一死一生, 背后却指向同一个问题:AI 视频到底能不能跑出稳定生意?

📌 从惊艳到停摆:Sora 的难题不只是产品失败

Sora 曾凭借高质感视频让外界看到“文本生成电影”的想象空间。它的目标并不止于做一个视频工具, 而是借助大规模视频训练, 让模型学习物理规律、运动轨迹和场景变化, 进一步服务更宏大的“世界模拟器”设想。

问题在于,宏大目标并不等于可持续商业 。材料中提到,Sora 在实际使用中存在可控性不足、生成成本高、用户尝鲜后流失等挑战。对于多数创作者而言, 电影级光影并非唯一需求, 可预测、可复用、能交付 往往更重要。

🔍 可灵为什么能先活成一门生意?

与 Sora 偏向探索底层能力不同,可灵 AI 更早把重点落到创作流程上。它从“人人都能拍出脑海中的电影”的消费端愿景出发, 但在落地过程中逐渐靠近专业创作者、广告、电商和漫剧等场景。

可灵的关键并非单纯追求画面炫技,而是降低表达成本。例如通过图片、视频补充文字难以描述的细节, 再配合首尾帧、主体库、动作控制等功能, 让用户更容易得到接近预期的结果。这类能力提升了生成效率, 也让付费意愿更容易出现。

💡 跑步机效应: 领先不等于拥有护城河

可灵的商业化进展并不意味着它已经安全。材料提到, 可灵 ARR 已达到较高规模, 并被寄望成为快手的新增长曲线。但 AI 视频模型的领先优势并不牢固, 新模型、新团队和新榜单不断出现, 行业排名可能以很快的节奏更替。

这就是所谓“跑步机效应”: 领先者必须持续投入算力、模型和产品能力,否则容易被追上; 但继续投入又会带来更高成本, 而用户迁移门槛并不高。对创作者来说, 哪个工具当下更好用, 就可能转向哪个工具。

📊 值得关注:AI 视频平台的真正考验

• 成本压力:视频生成天然消耗算力, 用户越多并不必然带来边际成本快速下降。
• 场景验证:广告、电商、短剧等场景更容易付费, 全民 UGC 仍需时间验证。
• 产品黏性:角色库、风格库、镜头语言库等能力若能沉淀, 才可能留住专业用户。
• 平台协同:可灵背靠快手内容和商业生态, 这是其相较独立工具的重要优势。

🚀 总结:Sora 留下想象, 可灵还要证明耐力

围绕“Sora 的“死”与可灵的“生””，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。