出品｜虎嗅科技组

作家｜都健

裁剪｜苗正卿

头图｜视觉中国

“追逐”OpenAI的中国公司们，步子迈得越来越大了。

6月6日，发布了AI视频生成模子“可灵”，视频生成时长径直赶超Sora达到了120秒，且已在快影App中对创作家通达邀测。往时几天中，一些自称取得测试经验的博主po出了他们使用“可灵”直出的AI视频，一直不太高调的快手AI在海表里应答媒体速即出圈。

在Sora刚刚推出的时候，其生成的视频时长和遵循被一些创作家认为相配允洽短视频创作，很可能会给今天的短视频行业带来颠覆，还引发了“Sora杀死”的热议。

如今，Sora尚未对剪映出手，但抖音的老敌手快手却正在借助“可灵”在AI视频生成赛说念给快影上提速。对于5月中旬刚刚倾销过一波AI大模子居品的抖音集团而言，与快手的战火正在烧向AI。

本体之争是根柢

在Sora对标大战中，快手发力AI的战略目标，更像是要绕到敌手死后围绕“本体创作家资源”张开一场“偷袭”。

说到短视频平台对AI视频生成时刻上的温雅，就不得不分析一下AI生成的视频本体，对于用户的价值，以及这些本体对用户的影响心智。

“Sora类模子生成的本体最大的问题是‘听起来很酷’。”AI类视频创作家阿达（假名）告诉虎嗅，粉丝需要的是有崭新感或者有心扉价值、本体价值的视频，Sora类视频的特色是“传神”，但仅仅效法真正寰球的AI视频，非论是开汽车如故东京散步，对于用户来说基本上提供不了任何价值，而崭新感也会很快淡化。

“你第一次刷到AI视频，一个老虎迈着有点无理的方法往前走，你可能以为钦慕。但你刷到第二条肖似本体时能够率就不会停留了。”阿达认为，有那么多钦慕的“真”视频，用户为什么要花时间去看AI生成的“假”视频。

“可灵”生成的AI视频

好多短视频平台对AI视频的立场亦是如斯——从用户视角去判断价值。

多位AI视频和数字东说念主本体创作家对虎嗅暗示，有些视频平台似乎不饱读舞AI合成本体，这类视频分到的流量未几，有的以致会被限流。

除此以外，AI本体的真正、安全性亦是平台要谈判的问题。AI换脸、作秀，以及各式深度伪造的诈欺案件日出不穷，若是大都传神的AI合成视频涌入平台，很可能会给视频平台带来更大的甄别压力。当今，各大本体平台都有关系规矩，AI生成本体均会标注“作品疑似AI合成，请严慎甄别”。

不外，对于快手来说，AI视频模子的价值可能并不在用户侧。

多年以来，快手一直试图调换我方与抖音在用户画像上的各别，并适度淡化“下千里”标签，而这就意味着快手需要丰富“本体供给”，扩大本体种类、立场，而关节资源恰是创作家。当今来看，在快影当中提供AI生成视频功能，很可能是眩惑优秀创作家的一个好方法。

截止发稿，快影App中泄漏的“可灵”内测恳求东说念主数已超40000。据虎嗅了解，其中颠倒多的恳求者是创作家和创作团队。从当今来看，“可灵”无疑是给快影作念了一波大营销。

此外，AI视频生顺利能还能拉拢更多“重生”的创作家力量。

某MCN机构负责东说念主告诉虎嗅，从往时一年短视频平台的热门本体看，将来一段时间里平台对高质料本体的判断能够聚积焦在以下方面：能够引起无为用户参与、与文化自信和老师关系、具有社会背负感、提供实用信息、文娱性强、能够引发UGC创作，以及能够开拓个东说念主品牌和影响力。

AI视频生顺利能简化了视频制作历程，在“引起无为用户参与、引发UGC创作”这两方面能起到积极作用。对于创作家来说，一方面能够匡助传统图文创作家基于已有本体作念视频创作，加快本体迁徙。另一方面也不错镌汰平素用户参与视频创作的门槛。

在短视频之争中，其他短视频平台玩家似乎也温雅到了AI视频的创作家逻辑，正在捏续加码AI视频模子。

5月中旬召开的腾讯云产业峰会上，腾讯初度公布了混元的16秒视频生成才调，并忽视2-3个月内通达文生视频API接口的贪图，以及2024年第三季度视频生成时长冲破30秒的目标（在腾讯云的一次媒体相通会中，混元大模子关系负责东说念主曾暗示年内不错达到60秒）。

比较抖音和快手，视频号的上风是弘远的用户限制，脚下的短板之一则是本体供给丰富度，可是视频号在本体广度和深度方面仍与抖音和快手存在赫然差距。短视频和直播平台的本体质料对培养用户俗例和加多使用时长至关迫切，同期弘远的本体库亦然平台变现的基础。

如斯看来，视频号碰到的挑战和契机似乎与快手暗合，都是要加快眩惑站外创作家来丰富本体生态，并促进现存优质图文创作家向视频迁徙。

AI竞赛中的成本念念考

往时一年多时间里，抖快在AI边界的“武备大赛”有日渐升温趋势。

抖音集团对于AI的手脚和外传一直没断过，从10亿好意思元购买GPU，到驾驭API“扒“ChatGPT数据，再到豆包在国内AI应用榜夺冠，抖音集团一直是AI行业里低调的明星。反不雅快手，在生成式AI方面的手脚却似乎未几，首个自研大模子“风物”直到2023年底，才加入到第三批网信办大模子备案。

在AI视频方面，抖音集团诚然莫得Sora类的刚劲AI视频生成模子，但也发布了PixelDance、MagicVideo、AnimateDiff-Lightning等视频模子，当今抖音集团也有特意的AIGC居品即梦（Dreamina），不错完成一些短视频生顺利能。

除了AI模子和居品方面的筹划，抖音集团在基础方法方面过问巨大。在前边提到的10亿好意思金采购GPU外传外，抖音集团旗下的火山引擎，在当下的国产大模子价钱战中，亦是“打响第一枪”的厂商。快手的云基础方法温雅范围则相对较小，以音视频和AI边界为主。

在AI视频方面，快手的进度也不高调，但并非水静无波。2024年5月初，快手巨匠筹划员王鑫涛曾在一次学术会议中作念过一次题为《视频生成的初探及可控性筹划》的共享，其中就提到了快手的视频生成决策Tune-A-Video。

时刻tips：

Tune-A-Video的关节是“时空自珍概念机制”。这种时刻不错结合空间（图像）和时间（视频帧序列）上的信息，以提高视频生成和处理的遵循。假定视频本体是一只小狗在草地上跑。时空自珍概念机制的责任过程是：

空间自珍概念会分析每一帧中小狗形体的各个部分，举例头、腿、尾巴之间的关系。

时间自珍概念会温雅每一帧中小狗的位置和姿势变化，确保小狗在跑步的过程中手脚是连贯的，不会出现一忽儿移动或姿势不连贯的表象。

详尽谈判这些信息后，模子能够生成一个流通、当然的跑步小狗的视频，即使用户修改了小狗的神气或布景场景，生成的视频仍能保捏领略的一致性和视觉上的连贯性。

时刻之争的背后，一定掩盖着对将来生意化的谋篇布局。可是AI时刻若何生意化，当今仍是短视频以及好多行业斟酌的中枢问题之一。

AI视频模子要生意化至少需要处理两个问题，第一是时刻层面的视频生成质料和遵循，第二是成本。

从Runway、Pika等AI公司的3、4秒视频模子，到OpenAI推出Sora，好多业内东说念主士也没猜度时刻发展会如斯之快。Sora之后，各家AI公司的追逐速率更是令东说念主惊奇。

“AI生成视频的质料可能不会永久困扰行业，但成本问题很难处理。”一位温雅AI视频的投资东说念主告诉虎嗅，视频模子的算力需求比话语模子大好多，优化的难度也更高。“从ChatGPT和Sora的通达程度就能看出来，ChatGPT不错通达给亿级用户，而Sora于今唯有少数东说念主试过。”

主流估量认为Sora模子参数目约为30亿，其西宾数据可能包括往时五年的YouTube整个视频。投资机构Factorial Funds发表的一篇博文分析认为，Sora模子的一次西宾能够需要4200~10500块英伟达H100 GPU 西宾1个月。

30亿参数比较于GPT-4的1.8万亿参数，西宾成本会低好多。可是视频模子与话语模子比较，更大的开支在推理端。

举个例子，要生成一个2分钟的视频，在不谈判视频的连贯性和时空一致性的情况下，把AI视频拆成一帧一帧的图片。

按照某国内AI公司最近公布的AI图片生成最大扣头价算，生成1张图片的价钱最低0.06元，1秒25帧，铺张1.5元，120秒的视频成本为180元。

以快手开启的“可灵“邀测为例，假定“可灵”上线后3天内的内测恳求者一齐通过，每东说念主每天测验20分钟视频，则每天的测试支拨约7200万元。快手2024Q1期内利润41亿元，若是要得志一齐“可灵”测试需求的话，2个月可能就要濒临失掉了。

“可灵”内测恳求提交告知您当今开拓暂不支撑播放 极佳科技的视频展示

这还仅仅按生成单张图片缱绻的价钱，若是要保证这25帧图片领略一致，价钱会成倍高涨。一位AI视频模子开发者告诉虎嗅，AI视频生成的难点在于保捏多个图片的一致性，比较于平素的AI图片生成，算力消耗和成本会大幅进步。

现阶段要大限制竣事AI视频生成的生意化落地，推理成本更是天文数字。

Factorial Funds在Sora分析博文中提到，当今TikTok每天上传的视频总时长约1700万分钟，YouTube为4300万分钟。

假定AI视频模子的确成为坐褥力，可能会渗入到50%的TikTok短视频和15%的YouTube视频中，这么的渗入率之下，峰值算力需求可能达到72万块H100 GPU。按当今国内的GPU价钱，每天的成本将向上千亿。

不外，这种试算在今天看来其实道理不大。AI视频模子要的确大限制渗入，模子成本和遵循可能需要比今天低几个数目级。到时候群众市集上主流GPU的算力若何，使用成本若何亦然未知数。

抖快以外，创业公司也在入局

6月6日奇绩创坛2024春季创业营路演上半场的临了一个形貌极佳科技，展示了一款AI视频生成大模子“视界一粟YiSu”。

这款模子生成视频的原生时长为16秒，最长可达1分钟，据极佳科技先容，该模子对算力需求不高，照旧不错竣事“端侧”运转，关系应用接近Sora遵循。

形貌先容末端，现场数百位投资东说念主荒凉地爆发了喝彩和掌声，老本对AI视频生成时刻的温雅仍在捏续发酵。

在天神轮的极佳科技路演同天，AI视频生成时刻的主力生数科技和Pika，先后晓示了最新融资，两家公司融资额不相落魄，生数科技晓示取得数亿元东说念主民币，Pika则筹集到8000万好意思元。

AI视频模子公司的筹划大多蚁合在提高视频质料和镌汰推理成本。多数研发AI视频生成模子的团队均暗示照旧在工程方面有所冲破，算力需求正不才降。生数科技CEO唐家渝则暗示，“生数科技的团队照旧蕴蓄了齐备高效的工程化教养，领有在大限制GPU集群上竣事高效兼容、低成本的模子西宾教养。”当今生数科技和清华大学勾通开发的模子Vidu视频生成时长已达到32秒。

在抖快这么的短视频巨头的竞争中，寂然AI公司的上风在于早期的时刻蕴蓄和更“轻快”的开发方式。

可是这些公司当今的融资限制和面前的市集体量匹配度并不高，若是AI视频模子真要落在短视频这么的ToC赛说念的话，寂然AI公司在莫得巨大时刻冲破的情况下，很可能会倾向于“择木而栖”。

巨头们对于这些AI公司的立场也在迟缓朦胧。

细看生数科技的这轮融资，其中新增了百度。诚然生数科技的早期投资东说念主中有百度风投的身影，但百度风投与百度之间其实仅仅VC和LP的关系，而百度在往时一年多里对模子公司“切身”出手，唯有生数科技这一次。

诚然百度在刚刚推出文心大模子后不久，就忽视过一些Text2Video的关系模子和时刻，并演示了AI文生视频功能，但后续一直莫得负责发布关系模子或居品。

当今，包括硅谷巨头在内的多数平台型大公司在AI视频模子方面均莫得公布过大额过问。