Alexis· аўтар ШІ, праверана чалавекамПраблема на $15 мільёнаў у дзень: чаму эканоміка ШІ-відэа вырашыць, хто выжыве ў 2026 годзе
Sora спальвала $15 мільёнаў штодня, перш чым OpenAI згарнула праект. Сапраўднае пытанне не ў тым, хто створыць лепшую мадэль ШІ-відэа. А ў тым, хто зможа сабе дазволіць яе запускаць.
Лічбы, якія забілі Sora
Давайце разбяром эканоміку, якую OpenAI спрабавала хаваць шэсць месяцаў.
Sora запусцілася ў верасні 2025 года са спажывецкімі цэнамі: прыкладна $0,10 за секунду 720p-відэа праз API. На піку выкарыстання мільёны карыстальнікаў генеравалі кліпы штодня. Выдаткі на GPU-інферэнс, пераважна на кластарах NVIDIA H100, маштабаваліся лінейна з кожным запытам.
Суадносіны даходу да выдаткаў былі катастрафічнымі. Sora зарабіла прыкладна $2,1 мільёна агульнага даходу за ўвесь час існавання. Запуск каштаваў прыкладна $2,7 мільярда. Гэта не бізнес-мадэль. Гэта дэманстрацыя, якая спальвала венчурны капітал у прамысловых маштабах.
Чаму генерацыя відэа прынцыпова даражэйшая за выявы
Каб зразумець, чаму гэта важна не толькі для Sora, трэба разабрацца ў розніцы вылічальных выдаткаў паміж генерацыяй выяў і відэа.
Адзін запыт на генерацыю выявы мадэллю накшталт DALL-E 3 або Stable Diffusion XL патрабуе прыкладна 10-30 секунд працы GPU на H100. Пяцісекунднае відэа пры 24fps патрабуе генерацыі 120 кадраў, кожны з абмежаваннямі часавай кагерэнтнасці, якія не дазваляюць проста распаралеліць працэс. Механізм увагі ў відэа-дыфузійных трансформерах маштабуецца квадратычна з даўжынёй паслядоўнасці.
| Тып генерацыі | GPU-секунд на вынік | Прыкладны кошт на H100 |
|---|---|---|
| Адна выява (1024x1024) | 10-30 сек. | $0,003-$0,01 |
| 5-секунднае відэа (720p, 24fps) | 300-600 сек. | $0,10-$0,20 |
| 10-секунднае відэа (1080p, 24fps) | 900-2400 сек. | $0,30-$0,80 |
| 60-секунднае відэа (1080p, 24fps) | 5400-14400 сек. | $1,80-$4,80 |
Разрыў паміж выявай і відэа не 5x і не 10x. Гэта 30-100x у вылічэннях на вынік. І ў адрозненне ад генерацыі тэксту, дзе KV-кэшаванне і спекулятыўнае дэкадаванне радыкальна знізілі кошт інферэнсу, у генерацыі відэа няма аналагічнай аптымізацыі, якая зніжае выдаткі на парадак.
Тры стратэгіі выжывання ва ўмовах крызісу выдаткаў
Кожная кампанія, якая ўсё яшчэ прапануе генерацыю ШІ-відэа, сутыкаецца з адной і той жа фундаментальнай праблемай. Іх стратэгіі рэзка разыходзяцца.
Стратэгія 1: субсідаваць і спадзявацца (падыход венчурнага капіталу)
Гэта была стратэгія Sora. Ставіць цану ніжэй сабекошту, набіраць карыстальнікаў, разбірацца з манетызацыяй потым. Усё скончылася менавіта так, як прадказвалі прафесары эканомікі з часоў эры доткомаў.
Некалькі кампаній дагэтуль працуюць па гэтай схеме. Pika, Luma і Runway ацэньваюць свае паслугі значна ніжэй за чаканыя выдаткі на вылічэнні. Стаўка ў тым, што выдаткі будуць падаць хутчэй, чым трэба расці даходам.
Рызыка відавочная. Калі кошт GPU не знізіцца дастаткова хутка, або калі выкарыстанне будзе расці хутчэй, чым выйгрыш ад аптымізацыі, гэтыя кампаніі ўпруцца ў тую ж сцяну, што і Sora.
Стратэгія 2: перакласці выдаткі на абсталяванне (падыход NVIDIA/Open Source)
Гэта стратэгія, якая стаіць за Helios, Wan 2.2, LTX-2.3 і кожнай іншай open-source мадэллю, аптымізаванай для спажывецкіх GPU.
Логіка элегантная: замест таго каб утрымліваць дарагую воблачную інфраструктуру, перакласці вылічальныя выдаткі на абсталяванне карыстальніка. RTX 4090 каштуе $1 599 адзін раз. Пасля гэтага кожная генерацыя відэа "бясплатная" па гранічных выдатках (мінус электрычнасць).
Helios, мадэль з 14 мільярдамі параметраў ад ByteDance і Пекінскага ўніверсітэта, паказала, што адзін H100 можа генераваць 60-секундныя відэа са хуткасцю 19,5 FPS. Больш таго, аптымізаваныя open-source мадэлі набліжаюцца да генерацыі ў рэальным часе на спажывецкім абсталяванні RTX 5090.
| Мадэль | Неабходнае абсталяванне | Хуткасць генерацыі | Узровень якасці |
|---|---|---|---|
| Helios 14B | 1x H100 (або RTX 5090) | 19,5 FPS (рэальны час) | Прафесійны |
| Wan 2.2 14B | 1x RTX 4090 | ~3 FPS | Прафесійны |
| LTX-2.3 | 1x RTX 4090 | ~5 FPS (4K) | Прафесійны |
| PixVerse R1 | 1x RTX 3090 | ~2 FPS | Спажывецкі |
Абмежаванне відавочнае: гэтая стратэгія працуе толькі для карыстальнікаў, у якіх ёсць магутныя GPU. Гэта значны рынак, але ён выключае масавых стваральнікаў кантэнту, якія зрабілі Sora папулярнай.
Стратэгія 3: агрэгацыя платформаў (падыход Adobe/Google)
Гэта найбольш фінансава ўстойлівы падыход. Замест таго каб несці поўны кошт генерацыі, стаць маркетплейсам, які накіроўвае запыты да розных правайдараў мадэляў.
Adobe Firefly цяпер размяшчае 30+ мадэляў ад розных правайдараў. Google Flow інтэгруе Veo са старонніх мадэлямі. CapCut убудоўвае Seedance 2.0. Ва ўсіх трох выпадках платформа бярэ маржу, а правайдар мадэлі нясе вылічальныя выдаткі.
Adobe мае лепшыя пазіцыі, таму што Premiere Pro і After Effects ужо дамінуюць у прафесійным відэамантажы. Дадаванне ШІ-генерацыі да існуючых працоўных працэсаў з'яўляецца натуральным працягам, і Adobe можа ўбудаваць гэта як прэміум-функцыю ў падпіскі Creative Cloud, за якія карыстальнікі ўжо плацяць.
Крывая кошту інфраструктуры
Ключавое пытанне ў тым, ці будзе кошт GPU зніжацца дастаткова хутка, каб зрабіць спажывецкае ШІ-відэа жыццяздольным.
Архітэктура NVIDIA Blackwell (B200, GB200) забяспечвае прыкладна 2-3x лепшае суадносіны цана/прадукцыйнасць для задач інферэнсу ў параўнанні з H100. Будучая архітэктура Rubin абяцае яшчэ 2-3x паляпшэнне. Калі абодва прагнозы спраўдзяцца, да 2028 года кошт генерацыі 10-секунднага відэа можа знізіцца з $0,50 да прыкладна $0,05.
Гэты тэрмін мае значэнне. Кампаніі, якія спальваюць грошы на субсідаваных цэнах, павінны выжыць яшчэ 2-3 гады, пакуль апаратныя паляпшэнні выратуюць іх бізнес-мадэлі. Не ўсе з іх здолеюць.
Што гэта азначае для стваральнікаў кантэнту
Калі вы стваральнік кантэнту і выбіраеце платформу для ШІ-відэа сёння, эканоміка мае такое ж значэнне, як і функцыянальнасць.
- ✓Платформы, за якімі стаяць прыбытковыя мацярынскія кампаніі (Google, Adobe, ByteDance), бяспечнейшыя ў доўгатэрміновай перспектыве
- ✓Open-source мадэлі, якія працуюць лакальна, ліквідуюць залежнасць ад любой асобнай кампаніі
- ✓Стартапы, якія прапануюць "безлімітную" генерацыю па нізкіх цэнах, нясуць найбольшую рызыку
- ✓Чаканне стабілізацыі выдаткаў перад выбарам працоўнага працэсу разумнае, але азначае страту пераваг ранняга ўкаранення
Закрыццё Sora не было анамаліяй. Гэта была першая костачка даміно. Эканоміка генерацыі ШІ-відэа жорсткая, і выжывуць тыя кампаніі, якія знайшлі творчыя рашэнні праблемы выдаткаў, а не проста творчыя рашэнні праблемы генерацыі.
Агульная карціна
Кожны вялікі зрух у вылічальнай тэхніцы праходзіў праз фазу, калі тэхналогія працуе, а эканоміка не. Воблачныя вылічэнні былі стратнымі гадамі, перш чым AWS ператварыла іх у грашовую машыну. Патокавае відэа губляла мільярды, перш чым Netflix знайшоў сваю мадэль. Генерацыя ШІ-відэа знаходзіцца ў такой жа балючай прамежкавай стадыі.
Розніца на гэты раз у хуткасці. Крывая паляпшэння абсталявання больш крутая, чым для воблачных сэрвісаў ці стрымінгу. NVIDIA выпускае новыя архітэктуры кожныя 18-24 месяцы са значным зніжэннем кошту за FLOP. Даследаванні эфектыўнасці мадэляў, ад дыстыляцыі да mixture-of-experts і архітэктурных інавацый накшталт кантэкстнага сціскання ў Helios, скарачаюць патрабаванні да вылічэнняў з боку праграмнага забеспячэння.
Мой прагноз: да канца 2027 года генерацыя 10-секунднага відэа ў 1080p будзе каштаваць менш за $0,10 на воблачнай інфраструктуры. Пры такой цане бізнес-мадэль працуе. Пытанне ў тым, якія кампаніі дажывуць да гэтага моманту.
Могілкі ШІ-відэа стартапаў вось-вось стануць перапоўненымі. Але сама тэхналогія нікуды не дзенецца. Яна проста чакае, пакуль эканоміка яе дагоніць.
Інжынер ШІ з Лазаны, які спалучае глыбіню даследаванняў з практычнымі інавацыямі. Дзеліць час паміж архітэктурамі мадэляў і альпійскімі вяршынямі.
View profile →Спадабалася прачытанае?
Пераўтварайце свае ідэі ў ШІ-відэа неабмежаванай працягласці за лічаныя хвіліны.
Падобныя артыкулы
Працягвайце знаёмства з гэтымі падобнымі артыкуламі
Sora мёртвая. OpenAI цалкам сыходзіць з генерацыі відэа.
OpenAI закрывае праграму Sora, разрывае здзелку з Disney і пераключаецца на робататэхніку. Самы гучны прадукт для ШІ-відэа праіснаваў усяго шэсць месяцаў. Вось што трэба рабіць стваральнікам кантэнту прама зараз.
адно відэо, тысяча аўдыторый: як AI персоналізацыя пераймёнавывае відэамаркетынг у 2026
AI персоналізацыя відэо дазваляе брэндам генерыраць тысячы адаптаваных варыянтаў відэа з адной канцэпцыі. Вось як пераход ад універсальнага падхода да персоналізацыі для кожнага сегмента змяняе маркетынг насавеки.
Платформы AI Video Storytelling: як сэрыялізаваны кантэнт мяняе ўсё ў 2026
Ад асобных кліпаў да палнах серый, AI video эвалюцыёнуе ад інструменту генэрацыі ў мотар разказвання гісторый. Пазнаёміцца з платформамі, якія гэта ўцяляюць.