15 milljón dollara vandamálið á dag: Hvers vegna hagfræði gervigreindar myndbandsgerðar ræður úrslitum um hverjir lifa af árið 2026

Tölurnar sem drápu Sora

Leyfðu mér að leggja fram hagfræðina sem OpenAI reyndi að fela í sex mánuði.

Sora var sett á markað í september 2025 með neytendaverðlagningu: um það bil $0,10 á sekúndu af 720p myndbandi í gegnum API. Á hámarksnotkun voru milljónir notenda að búa til klippur daglega. GPU-reiknigeta kostnaður, aðallega á NVIDIA H100 þyrpingum, stækkaði línulega með hverri beiðni.

Hlutfall tekna og kostnaðar var hörmulegt. Sora aflaði áætlaðra $2,1 milljóna í heildartekjur yfir allan líftíma sinn. Það kostaði um $2,7 milljarða að reka. Þetta er ekki viðskiptamódel. Þetta var sýnikennsla sem brenndi áhættufjármagn á iðnaðarskala.

Hvers vegna myndbandsgerð er í grundvallaratriðum dýrari en myndsköpun

Til að skilja hvers vegna þetta skiptir máli umfram Sora, þarftu að skilja reiknigetu bilið á milli mynda og myndbanda.

Ein myndgerð beiðni með líkani eins og DALL-E 3 eða Stable Diffusion XL krefst um 10-30 sekúndna af GPU-tíma á H100. 5 sekúndna myndband á 24fps krefst gerðar 120 ramma, hvert með tímabundnum samhæfingaraðgerðum sem koma í veg fyrir einfalda samhliða vinnslu. Athyglistækni í myndbandsútrásarlíkönum stækkar í öðru veldi með lengd röðarinnar.

Bilið á milli mynda og myndbanda er ekki 5x eða 10x. Það er 30-100x í reiknigetu á framleiðslu. Og ólíkt textagerð, þar sem KV-skyndiminni og spávinnsla hafa dregið verulega úr reiknigetu kostnaði, hefur myndbandsgerð enga sambærilega fínstillingu sem lækkar kostnað um stærðargráðu.

Þrjár aðferðir til að lifa af kostnaðarkrísuna

Öll fyrirtæki sem enn bjóða gervigreindar myndbandsgerð glíma við þetta sama grundvallarvandamál. Aðferðir þeirra fara mjög ólíkar leiðir.

Aðferð 1: Niðurgreiða og biðja (áhættufjármagnsleiðin)

Þetta var aðferð Sora. Verðleggja undir kostnaði, eignast notendur, finna út tekjuöflun seinna. Það endaði nákvæmlega eins og hagfræðiprófessorar hafa spáð síðan á tímum dot-com tímabilsins.

Nokkur fyrirtæki starfa enn á þennan hátt. Pika, Luma og Runway verðleggja öll þjónustu sína vel undir áætluðum reiknigetu kostnaði. Veðmálið er að kostnaður muni lækka hraðar en tekjur þurfa að vaxa.

Áhættan er augljós. Ef GPU kostnaður lækkar ekki nógu hratt, eða ef notkun vex hraðar en fínstillingarávinningur, standa þessi fyrirtæki frammi fyrir sömu vegg og Sora.

Aðferð 2: Flytja kostnað yfir á vélbúnað (NVIDIA/opinn uppspretta leiðin)

Þetta er aðferðin á bak við Helios, Wan 2.2, LTX-2.3 og öll önnur opinn uppspretta líkön sem eru fínstillt fyrir neytenda GPU.

Rökin eru snjöll: í stað þess að reka dýra skýjainnviði, ýta reiknigetu kostnaðinum yfir á vélbúnað notandans. RTX 4090 kostar $1.599 einu sinni. Eftir það er hver myndbandsgerð "ókeypis" hvað varðar jaðarkostnað (að frátöldu rafmagni).

Helios, 14 milljarða breytu líkanið frá ByteDance og Peking háskóla, sýndi að eitt H100 getur búið til 60 sekúndna myndbönd á 19,5 FPS. Enn mikilvægara, fínstillt opinn uppspretta líkön eru að nálgast rauntíma myndbandsgerð á neytenda RTX 5090 vélbúnaði.

Takmörkunin er augljós: þessi aðferð þjónar aðeins notendum sem eiga háþróaða GPU. Það er þýðingarmikill markaður, en það útilokar óformlega skapara sem gerðu Sora vinsælt.

Aðferð 3: Vettvangssöfnun (Adobe/Google leiðin)

Þetta er fjárhagslega sjálfbærasta nálgunin. Í stað þess að bera allan kostnað af myndbandsgerð, verða markaðstorg sem vísa beiðnum til margra líkanaveita.

Adobe Firefly hýsir nú 30+ líkön frá ólíkum veitum. Google Flow samþættir Veo við þriðja aðila líkön. CapCut inniheldur Seedance 2.0. Í öllum þremur tilvikum tekur vettvangurinn framlegð á meðan líkanaveitan ber reiknigetu kostnaðinn.

Adobe er best staðsett hér vegna þess að Premiere Pro og After Effects ráða nú þegar yfir faglegri myndbandsvinnslu. Að bæta gervigreindar myndbandsgerð við núverandi verkflæði er eðlileg viðbót, og Adobe getur verðlagt það sem úrvals eiginleika innan Creative Cloud áskrifta sem notendur greiða nú þegar fyrir.

Kostnaðarferill innviða

Lykilspurningin er hvort GPU kostnaður muni lækka nógu hratt til að gera gervigreindar myndbandsgerð fyrir neytendur raunhæfa.

Blackwell arkitektúr NVIDIA (B200, GB200) skilar um 2-3x betri verð-afköstum fyrir reiknigetu vinnuálag borið saman við H100. Komandi Rubin arkitektúr lofar öðrum 2-3x framförum. Ef bæði standa undir væntingum, árið 2028 gæti kostnaður við að búa til 10 sekúndna myndband lækkað úr $0,50 í um $0,05.

Þessi tímalína skiptir máli. Fyrirtæki sem brenna peninga á niðurgreidda verðlagningu þurfa að lifa af 2-3 ár í viðbót til að vélbúnaðarframfarir bjarga viðskiptamódelum þeirra. Ekki öll munu ná því.

Hvað þýðir þetta fyrir skapara

Ef þú ert skapari sem velur gervigreindar myndbandsvettvang í dag, skiptir hagfræðin jafn miklu máli og eiginleikarnir.

• ✓Vettvangar studdir af arðbærum móðurfyrirtækjum (Google, Adobe, ByteDance) eru öruggari langtímaveðmál
• ✓Opinn uppspretta líkön sem keyra á staðnum fjarlægja háð við einhvert eitt fyrirtæki
• ✓Sprotafyrirtæki sem bjóða "ótakmarkaða" myndbandsgerð á lágu verði eru í mestri áhættu
• ✓Að bíða þar til kostnaður hefur náð jafnvægi áður en verkflæði er valið er skynsamlegt en þýðir að missa af kostum snemmtöku

Lokun Sora var ekki einsdæmi. Það var fyrsta púsluspilið sem féll. Hagfræði gervigreindar myndbandsgerðar er miskunnarlaus, og fyrirtækin sem lifa af verða þau sem fundu skapandi lausnir á kostnaðarvandamálinu, ekki bara skapandi lausnir á myndbandsgerðarvandamálinu.

Stærri myndin

Sérhver stór breyting í tölvunarfræði hefur gengið í gegnum áfanga þar sem tæknin virkar en hagfræðin gerir það ekki. Skýjatölvun var óarðbær í mörg ár áður en AWS breytti henni í peningavél. Straumspiluð myndbönd töpuðu milljörðum áður en Netflix fann jafnvægi. Gervigreindar myndbandsgerð er á þessu sama sársaukafulla millitímabili.

Munurinn að þessu sinni er hraði. Vélbúnaðarframfarir eru brattari en þær voru fyrir skýja- eða straumspilunartækni. NVIDIA sendir nýja arkitektúra á 18-24 mánaða fresti með þýðingarmiklum kostnaðarlækkunum á hverja FLOP. Rannsóknir á skilvirkni líkana, allt frá eimingu til mixture-of-experts til arkitektúrnýjunga eins og samhengisþjöppun Helios, draga úr reiknigetu kröfum frá hugbúnaðarhliðinni.

Mitt mat: seint á árinu 2027 mun gerð 10 sekúndna myndbands í 1080p kosta undir $0,10 á skýjainnviðum. Á því verði virkar viðskiptamódelið. Spurningin er hvaða fyrirtæki geta lifað af þangað til.

Kirkjugarður gervigreindar myndbandasprotafyrirtækja er að verða fjölmennari. En tæknin sjálf er ekki að hverfa. Hún bíður bara eftir að hagfræðin nái henni.