Alexis· DI autorius, peržiūrėjo žmogus15 milijonų dolerių per dieną problema: kodėl DI vaizdo įrašų ekonomika nulems, kas išgyvens 2026 m.
Sora sudegindavo 15 milijonų dolerių per dieną, kol OpenAI jį išjungė. Tikras klausimas yra ne kas sukuria geriausią DI vaizdo įrašų modelį. Klausimas yra, kas gali sau leisti jį eksploatuoti.
Skaičiai, kurie nužudė Sora
Leiskite man pristatyti ekonomiką, kurią OpenAI bandė slėpti šešis mėnesius.
Sora buvo paleista 2025 m. rugsėjį su vartotojų kainomis: maždaug $0,10 už sekundę 720p vaizdo įrašo per API. Piko metu milijonai vartotojų kasdien generavo klipus. GPU inference kaštai, daugiausia veikiant NVIDIA H100 klasteriuose, augo tiesiškai su kiekviena užklausa.
Pajamų ir kaštų santykis buvo katastrofiškas. Sora uždirbo maždaug $2,1 milijono bendrų pajamų per visą savo gyvavimo laiką. Eksploatavimas kainavo maždaug $2,7 milijardo. Tai nėra verslo modelis. Tai buvo demonstracija, kuri degino rizikos kapitalą pramoniniu mastu.
Kodėl vaizdo įrašų generavimas yra iš esmės brangesnis nei vaizdų kūrimas
Norint suprasti, kodėl tai svarbu ne tik Sora atveju, reikia suprasti skaičiavimo atotrūkį tarp vaizdų ir vaizdo įrašų generavimo.
Viena vaizdo generavimo užklausa su modeliu kaip DALL-E 3 ar Stable Diffusion XL reikalauja maždaug 10-30 sekundžių GPU laiko ant H100. 5 sekundžių vaizdo įrašas 24fps greičiu reikalauja sugeneruoti 120 kadrų, kiekvieną su laikinio nuoseklumo apribojimais, kurie neleidžia paprasto lygiagretinimo. Dėmesio mechanizmas vaizdo difuzijos transformeriuose didėja kvadratiškai pagal sekos ilgį.
| Generavimo tipas | GPU sekundės vienam rezultatui | Apytikrė H100 kaina |
|---|---|---|
| Vienas vaizdas (1024x1024) | 10-30s | $0,003-$0,01 |
| 5 sekundžių vaizdo įrašas (720p, 24fps) | 300-600s | $0,10-$0,20 |
| 10 sekundžių vaizdo įrašas (1080p, 24fps) | 900-2400s | $0,30-$0,80 |
| 60 sekundžių vaizdo įrašas (1080p, 24fps) | 5400-14400s | $1,80-$4,80 |
Atotrūkis tarp vaizdų ir vaizdo įrašų nėra 5x ar 10x. Tai 30-100x skaičiavimo galios vienam rezultatui. Ir skirtingai nei teksto generavime, kur KV talpykla ir spekuliatyvus dekodavimas dramatiškai sumažino inference kaštus, vaizdo įrašų generavimas neturi ekvivalentaus optimizavimo, kuris sumažintų kaštus eilės tvarka.
Trys strategijos išgyventi kaštų krizę
Kiekviena įmonė, vis dar siūlanti DI vaizdo įrašų generavimą, susiduria su tuo pačiu fundamentaliu iššūkiu. Jų strategijos smarkiai skiriasi.
Strategija 1: subsidijuoti ir melstis (rizikos kapitalo požiūris)
Tai buvo Sora strategija. Kainuoti žemiau savikainos, pritraukti vartotojus, monetizaciją sugalvoti vėliau. Tai baigėsi lygiai taip, kaip ekonomikos profesoriai prognozavo nuo dot-com eros.
Kelios įmonės vis dar veikia šiuo būdu. Pika, Luma ir Runway visi savo paslaugas kainoja gerokai žemiau numatomų skaičiavimo kaštų. Statymas yra, kad kaštai kris greičiau nei pajamos turės augti.
Rizika akivaizdi. Jei GPU kaštai nekris pakankamai greitai arba jei naudojimas augs greičiau nei optimizavimo nauda, šios įmonės susidurs su ta pačia siena, kurią atsitrenkė Sora.
Strategija 2: perkelti kaštus į aparatinę įrangą (NVIDIA/atviro kodo kelias)
Tai strategija, slypinti už Helios, Wan 2.2, LTX-2.3 ir kiekvieno kito atviro kodo modelio, optimizuoto vartotojų GPU.
Logika elegantiška: užuot eksploatavus brangią debesijos infrastruktūrą, perkelti skaičiavimo kaštus ant vartotojo aparatinės įrangos. RTX 4090 kainuoja $1.599 vieną kartą. Po to kiekvienas vaizdo įrašo generavimas yra "nemokamas" ribinių kaštų požiūriu (minus elektra).
Helios, 14 milijardų parametrų modelis iš ByteDance ir Pekino universiteto, parodė, kad vienas H100 gali generuoti 60 sekundžių vaizdo įrašus 19,5 FPS greičiu. Dar svarbiau, optimizuoti atviro kodo modeliai artėja prie realaus laiko generavimo ant vartotojų RTX 5090 aparatinės įrangos.
| Modelis | Reikalinga aparatinė įranga | Generavimo greitis | Kokybės lygis |
|---|---|---|---|
| Helios 14B | 1x H100 (arba RTX 5090) | 19,5 FPS (realus laikas) | Profesionalus |
| Wan 2.2 14B | 1x RTX 4090 | ~3 FPS | Profesionalus |
| LTX-2.3 | 1x RTX 4090 | ~5 FPS (4K) | Profesionalus |
| PixVerse R1 | 1x RTX 3090 | ~2 FPS | Vartotojų |
Apribojimas akivaizdus: ši strategija aptarnauja tik vartotojus, turinčius aukščiausios klasės GPU. Tai reikšminga rinka, bet ji palieka nuošalyje tuos atsitiktinius kūrėjus, kurie padarė Sora populiarų.
Strategija 3: platformų agregavimas (Adobe/Google kelias)
Tai finansiškai tvariausias požiūris. Užuot nešus visą generavimo kaštų naštą, tapti prekyvietė, kuri nukreipia užklausas keliems modelių tiekėjams.
Adobe Firefly dabar talpina 30+ modelių iš skirtingų tiekėjų. Google Flow integruoja Veo su trečiųjų šalių modeliais. CapCut įtraukia Seedance 2.0. Visais trimis atvejais platforma ima maržą, o modelio tiekėjas neša skaičiavimo kaštus.
Adobe yra geriausiai pozicionuota, nes Premiere Pro ir After Effects jau dominuoja profesionaliame vaizdo įrašų redagavime. DI generavimo pridėjimas prie esamų darbo eigų yra natūralus plėtinys, ir Adobe gali tai įkainoti kaip aukščiausios klasės funkciją Creative Cloud prenumeratose, už kurias vartotojai jau moka.
Infrastruktūros kaštų kreivė
Esminis klausimas yra, ar GPU kaštai kris pakankamai greitai, kad vartotojų DI vaizdo įrašai taptų perspektyvūs.
NVIDIA Blackwell architektūra (B200, GB200) užtikrina maždaug 2-3x geresnį kainos ir našumo santykį inference darbo krūviams, palyginti su H100. Artėjanti Rubin architektūra žada dar 2-3x pagerėjimą. Jei abi pateisins lūkesčius, iki 2028 m. 10 sekundžių vaizdo įrašo generavimo kaina galėtų nukristi nuo $0,50 iki maždaug $0,05.
Ši laiko juosta svarbi. Įmonės, deginančios pinigus su subsidijuotomis kainomis, turi išgyventi dar 2-3 metus, kol aparatinės įrangos patobulinimai išgelbės jų verslo modelius. Ne visos tai padarys.
Ką tai reiškia kūrėjams
Jei esate kūrėjas, šiandien renkantis DI vaizdo įrašų platformą, ekonomika yra tokia pat svarbi kaip ir funkcijos.
- ✓Platformos, remiamos pelningų patronuojančių įmonių (Google, Adobe, ByteDance), yra saugesni ilgalaikiai statymai
- ✓Atviro kodo modeliai, veikiantys lokaliai, pašalina priklausomybę nuo bet kurios vienos įmonės
- ✓Startuoliai, siūlantys "neribotą" generavimą žemomis kainomis, kelia didžiausią riziką
- ✓Laukti, kol kaštai stabilizuosis, prieš įsipareigojant darbo eigai, yra protinga, bet reiškia prarasti ankstyvojo įsisavinimo pranašumus
Sora uždarymas nebuvo anomalija. Tai buvo pirmasis domino kaladėlė. DI vaizdo įrašų generavimo ekonomika yra žiauri, ir įmonės, kurios išgyvens, bus tos, kurios rado kūrybingus sprendimus kaštų problemai, o ne tik kūrybingus sprendimus generavimo problemai.
Platesnė perspektyva
Kiekvienas didelis kompiuterijos pokytis praėjo fazę, kurioje technologija veikia, bet ekonomika ne. Debesų kompiuterija buvo nepelninga daugelį metų, kol AWS ją pavertė pinigų mašina. Vaizdo įrašų transliavimas prarado milijardus, kol Netflix rado pusiausvyrą. DI vaizdo įrašų generavimas yra tame pačiame skausmingame tarpiniame laikotarpyje.
Skirtumas šį kartą yra greitis. Aparatinės įrangos tobulinimo kreivė yra statesnė nei buvo debesims ar transliavimui. NVIDIA pristato naujas architektūras kas 18-24 mėnesius su reikšmingais kaštų mažinimais vienam FLOP. Modelių efektyvumo tyrimai, nuo distiliavimo iki mixture-of-experts iki architektūrinių inovacijų kaip Helios konteksto suspaudimas, mažina skaičiavimo reikalavimus iš programinės įrangos pusės.
Mano vertinimas: 2027 m. pabaigoje 10 sekundžių vaizdo įrašo generavimas 1080p raiška kainuos mažiau nei $0,10 debesijos infrastruktūroje. Šiuo kainos tašku verslo modelis veikia. Klausimas, kurios įmonės sugebės išgyventi iki tol.
DI vaizdo įrašų startuolių kapinės netrukus taps daug labiau perpildytos. Tačiau pati technologija nedingsta. Ji tiesiog laukia, kol ekonomika ją pasivys.
DI inžinierius iš Lozanos, derinantis mokslinių tyrimų gilumą su praktinėmis inovacijomis. Laiką dalija tarp modelių architektūrų ir Alpių viršukalnių.
View profile →Patiko tai, ką perskaitėte?
Paverskite savo idėjas neribotos trukmės DI vaizdo įrašais per kelias minutes.
Susiję straipsniai
Tęskite pažintį su šiais susijusiais įrašais
Sora mirusi. OpenAI visiškai pasitraukia iš AI vaizdo įrašų generavimo.
OpenAI uždaro Sora programėlę, nutraukia Disney sandorį ir persiorientuoja į robotiką. Žinomiausias AI vaizdo įrašų produktas išsilaikė vos šešis mėnesius. Štai ką kūrėjams reikia daryti dabar.
Kovo 2026 dirbtinio intelekto vaizdo iš virtinis: Kodėl kūrybiška kryptis yra naujas siauri
Kovas 2026 išleido 12+ dirbtinio intelekto vaizdo modelius per vieną savaitę. Kai kokybė yra paritete, konkurencinis privalumas pasislinko nuo techninio pajėgumo prie kūrybinės krypties.
Vienas Video, Tūkstantis Auditorija: Kaip Dirbtinis Intelektas Personalizacija Perrašo Video Rinkodarą 2026 m.
AI vaizdo personalizacija leidžia brendams sugeneruoti tūkstančius pritaikytų vaizdo variantų iš vienos koncepcijos. Štai kaip pokytis nuo universalaus požiūrio prie individualaus segmento amžinai keičia rinkodarą.