Alexis· MI autors, pārskatījis cilvēks15 miljonu dolāru dienā problēma: kāpēc MI video ekonomika noteiks, kurš izdzīvos 2026. gadā
Sora sadedzināja 15 miljonus dolāru dienā, pirms OpenAI to apturēja. Patiesais jautājums nav par to, kurš izveido labāko MI video modeli. Tas ir par to, kurš var atļauties to darbināt.
Vai esat gatavs veidot savus MI videoklipus?
Pievienojieties tūkstošiem satura veidotāju, kuri izmanto Bonega.ai
Skaitļi, kas nogalināja Sora
Ļaujiet man izklāstīt ekonomiku, ko OpenAI mēģināja slēpt sešus mēnešus.
Sora tika palaista 2025. gada septembrī ar patērētāju cenām: aptuveni $0,10 par sekundi 720p video caur API. Maksimālā lietojuma laikā miljoniem lietotāju katru dienu ģenerēja klipus. GPU inference izmaksas, galvenokārt darbinot NVIDIA H100 klasterus, pieauga lineāri ar katru pieprasījumu.
Ieņēmumu un izmaksu attiecība bija katastrofāla. Sora nopelnīja aptuveni $2,1 miljonu kopējos ieņēmumos visa tā pastāvēšanas laikā. Tā darbināšana izmaksāja aptuveni $2,7 miljardus. Tas nav biznesa modelis. Tā bija demonstrācija, kas sadedzināja riska kapitālu industriālā mērogā.
Kāpēc video ģenerēšana ir fundamentāli dārgāka nekā attēlu veidošana
Lai saprastu, kāpēc tas ir svarīgi ārpus Sora, jums jāsaprot skaitļošanas plaisa starp attēlu un video ģenerēšanu.
Viens attēla ģenerēšanas pieprasījums ar modeli kā DALL-E 3 vai Stable Diffusion XL prasa aptuveni 10-30 sekundes GPU laika uz H100. 5 sekunžu video ar 24fps prasa 120 kadru ģenerēšanu, katrs ar temporālās koherences ierobežojumiem, kas neļauj vienkāršu paralēlizāciju. Uzmanības mehānisms video difūzijas transformeros mērogojas kvadrātiski ar secības garumu.
| Ģenerēšanas tips | GPU sekundes uz izvadi | Aptuvenas H100 izmaksas |
|---|---|---|
| Viens attēls (1024x1024) | 10-30s | $0,003-$0,01 |
| 5 sekunžu video (720p, 24fps) | 300-600s | $0,10-$0,20 |
| 10 sekunžu video (1080p, 24fps) | 900-2400s | $0,30-$0,80 |
| 60 sekunžu video (1080p, 24fps) | 5400-14400s | $1,80-$4,80 |
Plaisa starp attēliem un video nav 5x vai 10x. Tā ir 30-100x skaitļošanas jaudā uz izvadi. Un atšķirībā no teksta ģenerēšanas, kur KV kešošana un spekulatīvā dekodēšana ir dramatiski samazinājusi inference izmaksas, video ģenerēšanai nav ekvivalentas optimizācijas, kas samazina izmaksas par lieluma kārtu.
Trīs stratēģijas, lai izdzīvotu izmaksu krīzē
Katrs uzņēmums, kas joprojām piedāvā MI video ģenerēšanu, saskaras ar šo pašu fundamentālo problēmu. Viņu stratēģijas strauji atšķiras.
Stratēģija 1: subsidēt un cerēt (riska kapitāla pieeja)
Tā bija Sora stratēģija. Noteikt cenu zem izmaksām, piesaistīt lietotājus, monetizāciju izdomāt vēlāk. Tas beidzās tieši tā, kā ekonomikas profesori prognozēja kopš dot-com laikmeta.
Vairāki uzņēmumi joprojām darbojas šādi. Pika, Luma un Runway visi nosaka saviem pakalpojumiem cenu krietni zem aplēstajām skaitļošanas izmaksām. Likme ir tāda, ka izmaksas kritīs ātrāk nekā ieņēmumiem jāaug.
Risks ir acīmredzams. Ja GPU izmaksas nekrīt pietiekami ātri vai ja lietojums pieaug ātrāk nekā optimizācijas ieguvumi, šie uzņēmumi saskaras ar to pašu sienu, ko sasniedza Sora.
Stratēģija 2: pārcelt izmaksas uz aparatūru (NVIDIA/atvērtā koda pieeja)
Tā ir stratēģija aiz Helios, Wan 2.2, LTX-2.3 un katra cita atvērtā koda modeļa, kas optimizēts patērētāju GPU.
Loģika ir eleganta: tā vietā, lai darbinātu dārgu mākoņa infrastruktūru, pārcelt skaitļošanas izmaksas uz lietotāja aparatūru. RTX 4090 maksā $1599 vienu reizi. Pēc tam katra video ģenerēšana ir "bezmaksas" robežizmaksu ziņā (mīnus elektrība).
Helios, 14 miljardu parametru modelis no ByteDance un Pekinas Universitātes, parādīja, ka viens H100 var ģenerēt 60 sekunžu video ar 19,5 FPS. Vēl svarīgāk, optimizēti atvērtā koda modeļi tuvojas reāllaika ģenerēšanai uz patērētāju RTX 5090 aparatūras.
| Modelis | Nepieciešamā aparatūra | Ģenerēšanas ātrums | Kvalitātes līmenis |
|---|---|---|---|
| Helios 14B | 1x H100 (vai RTX 5090) | 19,5 FPS (reāllaiks) | Profesionāls |
| Wan 2.2 14B | 1x RTX 4090 | ~3 FPS | Profesionāls |
| LTX-2.3 | 1x RTX 4090 | ~5 FPS (4K) | Profesionāls |
| PixVerse R1 | 1x RTX 3090 | ~2 FPS | Patērētāju |
Ierobežojums ir acīmredzams: šī stratēģija apkalpo tikai lietotājus, kuriem pieder augstākās klases GPU. Tas ir nozīmīgs tirgus, bet tas izslēdz ikdienišķos veidotājus, kas padarīja Sora populāru.
Stratēģija 3: platformu agregācija (Adobe/Google pieeja)
Tā ir finansiāli ilgtspējīgākā pieeja. Tā vietā, lai nestu pilnas ģenerēšanas izmaksas, kļūt par tirgu, kas maršrutē pieprasījumus pie vairākiem modeļu nodrošinātājiem.
Adobe Firefly tagad mitina 30+ modeļus no dažādiem nodrošinātājiem. Google Flow integrē Veo ar trešo pušu modeļiem. CapCut iekļauj Seedance 2.0. Visos trijos gadījumos platforma ņem maržu, kamēr modeļu nodrošinātājs nes skaitļošanas izmaksas.
Adobe ir vislabākajā pozīcijā, jo Premiere Pro un After Effects jau dominē profesionālajā video rediģēšanā. MI ģenerēšanas pievienošana esošajām darba plūsmām ir dabiska paplašināšana, un Adobe var to izcenot kā premium funkciju Creative Cloud abonementos, par kuriem lietotāji jau maksā.
Infrastruktūras izmaksu līkne
Kritiskais jautājums ir, vai GPU izmaksas kritīs pietiekami ātri, lai padarītu patērētāju MI video dzīvotspējīgu.
NVIDIA Blackwell arhitektūra (B200, GB200) nodrošina aptuveni 2-3x labāku cenas un veiktspējas attiecību inference darba slodzēm salīdzinājumā ar H100. Gaidāmā Rubin arhitektūra sola vēl 2-3x uzlabojumu. Ja abas nodrošina kā prognozēts, līdz 2028. gadam 10 sekunžu video ģenerēšanas izmaksas varētu kristies no $0,50 līdz aptuveni $0,05.
Šis laika grafiks ir svarīgs. Uzņēmumiem, kas sadedzina naudu subsidētā cenā, jāizdzīvo vēl 2-3 gadus, lai aparatūras uzlabojumi glābtu viņu biznesa modeļus. Ne visi to spēs.
Ko tas nozīmē veidotājiem
Ja jūs esat veidotājs, kas šodien izvēlas MI video platformu, ekonomika ir tikpat svarīga kā funkcijas.
- ✓Platformas, ko atbalsta rentabli mātes uzņēmumi (Google, Adobe, ByteDance), ir drošākas ilgtermiņa likmes
- ✓Atvērtā koda modeļi, kas darbojas lokāli, novērš atkarību no jebkura viena uzņēmuma
- ✓Jaunuzņēmumi, kas piedāvā "neierobežotu" ģenerēšanu par zemām cenām, ir augstākā riska grupā
- ✓Gaidīt, līdz izmaksas stabilizējas, pirms apņemties darba plūsmai, ir saprātīgi, bet nozīmē zaudēt agrīnās pieņemšanas priekšrocības
Sora slēgšana nebija anomālija. Tas bija pirmais domino kauliņš. MI video ģenerēšanas ekonomika ir nežēlīga, un uzņēmumi, kas izdzīvos, būs tie, kas atrada radošus risinājumus izmaksu problēmai, nevis tikai radošus risinājumus ģenerēšanas problēmai.
Plašāka aina
Katra liela pārmaiņa datorzinātnē ir izgājusi cauri posmam, kad tehnoloģija darbojas, bet ekonomika nē. Mākoņdatošana bija nerentabla gadiem ilgi, pirms AWS to pārvērta naudas mašīnā. Video straumēšana zaudēja miljardus, pirms Netflix atrada savu līdzsvaru. MI video ģenerēšana ir tajā pašā sāpīgajā starpperiodā.
Atšķirība šoreiz ir ātrums. Aparatūras uzlabojumu līkne ir stāvāka nekā tā bija mākoņiem vai straumēšanai. NVIDIA piegādā jaunas arhitektūras ik pēc 18-24 mēnešiem ar nozīmīgiem izmaksu samazinājumiem uz FLOP. Modeļu efektivitātes pētījumi, no destilācijas līdz mixture-of-experts līdz arhitektūras inovācijām kā Helios konteksta kompresija, samazina skaitļošanas prasības no programmatūras puses.
Mans aplēse: 2027. gada beigās 10 sekunžu video ģenerēšana 1080p izšķirtspējā maksās zem $0,10 mākoņa infrastruktūrā. Pie šīs cenas biznesa modelis darbojas. Jautājums ir, kuri uzņēmumi spēs izdzīvot līdz tam.
MI video jaunuzņēmumu kapsēta drīz kļūs pārpildīta. Bet pati tehnoloģija nepazūd. Tā vienkārši gaida, kad ekonomika to panāks.
MI inženieris no Lozannas, kurš apvieno pētniecības dziļumu ar praktiskām inovācijām. Laiku dala starp modeļu arhitektūrām un Alpu virsotnēm.
View profile →Saistītie raksti
Turpiniet izpēti ar šiem saistītajiem ierakstiem
Sora ir beigta. OpenAI pilnībā iziet no AI video ģenerēšanas.
OpenAI slēdz Sora lietotni, atceļ Disney darījumu un pievēršas robotikai. Visaugstākā profila AI video produkts izturēja tikai sešus mēnešus. Lūk, kas satura veidotājiem jādara tūlīt.
Marta 2026 mākslīgā intelekta video lavīna: Kāpēc radošais virziens ir jaunais šaurums
Marts 2026 sāka ar 12+ mākslīgā intelekta video modeļiem vienas nedēļas laikā. Ar vienādu kvalitāti, konkurences priekšrocība pārbīdās no tehniskajām spējām uz radošo virzienu.
Viens Video, Tūkstošs Skatītāji: Kā Mākslīgais Intelekts Personalizācija Pārraksta Video Mārketingu 2026. gadā
AI video personalizācija ļauj zīmoliem ģenerēt tūkstošus pielāgotus video variantus no vienas koncepcijas. Lūk, kā maiņa no viena lieluma visiem uz individuālu segmentu mainīs mārketingu uz mūžu.