每天1500萬美元的難題: 為什麼AI影片經濟學將決定誰能活過2026年

壓垮Sora的數字

讓我來攤開OpenAI試圖隱藏了六個月的經濟帳。

Sora於2025年9月推出,面向消費者定價: 透過API生成720p影片大約每秒0.10美元。在使用高峰期,每天有數百萬用戶在生成影片片段。GPU推理成本(主要運行在NVIDIA H100叢集上)隨著每個請求線性增長。

收入與成本的比率是災難性的。Sora在整個生命週期中的總收入估計為210萬美元,而運營成本大約為27億美元。這不是一個商業模式,這是一場以工業規模燒掉創投資金的展示。

為什麼影片生成本質上比圖像生成更昂貴

要理解這件事為什麼不僅僅關乎Sora,你需要了解圖像和影片生成之間的運算差距。

使用DALL-E 3或Stable Diffusion XL等模型生成一張圖像,大約需要在H100上使用10-30秒的GPU時間。而生成一段5秒、24fps的影片需要生成120幀,每幀之間的時間一致性約束使得簡單的平行化變得不可行。影片擴散變換器中的注意力機制隨序列長度呈二次方增長。

圖像和影片之間的差距不是5倍或10倍,而是每次輸出30-100倍的運算量。與文字生成不同的是,文字領域中KV快取和推測解碼已經大幅降低了推理成本,而影片生成目前還沒有能將成本降低一個數量級的等效優化方案。

度過成本危機的三種策略

每一家仍在提供AI影片生成服務的公司都面臨著同樣的根本問題。但它們的應對策略截然不同。

策略一: 補貼然後祈禱(創投模式)

這正是Sora的策略。以低於成本的價格定價,獲取用戶,之後再想辦法獲利。結果正如經濟學教授們自網路泡沫時代以來一直預言的那樣。

目前仍有數家公司採用這種方式運營。Pika、Luma和Runway的服務定價都遠低於預估的運算成本。他們的賭注是,成本下降的速度會快於營收增長的需求。

風險顯而易見。如果GPU成本下降得不夠快,或者用戶增長速度超過優化收益,這些公司將面臨與Sora相同的困境。

策略二: 將成本轉移到硬體端(NVIDIA/開源路線)

這是Helios、Wan 2.2、LTX-2.3以及每一個為消費級GPU優化的開源模型背後的策略。

其邏輯簡潔而優雅: 不再運行昂貴的雲端基礎設施,而是將運算成本推給用戶的硬體。一塊RTX 4090只需花費1,599美元一次。之後,每次影片生成在邊際成本上是「免費的」(扣除電費)。

Helios是字節跳動與北京大學合作推出的140億參數模型,它展示了單塊H100就能以19.5 FPS的速度生成60秒影片。更重要的是,優化後的開源模型正在接近消費級RTX 5090硬體上的即時生成能力。

這一策略的局限性也很明顯: 它只適用於擁有高階GPU的用戶。這確實是一個有意義的市場,但排除了那些讓Sora走紅的一般創作者。

策略三: 平台聚合(Adobe/Google模式)

這是在財務上最具永續性的方案。不再承擔全部生成成本,而是成為一個將請求分發到多個模型供應商的市場平台。

Adobe Firefly現在整合了30多個模型,來自不同的供應商。Google Flow將Veo與第三方模型整合。CapCut內建了Seedance 2.0。在所有這三種情況下,平台收取利潤,而模型供應商承擔運算成本。

Adobe在這個方向上擁有最佳優勢,因為Premiere Pro和After Effects已經主導了專業影片編輯市場。將AI生成功能添加到現有工作流中是自然的延伸,Adobe可以將其作為用戶已經在付費的Creative Cloud訂閱中的進階功能來定價。

基礎設施成本曲線

關鍵問題是: GPU成本能否快速下降到足以使消費者級AI影片變得可行?

NVIDIA的Blackwell架構(B200、GB200)在推理工作負載上,相比H100提供了大約2-3倍的性價比提升。即將推出的Rubin架構承諾再提供2-3倍的改進。如果兩者都能如期實現,到2028年,生成一段10秒影片的成本可能從0.50美元降至大約0.05美元。

這個時間線至關重要。那些在補貼定價上燒錢的公司需要再撐2-3年,等待硬體改進來拯救它們的商業模式。不是所有公司都能等到那一天。

對創作者意味著什麼

如果你是一位正在選擇AI影片平台的創作者,經濟帳和功能同樣重要。

• ✓由獲利母公司支持的平台(Google、Adobe、字節跳動)是更安全的長期選擇
• ✓在本地運行的開源模型消除了對任何單一公司的依賴
• ✓以低價提供「無限」生成的新創公司風險最高
• ✓等待成本穩定後再確定工作流程是合理的,但意味著會錯失早期採用的優勢

Sora的關停不是偶然事件,它是第一塊骨牌。AI影片生成的經濟現實是殘酷的。能夠存活下來的公司,是那些找到了創造性解決成本問題方案的公司,而不僅僅是找到了創造性解決生成問題方案的公司。

更宏觀的視角

計算領域的每一次重大變革都經歷過技術可行但經濟不可行的階段。雲端運算在AWS將其變成印鈔機之前虧損了多年。串流影片在Netflix站穩腳跟之前燒掉了數十億美元。AI影片生成正處於同樣痛苦的中間階段。

這一次的不同在於速度。硬體改進曲線比雲端運算或串流時代更加陡峭。NVIDIA每18-24個月就推出新架構,每FLOP成本有著實質性的降低。模型效率研究,從蒸餾到混合專家,再到Helios上下文壓縮等架構創新,正在從軟體層面削減運算需求。

我的判斷是: 到2027年底,在雲端基礎設施上生成一段10秒1080p影片的成本將降至0.10美元以下。在這個價格水平上,商業模式是成立的。問題是,哪些公司能撐到那個時候。

AI影片新創公司的墓地即將變得擁擠。但技術本身不會消失。它只是在等待經濟規律跟上步伐。