IOSF:视频 AI 的成本悖论——生成越来越便宜,成片为何依然昂贵?

  • IOSF Research测算视频AI可见年收入约23亿美元,但口径含图像收入和重复计算,并非市场规模。
  • 视频一分钟成本是文本的数千倍,收入大头在应用层而非模型厂商,客户公开证据均指向企业。
  • 作者判断未来两年成片率比降价更能降本,目前成片率约4%至25%,尚无独立统计。
总结

2025 年 6 月 NBA 总决赛第三场期间,Kalshi 投放了一支画面相当混乱的电视广告:一个农民漂在装满鸡蛋的泳池里,一个外星人在喝啤酒,一个披着美国国旗的男人在大喊关于印第安纳的事。导演 PJ Accetturo 用 Google 的 Veo 3 制作了这支广告,花费约 2,000 美元,从构思到播出只用了三天。此前制作公司给 Kalshi 的报价是“六位数到七位数”。他生成了 300 到 400 次,才得到 15 个可用片段。

十个月后,OpenAI 于 4 月 26 日关闭了 Sora app,这是一个类似 TikTok、专门推送 AI 生成视频的信息流。TechCrunch 援引《华尔街日报》的调查报道称,该 app 每天的运营成本约 100 万美元,用户数从峰值约 100 万降到不足 50 万。Sora 开发者 API 也在 9 月关停,如今 OpenAI 的开发者价目表上已没有任何视频模型。

这两件事概括了 2026 年视频 AI 的现状:用 AI 做视频已经便宜到足以改变广告的制作方式;但单纯观看 AI 视频,还没有形成一门生意。

核心

观点

视频 AI 已经是一门真实的生意:披露收入的几家公司合计年收入约 23 亿美元,它们点名的客户是营销人员、创作者和企业。它不是缩小版的大语言模型市场:一分钟视频的成本是一分钟文本的数千倍,收入最高的是应用,而不是模型厂商。最先受到冲击的是批量采购“够用”视频的行业:图库素材、广告、培训和短剧。影视特效排在其后。游戏和机器人排在最后,它们依赖物理规律,而目前最好的模型在物理测试中的得分约为真实影像的一半。

收入榜:披露数据的公司,合计年收入约 23 亿美元

 IOSF Research 

图片

已有少数公司披露了收入,且增长很快:

  • Higgsfield 的 ARR 从 2025 年底的 2 亿美元增长到 2026 年 8 月的 7 亿美元。
  • 快手旗下的视频模型可灵(Kling)第二季度收入超过 1.18 亿美元,同比增长超过 2 倍。
  • fal 相当于视频和图像模型的“书架”(模型聚合平台),2026 年 3 月 ARR 约 4 亿美元,较去年 10 月翻倍。
  • HeyGen 的 ARR 在 6 月突破 2 亿美元。
  • Runway 的 ARR 在 9 月突破 2 亿美元。

按我们的计算,可见收入合计约每年 23 亿美元。其中一部分是图像收入,另有一部分被重复计算,因为应用也会从 fal 采购。这个数字也没有包括 Google 的 Veo、字节跳动的 Seedance 和几家中国实验室,它们没有单独披露视频收入。误差是双向的:图像收入和重复计算会推高总数,未计入的实验室会拉低总数。因此,23 亿美元只能作为规模参照,不是测算出的市场规模。

视频生成成本高出数千倍,收入大头在应用层

 IOSF Research 

图片

视频 AI 常被非正式地描述为“落后几年的大语言模型市场”。但数据不支持这种说法,因为运行语言模型和运行图像/视频模型的差别非常大。

简单来说,语言模型写东西的方式和人打字一样:一次一个词,每个词都是对下一个词的小猜测,它还在写,你就可以开始读。图像或视频模型更像建筑师:它从一块随机噪点开始,一遍又一遍地修整整个画面,通常要 20 到 50 轮,直到出现清晰的图像。每一轮都同时处理所有像素,最后一轮完成之前,什么都用不了。视频让工作量成倍增加:一秒大约是 24 帧画面,每一帧都要和前面的帧保持一致,杯子要待在原来的位置,脸要始终是同一张脸。而一段文字只有几百个小单元。这就是为什么一个经过实测的开源模型每生成一秒视频需要约 350 秒的芯片计算时间,也是为什么一分钟视频的成本是一分钟文本的数千倍。

Anthropic 告诉投资人,其年化收入在 7 月底达到 650 亿美元,OpenAI 约为 400 亿美元。仅这两家实验室的收入就约为可见视频总收入的 45 倍。

在大语言模型领域,大部分收入归模型实验室;在视频领域,收入最高的是应用。最大的语言模型应用是编程工具 Cursor,据报道 6 月年化收入约 40 亿美元,约为 Anthropic 的十六分之一。视频领域则由 Higgsfield 以 7 亿美元领先,封装其他公司模型的应用(Higgsfield、HeyGen、Synthesia、Magnific)占可见总收入的一半以上。文本客户买的是模型的智能,直接拿来用。视频客户买的是用于某项具体工作的成片,成片需要剪辑、一致性和配套工作流,应用正是围绕这些需求搭建起来的,形成了视频工作台。

一张图约等于一千个词

图片

截至 10 月 22 日,有记录的每分钟视频最低价格约为 3 美元,来自 Veo 最便宜的档位,与最高档位相差约 7,600 倍。

还有几点区别值得注意:代码是大语言模型最大的市场,可以自动验证;视频要靠肉眼判断,比较主观。文本按 token 购买;视频按片段购买,对应的是制作预算。

谁在付费:公开证据都指向企业客户

 IOSF Research 

Higgsfield 称自己是“面向创作者、营销人员、品牌、代理商和制片公司”的平台,并称其“为 390 家财富 500 强企业提供视觉内容制作支持”(Higgsfield)。HeyGen 称 85% 的财富 100 强企业在使用它(HeyGen)。两家公司都没有按用途拆分收入,因此仅凭公开数据,无法知道有多少收入来自出于娱乐目的制作视频的个人。所有已公开的证据都指向企业买家。

再细分买家,商业模式就出现分化。人们会看大量 AI 视频,但他们付费买的东西不同,对质量的要求也不同。

  • 短剧 app 按集出售故事,所以质量决定观众是否继续付费。它们最大的成本是获客,而不是制作:据 Media Partners Asia 估算,最大的短剧平台 ReelShort 在 2025 年 7.85 亿美元收入中,有 55% 用于用户获取和营销(Indian Television)。营销占去收入的 55%,包括生成在内的其他所有成本都要在剩下的 45% 里解决。所以更便宜的模型只能压缩预算中较小的那部分。更好的模型作用于赚钱的那部分:观众是否愿意继续为下一集付费。ReelShort 没有披露生成方面的支出,所以这是我们对其成本结构的解读,不是实测的拆分。
  • 观众通过社交信息流发现这些剧(Meta 与 Ormax 的调查显示,印度观众中这一比例为 89%),制作方也在快速转向 AI:据 Owl & Co 统计,第三季度中国以外的竖屏短剧新作中约三分之二由 AI 生成,第一季度这一比例仅为 3%(The Hollywood Reporter)。
  • AI 陪伴 app 卖的是情感连接,而不是画面。用户为了这段关系反复回来,所以视频只需要“够用”。关键是成本和速度,因为每个用户都需要大量视频。

制作便宜不等于有人看:价值转移到决定,内容分发的一方

 IOSF Research 

音乐行业先走到了这一步。据 Deezer 称,6 月的高峰日里,完全由 AI 生成的曲目已超过这家流媒体平台全部新上传量的一半,目前每天新增近 9 万首。但它们只占播放量的 1% 到 3%。

图片

Deezer 会把检测出的 AI 曲目排除在推荐和歌单之外,这让上传量和播放量之间的差距变得可见。这种格局正是经济学家 Herbert Simon 在 1971 年描述过的:信息变得充裕时,注意力就成了稀缺资源。制作几乎免费时,供给会泛滥,价值转移到决定什么内容被看到的一方。两位研究者把观众为 AI 内容设定的质量门槛称为 “slop ceiling”(劣质内容天花板)。

哪些行业最先受到影响:图库素材和广告排在最前,游戏和机器人排在最后

 IOSF Research 

图片

今天的 23 亿美元与现有的视频支出相比还很小,而且资金不会均匀转移。按当前模型已能完成的视频工作比例排序:

  1. 图库素材和图片。生成的片段可以直接替代授权素材。两大图库 Getty Images 和 Shutterstock 去年合计收入约 20 亿美元,这是目前受影响最大的垂直领域。
  2. 广告和产品视频。WPP Media 预计今年全球广告收入约 1.3 万亿美元。其中只有一小部分用于制作广告,但 Kalshi 的广告说明,随着生成成本下降,这部分支出可以压缩到什么程度,实拍广告的大量间接成本会被省掉。
  3. 培训和讲解视频。2025 年美国机构在培训上的支出为 1,028 亿美元(Training magazine)。这是 HeyGen 和 Synthesia 的市场,主讲人念稿是最容易生成的视频类型。
  4. 短剧。在中国,微短剧(为手机制作、每集一两分钟的剧集)的收入预计 2025 年达到 94 亿美元,超过全国电影票房。这些制作方已经接受手机画质的素材,而且需求量很大。
  5. 视觉特效。IMARC 估计 2025 年该市场规模约 110 亿美元(IMARC),不过各方估算差异很大。制片方已经在使用生成的镜头(见下文)。
  6. 电影和电视。Ampere Analysis 估计 2026 年全球内容支出为 2,550 亿美元。AI 是逐个镜头进入这个领域的,而不是整部作品。
  7. 游戏和机器人。据 Newzoo 估算,游戏行业 2025 年收入为 2,016 亿美元。视频模型只有学会模拟世界,才会在这里发挥作用,这是本文最后一节的内容。

AI 如何改变视频制作成本:成片率和单价同样重要

 IOSF Research 

图片

目前最明显的影响在成本上。除了 Kalshi 的广告,OpenAI 支持的动画长片 Critterz 预算不到 3,000 万美元,制作周期九个月;一部大型动画电影通常需要 1 亿到 2 亿美元、约三年时间。

标价按档位下降,而不是全面下降。

图片

下一轮降本已经出现在研究中。Hugging Face 研究人员的一项实测研究发现,一个大型开源模型在一张旗舰 GPU 上生成一段 5.4 秒的片段需要 1,875 秒,按我们的计算,相当于每秒视频约需 350 秒计算时间。蒸馏(distillation)直接针对这个问题。一个团队把一个小型开源模型的每秒出帧数提高了约 22 倍,快到可以在单张芯片上实时流式生成。陪伴类 app 需要的大幅降本就会来自这里:先以低分辨率生成,再做超分。

生成一秒视频的标价只是成本的一部分。Kalshi 广告的导演大约每 20 到 27 个片段才保留 1 个,所以对他来说,一秒可用视频的成本是标价的 20 到 27 倍。这是偏高的情况。一家视频工具厂商对其他作品的总结显示,一部三分钟动画剧集每 4 个片段保留 1 个(164 个中保留 41 个)。目前还没有人发布过独立统计的成片率数据。一致性直接影响成片率。如果模型能让角色、产品或运镜在多次生成中保持一致,需要的生成次数就更少;生成次数减半,一秒可用视频的成本也减半。降价只是让每次生成更便宜。

我们的测试:同一个提示词,三个模型。11 月 2 日,我们通过 Runway 的 API 给三个模型同一个提示词:玻璃桌上的手机来电亮屏,震动着移向桌边,掉落后在水泥地上弹起一次。每段 8 秒、720p、无声音,每个模型生成一次,共花费 4.80 美元。

图片

▲ 从左到右:Wan 3.0、Seedance 2.5、Veo 3.1

  • Wan 3.0(0.80 美元,排行榜第一)表现最好。手机向前挪动、掉落、静止,不过镜头向下倾斜跟拍了它。
  • Seedance 2.5(2.40 美元,三者中最贵)震动效果最逼真,但在掉落前切到了一个新镜头,屏幕也黑了。
  • Veo 3.1(无声音版 1.60 美元,排行榜第 22 名)开头手机是立着的,而不是平放,落地后像橡胶一样弹了好几次。它的屏幕文字是三者中最清晰的。(我们持续跟踪 Veo,是因为 Google 公布的价格历史最清晰,而不是因为它领先。在质量上,它现在落后于更便宜的模型,我们的测试也说明了这一点。)

三个模型都没有完整执行提示词,每段生成耗时 2 到 4.5 分钟,是片段时长的 15 到 34 倍(我们的计算)。三个片段说明不了太多,但结果排序与排行榜一致,而不是与价格一致。

下一个转折点:成本和延迟

 IOSF Research 

更便宜的模型是一条路。另一条路是照搬电影和动画现有的制作方式:先粗后精。

先低成本出草稿,最后只渲染一次。

动画师几十年前就解决了这个问题。故事没有理顺之前,他们不会开始做动画,而是先画分镜,再做成粗略的动态样片,称为 animatic(动态分镜)。AI 视频也可以这样做。每秒一两帧的粗剪就足以判断故事和镜头,效果类似连环画;入选且最合适的镜头再交给最好的模型渲染。

这也解决了上面提到的成片率问题。如果大多数生成结果都要丢掉,最好在它们还便宜的时候丢掉。

字节跳动已经把这种做法做成了产品。Seedance 2.5 的 Draft(草稿)模式自 10 月 30 日起在 fal 上线,先快速生成低分辨率预览,再把同一段视频完成为全高清。只有留下的片段才按全价付费。差价累积得很快(fal):

  • 预览(480p):约每秒 0.22 美元
  • 全高清(1080p):约每秒 1.16 美元,约为预览的 5 倍
  • 把草稿完成为成片:fal 未列出价格。在我们团队的测试中,成本比直接生成全高清片段低 6 到 8 倍

代价是质量。由草稿完成的成片看起来比直接生成的全高清片段稍软一些,不过它也修正了预览中一个奇怪的最后一帧。规模放大后,节省幅度很大。如果每 25 次生成保留 1 次(成片率 4%),一小时全高清成片的成本为:

  • 每次都生成全高清:约 10.5 万美元
  • 先出草稿,再完成留下的片段:约 2 万美元(我们的计算)

混合流程已经出现。

低成本出草稿是一条捷径。另一条是把老工具和新工具结合起来。创作者现在会先在 3D 设计工具 Blender 中用灰色几何体搭出场景,用 OpenAI 的 GPT-6 Astra 摆放物体和机位,再把场景中的一帧静帧转成写实的首帧,由 Seedance 2.5 生成成片(Kapwing 教程、字节跳动即梦 Dreamina)。

两种工具互相弥补短板。单靠 3D,做到写实太慢;单靠 AI 视频,又很难控制。两者结合后,3D 草稿确定布局和镜头,视频模型负责画面质感。

实时生成正在到来。

最后一步是速度。边看边渲染的视频已经不只是实验室演示:

  • Runway Characters(3 月):一个可以实时对话的视频模型,基于 Runway 的 GWM-1(Runway)
  • Runway Solaris(8 月 31 日):Runway 所称的首个 “Interface World Model”(界面世界模型)(Crypto Briefing)
  • Decart(5 月):把实时视频流即时转换为生成场景;以约 40 亿美元估值融资 3 亿美元(bne IntelliNews)
  • Zoom 虚拟形象:用逼真的虚拟形象替代摄像头画面,并在你说话时同步模仿你的表情,功能可用性取决于套餐和地区(Zoom)

一旦视频生成速度能满足实时通话的需要,陪伴类 app 面临的问题就变了:不再是每分钟成本多少,而是下一帧多快能到。

营销之外:电影、电视和特效中,AI 能做特效镜头,还做不了长篇项目

 IOSF Research 

图片

好莱坞正在测试视频 AI 能否走出广告领域。

到目前为止,制片方主要以两种方式使用它:一是制作预算原本覆盖不了的镜头;二是授权自家角色,在别人使用时获得收入。

第一,做原本负担不起的镜头。

最近有两部剧用 AI 完成了原本会被删掉的场景:

  • Netflix 的 The Eternaut:这部阿根廷剧集用生成式视频完成了一场建筑倒塌戏。联席 CEO Ted Sarandos 表示,这个镜头的完成速度比传统特效快十倍,而用传统方式制作的成本在这部剧的预算下“根本不可行”。
  • Amazon 的 House of David:这部圣经题材剧第二季使用了 350 到 400 张 AI 生成图像,第一季约为 70 张(TheWrap)。剧集主创(showrunner)表示,不用 AI 他负担不起那些战争场面。

其他制片方走得更远,直接与模型厂商合作。Lionsgate 于 6 月入股 Runway(持股比例未披露),并计划基于自家电影片库制作一部短剧集(Runway)。AMC Networks 也与 Runway 签约(Hollywood Reporter)。

第二,从角色授权中获得收入。

更大的争夺在于角色归谁所有。Disney 的做法体现了两面:

  • 2025 年 6 月:Disney 和 Universal 以侵犯版权为由起诉 Midjourney。
  • 2025 年 12 月:Disney 同意向 OpenAI 投资 10 亿美元,并授权 Sora 使用其 200 多个角色(Disney)。
  • Sora 关闭后:协议随之终止,Disney 表示将寻找其他 AI 合作伙伴(Blooloop)。

结论很简单:制片方希望自己的角色被使用时能拿到报酬,对不付费使用的人,它们会起诉。

日本的版权方走得最远,从阻止 AI 转向向 AI 授权,原因在于钱。日本动画在海外卖得很好,但许多制作公司经营困难:

  • 据日本动画协会初步统计,2024 年海外收入为 2.17 万亿日元,超过国内收入(gamebiz)
  • 2025 年有 34.6% 的动画制作公司亏损(帝国数据银行,经 GameBusiness)

2025 年 10 月,代表日本版权方的机构 CODA 要求 OpenAI 停止未经许可使用其会员作品训练 Sora 2(Automaton)。

不到一年,态度就变了。9 月 11 日,中国 AI 实验室 MiniMax 与日本公司 KAGAMIAI 在东京发布 H3 IP Edition。创作者可以用它和授权的日本角色制作视频,每个角色都附带经过审批的素材、使用规则、商业条款,并向版权方回报使用情况。MiniMax 称已有 60 多家公司表达了兴趣(MiniMax)。

此前 KAGAMIAI 与《足球小将》(Captain Tsubasa)做过一次试点,使用的是另一个中国视频模型 PixVerse,结果显示出需求可能有多大(来源同上述 MiniMax 页面):

  • 约 12.6 万 名创作者
  • 45 天内制作约 33 万 件作品
  • 超过 99% 的活动来自日本以外

授权粉丝创作可能成为 AI 视频第一个角色版权方能从中获得收入的大众消费市场。

规律是:AI 能做特效,但做不了长篇项目。

在上述所有案例中,AI 处理的是中等预算剧集原本负担不起的镜头:大全景、人群、破坏场面和场景环境。其余制作仍由人完成。计算机图形技术进入电影也是这样,一个特效一个特效地普及,远早于 1995 年《玩具总动员》证明整部长片都可以用它制作。

一项测试结果也指向同一方向。在下文介绍的物理基准测试中,Odyssey-3 Pro 模型的得分取决于起点:

  • 延续真实影像:63 分,单次生成
  • 从单张图片开始:50 分

AI 视频有真实素材作基础时表现更好,这正是特效工作的情形:每个生成镜头都嵌在真实影像之中。这项测试不衡量时长。目前还没有人发布过模型能否在多个镜头之间保持一致的测试,而这项测试才能解释为什么长篇项目仍然做不到。

会出现专业化的实验室吗?已经出现,视频公司正分化为三类

 IOSF Research 

专业化实验室已经出现,三类视频公司正在分化:

通用巨头。Google(Veo)、字节跳动(Seedance)和快手(可灵)拥有最多的算力和数据。它们在质量和价格上竞争,大多数应用转售它们的模型。

制片厂型实验室。Runway 目前有 Lionsgate 持股,正面向电影和电视开发产品。Moonvalley 只用授权影像训练其 Marey 模型,截至 2025 年 7 月已融资 1.54 亿美元,其制片部门 Asteria 用这个模型拍电影。这类实验室能提供三样巨头较难提供的东西:制片方法务能接受的训练数据、对每一帧的精细控制,以及能接入现有特效流程的工具。

应用层。Higgsfield、HeyGen 和 Magnific 把其他实验室的模型打包,卖给特定客户。

新实验室及其押注方向。我们找到的 2026 年最大几笔投资都流向了开发交互式模型或世界模型的实验室:AMI Labs 10.3 亿美元的种子轮、Runway 3.15 亿美元的融资(Runway 称将用于世界模型),以及 AMD 以 82 亿美元收购 World Labs 的交易。我们没有统计全年视频领域的全部融资,下表混合了融资轮次、一笔收购和产品更新:

图片

未来 12 个月最可能出现的突破也来自这张表:实时性足以支持通话和游戏的视频生成、可交互的世界而不是固定片段,以及规模化的授权角色生成。

在电影和特效领域,制片厂型实验室最有可能胜出。制片方不能为一个关键镜头(hero shot)承担诉讼风险,需要精确还原导演意图,还要与工会剧组合作;只提供最强原始模型的通用厂商只能拼价格。

更大的机会是世界,而不是片段

 IOSF Research 

在这一轮智能发展中,视频模型最大的市场最终可能根本不是视频。一个能预测场景下一帧的模型,可能正在学习世界如何运动,这对游戏和机器人会很有用。

Runway 于 2025 年 12 月发布 GWM-1,称之为通用世界模型,共有三个版本:可探索的世界、可对话的虚拟形象,以及一个机器人模型,用于预测机器人每次动作后摄像头会看到什么。它以 720p 实时生成画面,最长两分钟。Runway 在 2 月以 53 亿美元估值融资 3.15 亿美元时表示,这笔钱将用于开发能力更强的世界模型。

柏拉图在《理想国》的洞穴寓言里最早描述了这一押注。

囚徒们只能看到墙上的影子,他们把荣誉给予那些“最能敏锐观察经过的影子”、最能说出下一个出现的是哪个影子的人。视频模型就是一个能拿奖的影子预测者,却从未见过投下影子的物体。柏拉图的观点是,这种技能不是知识。对视频模型来说,问题在于预测下一帧是否意味着理解世界如何运动,Physics-IQ 是检验这一点的一种方式。

图片

Physics-IQ 是 Google DeepMind 托管的一项基准测试:给模型看一段真实物理事件的开头,然后评估模型生成的后续画面与真实情况的接近程度。100 分表示与另一次真实拍摄一样接近。按原始评分,最好的单一图生视频模型从 2025 年 2 月的 23 分提高到今年 5 月的 44 分。在重新评分的榜单上,排名第一的单一图生视频模型为 51 分,而 Google 的 Veo 3.1 Fast(30 分)与一个 2024 年的开源模型(32 分)水平相当。论文本身的发现是:物理理解能力与片段看起来是否真实无关。

看起来真实基本已经解决,表现得真实还没有。在这项测试中,最好的模型仍处在 0 分和另一次真实拍摄之间的一半左右。由于真实感和物理表现被证明互不相关,画面更好看并不会自动缩小这一差距。

如果这个分数向 100 靠近,视频实验室就会变成模拟公司,向游戏工作室和机器人厂商销售产品;在这个市场里,视频领域的先发优势会非常重要。

结语:三个数字决定这个行业的走向

 IOSF Research 

本文留下的大部分问题,可以由三个数字回答:

  1. 有多少生成结果被采用?目前我们仅有的数据是:Kalshi 广告为 4% 到 5%,一部动画剧集为 25%。我个人认为,一致性对这个数字的影响会大于原始画质,实验室也会朝这个方向发展:搭建能管理一致性、支持大量上下文的生成环境,而不是追求单次出色的生成。

  2. 一小时成片到底花多少钱?用标价除以保留比例。按今天的价格,同样一小时视频的成本可能是:

  • Veo 3.1 Lite(原价):720 到 4,500 美元
  • Seedance 2.5 全高清:1.68 万到 10.5 万美元
    按这个公式,成片率翻倍和价格减半对成本的削减效果相同。区别在于两者各自还剩多少空间。按目前 4% 到 25% 的成片率,一个让每次生成都可用的模型能把成本降低 4 到 25 倍。价格已经下降过,而且各档位降幅不均。我们判断未来两年成片率是更大的杠杆。如果下一批公布的成片率仍在 4% 附近,而价格继续下降,这个判断就错了。
  1. 物理表现站得住吗?Physics-IQ 是唯一一个检验模型运动是否符合真实世界的公开测试,最好的模型得分约为真实影像的一半;在模型有真实影像作基础的场景中,差距会最先缩小。

两年前,问题是 AI 视频能否做到足够好看。这个问题基本已经有了答案:Kalshi 的广告在 NBA 总决赛期间播出,Netflix 也把生成的画面用进了正式上线的剧集。

现在悬而未决的是钱和控制权的问题:

  • 谁拿钱?制片方希望自家角色出现时能拿到分成,或建立类似版税的机制。角色、个人或偶像的授权粉丝创作可能会有很大增长。
  • 会出现什么新可能?如果物理差距缩小,视频模型就不再是片段生成器,而会变成模拟器。我们的判断:最先产生付费需求的交集是机器人训练,即由模型延续真实摄像头画面。这正是目前得分最高的场景(63 分对 50 分),Runway 的 GWM-1 也已经在销售这类产品。游戏会更晚,因为游戏需要模型从零开始,并在数小时内保持一致。到 2027 年,我们预计模拟器市场的规模仍会小于它所衍生自的广告和制作市场。如果在此之前有游戏工作室发布了基于生成式世界模型的作品,这个判断就是错的。
分享至:

作者:IOSF

本文为PANews入驻专栏作者的观点,不代表PANews立场,不承担法律责任。

文章及观点也不构成投资意见

图片来源:IOSF如有侵权,请联系作者删除。

关注PANews官方账号,一起穿越牛熊
PANews APP
微软在Ignite发布七款自研AI模型,称以更低成本对标OpenAI和Anthropic
PANews 快讯