字節家的搖錢樹，阿里騰訊都想搶

憑借原生音視頻聯合生成技術，HappyHorse在畫質與效率上展現優勢，并有望與阿里電商生態深度融合。然而，視頻生成賽道的高昂算力成本與商業化難題，正迫使所有玩家在技術突破與可持續盈利之間尋找平衡，一場關于生態落地與成本控制的大考才剛剛開始。

———— / BEGIN / ————

AI短劇帶來的極致成本優勢與工業化生產效率，引爆了資本熱情，也讓AI視頻賽道格局重構。

4月初，一匹黑馬殺出：視頻生成模型HappyHorse-1.0在第三方測評平臺Artificial Analysis登頂，文生視頻Elo得分1333、圖生視頻Elo得分1392，雙雙超越字節跳動Seedance 2.0與快手可靈，成為不容忽視的新變量。

4月10日中午，阿里下場“認領”HappyHorse為“ATH事業群”旗下的AI創新事業部自研，API將在4月30日開放。

此前，阿里并非視頻生成的核心玩家。但3月16日，阿里新成立以Token 為核心的“ATH事業群”后，提升多模態能力變成了拉高Token效率的抓手——而HappyHorse可視為這場戰略大轉向的重磅成果之一。

不只阿里，科技巨頭正在視頻生成賽道集體壓境。

憑借Seedance系列的生成質量與成熟商業化，字節跳動已構筑起顯著壁壘。據了解，火山引擎面向企業開放的Seedance API接口，有些機構得到的最低年消費門檻高達1000萬元。

以高門檻開放API的底氣，來自市場的極度供不應求。《中國企業家》獲悉，在火山引擎近期的招商會上，許多城市與火山引擎和視頻生成業務洽談合作，有城市為此投入了數千萬、上億元資金，將算力支持作為招商引資的重要配套。

另一巨頭騰訊也已下場。知情人士向《中國企業家》透露，騰訊挖走了Seedance開發團隊中的數名核心成員，計劃在5月推出混元視頻大模型新版本，與Seedance正面對壘。“5月的視頻模型賽道，將會格外熱鬧。”

阿里認真了

HappyHorse亮相之前，阿里雖有通義萬相視頻模型，但表現始終不溫不火。作為大模型生態的附屬功能，萬相此前在清晰度、運動連貫性、長視頻穩定性等核心指標上，與Seedance、快手可靈等有明顯差距，也未打通專屬商業化場景。

這一次，阿里好像認真了。HappyHorse采用150億參數，將文本、視頻、音頻三種模態Token置于同一序列聯合建模，從底層解決了音畫不同步、語氣與表情不匹配等問題。

“它的物理模擬更貼近真實環境。”一位測評人士告訴《中國企業家》。另外，HappyHorse原生支持七國語言唇形同步，詞錯誤率顯著降低。同時，它在成本與速度上表現優異：單張H100生成5秒1080p視頻約38秒，DMD-2蒸餾技術將去噪步驟壓縮到了8步。

但HappyHorse的短板同樣突出。

測評人士表示，在完成復雜動作與多人交互時，HappyHorse易出現肢體錯亂、軌跡不穩。相比于Seedance，HappyHorse更擅長鏡頭呈現，不擅長動作敘事。

在應用方面，HappyHorse的API尚未開放，在內測中，其支持的時長僅為5~10秒，場景上限較低，更適合做短視頻、廣告、AI漫劇素材，還難以支撐劇情長片。其本地部署也有門檻，需配備H100或A100顯卡，消費級顯卡無法運行。

阿里突然在視頻模型戰場投入火力，意欲何為？相關人士表示，HappyHorse誕生于淘天未來生活實驗室，或許意味著阿里希望其能與電商場景碰撞融合。

阿里擁有完整的商品、商家、交易與廣告生態，但商品視頻一直是中小商家的痛點：場景搭建、拍攝剪輯成本高，白底圖難以展現賣點。而AI視頻可批量生成多版本、多場景、多語言內容，大幅降低了創作門檻。

更關鍵的是，阿里的商品詳情、用戶評價、搜索行為、轉化數據、直播表現等全鏈路信息，也可反向訓練電商專屬視頻能力，讓HappyHorse成長為懂電商、能帶貨的內容生產引擎。

但這條商業閉環要跑通，除了技術攻堅，還必須先解決阿里的算力問題。

接近阿里的人士向《中國企業家》透露，目前阿里內部GPU分配非常緊張。“此前，像月之暗面作為阿里云大客戶，雖然與Qwen存在競爭，還是能獲得比較充足的算力。現在阿里要支持基模研發、電商、云服務多條戰線，未來要重新考慮GPU的投入產出比了。”

而視頻生成是算力消耗大戶，如果HappyHorse逐步開放推廣，算力需求更將指數級增長。這匹黑馬能跑多快、多遠，很大程度上取決于阿里能否破解算力這一核心瓶頸。

Seedance的好生意被盯上了

盡管挑戰重重，各大廠商仍爭相涌入AI視頻賽道，只因這是一門想象空間極強的生意。

目前，紅果短劇等平臺收一部劇的最高價格約2000元/分鐘，一部常規短劇的時長約120分鐘，價格約24萬元。而市場上AI短劇的外包制作報價已經低至400元一分鐘，甚至有團隊用自動化工具實現了一天800~1000分鐘的漫劇內容產出。

巨大的成本優勢和生產效率，讓AI短劇成為資本追逐的熱點。有AI視頻制作公司負責人告訴《中國企業家》，短短半個月，就有好幾家資本來談收購、并購，目前給他們的估值已超5億元，但他們和合伙人都覺得，這個出價還不夠“美麗”。更有地方政府直接找上門來，希望直接獨家買斷公司的AI漫劇自動化生成工具。

Agent技術的進展，也正讓一人公司（OPC）大量涌現。幾個擅長高效使用AI工具的員工，便能頂得上過去一個甚至幾個團隊的工作量。各地政府敏銳地捕捉到了這一趨勢，紛紛對AI視頻、AIGC、AI短劇推出算力補貼、內容獎勵、園區集聚等扶植政策，吸引OPC進入。

2月27日，武漢東湖高新區發布“微短劇八條”，對重大產業項目最高支持5000萬元，爆款短劇單部獎勵50萬元。

3月10日，上海市徐匯區發布《“AI+微短劇”產業扶持意見》，對頭部企業最高給予1000萬元發展支持，同時發放最高100萬元算力券、100萬元語料券，并為OPC減免工位費用。

3月13日，深圳市施行新版微短劇扶持政策：AIGC微短劇單項目最高資助200萬元。

需求的旺盛和政策扶植，讓字節成為最早嘗到甜頭的公司。據《中國企業家》了解，雖然火山引擎向大型影視公司、內容制作公司、特定機構等開放的Seedance API接口“白名單”，有些機構被要求“最低消費”1000萬元/年，客戶仍趨之若鶩。

接近火山引擎的人士告訴《中國企業家》，地方政府已將算力扶持作為招商引資的重要配套。一些AI短劇公司以“拼盤”接入API，不少算力費用由政府出面解決，以吸引相關公司落地。

“有些城市采購了火山3000萬、7000萬，甚至過億的費用，用于內容扶植。當然其產出的內容也將對本地稅收和GDP產生極大拉動，這個賬很好算的。”

清晰可見的變現路徑，疊加千億級的市場增量，點燃了巨頭間的競爭熱情。阿里、騰訊紛紛加碼AI視頻賽道，試圖從字節手中分走一杯羹。

接近騰訊的相關人士向《中國企業家》透露，混元視頻模型其實早就有了，“只是效果很差”。近期，騰訊痛下決心，“開出高薪，差不多把Seedance開發組整個挖走了”。新款模型大約5月上線，有望和Seedance掰掰手腕，在短時間內實現技術突破。

依托騰訊生態，混元新視頻模型還有望深度融入到視頻號的內容生產、分發、商業化全鏈路，放大騰訊的內容生產力與商業變現空間。

視頻模型的高風險抉擇

雖然所有人都看到了AI視頻在短劇、電商、廣告等領域打開的萬億級商業潛力，但這條賽道的燒錢速度，也遠超想象。投入矛盾與定價分化，以及擺在巨頭面前的規模化盈利困境，正在考驗著各家的平衡智慧。

雖然火山引擎的收入不菲，但其算力成本負擔依然沉重，收入中的絕大部分，都要用來采購GPU和支付電力成本。

4月，火山引擎總裁譚待告訴《中國企業家》：“我們去年已經修改了商業計劃，把目標提升了不少。但目前我們還沒有做3年的盈利規劃，暫時沒有這方面的具體安排。”

OpenAI關停Sora，更給狂熱的市場潑下一盆冷水。視頻生成的算力消耗，是大模型的上百倍甚至上千倍，即便全球最具財力的科技公司，也難以承受這種無底洞式投入。

OpenAI雖宣稱，關停Sora是為了將資源轉向企業智能體、編碼工具與具身智能等方向，但業內普遍認為，成本與付費嚴重倒掛才是核心原因：Sora單條1080p的視頻生成成本約0.5~1美元，而用戶平均付費意愿不足0.1美元，根本無法支撐持續運營。

更深層的挑戰，還來自于科技大廠技術路線的高風險抉擇。業內人士向《中國企業家》指出：多模態任務過度消耗算力，在Token用量已經暴漲的情況下，廠商有再多算力依舊不夠燒，要把算力留給誰，就成了關鍵問題。

由于忌憚視頻的無底洞式算力投入，Google始終不敢大規模開放API，也未推出獨立的視頻生成C端應用。“去年Google的多模態路線備受推崇，但今年便在Agent浪潮下被Anthropic趕超，現在只能說勉強留在牌桌上。大模型的核心技術路線，往往需要提前一兩年布局，效果卻要滯后顯現。有時候真的像玄學。”

行業成本與收入失衡，近期利益和遠期發展，迫使所有玩家重新審視視頻模型的商業模式與定價邏輯，這也直接催生了行業內的定價策略分化。

摩根大通曾判斷：頭部領先模型可以維持溢價，追趕者則不得不通過降價搶占市場份額。

Sora停服后，字節率先選擇漲價。4月8日，即夢宣布：基礎、標準、高級會員的月度積分分別從1080、4000、15000下調至725、2210、6160，積分縮水近六成，相當于變相漲價。

相比之下，Google和快手則選擇用降價換市場：谷歌在3月底放出的Veo 3.1 Lite版本，將720p視頻生成價格壓至0.05美元/秒。可靈緊隨其后，推出會員限時8折優惠，部分圖片生成功能甚至完全免費。

定價的兩極分化，本質上是競爭烈度的直接體現。長期來看，平臺、API、廣告、電商都只是外層變量，決定勝負的關鍵因素仍然是：強化模型本身的同時，誰能在效果和成本之間找到最佳平衡點，誰能結合自身生態，找到不可替代的落地場景。

本文來自公眾號：中國企業家雜志 記者：林秋藝 王怡潔 編輯：李原 何伊凡