1.下一个灭谁?
羞答答的玫瑰,轰隆隆地开。AI模型,从往昔襁褓宝宝的谦抑,到此刻全面夺权的暴戾,商业模式迅速外溢,逼得智人直喊麻痹。因为大模型的商业模式能力,目前几乎——sadly for cow-horse们——就等同于替代掉那些最贵人工的能力。
比如我们看到某某科技公司R&D研发成本,不深究的人,还以为这是购买原子对撞机的费用。但其实一家披萨店买原子对撞机,这是标准的CapEx,而公司真实的研发支出60%-80%,是给码农发的那些含住了股权的工资。我看药神有个词概括得挺好,这叫做AI的工资池叙事。Anthropic ARR那么猛、估值那么巍峨,是因为coding的工资池叙事讲得如一把热刀切黄油一般丝滑。
于是我们自然会想去找找,许多可以发生工资池叙事的地方。比如做视频也挺吃人工。比如一家游戏公司做视频的频农,如果耕耘在游戏本身,工资计入R&D;如果是工作在巨制预告片,计入销售费用;如果是社区运营,则计入运营成本或管理费用;或者有些是外包费用。总之频农产生的费用很多。
再比如一家电影公司,从概念设计、分镜 、预演,到背景环境、 数字场景,到复杂动作、大型特效,甚至群演(是的背景板里讨生活的群演将不存在了),但凡不是核心IP比如编剧、导演、爱豆,其他都可以被视频模型给叙事掉。编导爱差不多占内容生产成本的30%-50%,那么至少有50%的制作成本,直接被AI吞食支配。
McKinsey给的数字是未来五年 AI 能影响大约20% 的原创内容支出,而这些还仅仅是传统内容视频消费。还有那么多的UP主呢,他们一天就能生成你从雍正十三年开始看到现在也看不完的内容。而谁是内容行业的主流?其实后者才是主流。诸如用Adobe做后期这件事,完全可以像“你呼我我回电“这件事一样被扫进历史的垃圾堆,也难怪,软件股估值崩得跟泥石流一样。
单单仅说成本一件事情,趋势似乎就毋庸置疑:影片视频,AI 生成成本,5-7美元/分钟;传统上视频制作,1000–5000美元/分钟;阿凡达的特效,200万美元/分钟。
视频模型的经费池叙事至此可以蹬通。
2.国产区也有那么蓝的天
视频模型与大语言模型不一样。主流视频模型的本质是扩散模型(Diffusion Model),不是 LLM;但其与 LLM 是同一个家族的两个分支,共享通相同的染色体片段——Transformer技术。视频模型也会用到LLM,比如提示词的理解,而视频里的自回归模型负责语言与音频。
总之技术上算是近亲吧。
目前视频模型的全球市场,字节的Seedance应该已经是长期领跑者,有点像是“扩散模型里的Claude”的意思,但其并非太领先。全球 SOTA 俱乐部里,有不少国产模型,包括 Seedance 2.5 (7/31发布),Minimax海螺的H3(7/31发布),阿里的Wan和HappyHorse,快手的Kling 3,最一线的五个视频扩散模型里,国产模型占掉四个,围剿Gemini Omni。有时候占三个,主要看Grok不稳定的发挥。这个赛道上国产区的天是明朗的天国产区的人们好喜欢。
以下数据来自于第三方测评 Artificial Analysis(AA 是视频模型评测领域目前最独立,被引用最广的第三方,无论具体排名如何,你大概可以初筛出行业领先玩家是谁)。目前还没有列入Seedance 2.5,只有Seedance 2.0,而Minimax H3的排位就很靠前了:
以文本转视频能力排序:
以视频编辑能力(含语音)排序:
3. Seedance 2.5 vs. Minimax H3:看看实测效果
我认为现在最SOTA(飕塔,AI黑话之一,state-of-the-art,最顶尖模型),的视频模型,是同一天最新发布的Seedance 2.5 与 H3。两者都在 7/31发布,快手的Kling 3.0大家也很熟悉,but frankly speaking 已经不是头对头的最新一代产品PK。
Seedance 2.5本次发布:
重大更新:延续2.0统一的多模态音视频联合生成架构,重点突破长叙事能力、多模态参考能力(最多支持50个多模态素材混合输入)和精准编辑能力。
生成规格:目前支持 4K 级别的高画质输出。最大的亮点是单次原生直出时长从 15 秒翻倍提升至 30 秒,并支持多轮延长。
带原生音频的视频生成:在 2.5 版本中能生成高质量的原生双声道音频。
多语言支持:Seedance 2.5 原生支持 10余种语言。
MiniMax H3本次发布:
重大更新: H3 几乎是一个全新的多模态模型,支持文本、图像、视频和音频的融合输入与生成。
生成规格:目前最高支持 2K 分辨率,单次生成时长可达 15秒(可通过视频输入作为扩展来延长视频)。
带原生音频的视频生成:与之前无声的模型不同,H3 能够根据提示词生成高质量的原生音频(如带口音的对话、环境音)。
多语言支持:用特定语言的提示词(比如英语、日语),模型就能生成对应该语言口音的对话视频。
开源潜力: H3 作为一款开源模型,展现出了极强的生成能力。开源生态自带与他人合作基因,比如**、摩尔线程、AMD、Intel 等等16家芯片大厂,开发社区当日完成适配,这在视频模型里,应该是第一次如此扎堆。
实测效果这一块,我自己实操了一下,也看了一些测评,两者基本是互有优势。之前Seedance 2.0基本是行业断崖领先,而H3在许多商用级场景,比如MV、广告、电商、代替Adobe做后期,甚至游戏UX等,实际测试不输Seedance 2.5。看一下实测效果(左H3 右S2.5),生成同类型视频后,直接闭眼随机截帧。其实,把不同的截屏打乱顺序后,我肉眼凡胎不太分辨得出哪个是谁家的东西。
本文无法插入视频,但GZ号里有个同题PK的实测,你可以在绿色小软件里找《实测MiniMax H3 VS Seedance 2.5:旗鼓相当,性格迥异》。作者的结论是MiniMax H3 更知道片子最后应该“像什么”,Seedance 2.5更知道导演刚才具体要求”做什么“。也有评论说,长叙事、广告分镜、多角色一致性、音画一体、这些是Seedance做得更好的地方;而人物近景、情绪表演、微表情、对话唇形,这些短剧、口播、数字人最赚钱的场景,是 H3 做得强的地方。
当然我认为,其实从局部到整体,与微表情到长叙事,从单一场景到全盘渲染,这些以长时间的维度看,都是视频模型各自的各美其美,是取舍,是不同任务对于能力优先级的要求不同;而不是一刀切,谁碾压谁。你中有我,我中有你。这就好比,同样是顶级美食,日料是中华料理备餐的样子,韩料是中华料理吃剩的样子。而印度料理,我的朋友,就是中华料理消化后的样子。
4. 计费与开源是Minimax H3的大优势
在效果成par的情况下,H3有个很大的优势是价格低。价格低倒也不是补贴或打价格战,H3有自己的技术创新和积累,把成本降得足够低,以至于成为一种短期的竞争筹码,能给企业和用户一个行业内最有吸引力的价格。这些核心技术包括:Contextual Omni Representation、H3-VAE、H3-Omni Transformer、In-context Regeneration,以至于模型在 默认的2K 分辨率下,每秒价格不到其他主流模型的 1/3, 768P 分辨率下不到1/2。与Seedance 2.5价格对比见下图。另外H3以秒计费相比以token计费,对使用者而言更可控,不怕账单烧屁股。
除了价格,还有开源。开源对H3的核心优势在于,第一是打破视频生成领域100%全部闭源的格局,先抢生态位;第二是硬件适配,尤其是适配国产芯片(比如上面提到****、摩尔线程、沐曦、海光信息、昆仑芯、天数智芯、壁仞科技,开源同日完成适配支持),这一点如果他的客户是一家中国公司,就有特殊意义。开源且与国产芯片适配这个产品组合,在模式上就会吸特定客户与用户,这道题已经被DS、Qwen证明过。
低价与开源,对 Seedance 2.5 的差异化的优势,第一字节不可能跟进开源(视频模型是火山引擎的摇钱树),MiniMax 等于开辟了一个字节无法应战的维度:可私有化部署、可微调、可跑在国产芯片上。政企、出海合规敏感客户,也会更喜欢这一条。这有点在视频领域复刻 DeepSeek ——DeepSeek 用开源打 OpenAI 的闭源 API,MiniMax 现在用同样的剧本打字节的Seedance。
5.结语
而我也很有兴趣知道,最终以视频模型作为叙事的这条世界线,最终赚钱能力能达到什么量级。肯定不如coding那么波澜壮阔,这是一定的——码农就是比频农挣得多——但也是一个超级TAM。
当 广告、电商、游戏、影视、blah blah这些行业,开始用生成模型替代实拍、置景、群演以及中低难度VFX 时,也就是我前面算的制作成本50% ,被AI模型支配时,谁能接住这波富贵,频农们的眼泪就是滋养你的泉水——谁的模型成为默认开源底座、谁绑定国产算力、谁家的效果能趋于SOTA,谁的API 最便宜而好用,而谁又占了生态位?
Seedance没法看商业化成绩;而MiniMax之前5月份披露过年化经常性收入(ARR)增长超过100%,以今年2月披露过超过1.5亿美元的基数计算,ARR超过3亿美元,最新财报,估计应该会披露更多的ARR增长预期。
收入结构现在B端付费占比提升,大概是对半开,这是好事,因为 C 端毛利率低至个位数、几乎不赚钱,而B 端毛利率是70%左右。视频AI这个经费池叙事与Coding LLM的工资池叙事一样,既然是经费,那赚钱第一步,一定是向B端要钱。C端什么时候会掏钱?——在他们刷到AI内容的时候,要么掏出时间看广告,要么爆出金币买会员。
这些信号总是最撩拨我的心弦。毕竟整个AI交易的商业通路来自大模型ARR碎步**的云图,摆脱逼仄周期的唯一办法就是向持续不断的现金流屈服。
精彩评论