“快樂馬”后發(fā)趕超，阿里截胡快手字節(jié)。

采寫/陸小鹿

編輯/陳紀(jì)英

4月14日，字節(jié)跳動旗下火山引擎正式上線Seedance2.0 系列API服務(wù)，企業(yè)和個人用戶都可調(diào)用其視頻生成能力。

早期，上述服務(wù)需要高額預(yù)付、動輒千萬級“最低消耗”。

算力足夠的情況下，API大面積開放幾乎算是大模型商業(yè)化的主引擎。但有意思的是，近期被不少用戶詬病排隊(duì)時間長、變相漲價背刺用戶的Seedance2.0，怎么突然就全面開放API了呢？

這背后，或許有上周爆火的HappyHorse的推動。

4月7日，HappyHorse以匿名身份空降權(quán)威AI平臺Video Arena盲測榜單上。在圖生視頻(無音頻)榜單上，它拿到1411分登頂，把Seedance 2.0甩出約55分；在文生視頻(無音頻)一欄，1379分同樣排在字節(jié)跳動Seedance 2.0、快手可靈AI 3.0、昆侖萬維SkyReels V4等公開產(chǎn)品前。

三天之后，阿里官方出面認(rèn)領(lǐng)了這匹“千里馬”。

今年3月34日， OpenAI 宣布關(guān)停 Sora，所有人都以為，Seedance 2.0 要在AI視頻生成模型領(lǐng)域一統(tǒng)天下，阿里卻出其不意，截胡字節(jié)Seedance與快手可靈。

AI視頻生成模型這一賽道，三國殺格局雛形初顯，而且中國公司在全球拿下了主導(dǎo)權(quán)。

一

OpenAI退場，中國大廠上位

2024年以來，AI視頻生成模型之所以能實(shí)現(xiàn)從“玩具”到“工具”的質(zhì)變，其核心驅(qū)動力在于底層技術(shù)范式的根本性轉(zhuǎn)變——從基于海量數(shù)據(jù)統(tǒng)計的模式匹配，升級為對物理世界規(guī)律進(jìn)行模擬與理解的“世界模型”。這一轉(zhuǎn)變解決了此前技術(shù)無法逾越的兩大鴻溝，即物理合理性與長期一致性。其中，長期一致性更是實(shí)現(xiàn)影視級應(yīng)用的前提。

據(jù)媒體報道，HappyHorse用一個統(tǒng)一的Transformer同時處理視頻和音頻，一次推理直接輸出帶聲音的成片，不需要后期拼接。這種有點(diǎn)特別的技術(shù)架構(gòu)（單流Transformer架構(gòu)），對提升長期一致性很有優(yōu)勢。

統(tǒng)一的Transformer直接處理長序列的混合Token，其自注意力機(jī)制能夠捕捉視頻幀與音頻幀之間長距離的依賴關(guān)系。

這比用多個獨(dú)立模型分別處理再協(xié)調(diào)要簡單直接，減少了信息在模塊間傳遞的損耗，理論上更有利于維持長時序的連貫敘事。

根據(jù)Artificial Analysis的評測指標(biāo)（滿分5分），HappyHorse在物理一致性方面得分為4.52，視覺質(zhì)量得分為4.80，文本對齊得分為4.18。這表明其在基礎(chǔ)一致性方面表現(xiàn)良好，但在復(fù)雜場景下的長期一致性仍有提升空間。

不過參考Sora的經(jīng)驗(yàn)可知，長期一致性表現(xiàn)好≠商業(yè)可用性表現(xiàn)好。

根據(jù)央視財經(jīng)的報道，Sora在實(shí)際應(yīng)用中，其長期一致性高度依賴大模型的“記憶”能力， 商業(yè)可用率極低，僅5%-10%的生成視頻能用于初步篩選，更像一個不可控的“抽卡游戲”。

Sora的關(guān)停，也并非源于技術(shù)升級的困難，而是一筆算不過來的經(jīng)濟(jì)賬。據(jù)Appfigures估算，Sora上線以來的應(yīng)用程序內(nèi)總收入僅約210萬美元，投入產(chǎn)出比接近2500:1，堪稱AI史上最昂貴的“技術(shù)煙花”。

硅谷風(fēng)投機(jī)構(gòu)a16z合伙人Olivia Moore曾在社交媒體曬出SensorTower的監(jiān)測截圖，顯示Sora APP的30天用戶留存率為1%，60天留存率0%。如此低的留存率，顯然不符合商業(yè)應(yīng)用的要求。

AI發(fā)展到了今天，資本對無法變現(xiàn)、耗資巨大的技術(shù)突破態(tài)度已經(jīng)足夠理智，甚至是冷酷了。所以，正在籌備上市的OpenAI只能關(guān)停Sora，并退回和迪士尼的10億美元合作款項(xiàng)。

而且OpenAI也需要集中精力繼續(xù)推進(jìn)世界模型的研發(fā)。畢竟從某種意義上來說，并不存在單獨(dú)的視頻大模型，視頻大模型更像是是世界模型和多模態(tài)技術(shù)融合進(jìn)程中的階段性里程碑。

目前頂級的視頻模型幾乎都基于DiT架構(gòu)，這個架構(gòu)的前身是圖像生成 Diffusion，下一步很可能就是Omni-Model。視頻只是這些模型在時間維度上插了幀，并在數(shù)據(jù)清洗時喂入了大量物理世界因果片段。

做視頻，是驗(yàn)證時空預(yù)測能力的最低門檻。能做出視頻大模型的公司，理論上也可以把這種技術(shù)用來研發(fā)其他垂直領(lǐng)域的大模型——如果有足夠多優(yōu)質(zhì)的真實(shí)數(shù)據(jù)用來訓(xùn)練。

阿里的目標(biāo)，顯然也不只是做出一個受歡迎的視頻生成工具。

二

AI視頻大有潛力

視頻是AI大模型很好的垂直應(yīng)用方向，因?yàn)閺牧髁窟壿嬁矗曨l是AI目前唯一能無縫嵌入娛樂、社交、電商三大現(xiàn)金牛領(lǐng)域的模態(tài)。

ChatGPT（文本）的月活是億級，TikTok（視頻）的日活是十億級。人類天生就懶于閱讀文字，樂于消費(fèi)視頻。字節(jié)能深入所有互聯(lián)網(wǎng)巨頭的業(yè)務(wù)腹地，也是因?yàn)樗プ×艘曨l這個關(guān)鍵點(diǎn)。

抖音上的視頻流數(shù)據(jù)，涵蓋人物行為、物體運(yùn)動、場景交互等多維度的動態(tài)信息，每一幀都是真實(shí)世界規(guī)律的記錄。用這種優(yōu)質(zhì)數(shù)據(jù)訓(xùn)練出的垂直應(yīng)用AI，很容易就贏在起跑線上。

根據(jù)極客公園測算，Seedance2.0生成15秒視頻的可用率或達(dá)到90%，相較此前行業(yè)內(nèi)大概20%的平均值，提升幅度較大。技術(shù)實(shí)力與商業(yè)可用性的雙重提升，讓Seedance2.0的爆火很容易理解。

而且Seedance 2.0的商業(yè)化推進(jìn)，節(jié)奏感極強(qiáng)。先用“寵物貓狗暴揍哥斯拉”等病毒式模板引爆社交媒體的全民二創(chuàng)熱潮，完成零成本的流量引爆和用戶教育，在口碑和需求雙雙達(dá)到頂峰后，立即啟動商業(yè)化變現(xiàn)。

3月4日，火山引擎公布商用定價：包含視頻輸入的場景28元/百萬tokens，不含視頻輸入46元/百萬tokens，折合純視頻生成成本約0.95元/秒。

緊接著，字節(jié)采取差異化定價面向市場、降低門檻開放公測的策略，于4月2日正式面向企業(yè)用戶開放API申請。至此，Seedance2.0完成了從網(wǎng)紅AI玩具到企業(yè)生產(chǎn)工具的身份躍遷。

這也驗(yàn)證了AI產(chǎn)業(yè)投資邏輯的變化，無論是公司內(nèi)部的資金還是外部的資金，都會流向更能垂直應(yīng)用、快速變現(xiàn)、貢獻(xiàn)ROI的地方。B端和C端的用戶在付費(fèi)時，也同樣遵從這個底層邏輯。

一個值得注意的細(xì)節(jié)是，HappyHorse原生支持英語、普通話、粵語、日語、韓語、德語、法語的唇形同步，這很可能是為了讓HappyHorse生成的視頻能進(jìn)入到電商（包括跨境電商）等實(shí)際應(yīng)用場景中。

畢竟張迪作為快手可靈和阿里HappyHorse之父，不僅懂技術(shù)，也很懂業(yè)務(wù)（這一點(diǎn)從他的職業(yè)履歷就能看出），天然就擅長把業(yè)務(wù)思維帶入到HappyHorse的技術(shù)研發(fā)中。

一個佐證是，快手可靈的商業(yè)化效果已經(jīng)有了財報數(shù)據(jù)支撐。2025年第四季度，可靈AI營業(yè)收入達(dá)到3.4億元；2025年12月單月收入突破2000萬美元，年化收入運(yùn)行率（ARR）達(dá)到2.4億美元。

而且，HappyHorse所屬的阿里ATH創(chuàng)新事業(yè)部，早已喊出“創(chuàng)造Token、輸送Token、應(yīng)用Token”的口號。這種以“Token消耗量”為核心KPI的組織設(shè)計，決定了其下所有技術(shù)嘗試，其實(shí)都會落腳在商業(yè)化應(yīng)用上。

和Seedance 2.0一樣，HappyHorse從匿名沖榜到官宣認(rèn)領(lǐng)，再到計劃開放API、接入阿里百煉MaaS平臺，商業(yè)化推進(jìn)的節(jié)奏也非常快。

考慮到HappyHorse團(tuán)隊(duì)負(fù)責(zé)人鄭波同時兼任阿里媽媽CTO，未來HappyHorse的應(yīng)用很可能要與電商業(yè)務(wù)深度綁定。

三

不止工具，生態(tài)協(xié)同

讓AI與原本的核心業(yè)務(wù)深度協(xié)同，帶來更大的生態(tài)繁榮，是現(xiàn)在每個互聯(lián)網(wǎng)巨頭都看重的事。除此之外，阿里還有一個多年的心愿，即打造流量入口，反哺電商等核心業(yè)務(wù)。

理想情況下，HappyHorse可以同時踩中這兩個關(guān)鍵點(diǎn)。

作為視頻生成工具，HappyHorse可以應(yīng)用于商品廣告、虛擬主播等電商業(yè)務(wù)場景中。如果還能在AI內(nèi)容生成的源頭占據(jù)一席之地，就能為電商交易等業(yè)務(wù)提供內(nèi)生流量，從而構(gòu)建“內(nèi)容-交易-履約”的完整閉環(huán)。

這并非毫無根據(jù)的想象，畢竟Seedance2.0已經(jīng)殺入電商領(lǐng)域了。

4月2日，AI Agent 公司 NoDesk AI 發(fā)布旗下產(chǎn)品 DeskClaw 新版本，正式接入Seedance2.0。這是 Claw 賽道先一步明確聚焦垂直電商、也是電商領(lǐng)域首批接入 Seedance2.0 的 AI 產(chǎn)品。

對于大部分的投資者和從業(yè)人員來說，阿里作為電商一哥，似乎沒有理由做不到類似的事情。

HappyHorse這種阿里系視頻生成工具的出現(xiàn)，某種意義上來說是符合公眾預(yù)期的，畢竟，讓商家可以在電商平臺上直接用上穩(wěn)定、可靠的視頻生成工具，才是邏輯最順暢的做法。

而內(nèi)容生態(tài)領(lǐng)域，只要HappyHorse足夠穩(wěn)定、可靠并且便宜，同樣可以殺出一片天地來。

對大部分的內(nèi)容創(chuàng)作者來說，成本可控是非常重要，并不只是簡單的價格高了或者低了的問題。

無論是個人UP主、小型工作室還是MCN機(jī)構(gòu)，其內(nèi)容生產(chǎn)都有預(yù)算和周期。一個價格頻繁波動、排隊(duì)時間無法預(yù)估的工具，會直接打亂整個生產(chǎn)計劃，讓項(xiàng)目無法報價、無法按期交付。

Seedance2.0現(xiàn)在恰恰就有這樣的問題和風(fēng)險。一方面，高峰期普通用戶排隊(duì)可達(dá)8萬人，等待時間超過7小時，即便是付費(fèi)高級會員也難以幸免。

另一方面，即夢平臺在短期內(nèi)連續(xù)調(diào)價，據(jù)說制作一部2分鐘AI漫劇的純素材生成成本，已經(jīng)從最初的約7元飆升至80元，擊穿了許多中小團(tuán)隊(duì)的商業(yè)模式底線。

“字節(jié)在年費(fèi)之上推出vvip等升級服務(wù)，算是變相提價了，就是因?yàn)镾eedance一家獨(dú)大”， 有用戶向《財經(jīng)故事薈》吐槽，“現(xiàn)在HappyHorse上線，估計字節(jié)要掂量掂量了。”

只要HappyHorse質(zhì)量穩(wěn)定，又能做到體驗(yàn)好、定價低，就可以從競爭對手那里挖到到一批有真實(shí)內(nèi)容生成需求的客戶了。或許聰明的阿里云銷售，已經(jīng)開始接觸火山引擎的客戶了。

字節(jié)今天放開Seedance2.0的API接入，就是在主動降低用戶的使用門檻，有了HappyHorse這個對手，接下來雙方大打價格戰(zhàn)，也是大概率事件。

字節(jié)、快手、阿里三國殺，模型能力你追我趕，算力成本穩(wěn)中有降，讓越來越多的中小創(chuàng)業(yè)者可以享受到技術(shù)普惠的紅利，也能快速引爆市場——這才是我們想看到的AI時代。