AI視頻生成，正在追求變得好玩？

12月16日，阿里千問App（應(yīng)用程序）同步上線最新視頻生成模型萬相2.6，并向所有用戶免費開放?！睹咳战?jīng)濟(jì)新聞》記者了解到，基于該模型的核心能力，千問App上線了“AI小劇場”功能（即基于該模型的角色扮演新功能），在國內(nèi)首次實現(xiàn)了“角色合拍”玩法。

記者體驗千問App后發(fā)現(xiàn)，點進(jìn)“AI小劇場”，的確可以和知名角色、歷史人物合拍視頻。

根據(jù)示例，輸入簡單描述，“蘇軾”就能穿越時空被高考難到崩潰；只要上傳自己的照片錄入角色，就能和美國隊長出現(xiàn)在同一視頻中，接受他送的玫瑰花。此外，視頻生成后，還可以一鍵分享鏈接到微信好友、朋友圈和QQ好友。

值得注意的是，這一功能對標(biāo)的正是Open AI旗下的Sora2。“AI小劇場”玩法目前僅Sora2大模型有類似功能，而Sora2的優(yōu)勢便在于，其同步上線了內(nèi)容社區(qū)，開啟了AI內(nèi)容社區(qū)化時代。

當(dāng)前，在AI視頻生成領(lǐng)域，中國企業(yè)和美國企業(yè)正展開激烈競爭。根據(jù)招商證券統(tǒng)計，目前,該領(lǐng)域已有15個以上被廣泛認(rèn)可的模型。在此大背景下，阿里持續(xù)加碼視頻生成賽道意欲何為？

對標(biāo)Sora2，阿里持續(xù)加碼視頻生成

事實上，今年以來，阿里持續(xù)布局視頻生成賽道。

2月，據(jù)阿里云披露消息，阿里云視頻生成大模型萬相2.1（Wan）重磅開源，此次開源采用Apache2.0協(xié)議，14B和1.3B兩個參數(shù)規(guī)格的全部推理代碼和權(quán)重全部開源，同時支持文生視頻和圖生視頻任務(wù)。

而在今年9月的云棲大會上，阿里發(fā)布通義萬相Wan2.5 preview系列模型，首次實現(xiàn)音畫同步的視頻生成能力，視頻時長從5S提升至10S，支持24幀每秒的1080P高清輸出，通義App第一時間接入了視頻生成模型。

11月17日，阿里正式宣布“千問”項目，全力進(jìn)軍AI to C市場，“通義”App正式改名為“千問”App。12月初，千問App便已接入萬相系列當(dāng)時的最新模型Wan2.5。

這一次，千問App第一時間接入的萬相2.6視覺大模型，支持音畫同步、多鏡頭生成及聲音驅(qū)動等功能，號稱是全球功能最全的視頻生成模型，也是國內(nèi)首個支持角色扮演功能的視頻生成模型。阿里方面表示，這次更新的萬相2.6，有的功能比如音頻驅(qū)動生成視頻，Sora2尚未實現(xiàn)。

為何這次千問卯足了勁對標(biāo)Sora2，雙方之間究竟差距何在？

根據(jù)華泰證券相關(guān)研報，9月30日，Open AI發(fā)布最新音視頻生成模型Sora2，并同步試運行由該模型驅(qū)動的iOS社交應(yīng)用Sora。

該研報認(rèn)為，Sora此次較大的突破在于推出AI社交平臺，有望通過雙邊效應(yīng)實現(xiàn)自我強(qiáng)化，進(jìn)一步降低內(nèi)容創(chuàng)作的門檻，吸引全球開發(fā)者與普通用戶共創(chuàng)內(nèi)容生產(chǎn)，并通過垂直分發(fā)機(jī)制提升內(nèi)容消費效率，有望創(chuàng)造新型社交場景。

有觀點認(rèn)為，Sora2及其配套社交應(yīng)用的發(fā)布，標(biāo)志著AI視頻生成與社交互動進(jìn)入融合階段，或迎來AI視頻生成的“ChatGPT時刻”。

工信部信息通信經(jīng)濟(jì)專家委員會委員盤和林對《每日經(jīng)濟(jì)新聞》記者表示，如今，在AI大模型算法能力上，中國相對較強(qiáng)，具備追上Sora2的能力，且阿里本身具備比較豐富的數(shù)據(jù)資源和算力資源，即便短期有些性能差距，阿里千問也能通過持續(xù)的算力和數(shù)據(jù)投入來解決問題。

“性能上應(yīng)該是能夠無限接近Sora2。當(dāng)然，現(xiàn)階段還是有些差距的，多是一些生成細(xì)節(jié)上的差距?！北P和林說。

記者在千問App實測“AI小劇場”功能發(fā)現(xiàn)，在選擇現(xiàn)存示例進(jìn)行“AI翻拍”的情況下，其視頻生成時間一般在2到5分鐘，可生成一段10秒視頻。

不過，當(dāng)記者輸入描述，要求“孫悟空和財神擁抱”時，千問App的理解并不到位，給出了前后不相關(guān)的數(shù)個視頻畫面，包括孫悟空舉起玫瑰花、兩個財神擁抱。

千問App月內(nèi)狂推18個版本，阿里“硬剛”O(jiān)pen AI背后的豪賭

就視頻生成賽道而言，千問App在國內(nèi)也有不少競爭對手。

同樣在12月16日，字節(jié)跳動旗下“即夢AI”網(wǎng)頁版官宣全面升級，打造一站式“AI片場”。此次升級核心是即夢AI最新視頻生成能力“視頻3.5 Pro”，支持視頻與音頻同時生成，人物口型、樂器演奏、環(huán)境音效等元素?zé)o需再后期配音，提升視頻的真實感與沉浸感。

今年12月，快手旗下“可靈AI”推出視頻生成2.6模型。據(jù)介紹，該模型提供了“音畫同出”能力，能夠在單次生成中，輸出包含自然語言、動作音效以及環(huán)境氛圍音的完整視頻。目前，其語音支持生成中文與英文，生成的視頻長度最長可達(dá)10秒。12月5日，可靈AI宣布，可靈O1主體庫和對比模板兩大功能全新上線。

盤和林認(rèn)為，各大視頻生成AI之間，差距都比較小?！扒栆曨l生成能力應(yīng)該和即夢、可靈在同一起跑線。”他表示，因為各家在算法、算力、數(shù)據(jù)等基礎(chǔ)上處于近似的水平，AI視頻生成應(yīng)用是這些基礎(chǔ)的結(jié)果而已。

值得一提的是，這些大廠共同爭奪的，是一個廣闊的市場前景。

招商證券相關(guān)研報提及，根據(jù)Grand View Horizon，2025年全球AI視頻生成市場規(guī)模預(yù)計達(dá)8億美元。在其基本情形假設(shè)中，預(yù)計AI視頻生成可觸達(dá)市場規(guī)模接近400億美元，包含B端規(guī)模360億美元（90%占比）和C端規(guī)模40億美元（10%占比）。

不過，12月13日，據(jù)《中國經(jīng)營報》報道，近日，硅谷風(fēng)投機(jī)構(gòu)a16z合伙人Olivia Moore在社交媒體爆料稱，Sora的下載量仍在增長，但早期用戶留存率數(shù)據(jù)看起來相當(dāng)疲軟。他曬出了一張App數(shù)據(jù)監(jiān)測服務(wù)SensorTower的數(shù)據(jù)截圖：Sora的1天、7天、30天和60天用戶留存率分別為10%、2%、1%和0%。

不過，就阿里在AI上的整體布局來看，千問App上線“AI小劇場”的訴求未必是劍指AI視頻生成市場這么簡單。千問App剛上線時，阿里便宣稱，其要與ChatGPT展開全面競爭，此次推出視頻生成新玩法，或是試圖縮小與Open AI的綜合差距，為正面抗衡鋪路。

截至12月17日，千問App公測已滿一個月。一個月來，這款A(yù)pp共計更新18個版本，正加強(qiáng)創(chuàng)作、學(xué)習(xí)、辦公三大場景能力。12月10日，阿里官方信息顯示，自11月17日公測僅23天，千問月活躍用戶數(shù)（含App、Web、PC端）已突破3000萬，成為當(dāng)前全球增長最快的AI應(yīng)用。

組織架構(gòu)的調(diào)整也在進(jìn)行中。12月9日消息，阿里已成立千問C端事業(yè)群，由阿里巴巴集團(tuán)副總裁吳嘉負(fù)責(zé)。據(jù)媒體報道，阿里在內(nèi)部溝通中提及，千問C端事業(yè)群的首要目標(biāo)是將千問打造成為一款超級App，成為AI時代用戶的第一入口。

AI視頻生成的戰(zhàn)場硝煙彌漫，時至如今，這場較量不僅是技術(shù)參數(shù)的比拼，更是各家生態(tài)能力與用戶洞察的對決。在此大背景下，在AI賽道上，阿里若想“硬剛”O(jiān)pen AI，需要做的還有很多。