"Sora 都停了，AI 视频还能赚钱吗？"这是今年上半年被问得最多的问题之一。7 月出来的一份行业投资分析报告，把账算了一遍，答案跟直觉不太一样：行业不是在退潮，而是刚跨过盈利拐点。
图：AI 视频生成行业正从"能不能赚钱"的验证期，进入"谁能赚钱"的分化期。
三家的账本
先看几个能互相印证的数字（来源：《AI 视频生成模型行业投资分析报告》，2026 年 7 月）：
字节跳动的 Seedance，2026 年 ARR 约 20 亿美元，单月收入超 10 亿元人民币，毛利率约 70%，按内部口径已接近盈亏平衡。快手的可灵，Q1 收入超 6.5 亿元，并以 180 亿美元估值完成 30 亿美元 Pre-IPO 融资。大洋彼岸的 Runway，ARR 约 0.9 亿美元，预计 2026 年底实现盈亏平衡。
中美之间是明显的两极：中国厂商靠短视频生态的场景优势和激进商业化，在收入规模上大幅领先；美国厂商守着技术前沿，但商业化慢一拍。而 OpenAI 在 2026 年 3 月关停 Sora、把战略重心转向其他方向——报告认为，这被普遍解读为"C 端模式不可行"，但问题不在 C 端本身，而在产品形态与用户行为之间的五重错配。
市场空间的测算也在快速上修：招商证券的 TAM 预测从 2025 年 11 月的 400 亿美元，上调至 2026 年 7 月的 827 亿美元，主因是中国厂商商业化速度远超预期。融资侧也在同步加速：生数科技 5 个月完成超 50 亿元人民币融资，PixVerse 以超 20 亿美元估值完成 4.39 亿美元 C 轮。报告把行业所处的阶段定义得很直白：2026 年正经历从"技术验证"到"工业化商用"的关键跃迁。
把时间线拉长看，技术路线已经收敛：DiT 架构成为行业共识，Flow Matching 取代传统 DDPM 成为主流训练范式，竞争焦点从架构创新转向工程优化和生态构建。2024-2025 年这一代，Sora、Kling 2.0、Runway Gen-3 让视频生成进入分钟级、物理模拟涌现的阶段；2025-2026 年的 Seedance 2.0、Kling-Omni、Veo 3.1 则做到了音视频联合生成、原生 4K/60fps、5 分钟以上长视频——报告把这称为"工业生产可用"的门槛。
计费单上的工业化
判断一个行业是否工业化，看它的计费方式就够了。Seedance 2.0 的官方 API 计费文档已经精细到按分辨率和参考素材分档：标准版 480P/720P 无视频参考 46 元/百万 token，带视频参考 28 元；1080P 51/31 元；4K 反而最便宜，26/16 元。快速版 37/22 元，轻量版 23/14 元。
这套价格表的信号是：视频生成已经从"按次计费的实验品"变成"按量计价的基础设施"。还有一个细节耐人寻味：4K 档的单价反而低于 1080P。报告里的一个解释方向是面向批量生成的场景——分辨率与单价脱钩、按产出计费，本身就说明厂商在争夺工业级用量。
应用侧也在同步验证。中国传媒大学戏剧影视学院今年在上影节"AI 片场"做的观察记录显示，"传统影视创作者 + AI 超创"的 1+1 组合已经跑通完整创作流程，四个创作组从不同题材和方法出发完成了实践。编剧余曦的说法是："过去做一个案子可能要看三个月资料，现在借助 AI，不到一个月就能完成初步资料整理。"报告同时提到一个硬数字：2026 年 Q1，中国 AI 短剧渗透率已达 95%；2026 年营销人员的 AI 视频使用率也已处于高位。
中传报告也给出了清醒的另一面：AI 进入的是资料搜集、方案发散、初稿生成这些环节，而信源核验、事实判断、审美取舍仍然在人手里——"AI 给出的创意往往是已有材料的平均值"。这条边界对商业化反而是好事：它把 AI 视频定位成产能工具，而不是替代品，恰好对上 B 端"量大、有标准、要可控"的需求。
图：报告中的市场测算页——2030 年 TAM 约 827 亿美元，B 端占可服务市场约 90%。
被低估的平行市场
公开市场被巨头垄断，但报告指出了一个平行市场：私有化部署。
2025 年国内私有化 AI 平台市场规模 487.6 亿元，同比增长 21.3%（中国信通院数据）。政务、金融、军工、能源、文博、公办教育这六大强制信创行业，对 AI 视频的需求估算在 50 亿到 200 亿元之间，中值约 100 亿元——约为公开市场（12.15 亿元）的 8 倍。这个市场的特征是"重交付、高粘性、巨头缺席"，先入者的认证周期壁垒（6-12 个月）可能转化为结构性优势。
而支撑私有化的是国产算力适配的壁垒。报告给了一组工程细节：视频模型的 3D 卷积、时空注意力算子在国产 NPU 上支持度低，适配工作量是文本大模型的 3-5 倍；一个中等规模模型涉及 50-200+ 个算子，每个算子重写要 2-5 天，全流程 3-12 个月。做完全栈适配的企业，后来者需要 6-12 个月才能复现同等性能。国产芯片单卡价格（昇腾 910B、海光 DCU 约 1 万-1.5 万美元）比进口 H100（约 3 万美元）低，深度适配后硬件成本可再降 50%-70%。
在 2026-2028 的信创窗口期，这个时间差本身就是钱。
图：头部厂商的账本对比——收入规模中美分化，但盈利时间表殊途同归。
源势AI怎么看
我们做 AIGC 影视制作业务，单集成本压到 5000 元以内、制作周期不到 1 天、内容可用率 90% 以上，对这份报告里的成本结构有切身体会。三点判断：
第一，拐点是真的，但红利在 B 端。C 端付费率约 1% 的现状短期难破，真正稳定赚钱的是影视制作、广告营销、企业视频这些 B 端场景——它们占可服务市场的 90%。
第二，私有化是被低估的赛道。六大信创行业的需求刚性、巨头缺席、认证壁垒高，对中型玩家是难得的窗口。我们的能源、金融客户已经在问私有化视频生成的方案，这个需求是真实存在的。
第三，成本战还没打完。推理成本降到行业 10% 需要 3-4 条降本路径同时突破，而巨头有 12-18 个月内推出低价版本的能力。低价不是护城河，场景数据和合规资质才是。
（本文参考：《AI 视频生成模型行业投资分析报告》2026-07；Seedance 2.0 官方 API 计费文档；中国传媒大学戏剧影视学院《上海国际电影节"AI 片场"观察报告》）
