红衫最新访谈Fal.ai：“讲故事”才是终极护城河？当迪士尼、任天堂拿起AI画笔

作者 | Talk君

大家好，我是talk君

“当动画刚出现时，人们曾激烈反抗……现在AI也正发生极其相似的事情，但技术无法阻挡。”

梦工厂前CEO Jeffrey Katzenberg的这段话，如今在红衫资本最新播客中再次被Fal.ai创始团队引用。

作为OpenAI Sora、Google Veo及可灵等600多个模型背后的算力基建提供商，Fal.ai站在一个独特的位置观察着整个行业变迁。

在他们看来，视频生成领域正经历着极端的速度与残酷——顶级模型的领先优势只能维持短短30天，生成一段5秒视频的算力消耗甚至是处理一次ChatGPT对话的10000倍。

算力黑洞：视频生成的物理极限

大语言模型和视频模型在底层架构上是两个完全不同的物种。LLM（大语言模型）的核心瓶颈是“内存带宽”，如同搬运工的苦恼，预测每一个字都需要在庞大参数库中“搬运”一遍。

视频扩散模型则面临“计算能力”的瓶颈，它需要同时对数万个Token进行复杂的去噪和注意力计算，瞬间榨干GPU的每一个计算单元。

生成一张图片相当于处理100个LLM Token，而生成一个5秒视频相当于生成100张图片。

如果换算下来，生成一段短视频的算力消耗是处理一次文本对话的10000倍以上。若追求4K画质，这个数字还要再翻10倍。 这意味着视频生成是目前所有AI模态中对算力消耗最恐怖的领域，没有之一。

30天生死线：模型竞争的残酷节奏

在这个重工业赛道上，竞争的残酷性以另一种形式呈现。如果说大语言模型领域已逐渐演变为少数巨头盘踞的“帝国之战”，那么视频生成领域，则更像一片“黑暗森林”。

在这里，没有永恒的王者。一个模型可能因为其惊人的物理模拟能力或独特的艺术质感，在社区中引发狂欢，登上排行榜首位。

但它的王座极不稳定。新的挑战者可能在几周后，就从另一个维度实现突破——或许是更精准的人体动力学，或许是更丰富的风格化表现。

Fal.ai观察到的“前五名模型平均霸榜期仅30天”的现象，描绘的正是这种令人窒息的迭代速度。

这形成了视频生成领域独特的“30天生死线”。你的技术优势窗口期短暂得可怕。开发者与创作者是务实而“贪婪”的，他们不为任何单一品牌的“信仰”买单，他们只追随当下最能解决实际问题的工具。

于是，我们看到一个有趣的现象：一个成熟的工作流，往往由十多个各司其职的专门化模型串联而成。从构图、生成、到修复、超分，创作者像乐队指挥，调配着不同的“乐器”（模型）。

这种生态，使得单一模型试图建立垄断的难度大大增加。因为视觉的“好坏”与“风格”有强烈的主观性，开源社区得以蓬勃生长，不断从底部孕育挑战者。

竞争，不再是争夺一个终极的“通用智能”，而是争夺在某个细分需求上、某个特定时间段内的“最佳工具”地位。这是一场没有终点、也无法停歇的极限越野。

好莱坞的反击：从恐慌到掌控

半年前，AI生成视频的早期演示，确实让 好莱坞 引发了一阵真实的焦虑。但焦虑的本质，并非恐惧被取代，而是恐惧在理解新工具的速度上落后。

如今，风向已然转变。那些拥有百年叙事积淀、顶级人才库和庞大知识产权宝库的娱乐巨头，正迅速完成从“恐慌”到“掌控”的心态切换。

它们开始意识到，AI生成技术，更像数字时代给予的又一枚强大的“画笔”或“摄像机”，而不是一个会自主编写剧本、颠覆行业的“天网”。

它的核心价值，在于将那些曾经因成本过高而无法实现的视觉想象（如宏大的奇幻场景、复杂的生物角色）变得触手可及，从而解放而非替代创作者的叙事野心。

杰弗瑞·卡森伯格的洞察在此刻尤为深刻：技术降低了制作“画面”的门槛，但从未降低创作“好故事”的门槛。

情感共鸣、人物弧光、主题深度——这些构成作品灵魂的元素，依然是人类创作者无可替代的领域。AI的到来，可能不会立刻催生出颠覆《教父》的电影，但它一定会催化出一批全新的、在真人电影经济模型下根本不可能存在的视觉内容物种。

教育：生成式视频的第一个主战场

出乎意料的是，生成式视频最先可能彻底改变的领域不是娱乐，而是教育。 教育是一个长期被内容生产成本锁死的行业。

教育的核心问题从来不是“有没有需求”，而是能否以足够低的成本持续生产高质量、适配个体的内容。

今天的大多数教育内容本质上仍是文本和静态图像的组合，不是因为它们最好，而是因为这是目前唯一负担得起的规模化方式。

生成式视频让另一种可能性变得现实：同一个概念可以用不同风格、不同节奏、不同隐喻去呈现。 当“讲解方式”本身变成可生成、可调节的变量，学习将不再是对抗，而是协作。

未来图景：新物种的诞生

Fal.ai团队对未来12个月的预测充满了想象力：一年内，我们将看到完全由AI生成的、长达20分钟且剧情连贯的短片。由于无需拍摄真人，非写实风格将率先爆发。

视觉化教育也将成为可能。未来的维基百科可能不再是文字，而是实时生成的解说视频。更进一步的设想是“一次性游戏”——从“文生视频”进化到“文生游戏”。

用户输入一个想法，AI生成一个玩完即扔的专属小游戏，这将彻底改变互动娱乐的定义。

Fal.ai的70人团队支撑着45亿美元的估值，服务着从Adobe到Shopify的200多万开发者。 但比这些数字更震撼的是他们揭示的行业真相：模型层面的竞争已变得如此激烈，以至于真正的价值正在从模型本身向运行层转移。

在硬件架构出现革命性突破之前，算力瓶颈将死死卡住视频AI大规模普及的咽喉。 而最终留下来的，不是技术最先进的一方，而是最懂得如何与观众建立关系的一方。

你对此有什么看法？欢迎评论区留言讨论~

赶紧关注视频号@一刻talks吧！