关于视频生成的「应用会不会被模型吞掉」，答案可能比「不会」更危险

文/HAL

模型与应用之间究竟会形成怎样的“演进关系”，一直是AI赛道反复讨论的问题。

Gavin Baker是美国知名科技投资人，曾长期管理富达科技基金，也是英伟达、特斯拉和SpaceX等公司的早期投资者。

最近他提出一个判断：随着模型路由、开源模型和专用后训练逐渐成熟，AI应用公司可能迎来一轮爆发——应用公司可以用自己的业务数据训练专用模型，把大量高频任务从昂贵的前沿模型迁移出去，只在真正困难的任务上调用最强模型，从而实现客户越多、数据越多、模型越强，单位成本反而越低。

类似观点，近期也出现在演语科技Evoken创始人陈冕与晚点LatePost的对话里。

在回答“应用会不会被模型吞掉”这一问题时，陈冕说道：“我觉得应用的时代还没有来。只有Token便宜、智能随手可得的时候，应用公司的时代才会来，可能是两年、三年或五年后的事，但要从现在开始准备。”

他还拿铁路和火车举例，认为模型如同铁路这样的基础设施，应用公司则是一列列垂直领域的火车。基建修好之后，商品与社会资源开始大规模流通，自然也会带来新的繁荣，应用层由此获得更大的机会。

这番话，对于演语科技旗下视频工具LibTV来说，显然是一套相当有利的叙事。

LibTV官网截图

但也许会让陈冕失望的是，视频生成很可能恰恰是这一逻辑中最大的例外。

按照Gavin Baker的判断，法律、代码、客服、咨询等应用可以在成熟的开源模型上进行后训练，因为它们需要解决的问题相对明确，训练和推理成本也足够低；但放到视频模型上，情况却完全不同。

训练一个真正有竞争力的视频模型，需要巨大的数据、算力和工程投入，即便只是持续追赶前沿模型，其沉没成本也远非一般应用公司能够承担。

与此同时，影视公司和广告等下游客户又恰恰是对模型质量最敏感的行业：画质差一点、人物一致性弱一点、镜头控制差一点，都可能意味着最终结果根本无法进入专业生产流程。

AI生成视频截图

因此，“便宜但够用”的专用模型，在视频领域能够覆盖的空间显然要比文本应用小得多。

这意味着，当其他垂直AI应用正在通过训练专用模型逐渐摆脱对OpenAI、Anthropic等前沿模型厂商的依赖时，视频生成应用可能长期走向相反的方向：它们可以通过LoRA、微调、工作流和小模型解决局部环节，却很难在最核心的生成环节真正脱离Seedance、可灵这类前沿模型。

这就是LibTV、OiiOii等这一批以视频生成工具为主的公司所要面对的现实危机。

当前行业的底层逻辑其实已经相当赤裸：创作者对视频生成应用的忠诚度，很大程度上绑定于平台给出的Seedance API折扣、补贴、充值让利这一类短期红利。哪里Seedance的调用成本压得更低，流量与用户就更容易集体涌向哪里，这早已是AIGC创作圈不必明说的潜规则。

当然，视频生成应用们也不是毫无防守。

其中一招，就是这两年不断强调的“从单一视频生成工具升级为一体化AI影视工业化工作流”，试图用专业化和完整工作流来增加平台本身的价值。但对于疲于为流量奔波、每天都在为生成成本算账的创作者来说，这种所谓工作流优势究竟能够带来多少实际的感知差异，恐怕还要打个问号。

还有一招，就是不断“拿爆款标的来做招牌”。

LibTV现在的金字招牌，显然是第一季抖音播放量破两亿的短剧《被裁掉的女孩》，其打造的AI艺人“方桃子”更是在涨粉40万之后，因为“60秒广告报价25.8万”登上了微博热搜第一位。

《被裁掉的女孩》截图

显然，这是视频生成应用在产品思维之外，加码内容与娱乐营销的又一种“饱和式攻击”。这样的流量打法当然更加省时省力，可细想下来，一个IP的成功，真的能够直接挂钩到视频生成平台这一工具本身吗？大众对于这部短剧的直观感受，究竟来自故事、人物弧光以及最终的模型效果，还是所谓生成工具背后的工作流？

即便强大的如IMAX这样顶级影视工具，恐怕也不敢说离开诺兰，它照样还能让观众为IMAX 70mm胶片加钱买单吧。

更何况，《被裁掉的女孩》这一IP本身以及“方桃子”等AI艺人的所有权，也未必属于视频生成平台。其导演菲菲飞在抖音页面介绍中直接挂着“小云雀超创作者”“即梦AI超级创作者”等身份，也明确表示“方桃子”已经进行了版权登记，而不少媒体也扒出了其背后的MCN公司。

诚如之前热度不俗的AI短片《纸飞机》，到了可灵AI这里，就是“制作生成”的成功案例；到了抖音这里，又成为“平台与创作者的双向奔赴”。一部作品真正出圈之后，很难说清究竟是哪一方发挥了更大的作用。

这样来看，留给视频生成应用最清晰的空间，似乎还是“搭配Seedance更好用，也更省钱”。可这样的“绝招”，会不会有一天被Seedance的亲兄弟小云雀、剪映迅速练成，谁也不好说。

就在此时此刻，在《被裁掉的女孩》第二季的更新介绍里，菲菲飞已经直接挂出了“全片由小云雀Seedance 2.5制作”。

抖音截图

作为夹在模型与创作者之间的中间商，LibTV们的被动性也就可想而知。

最后，这也自然引出了另一个问题：未来应用公司会不会干脆自己下场“做模型”。

市场上当然不乏“模型+应用”并行的公司，例如生数科技、爱诗科技等，它们也都是近期资本市场的宠儿。但有意思的是，它们如今所讲的故事，核心其实都已经出现了明显转向。

像是生数科技，正在强调视频模型的“实时交互”，再搭配“世界模型”的叙事，试图讲出更多面向物理世界的落地可能；爱诗科技也早早占领了世界模型的概念，再叠加其不错的海外市场表现，为自己找到了另一套资本市场愿意下注的锚点……

生数科技旗下Vidu

再看这批仍然单一在视频应用层奔跑的公司，它们的资本叙事显然还主要停留在工具端。而工具端本身的局限，又让它们很难快速靠近不断变化的AI叙事，讲出资本市场更感兴趣的方向性故事。最后留给工具公司的验证标准，依然只能回到最传统的用户数据与盈利能力。

更关键的是，对于习惯产品化打法的AI视频应用公司而言，“能不能训练自己的模型”其实不是问题，真正的问题在于，投入巨额成本训练一个模型之后，它是否真的会比直接调用下一代前沿模型更加划算。

只要前沿视频模型仍然处在高速迭代之中，这笔账恐怕就很难算得过来。

Seedance 2.5单段视频时长从15s升级至30s，人物一致性显著优化

应用会不会被模型吞掉？对于视频生成应用而言，眼下这种进退两难的博弈，以及作为“第三方”不断收缩的叙事空间，或许都会让这场与时间赛跑的答案变得更加残酷。

所以，只能趁着叙事与资本热情尚未消散之时，加速融资，甚至是加急上市，哪管事后洪水滔天。

商务、媒体合作、文章转载请加

yiyuguancha6