AI 视频生成，正在追求变得好玩？

12 月 16 日，阿里千问 App（应用程序）同步上线最新视频生成模型万相 2.6，并向所有用户免费开放。《每日经济新闻》记者了解到，基于该模型的核心能力，千问 App 上线了 "AI 小剧场 " 功能（即基于该模型的角色扮演新功能），在国内首次实现了 " 角色合拍 " 玩法。

记者体验千问 App 后发现，点进 "AI 小剧场 "，的确可以和知名角色、历史人物合拍视频。

根据示例，输入简单描述，" 苏轼 " 就能穿越时空被高考难到崩溃；只要上传自己的照片录入角色，就能和美国队长出现在同一视频中，接受他送的玫瑰花。此外，视频生成后，还可以一键分享链接到微信好友、朋友圈和 QQ 好友。

值得注意的是，这一功能对标的正是 Open AI 旗下的 Sora2。"AI 小剧场 " 玩法目前仅 Sora2 大模型有类似功能，而 Sora2 的优势便在于，其同步上线了内容社区，开启了 AI 内容社区化时代。

当前，在 AI 视频生成领域，中国企业和美国企业正展开激烈竞争。根据招商证券统计，目前 , 该领域已有 15 个以上被广泛认可的模型。在此大背景下，阿里持续加码视频生成赛道意欲何为？

对标 Sora2，阿里持续加码视频生成

事实上，今年以来，阿里持续布局视频生成赛道。

2 月，据阿里云披露消息，阿里云视频生成大模型万相 2.1（Wan）重磅开源，此次开源采用 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务。

而在今年 9 月的云栖大会上，阿里发布通义万相 Wan2.5 preview 系列模型，首次实现音画同步的视频生成能力，视频时长从 5S 提升至 10S，支持 24 帧每秒的 1080P 高清输出，通义 App 第一时间接入了视频生成模型。

11 月 17 日，阿里正式宣布 " 千问 " 项目，全力进军 AI to C 市场，" 通义 "App 正式改名为 " 千问 "App。12 月初，千问 App 便已接入万相系列当时的最新模型 Wan2.5。

这一次，千问 App 第一时间接入的万相 2.6 视觉大模型，支持音画同步、多镜头生成及声音驱动等功能，号称是全球功能最全的视频生成模型，也是国内首个支持角色扮演功能的视频生成模型。阿里方面表示，这次更新的万相 2.6，有的功能比如音频驱动生成视频，Sora2 尚未实现。

为何这次千问卯足了劲对标 Sora2，双方之间究竟差距何在？

根据华泰证券相关研报，9 月 30 日，Open AI 发布最新音视频生成模型 Sora2，并同步试运行由该模型驱动的 iOS 社交应用 Sora。

该研报认为，Sora 此次较大的突破在于推出 AI 社交平台，有望通过双边效应实现自我强化，进一步降低内容创作的门槛，吸引全球开发者与普通用户共创内容生产，并通过垂直分发机制提升内容消费效率，有望创造新型社交场景。

有观点认为，Sora2 及其配套社交应用的发布，标志着 AI 视频生成与社交互动进入融合阶段，或迎来 AI 视频生成的 "ChatGPT 时刻 "。

工信部信息通信经济专家委员会委员盘和林对《每日经济新闻》记者表示，如今，在 AI 大模型算法能力上，中国相对较强，具备追上 Sora2 的能力，且阿里本身具备比较丰富的数据资源和算力资源，即便短期有些性能差距，阿里千问也能通过持续的算力和数据投入来解决问题。

" 性能上应该是能够无限接近 Sora2。当然，现阶段还是有些差距的，多是一些生成细节上的差距。" 盘和林说。

记者在千问 App 实测 "AI 小剧场 " 功能发现，在选择现存示例进行 "AI 翻拍 " 的情况下，其视频生成时间一般在 2 到 5 分钟，可生成一段 10 秒视频。

不过，当记者输入描述，要求 " 孙悟空和财神拥抱 " 时，千问 App 的理解并不到位，给出了前后不相关的数个视频画面，包括孙悟空举起玫瑰花、两个财神拥抱。

千问 App 月内狂推 18 个版本，阿里 " 硬刚 "Open AI 背后的豪赌

就视频生成赛道而言，千问 App 在国内也有不少竞争对手。

同样在 12 月 16 日，字节跳动旗下 " 即梦 AI" 网页版官宣全面升级，打造一站式 "AI 片场 "。此次升级核心是即梦 AI 最新视频生成能力 " 视频 3.5 Pro"，支持视频与音频同时生成，人物口型、乐器演奏、环境音效等元素无需再后期配音，提升视频的真实感与沉浸感。

今年 12 月，快手旗下 " 可灵 AI" 推出视频生成 2.6 模型。据介绍，该模型提供了 " 音画同出 " 能力，能够在单次生成中，输出包含自然语言、动作音效以及环境氛围音的完整视频。目前，其语音支持生成中文与英文，生成的视频长度最长可达 10 秒。12 月 5 日，可灵 AI 宣布，可灵 O1 主体库和对比模板两大功能全新上线。

盘和林认为，各大视频生成 AI 之间，差距都比较小。" 千问视频生成能力应该和即梦、可灵在同一起跑线。" 他表示，因为各家在算法、算力、数据等基础上处于近似的水平，AI 视频生成应用是这些基础的结果而已。

值得一提的是，这些大厂共同争夺的，是一个广阔的市场前景。

招商证券相关研报提及，根据 Grand View Horizon，2025 年全球 AI 视频生成市场规模预计达 8 亿美元。在其基本情形假设中，预计 AI 视频生成可触达市场规模接近 400 亿美元，包含 B 端规模 360 亿美元（90% 占比）和 C 端规模 40 亿美元（10% 占比）。

不过，12 月 13 日，据《中国经营报》报道，近日，硅谷风投机构 a16z 合伙人 Olivia Moore 在社交媒体爆料称，Sora 的下载量仍在增长，但早期用户留存率数据看起来相当疲软。他晒出了一张 App 数据监测服务 SensorTower 的数据截图：Sora 的 1 天、7 天、30 天和 60 天用户留存率分别为 10%、2%、1% 和 0%。

不过，就阿里在 AI 上的整体布局来看，千问 App 上线 "AI 小剧场 " 的诉求未必是剑指 AI 视频生成市场这么简单。千问 App 刚上线时，阿里便宣称，其要与 ChatGPT 展开全面竞争，此次推出视频生成新玩法，或是试图缩小与 Open AI 的综合差距，为正面抗衡铺路。

截至 12 月 17 日，千问 App 公测已满一个月。一个月来，这款 App 共计更新 18 个版本，正加强创作、学习、办公三大场景能力。12 月 10 日，阿里官方信息显示，自 11 月 17 日公测仅 23 天，千问月活跃用户数（含 App、Web、PC 端）已突破 3000 万，成为当前全球增长最快的 AI 应用。

组织架构的调整也在进行中。12 月 9 日消息，阿里已成立千问 C 端事业群，由阿里巴巴集团副总裁吴嘉负责。据媒体报道，阿里在内部沟通中提及，千问 C 端事业群的首要目标是将千问打造成为一款超级 App，成为 AI 时代用户的第一入口。

AI 视频生成的战场硝烟弥漫，时至如今，这场较量不仅是技术参数的比拼，更是各家生态能力与用户洞察的对决。在此大背景下，在 AI 赛道上，阿里若想 " 硬刚 "Open AI，需要做的还有很多。

每日经济新闻