主題七：AI 影視的路線之爭——2D 生成 vs 3D 世界模擬
核心論點
Sora 的退場不代表 AI 影視已死——而是宣告了：靠暴力算力「憑空生成」影片的商業模式，在沒有低成本算力和分發平台的前提下走不通。 AI 影視的未來取決於技術路線選擇、成本結構、和分發管道三者的組合。
一、兩條路線的技術分野
路線 A：2D 生成式（Sora / Veo / Seedance）
原理： 擴散模型（Diffusion Model）或變形器架構（Transformer），直接從文字描述「畫」出影片的每一個像素。本質上是一個極其複雜的「預測下一幀圖像」的過程。
優勢：
- 使用門檻極低——任何人只要會打字就能生成影片
- 視覺震撼度高，能產出風格化的驚艷畫面
- 迭代速度快，模型能力每年大幅提升
致命弱點：
- 角色不一致： 同一角色在不同鏡頭間的外貌、服裝、身材可能完全不同
- 時空不連續： 缺乏物理法則的理解，鏡頭之間的空間和時間關係混亂
- 算力黑洞： 每次生成都是從零開始的海量運算，無法重複利用
- 創作不可控： 像抽獎——不滿意就重新生成，無法精確編輯特定元素
路線 B：3D 世界模擬（聚力維度等）
原理： 先建構一個 3D 虛擬世界（場景、角色、光影、物理規則），再讓 AI 在這個世界裏「拍攝」。本 質上是傳統 CG 電影製作流程的 AI 加速版。
優勢：
- 角色高度一致： 使用固定的 3D 模型，角色外貌不會變化
- 物理法則正確： 3D 引擎天然模擬重力、光影、碰撞
- 資產可重複使用： 場景和角色建模完成後可反覆使用，邊際成本下降
- 創作可控： 可精確調整鏡頭運動、燈光、演員表演
弱點：
- 技術門檻高，目前成熟度遠不及 2D 生成式
- 3D 資產建模本身仍需大量人工或 AI 輔助
- 內容品質（特別是角色表情和動態）仍待突破
對比表
| 2D 生成式 | 3D 世界模擬 | |
|---|---|---|
| 適合內容 | 短影音、概念展示、社羣素材 | 連續劇、動畫、工業級影視 |
| 算力需求 | 極高，每次生成都燒 | 相對可控，資產可復用 |
| 角色一致性 | 弱 | 強 |
| 產品成熟度 | 高（多家已商用） | 低（多在研發或早期商用） |
| 商業驗證 | 部分驗證（快手 Kling ARR 2.4 億美元） | 幾乎未驗證 |
二、2D 路線的最新戰局（截至 2026 年 3 月）
Google Veo 3.1
- 2026 年 1 月發布，已通過 Gemini API、Vertex AI 和 Gemini 應用向開發者與消費者開放
- 支援原生音訊同步（對白、環境音、音效一併生成）、4K upscaling、原生直式影片
- 已整合進 YouTube Shorts 和 Google Ads（Asset Studio），讓創作者和廣告主直接用 AI 生成影片
- 支援文字轉影片、圖片轉影片，電影級幀率與物理模擬
- 結構性優勢： 自研 TPU 壓成本 + YouTube / Google Ads 做分發 → 同樣走 2D 路線，在 Google 手上走得起來
字節跳動 Seedance 2.0
- 2026 年 3 月開始在 CapCut（剪映國際版）上分批上線
- 首批市場：巴西、印尼、墨西哥、菲律賓、泰國、越南
- 支援原生音視頻同步、角色一致性、多鏡頭生成
- 結構性優勢： 字節有 TikTok/抖音的超級分發平台 → 即使算力是租的，也能靠分發撐住
快手 Kling
- 2025 年底 ARR 超過 2.4 億美元，用户突破 6000 萬
- 推出 Omni 系列模型（Video O1、2.6 等），強調多模態能力
- 已深度整合進行銷、電商、影視的專業工作流
- 結構性優勢： 快手平台 + 激進的商業化策略
Sora 的死亡教訓
Sora 的退場恰好印證了主題一的核心論斷：
不是 2D 路線走不通，而是 OpenAI 既沒有低成本算力（不像 Google），也沒有分發平台（不像字節/快手），結構性優勢一項都沒有。
三、《霍去病》：數據造假的警示
在討論 AI 影視的積極案例前，必須正視這個行業最危險的陷阱。
事件回顧
中國 AI 短劇《霍去病》在 2025 年兩岸社羣瘋傳，號稱：
- 成本 3000 元人民幣
- 兩天製作完成
- 5 億播放量
被大量媒體吹捧為「AI 顛覆影視的標誌性事件」。
真相拆解
- 導演楊涵涵後來受訪承認，多數被媒體引用的數據是以訛傳訛或刻意誇大
- 「5 億播放量」極可能是話題標籤的流量加總灌水，將相關討論的總流量算進單一作品的觀看數
- 畫面細看之下，穿着、兵器、建築等細節與歷史嚴重不符
- 成本 3000 元的説法嚴重低估了前期準備、模型訓練、後期編輯的實際投入
為什麼這很危險
當資本和注意力被這類「數據造假式成功」吸引時：
- 投資者可能做出錯誤的投資決策
- 真正做紮實技術的團隊被忽視
- 整個行業的信譽受損
四、3D 路線案例：聚力維度——技術有料，但數字待驗證
公司背景
北京「聚力維度」創辦人趙天奇（北郵博士、清華博後），花了十二年走 3D 路線，開發「賽博導演」平台。
可驗證的部分 ✅
| 事項 | 驗證狀態 |
|---|---|
| 公司成立於 2016 年，持有 16 項發明專利 | ✅ 公開可查 |
| 2022 年入選北京市「專精特新」中小企業名錄 | ✅ 政府名錄可查 |
| 服務過央視數位主持人、中國移動研究院 | ✅ 有公開合作記錄 |
| 與華為雲聯合發布多模態 3D 視頻大模型 | ✅ 有新聞 發布記錄 |
| 早期蔘與《尋龍訣》、《新警察故事》3D 轉製 | ✅ 可追溯 |
需要存疑的部分 ⚠️
| 宣稱 | 疑點 |
|---|---|
| 「效率提升 100 倍」「成本降至 1%」 | 全部來自公司單方面説法，無第三方驗證 |
| 「月產可達 1000 部」 | 無獨立產能驗證 |
| 「春節上線第一部短劇，首批 20 部」（2025 年初承諾） | 截至目前找不到任何已上線作品的播放數據 |
| 「投入近兩億人民幣」 | 公開管道查不到具體融資記錄 |
| 員工僅 37-70 人，官網願景「實現通用人工智能」 | 規模與願景嚴重不匹配 |
判斷
趙天奇不像《霍去病》那樣是明確的數據造假。他更像是有真實技術基底、但商業宣傳傾向過度包裝的類型。專利和客户是真的，但驚人的效率數字在沒有上市作品驗證前，應視為行銷話術。
五、微軟在 AI 影視的「零地位」
為什麼微軟完全缺席
當 Google 亮 Veo 3.1、字節推 Seedance、快手推 Kling 時，微軟在影音生成市場處於完全缺席狀態。
原因已在前面的主題中分析過：
- 微軟將影音 AI 全盤外包給 OpenAI → Sora 被砍 → 武器庫歸零
- 微軟沒有消費級娛樂分發平台（不像 YouTube / TikTok）
- 微軟是「生產力公司」，基因上不適合做泛娛樂內容
微軟在 AI 影視市場能做什麼？
微軟唯一能做的是在後台賣 API——通過 Azure 向影視工具提供算力。但這讓它永遠只能做「雲端批發商」，無法成為引領創作者生態的主導者。
六、AI 影視的三個生存條件
能在 AI 影視市場活下來的玩家，需要同時滿足：
- 算得起 — 自研晶片或極低成本算力
- 放得出 — 自有內容分發管道
- 真得了 — 作品經得起市場和觀眾檢驗，而不靠灌水數據
AI 影視的未來，不屬於晶片最多的公司，也不屬於最會吹的公司——而屬於最終讓觀眾願意付費的人。