去年10月，李彦宏在内部讲话里斩钉截铁地说，Sora这种AI视频大模型，投入周期长得吓人，10年20年可能都见不着收益，再火爆百度也不会沾手。那会儿，OpenAI的Sora刚问世7个月，中国大厂们像商量好似的，一片沉寂，没人敢吱声。转眼一年过去，风向变天了。9月30日，Sora 2横空出世，14天后，百度就高调甩出“百度蒸汽机”AI视频模型，正好和谷歌急吼吼的Veo 3.1撞了个满怀。李彦宏这“反悔”，听着像打脸，可细想，这里面藏着中国AI大厂从焦虑到野心的全过程。
回想Sora一出世那阵子，2024年2月，它直接成了OpenAI的杀手锏。不同于以往AI工具只是“模拟现实”的把戏，Sora玩起了“建构现实”——不是简单抄袭世界表象，而是按物理规则在数字空间里重塑一切。比如咬苹果留牙印，那不是巧合，而是它懂施力受力的底层逻辑。细节决定真实，视频这行当尤其吃这一套。可那时候，国内的文生视频工具还远没到这水准。百度虽在2023年底推过“度加剪辑”，字节有Pixel Dance，阿里也上线Animate Anyone，但Sora一亮剑，大家集体哑火。甚至有公司急着撇清自家产品不是“中文版Sora”。为啥？大厂的当务之急是追GPT-4，基础大模型还拉不开差距，搞视频模型纯属奢侈。就像一位大厂负责人吐槽的，ChatGPT前谁没聊天机器人？关键是能不能到那水准啊。
这份焦虑，随着2025年初DeepSeek的“物美价廉”模型横空出世，总算缓了口气。今年，大模型迭代飞起，价格战都打完了，谁家没个视频模型，都得被质疑实力不行。到10月，中国市场已挤进20多款视频大模型，阿里、腾讯、字节、百度全下场。海外呢，谷歌、Meta、Runway这些老将和新贵，也搅成一锅粥。一位业内人士私下说，基础处理能力上去了，成本降下来，豆包、通义、文心这些模型用户暴增。未来几年，深度推理、视觉推理、Agent技术，才是真战场。所以，李彦宏从“不做”到推“蒸汽机”，水到渠成。从文心4.5到Turbo版，再到X1迭代，百度多模态能力水涨船高，这模型顺势就来了。
技术上，各家视频模型正两条腿走路。一边是质量狂飙：画面逼真，提示词懂人意；一边是编辑自由度爆棚，从整体生成到局部抠图、加减对象，操作细腻得像Photoshop。关键突破是音频实时生成，填平了AI视频“默片”时代的坑。测试起来，也从聊天机器人那套升级了。近来网友们搞“同题考试”，比Sora 2和Veo 3.1，结果谷歌偏物理真实，OpenAI重娱乐花活。这说明，AI视频正从大路货走向风格化，各家凭禀赋杀出重围。
可光有技术不够，李彦宏这“反悔”更现实的纠结点，是怎么把AI视频变现。Sora 2的路子，给大家指了条明路：降成本、拉用户、建平台。先说成本，OpenAI样片里，花滑运动员头顶猫咪转体三周半，业余冲浪手摔水花四溅，宫崎骏风男孩遛狗……这些不再是实验室玩具，用户提示词一扔，就能出复杂镜头片段，5秒视频变1分钟短片，改动最小。AI演员也来凑热闹，9月底苏黎世电影节的蒂利·诺伍德，已被好莱坞经纪人盯上，气得真人明星们直呼饭碗不保。AI场景+AI演员，电影说不定就“短视频化”了，从精英垄断变成人人可玩。
再看平台化，Sora 2的最大招是免费用户“一键视频”，从网页拽到App，战略下沉。设计亲民得不行，能插自己或朋友形象，社交味儿浓，难怪社交网炸锅。OpenAI CEO山姆·奥特曼直言，要给创作者变现场子。测试一结束，编辑工具、激励机制齐上，Sora直奔TikTok式闭环：用户产内容、用户消费、平台抽成。只要90%免费用户看到赚钱希望，它就可能成下一个视频帝国。TikTok的教训摆那儿，同一赛道平台不会太多，大模型差距一拉平，所有厂商都憋着劲儿争老大。最血腥的厮杀，才刚拉开帷幕。
