A16Z：视频模型，不会一家通吃

A16Z：视频模型，不会一家通吃 A16Z：视频模型，不会一家通吃 Modified October 24, 2025 No access 0bc35qapiaaaguafvv7zqbufb3gd6twab5aa.f10002 00:00 No access 0bc3p4amsaaapiagmw7zdvufa76dzf7qbsia.f10002 00:00 No access 0bc3zqabcaaatmal4zhzv5ufbtgdchgaaeia.f10002 00:00 No access 0b2eamauaaabumao6r7ymrufca6diabqcqaa.f10002 00:00 No access 0bc3kiapkaaafeafufxzvfufauwd6vjab5ia.f10002 00:00 No access 0bc35qapiaaaguafvv7zqbufb3gd6twab5aa.f10002 00:00 No access 0bc35qapiaaaguafvv7zqbufb3gd6twab5aa.f10002 00:00 No access 0bc3p4amsaaapiagmw7zdvufa76dzf7qbsia.f10002 00:00 No access 0bc3p4amsaaapiagmw7zdvufa76dzf7qbsia.f10002 00:00 No access 0bc3zqabcaaatmal4zhzv5ufbtgdchgaaeia.f10002 00:00 No access 0bc3zqabcaaatmal4zhzv5ufbtgdchgaaeia.f10002 00:00 No access 0b2eamauaaabumao6r7ymrufca6diabqcqaa.f10002 00:00 No access 0b2eamauaaabumao6r7ymrufca6diabqcqaa.f10002 00:00 No access 0bc3kiapkaaafeafufxzvfufauwd6vjab5ia.f10002 00:00 No access 0bc3kiapkaaafeafufxzvfufauwd6vjab5ia.f10002 00:00 🔗 原文链接： https://mp.weixin.qq.com/s/QnoQCQ5X... https://mp.weixin.qq.com/s/QnoQCQ5X... 原创 金色传说大聪明 赛博禅心2025年10月23日 13:47 广东 a16z 发了新文章 视频模型，不会一家通吃 There is no God Tier video model https://substack.com/home/post/p 176755535 什么意思？ 以前大家卷的是 benchmark：谁生成时间长、物理效果好、更像真的 现在不一样了 模型开始专业化，没有单一神了 AI 视频模型，进入到了产品时代 以及： 产品层面还有巨大空白 就算模型今天停止进步 创业者也要花好几年才能把产品做好 对于创业者来说，这才是真正的机会 a16z 的合伙人 Justine Moore 的 Twitter Sora 2 和 Veo 3 在干什么 拿 Sora 2 和 Veo 3 做了对比，特别能说明问题 Sora 2 上个月发布，LMarena 排行榜上排在 Veo 3 后面 Source: Epoch AI 很多人可能觉得这是退步 但测下来发现：它们压根就不是在做同一件事 Veo 3 专注于「物理仿真和音视频同步」 复杂运动、多物体交互、说话对口型，这些它都很稳 如果你要做专业创作，音视频必须完美同步，物理效果要准确，选它 Sora 2 专注于「会导戏，会讲故事」 你给个简短提示词，它帮你写剧本（还挺搞笑），生成多个镜头 做梗图、做段子，特别适合，比如让霍金打篮球、让皮卡丘客串经典电影 但它音视频同步没 Veo 3 好，经常多个快切镜头，音频对不上 说白了， Sora 2 适合玩梗，Veo 3 适合专业创作 这个趋势不只是这两家 • Grok 做动漫特别好，快又便宜 • Hedra 做长视频的说话人物很稳 • Seedance Pro 可以一次生成多镜头场景 • Wan 是开源模型，有一堆 LoRA 可以调 No access 0b2e5eaqmaab3qakszpynnufd2oda3uqcbqa.f10002 00:00 No access 0b2e5eaqmaab3qakszpynnufd2oda3uqcbqa.f10002 00:00 就像 17、18 世纪的静物画家 画到一定程度，不是比谁更真实，而是比风格 然后，我们获得了更多的多样性和专业化 一个艺术的丰富时代 No access 0bc3eiamoaaakmagt47zcrufaiwdy4rabrya.f10002 00:00 No access 0bc3eiamoaaakmagt47zcrufaiwdy4rabrya.f10002 00:00 产品层还有巨大空白 这才是最激动人心的部分 模型能力和产品之间，有巨大的鸿沟 作者举了个例子，如果做一个家具展示视频，需要： 用 Ideogram 生成素材 → 用 nano banana 处理 → 用 Veo 3 生成视频 → 用 Hedra 加人物 → 用 Krea 或 Kapwing 剪辑 这一套流程，普通人根本玩不转 但这些事情，完全可以做成一个产品自动完成 再看看创作者现在在手动做的事 • 搞定角色一致 • 串联首尾帧 • 控制运动镜头 • 拼接故事板 而这些，都应该是产品层面解决的问题 实际上，有些团队确实在做了 • Runway 发布了一套工具，可以编辑镜头、控制天气、增删物品 • Sora 发布了 Storyboard，能精确控制每个时刻的动作 • Veo 3.1 这个月的更新，几乎全是产品功能，模型本身没怎么改 但还远远不够 未来肯定会出现： • 针对特定场景的专用模型（家居展示、营销、动画） • 帮你选模型优化生成效果的产品 • 把视频配音音乐整合在一起的创作套件 就像 LLM 也经历过这个阶段 模型进步放缓后，产品层爆发了 视频模型现在也到了这个时刻 一些差异 最后 上面的内容，是 a16z 发布的 作者 Justine Moore，a16z 的合伙人 看这篇文章的时候 突然串联起了另一件事儿 昨天， LiblibAI 融了 1.3 亿美金，B 轮 。投资方包括由红杉中国、CMC资本和一些大厂战投 有两个点： • 这是是目前为止，中国 AI 应用的最大规模融资，超过 Manus 的 8000 万美金 • Lovart 也是这家的，解决了一站式创作 这么来看，大抵上说得通了，现在的主流趋势，从卷模型性能到卷产品体验 对大厂来说，可能有点失落 但对创业公司和开发者来说，这是最好的时候 把模型能力，变成普通人真正能用的产品 原文奉上 我还给带来了翻译版，并且重新拍了个版