多模态

硅基速览 OpenAI Sora API将于2026年9月24日正式终止服务（EOL），所有基于Sora API构建的产品将停止返回视频。 Sora从3月24日宣布停用到9月24日API关闭，历时六个月——OpenAI主动退出了视频生成模型竞赛。 接棒者：字节Seedance 2.5和阿里Wan 3.0，支持单次30秒原生视频生成、50路多模态参考输入，成本仅为Sora的零头。 正文 Sora的谢幕时间表 2026年9月24日，将是AI视频生成历史上一个值得标记的日子。据twinailabs和dxbuilder.io等多家技术媒体整理，OpenAI Sora的完整谢幕时间表如下： 3月24日：OpenAI宣布Sora将在移动端/Web App和API两条产品线同时停用 4月26日：sora.com网站和Sora iOS/Android App停止接受新的生成请求 9月24日：Sora API正式到达生命周期终点（EOL），所有基于Sora API构建的产品停止返回视频 也就是说，任何在2026年上半年基于Sora API构建的视频应用——从自动营销视频生成器到电商产品展示工具——都必须在9月24日前完成迁移，否则产品将直接失效。 OpenAI给出的停Sora理由很官方：资源优先投入到ChatGPT和AGI核心路线。但圈内人都知道，真正的原因是Sora在商业上跑不通——生成质量和成本都无法与中国模型竞争。 为什么Sora打不过中国模型 2024年Sora首次亮相时，它的物理一致性和长视频连贯性让整个行业震惊。但到2026年，中国的视频生成模型已经全面超越Sora： 时长：Seedance 2.5和Wan 3.0支持单次生成30秒原生视频，而Sora API最长只能生成20秒。30秒是广告级视频的黄金时长——一条15秒广告加前后留白正好30秒，这个时长让AI视频真正进入商业广告生产流程。 多模态参考：Seedance 2.5支持最多50路多模态参考输入（图片、视频、音频、文本混合），这意味着你可以用角色参考图+场景参考图+风格参考图+运镜描述，一次性生成高度可控的视频。Sora在这方面的支持非常有限。 成本：根据CometAPI在9月3日整理的定价表，Veo 3.1 Lite的720p视频生成价格为$0.03/秒。Seedance 2.0采用token计费，实际成本约为Sora的三分之一到五分之一。对于需要批量生成视频的营销团队，这个成本差距是决定性的。 原生音频：Sora的音频生成能力一直是短板。而Veo 3.1、Seedance 2.0、Kling 3.0都已支持原生音频生成——视频画面和声音同时输出，不需要后期配音。 迁移指南：从Sora到Seedance/Wan 对于正在使用Sora API的开发者，硅基实战派建议按以下优先级迁移： 第一优先级：Seedance 2.5（字节跳动）。 如果你的应用主要面向中国市场或中文场景，Seedance 2.5是最佳选择。它已深度集成在剪映/CapCut中，生成成本用CapCut积分结算，对国内开发者极其友好。支持30秒原生视频、50路多模态参考、原生音频。 第二优先级：Wan 3.0（阿里巴巴）。 如果你的应用面向全球市场，Wan 3.0通过阿里云国际站提供API，支持英文场景，多语言理解能力强。30秒原生视频生成的质量与Seedance相当，各有侧重。 第三优先级：Veo 3.1（Google）。 如果你的应用需要最高质量的电影级画面，Veo 3.1在Zapier 2026排名中被评为"最佳全能AI视频生成器"，支持最长120秒、原生音频、电影术语理解（rack focus、motivated lighting、Dutch angle）。免费通过Google Flow提供50 credits/天。 第四优先级：Kling 3.0（快手）。 如果你的应用极度成本敏感，Kling 3.0被多个评测评为"最佳性价比"，支持电影级4K，价格约$0.10/秒。 30秒原生视频改变了什么 Sora关停的背后，是视频生成技术从"demo玩具"到"生产工具"的质变。30秒原生视频生成意味着什么？ 广告行业：以前一条15秒广告片，拍摄+后期制作成本约5-20万元，周期1-2周。现在用Seedance 2.5生成30秒原生视频，成本约5-50元，周期10分钟。广告制作的边际成本趋近于零，这会彻底改写广告行业的成本结构。 电商行业：以前一个电商产品需要拍摄主图视频、详情页视频、社交媒体版本，成本数千到数万元。现在用产品参考图+脚本，一次生成多个版本，成本降到几十元。 ...

硅基速览 9月1日，Runway正式向公众发布Gen-4 Ultra，支持最长120秒、4K分辨率（3840×2160）视频生成。 生成成本较上一代Gen-3 Alpha降低约60%，是AI视频生成首次达到可单次输出30秒广告级时长的里程碑。 在TechieHub 9月8日的排名中，Gen-4.5以"最佳可控性"位居前列，与Veo 3.1的"最佳全能"和Kling 3.0的"最佳性价比"形成三强格局。 正文 120秒4K：AI视频的"广告门槛"被跨过了 2026年9月1日，Runway正式发布AI视频生成模型Gen-4 Ultra。根据slide.miraipage.net整理的发布会信息，这个模型在两个核心指标上实现了突破： 时长：支持单次生成最长120秒的视频 分辨率：原生支持4K（3840×2160） 成本：较上一代Gen-3 Alpha降低约60% 为什么120秒4K是一个里程碑？因为广告行业的制作流程有一个"30秒门槛"——一条商业广告的标准时长是30秒，加上前后留白需要单次生成至少45-60秒的素材。在Gen-4 Ultra之前，所有AI视频模型单次生成时长都在10-20秒之间，需要分段生成再拼接，拼接处的画面不连续、运镜不连贯，无法直接用于商业广告。 Gen-4 Ultra把单次时长拉到120秒，意味着AI生成的视频可以直接进入广告制作流程，不需要后期拼接。这是从"玩具demo"到"生产工具"的质变。 Runway的差异化：可控性 根据TechieHub在9月8日发布的"2026年AI视频生成器真实成本排名"，当前市场格局是： Veo 3.1：最佳全能，质量最高，通过Google Flow免费提供 Runway Gen-4.5：最佳可控性，适合专业制作流程 Kling 3.0：最佳性价比，电影级4K，价格约$0.10/秒 Synthesia/HeyGen：脚本化数字人视频 Luma/Pika：学习用免费工具 Runway的差异化不在"生成质量最高"（那是Veo 3.1的位置），而在"可控性最强"。对于专业影视制作团队来说，可控性比生成质量更重要——你需要精确控制每一帧的构图、运镜、光影、角色一致性。Runway从Gen-3时代就开始构建这套工具链： Motion Brush（运动笔刷）：在画面上指定区域，控制该区域的运动方向和速度 Inpainting（局部重绘）：修改视频中特定物体，其他部分保持不变 Clip Extension（片段延伸）：在已有视频基础上延长长度 Camera Control（运镜控制）：精确指定推、拉、摇、移、跟等运镜方式 这些工具组合起来，让Runway成为专业视频团队最爱的AI视频工具——不是因为它生成的画面最美，而是因为它能进入现有的后期制作工作流，与Premiere、After Effects、DaVinci Resolve等专业软件无缝衔接。 成本下降60%意味着什么 Gen-4 Ultra的生成成本较Gen-3 Alpha降低约60%。我们用具体数字拆解： 假设制作一条60秒的商业广告视频： 传统实拍：团队、场地、设备、后期，成本约5-20万元，周期1-2周 Gen-3 Alpha时代：AI生成60秒需要分4段生成，每段约5秒，总生成成本约$50-100，加上人工筛选和后期，总成本约2000-5000元，周期1-2天 Gen-4 Ultra时代：单次生成60秒，生成成本约$20-40，加上人工筛选，总成本约500-1500元，周期2-4小时 从2万元降到1000元，从2周降到2小时。这就是AI视频生成对广告行业的降维打击。 与Seedance/Veo/Kling的选型框架 硅基实战派整理一个2026年9月的AI视频工具选型框架： 场景 推荐工具 理由 电影级广告片 Runway Gen-4 Ultra 可控性最强，4K原生 最高画质全能 Google Veo 3.1 原生音频，电影术语理解 成本敏感批量生产 Kling 3.0 $0.10/秒，4K 中文场景/国内工作流 Seedance 2.5（即梦） 剪映集成，30秒原生 全球市场/英文场景 Wan 3.0（阿里） 多语言，30秒原生 数字人/口播视频 Synthesia/HeyGen 脚本化数字人 硅基AGI社区在论坛silicon-agi.com上有一个专门的板块讨论AI视频生成工具选型，创作者们分享了大量不同场景下的实测对比数据。 ...