问题——视频生成“热”与平台化“冷”的落差加大 OpenAI拟逐步关闭Sora并调整研发方向，引发全球科技界关注；过去一年多，文生视频能力因“更像真实世界”的视觉呈现而快速出圈，被视为生成式技术迈向更高维度的重要标志。然而，随着产品从单纯创作工具向社区化、平台化延展，用户端增长、商业化闭环、内容可信度与合规治理等矛盾集中显现：一方面，视频合成能力越强，传播风险与验证成本越高；另一方面，视频生成对算力与基础设施要求显著抬升，难以复制文本产品的规模化扩张路径。平台“技术雄心”与现实约束之间的张力，成为此次路线转向的重要背景。 原因——需求侧疲劳、信任危机与成本结构共同作用 其一，用户行为正发生结构性变化。短视频与算法分发长期占用注意力资源，部分用户对“持续被推荐”“持续被观看”的压力感增强，更偏好低曝光、低打扰的小范围交流。若将社交深入推向更沉浸、更具表演属性的“视频化互动”，并不必然契合当下回归私密与轻量沟通的趋势，平台化扩张的边际收益随之下降。 其二，深度伪造带来的信任风险加速外溢。长期以来，视频在公共传播中被赋予较高的真实性预期，广泛用于新闻传播、商业营销、公共治理等场景。随着合成门槛降低、逼真度提升，真假边界被稀释，内容核验的时间与人力成本上升，对应的主体面临声誉、法律与安全风险。对依赖广告、品牌合作与内容分发平台来说，一旦“可信度溢价”下降，商业价值与可持续性将受到直接冲击，治理成本则显著上扬。 其三，文生视频的算力消耗与运营成本呈现跃迁式增长。与文本、图像相比，视频需要在更长时间尺度上保持跨帧一致性、动作连贯与物理合理性，训练与推理的资源消耗更大，服务端成本更难通过简单优化快速摊薄。若以订阅收费，视频生成并非多数用户的高频刚需，持续付费意愿有限；若采取免费或广告模式，又会受到信任与合规的约束。由此形成“高成本—低频次—高风险”的结构性难题。 影响——产业竞争焦点从“生成内容”转向“改造现实能力” 此次调整传递出一个清晰信号：生成式技术正从以内容生产为中心的“再现世界”，走向以感知、决策与执行为核心的“介入世界”。当技术从屏幕内的图文音视频扩展到空间与实体系统，产业竞争的评价标准也将随之变化：不再仅看生成效果是否逼真、传播是否走红，而是看系统能否在现实环境中稳定感知、可靠决策、精准行动，并在可控边界内持续学习。 对企业而言，这意味着研发投入将更多流向机器人、自动化系统、空间理解与多模态交互等方向，形成从模型能力到硬件载体、从数据到场景的综合竞争。对社会治理而言，这也意味着监管重点可能从内容审核延伸至实体系统安全、责任界定、测试验证与风险处置机制。对资本与市场而言，具备现实场景闭环、能够形成生产力提升的技术路线，或将获得更强的长期预期。 对策——在创新与治理之间建立可持续的制度与商业框架 一是推动合成内容标识与溯源体系落地。通过水印、元数据标注、生成记录存证等方式，提高内容可验证性，降低社会核验成本，并为平台合规运营提供基础支撑。二是完善法律责任与平台治理规则，明确深度合成内容在广告、选举、金融、公共安全等高风险领域的使用边界，建立更清晰的侵权追责与风险分担机制。三是引导企业优化算力与能耗结构，鼓励在模型压缩、推理加速、专用硬件与绿色数据中心上形成协同，降低单位服务成本。四是推进“场景牵引”的产业路径，将技术能力与工业、物流、养老、医疗辅助、公共服务等可验证、可审计的现实需求对接，避免陷入“炫技式应用”的投入回报失衡。 前景——从“内容工具”迈向“实体系统”，仍需跨越安全与规模化两道门槛 从趋势看，具身智能与机器人系统有望成为下一阶段的重要突破口：它要求模型不仅能“说得像”“画得像”，更要“做得对”“做得稳”。但这个方向同样面临两道关键门槛：一是安全与可靠性，实体系统的失误成本远高于内容生成，必须建立更严格的测试、冗余与应急机制；二是规模化与成本曲线，硬件供应链、维护体系与场景适配将决定商业化速度。可以预期，未来一段时间内，行业将出现从单点模型竞争走向“模型—数据—硬件—场景—治理”一体化能力竞争的新格局。
从视频生成到实体系统的布局，反映了技术从“看起来像”到“做得成”的转变。平衡创新与安全、效率与治理，是行业持续发展的关键。企业需要构建可持续的价值闭环，社会则需完善规则与共识，让新技术真正服务于公共利益和高质量发展。