深度深度專欄 #53 · 2026年10月31日

AI 影片的訓練費已經有上限，能不能像軟體公司那樣賺錢，看每生成一秒的運算費由誰付

一棟拆掉正面牆的兩層小店：樓上一座伺服器機櫃已經疊到頂住天花板，鷹架收在牆邊，機櫃的電線往下接到樓下 HEYGEN 櫃台上的一具電錶，排隊的顧客投幣後拿走一段段人像講話影片，右邊隔壁掛著 SORA 招牌的店已經拉下鐵門。

本篇跨了：影片生成技術、新創融資與營收、雲端運算成本、消費 App 經營。

本篇 2026 年 10 月 31 日出刊。

本篇重點

同樣做 AI 影片：HeyGen 自報打平，Sora 據報每天燒約 100 萬美元後關閉(100)

做 AI 人像講話影片工具的 HeyGen，10 月下旬推出第一個自家訓練的 AI 影片生成模型。HeyGen 說這個模型在獨立評測公司 Artificial Analysis 的不含聲音網友盲測榜排第一。

影片模型會不會像語言模型那樣，每一代都得再加碼？還是花一筆有上限的錢就夠？

本報推論：畫面做到觀眾分不出真假就到頂，訓練費有上限，應用公司付得起。每段影片都要付的電費和晶片租金叫運算費，這筆錢由誰付，決定應用公司能不能像軟體公司那樣賺錢。HeyGen 向付費客戶收錢，6 月自報今年至今現金流打平。那時 HeyGen 的自家模型還沒推出，模型是 10 月下旬才上線。OpenAI 的影片 App Sora 據報每天燒約 100 萬美元，運算費多由 OpenAI 吸收，已關閉。只接別家模型又替用戶吸收運算費的 App 最吃虧。

下面分三步走到答案。

一、訓練一個排得進前段的影片模型，花的錢已經落在應用公司付得起的範圍

只募過 7,400 萬美元的應用公司，也做得出排在榜上前段的模型(7,400 萬美元)

Captions 執行長 Gaurav Misra 在 2025 年 1 月上投資節目 Invest Like the Best，Misra 列出的節目重點把影片生成列為「有界問題」，和無界的問題對照。Captions 是一款幫人剪輯與生成講話影片的 App。這是應用公司創辦人談自家生意。本報這樣理解「有界」：畫面做到觀眾分不出真假，就是終點，到了那一步再加錢，觀眾也看不出差別。語言模型沒有這樣的終點，每多一點推理能力，就能接下更難、更貴的工作，所以模型公司每一代都要再加碼。

公開資料支持「錢有上限」。做 AI 訓練加速軟體的新創 HPC-AI Tech 在 Open-Sora 2.0 論文說，只花約 20 萬美元算力，就訓練出在人評上與影片生成公司 Runway、騰訊 2024 年的模型相當的影片模型。這 20 萬美元只算最後一次訓練的算力，是作者自報。更近的例子是 HeyGen：據商業媒體 Upstarts 6 月報導，HeyGen 總共只募過 7,400 萬美元，四個月後推出的模型，HeyGen 說在無聲榜排第一，在含聲音榜排第六。HeyGen 沒有公布這個模型本身的訓練費，7,400 萬美元是整家公司募到的錢，只能當上限看。反方的提醒來自前 NVIDIA 影片模型負責人 Ethan He：影片資料的儲存與搬運是隱藏大帳，影片模型的訓練成本已經和語言模型相當。單看一次訓練，影片並不比語言模型便宜。本篇說的上限，是畫面到頂後不必每一代再加碼。

HeyGen 的例子說明，募資 7,400 萬美元的應用公司，也做得出排在榜上前段的模型。接下來要看的是，大家都付得起之後，模型之間還拉不拉得開。

二、榜首幾家的畫質已經拉不開，價格卻差了十幾倍

前段影片模型的畫質已經擠在一起。Artificial Analysis 把網友盲選的勝負換算成分數。在含聲音的文生影片榜上，第一名和第十名的差距量得出來，但不大：網友選第一名的機率約 57%，比擲銅板只好一點（本報算，算法見附錄）。前十名裡有好幾家落在彼此正負十幾分的誤差內，分不出高下。

畫質拉不開，價格卻沒有跟著靠攏。同一張榜的前十名裡，HeyGen 和字節跳動的 Seedance 2.5，生成一分鐘高畫質影片的牌價相差約 14 倍（本報算，算法見附錄），兩者的盲測分數卻幾乎一樣。這兩家的牌價差距可能來自片長、規格或定價策略，但在這張榜上，多付十幾倍的錢，換不到看得出的畫質差。

畫質到頂之後，決定賺不賺錢的是錢從哪裡來。

三、影片每生成一次就要付一次運算費，誰付這筆錢是賺賠的關鍵之一

訓練是一次性的帳，生成影片則每次都要再算。模型替使用者算出影片的這段運算，業界叫「推論」；影片每一秒有幾十張畫面，模型要一起算出來，推論比文字重得多。一般軟體多服務一個用戶幾乎不增加成本，影片產品每多生成一段，就多一筆電費和晶片租金。

OpenAI 的 Sora 是付錯人的例子。OpenAI 2026 年 3 月 24 日宣布停掉影片 App Sora，App 在 4 月 26 日關閉，官方沒有說明原因。據《華爾街日報》的調查（TechCrunch 轉述），Sora 每天燒掉約 100 萬美元，用戶卻在高峰後少了一半以上；這個數字目前只有這份調查，OpenAI 沒有證實。本報推論：這筆錢的大頭應是生成影片的運算費，大多由 OpenAI 吸收，沒有向用戶收回。

HeyGen 是收對錢的例子。HeyGen 的營收來自付費客戶。據 HeyGen 6 月的公告，公司的年化營收已超過 2 億美元，八個月翻倍；據 Upstarts 6 月專訪，HeyGen 今年至今現金流打平，當時自家模型還沒推出。快手向創作者與企業收費的可靈，營收也逐季成長（數字見附錄）。兩家數字都是公司自報，也都沒有公布毛利。只要向客戶收的錢高於每段影片的運算費，用得越多收得越多。沒有毛利數字，這一點目前還看不到。

這組對照分不開兩個差別：誰付運算費，以及每段影片要算多少。HeyGen 主做人像講話影片，運算可能比 Sora 這種通用影片輕，兩家都沒有公布每秒的運算成本。

四、本報推論：影片應用能像軟體公司那樣經營，前提是向付費客戶收費，而且模型是自家訓練的便宜模型

本報推論：AI 影片的訓練已經變成一筆有上限的錢，做影片應用的公司因此可以像一般軟體公司那樣經營，但只限向付費客戶收費、模型又是自家訓練而便宜的那一種；運算費由公司吸收的影片產品，用的人越多虧得越多，目前看得到的例子只有 Sora。

這個推論是把三步合起來推出來的：訓練費有上限、畫質拉不開、運算費每次都要付。少了第一步，應用公司付不起自家模型，只能向別家買，毛利被模型公司拿走。畫質若拉得開，最貴的模型可能真的值那個價。第三步最不能缺：沒有第三步，訓練費有上限就直接等於高毛利，看不出 Sora 為什麼會停。最弱的一環是兩家的營收與現金流都是自報、沒有毛利，所以本篇只推到「經營得起」，不推到「毛利和一般軟體公司一樣高」。

三步都成立、推論仍可能落空的情況有兩種。一種是大型模型公司把影片生成免費放進自家已有幾億用戶的產品，用其他生意的利潤補運算費，把影片生成的行情壓到應用公司每段影片的運算費以下。另一種是客戶開始要能互動、長時間保持人物和場景一致的影片，終點就從「畫面像真的」移到「模型懂世界怎麼運動」，那一段沒有人說得出上限。

五、往上推一層：自家訓練模型、向付費客戶收費的影片公司，不必像模型公司那樣一再募大錢

本報推論：自家模型又向客戶收費，才能像軟體公司那樣經營；接別家模型又替用戶吸收運算費的最吃虧(8.5 億)

本報推論：HeyGen 自報的募資與現金流數字若站得住，HeyGen 這類公司的股東不必像模型公司的股東那樣，每一代都被新一輪募資稀釋。吃虧的是本篇重點提到的那一類：只接別家模型、又替用戶吸收運算費的影片 App，收入和成本兩頭都由模型公司決定。

接下來看什麼

先看快手 11 月的第三季財報，可靈營收有沒有高過第二季的 8.5 億人民幣。再看 Sora 前負責人 Bill Peebles 與好萊塢製片人 Jeffrey Katzenberg 合創的新創。據 The Information 報導，這家新創正與 OpenAI 洽談，要把 Sora 改造後賣給電影片廠；成局的話，Sora 也走上向付錢企業收費的路。

什麼會推翻本篇：

以下期限與門檻都是本報定的。

到 2027 年 3 月 31 日，快手公布的可靈第四季單季營收低於第二季的 8.5 億人民幣，第三節錯。
到 2027 年 6 月 30 日，有公開來源顯示某家公司為了畫質（不是世界模型）訓練一個影片模型花了 50 億美元以上，且該模型排進 Artificial Analysis 含聲音榜前三，第一節錯。
到 2027 年 6 月 30 日，Artificial Analysis 含聲音榜第一名和第十名的分差拉大到 150 分以上，第二節錯。
到 2027 年 6 月 30 日，HeyGen 或快手公布影片業務毛利低於 40%，而且該業務仍在虧錢，第三節與第四節錯。
到 2027 年 6 月 30 日，Google 或 OpenAI 在自家主產品裡免費提供影片生成，同期 HeyGen 公布的年化營收或快手公布的可靈營收連續兩季下滑，第四節錯。

最有力的反方論點來自影片生成公司 Luma AI。Luma 在 2025 年 11 月宣布募得 9 億美元時說，要訓練與服務「世界模型」，需要比現有語言模型大好幾個量級的資料（Luma 新聞稿，Business Wire）。

附錄

本報推論：HeyGen 自報的數字若站得住，募到的錢只燒掉一小段，不必像模型公司每代再募資(約 2,500 萬美元)

① 主線用到的數字與說法逐列對照

內容	出處	限制
HeyGen Video 1 在 Artificial Analysis 無聲文生影片榜排第一	HeyGen 模型頁；Kompozy，2026-10-25	第一名只在無聲榜；HeyGen 發布時另附的圖表用的是自家評測集，不是 Artificial Analysis 榜本身
含聲音文生影片榜（AA-Video-T2V v2.1）前十名：Wan 3.0（阿里巴巴）1175、Utopai X 1166、MiniMax H3（768p）1161、Seedance 2.5（字節跳動）1157、FLUX 3 Max 1157、HeyGen Video 1 1156、MiniMax H3 Max 1149、FLUX 3 1144、Seedance 2.0 1136、Gemini Omni Flash 1.1（Google）1128；95% 誤差約正負 14–18 分	Artificial Analysis 文生影片榜（2026-10-31 榜單）	榜單隨時變動；盲測偏好不等於商用可用性
每分鐘 1080p 牌價：HeyGen Video 1 2.40 美元、Seedance 2.5 34.12 美元、Wan 3.0 12.00 美元	同上	各家 API 牌價，不是實際成交價
論文摘要稱只花約 20 萬美元訓練出商用級（commercial-level）影片模型；人評與 VBench 與 HunyuanVideo、Runway Gen-3 Alpha 相當	Open-Sora 2.0，arXiv 2503.09642	作者自報；只算最後訓練的算力；比較對象是 2024 年模型
HeyGen 累計募資 7,400 萬美元，只燒掉約三分之一、約 2,500 萬美元；2026 年至今現金流打平（6 月的說法，早於 10 月下旬推出的自家模型）	Upstarts Media（Alex Konrad），2026-06-25	專訪中的公司說法，未經稽核
HeyGen 年化經常性營收超過 2 億美元、八個月翻倍；每 1 美元股權資本約對應 2.70 美元年化營收	HeyGen 公告（Joshua Xu），2026-06-25	公司自報；無毛利
可靈 2026 年第一季營收逾 6.5 億人民幣，3 月年化營收約 5 億美元；第二季逾 8.5 億人民幣	快手 2026 年第二季財報新聞稿；BigGo Finance 轉述第一季財報，2026-05-27	快手未單獨公布可靈毛利或運算成本
Sora 2026-03-24 宣布停運，App 2026-04-26 關閉、API 2026-09-24 關閉；官方未說明原因	Wikipedia 條目（引 OpenAI Help Center）	—
App 每天燒掉約 100 萬美元（「roughly 1 million every day」）；全球用戶高峰約 100 萬，後來跌到 50 萬以下	TechCrunch（Connie Loizos），2026-03-29	轉述《華爾街日報》調查，各家報導都出自同一份，OpenAI 未證實
Mirage 從 General Catalyst 客戶價值基金拿到 7,500 萬美元不稀釋股權的成長資金，累計融資逾 1.75 億美元；用戶累計做出逾 2.5 億支影片	Mirage 公告，2026-03-24	營收未公開；基金只說投資對象要已證明打得開通路、單筆生意划算（proven distribution and strong unit economics），不是 Mirage 的財務數字
Misra 列出的節目重點包含「Bounded problems (video)」與無界問題的對比	Gaurav Misra 於 X，2025-01	應用層創辦人談自家前景
Ethan He：影片模型的訓練成本與語言模型相當（comparable to language models）；十億支影片光原始儲存約 5PB；開源影片模型 LTX 已有 190 億參數	Ethan He，Latent Space 節目，2026-06-01	單一工程師的估算
Midjourney 已經完全掉出流量排行（has fallen off the traffic rankings completely），但在付費排行又回來了（is back）	a16z Podcast，The Current State of Consumer AI，2026-10-05	口頭評論
Luma 募 9 億美元，成為 HUMAIN 在沙烏地阿拉伯 2GW 超級叢集的客戶，用來訓練與服務前沿的多模態世界模型（train and serve frontier multimodal World Models）	Luma 新聞稿，Business Wire，2025-11-19；Middle East AI News	2GW 是整座叢集，Luma 是第一期 100MW 的首家客戶
Peebles 與 Katzenberg 的新創正與 OpenAI 洽談把 Sora 改造後賣給片廠	Stephanie Palazzolo 於 X 摘要 The Information 報導，2026-10-12	洽談中，未成局；只有 The Information 一家

② 本報算法

第一名對第十名約 57%：盲測分數照西洋棋的 Elo 規則換算，分差 d 時高分方被選中的機率是 1 ÷（1 + 10^(−d/400)）。Wan 3.0 1175 減 Gemini Omni Flash 1.1 1128，d = 47，代入得約 0.567。
價格約 14 倍：Seedance 2.5 每分鐘 34.12 美元 ÷ HeyGen Video 1 每分鐘 2.40 美元 ≈ 14.2。兩者分數 1157 與 1156。
HeyGen 公告的「每 1 美元股權資本約 2.70 美元年化營收」與 2 億 ÷ 7,400 萬 ≈ 2.70 對得上。

③ 說法與用詞

據 a16z（矽谷創投）合夥人 Olivia Moore 10 月在節目上的說法，專做生圖的 Midjourney 已經掉出流量排行，但在營收排行又回來了。
「有界」在本篇只指「把畫面算到觀眾分不出真假」這一段；把影片當成模擬物理世界的世界模型，不在有界的範圍內。
「像軟體公司那樣經營」在本篇指訓練是一次性投入、之後營收能蓋過每次生成的運算費，不指毛利已經達到一般軟體公司的水準；沒有任何影片公司公布毛利。
Captions 公司 2025 年 9 月改名 Mirage，Captions 仍是 App 名稱。
做影片模型的有四類公司或團隊：Google 這類大型模型公司、字節跳動與快手這類中國平台公司、HeyGen 這類原本做影片工具的應用公司，以及把訓練好的模型參數公開、任何人都能下載使用的開源團隊。
2026 年 10 月 31 日 Artificial Analysis 含聲音榜的榜首是阿里巴巴的 Wan 3.0。