大圣我早上刷到谷歌发布 Gemini Omni 1.2 Flash的消息,第一反应不是 “又出新模型了”,而是: AI视频赛道,纯拼画质的时代,彻底翻篇了。
这次的更新说起来很简单:文生视频、图生视频两个榜单直接干到第一,把FLUX3、Grok、Seedance全都压在下面;视频时长从10秒拉到15 秒;参考图一致性、多轮对话编辑全面升级。 但真正的杀招,是价格直接砍了 30%,720p每秒0.07美元,差不多人民币4毛6,只有Seedance 2.5的不到三分之一。
跑分赢了还降价,这根本不是正常的产品迭代节奏。 这是谷歌明牌告诉全行业:画质我已经卷到顶了,接下来咱们拼成本、拼工作流、拼谁能真正落地赚钱。
看起来是参数升级,
其实全是奔着商用去的
很多人看新模型,只盯着 “能生成几秒”“画质清不清晰”。 但大圣我翻完这次的升级点,最大的感受是:每一项改动,都精准踩在了商业落地的痛点上。
先说参考图一致性。 以前的 AI 视频,给一张人物图,生成出来要么脸崩了,要么换个角度就认不出来了,做电商、做广告根本没法用。 这次不一样,官方演示里,一张模特照片加三套服装图,直接生成 15 秒 360 度虚拟试穿视频,人物长相、衣服剪裁垂感全程不崩。 这意味着什么?意味着电商 SKU 级别的视频生成,从 “勉强能用” 变成了 “真能落地”。 以前一个产品拍几十条视频要搭影棚、请模特、拍一整天,以后传几张图,几分钟就能出几十个版本。
再说多轮对话式编辑。 以前改视频基本等于重做,换个背景、调个光线,都得重新生成,前前后后耗死个人。 现在可以对着同一段视频逐轮改:背景从帐篷换成树林,再换成城堡,人物动作、光影、构图全程不变。 这东西对广告团队太致命了。做过投放的都知道,一套素材要出十几个变体测效果,以前是按天算工作量,以后是按分钟算。
还有口型同步、复杂运镜这些细节,看似花哨,实则全在补商用的短板。 FPV 穿越镜头、环绕拉升、零跳切的长镜头,这些以前要专业摄像师干的活,现在模型直接能出。 说白了,谷歌这次不是在做一个 “更好玩的生成玩具”,是在往工业化生产工具的方向猛冲。
降价才是真正的核弹:
直接把对手干到三分之一价格
如果说效果升级是意料之中,那降价的力度,才是真的狠。 上一代每秒 0.1 美元,这一代直接干到 0.07 美元,降了 30%,而且是在效果全面提升的前提下降价。 横向对比更夸张,同等质量下,价格不到 Seedance 2.5 的三分之一。
很多人没意识到这件事的分量。 AI 视频喊了这么久,为什么大规模商用一直没起来?核心卡点就是成本。 一条 15 秒的视频,以前生成一次要几块甚至十几块,批量测素材、做 A/B 测试根本不划算,还不如找真人拍。 现在成本直接砍到三分之一,再往下走,很快就会击穿 “比人工便宜” 的那条线。 一旦生成成本低于实拍成本,广告、电商、短剧这些行业的内容生产方式,会在一夜之间换轨。
这还只是开始。 大圣我一直说,AI 行业的降价从来不是线性的,是跳崖式的。 今天是每秒 7 美分,明年可能就是 2 美分、1 美分。当生成成本低到可以忽略不计的时候,被改变的就不只是生产效率,是整个内容行业的商业模式。
画质战争结束了,接下来拼的是工作流和生态
为什么我说这次发布是个拐点? 因为它标志着一件事:头部模型在基础画质上的差距,已经小到普通用户感知不出来了。 你跑分第一还是第二,差个几十分,大多数人肉眼根本分不出来。 再卷画质,边际效益已经很低了。
接下来的竞争,会全面转向三个维度:第一个是成本。 同样的质量,谁更便宜,谁就能吃下批量生产的市场。广告、电商这些对价格敏感的行业,会直接用脚投票。第二个是可编辑性和工作流。 能不能多轮修改、能不能局部重绘、能不能接入现有生产流程,比单次生成质量重要一百倍。企业要的不是 “能生成”,是 “能稳定交付、能团队协作、能版本管理”。第三个是场景深度。 通用模型再强,也不如深耕一个行业的专用模型。电商试衣、广告投放、影视预演、工业仿真,谁先把垂直场景的工作流做透,谁才能真正赚到钱。
以前大家比的是 “谁生成的样片更惊艳”,以后比的是 “谁能帮客户真真切切省钱赚钱”。 从炫技到落地,从比参数到比 ROI,这才是 AI 视频真正进入深水区的信号。
最后想说:
普通人的机会在哪里
聊到这肯定有人会说,大厂卷来卷去,跟我们普通人有啥关系? 关系大了。
当 AI 视频的成本低到一定程度,最先受益的,一定是中小商家、独立创作者和小团队。 以前拍一条产品视频,要设备、要场地、要演员,门槛很高;以后几百块钱就能产出几十条投放素材,小商家也玩得起。 以前做内容要团队分工,以后一个人加AI,就能干以前一个团队的活。 成本下降,本质就是在拉低行业门槛,让更多人能进场玩。
当然,焦虑也肯定有。 靠简单剪辑、套模板、拍基础素材吃饭的人,会最先感受到压力。 但大圣我一直说,工具淘汰的从来不是人,是旧的生产方式。 真正懂业务、懂创意、懂怎么用AI放大自己价值的人,只会越来越值钱。 AI能生成视频,但它不知道该生成什么、给谁看、怎么卖货。这些判断力,永远是人的核心价值。
画质的战争已经打完了,真正的好戏才刚刚开场。 接下来一两年,会是 AI 视频全面渗透各行各业的爆发期。 有人会被替代,有人会抓住红利,有人会用新工具玩出新的生意。 浪潮已经到脚边了,就看你愿不愿意伸手。
💬 互动话题
你觉得 AI 视频成本降下来之后,最先被颠覆的会是哪个行业?评论区聊聊你的看法。

