标签：
#具身智能#世界模型#人形机器人#Sora#AI视频生成
前言
近期OpenAI全面关停Sora对外视频业务线，在行业内引发广泛讨论。很多人误以为Sora只是退出中国市场，而这件事背后释放了一条非常关键的产业信号：Sora作为长时序视频生成模型，它最大的长期价值或许并不是产出短视频、影视素材，而是充当一座"物理模拟器"，用来训练世界模型，最终赋能具身人形机器人，让AI理解真实世界运行的物理规律。
以此拐点为切入点，国内各家企业走出了多条截然不同的技术演进路线。本文梳理Sora关停事件的本质、国内AI视频生成厂商商业化现状，并对比「内容视频工具」「视频‑世界模型‑具身双线布局」「纯具身原生大脑」三类玩家的发展路径与优劣势。
一、Sora"退场"真相：全球视频产品线关停，底层技术转向物理世界模型
首先厘清一个关键事实：Sora退场属于全球范围整个对外视频产品线终止，并不是仅退出中国市场。
- 关停范围：Sora独立App、网页版、对外开发者API、ChatGPT内置视频生成功能全部下线；迪士尼等影视合作项目取消。
- Sora从未正式进入中国大陆，国内用户原本就无法合规使用。
- 底层视频仿真技术并未销毁：Sora长时序物理推演、视频仿真能力予以保留，原Sora研发团队并入OpenAI世界模型项目组，资源转向人形机器人、物理仿真方向。
OpenAI做出了战略取舍：砍掉面向C端、B端的视频生成产品，将视频模型降格为内部科研工具，不再作为商业化产品对外售卖。
两条技术范式对比：VLA VS 视频式世界模型
| 方案 | 核心逻辑 | 优缺点 | 落地节奏 |
|---|---|---|---|
| VLA（视觉‑语言‑动作） | 读取当前画面，直接输出机器人动作 | 落地快、算力成本适中；缺少对未来环境预判能力 | 短期工业项目首选方案 |
| 视频式世界模型 | 借助视频先预判未来一段时间环境演化，再规划动作 | 自带物理常识，可降低真机采集数据量；算力开销大、延迟高 | 中长期复杂非结构化场景路线 |
OpenAI放弃Sora对外视频业务，本质上也是押注：AI竞争主战场已经从生成虚拟视频，转向操控真实的物理世界。
二、国内一众AI视频生成厂商为何能够顺利商业化？
快手可灵、字节即梦/Seedance、智谱清影、MiniMax海螺、阶跃星辰、昆仑万维SkyReels、阿里通义万相、腾讯混元，这批国内视频生成模型产品均顺利上线并持续迭代。
其和Sora路线最核心的差异可以总结为五点：
- 自带现成变现生态
国内拥有全球规模最大的短视频、短剧、电商广告产业，AI视频生成上线即可用来批量产出种草视频、短剧素材、商家宣传物料，能够快速形成现金流。 - 产品定位为可控内容生产工具，而非物理模拟器
国产视频模型优先保证人物一致性、镜头可控、局部编辑、适配后期剪辑流水线；物理仿真精度够用即可，并非最高优先级目标。 - 工程降本，推理成本可控
通过DiT架构、模型蒸馏、算力优化等方式压低单条视频生成成本，走普惠商用路线，逐步靠近盈亏平衡。 - 视频基座是多模态能力的必争之地
视频训练能够补齐大模型时序视觉认知短板，反向赋能集团内数字人、虚拟直播等多条业务。 - 赛道已经出现明显分化，两条路线目标终点并不一样
- 路线A：纯内容视频赛道：快手、字节、腾讯、阿里等大厂为主，终点为短剧、广告等内容生产力工具；视频生成业务独立运营，没有强制走向人形机器人。
- 路线B：视频‑世界模型‑具身赛道：以OpenAI Sora、极佳视界YiSu为代表，视频生成只是训练物理认知的载体，最终目标落地物理机器人。
三、国内世界模型与具身赛道玩家全景盘点
除去上面大厂内容视频产品线之外，国内还有两类和世界模型、具身智能强相关的玩家。
1、长视频生成创业梯队（具备对标Sora长时序视频能力）
- 生数科技 Vidu：清华朱军团队；长视频商用产品+世界模型双线布局。视频业务商业化，技术能力向具身大脑迁移；暂不研发人形硬件本体。
- 爱诗科技 PixVerse：海外起步，C端用户体量庞大；布局实时交互式世界模型，落点偏向虚拟游戏、互动数字空间，暂未向物理机器人延伸。
2、无对外商用视频产品，视频仅作为机器人内部训练底座
这类公司不卖文生视频API，视频预测架构纯粹用来训练机器人大脑：
- 阿里达摩院 Qwen‑RobotWorld：机器人专属视频世界模型，生成仿真训练数据赋能机械臂规划，与通义万相视频产品线相互独立。
- 蚂蚁灵波 LingBot‑VA：从零研发视频‑动作联合预测模型，人类视频预训练之后迁移真机；定位机器人大脑方案供应商，不做硬件本体。
- 智在无界、大晓机器人、妙动科技：以人类第一视角视频扩充机器人训练数据集，蒸馏物理常识，降低真机数据采集成本。
3、视频商业化+具身本体双线闭环路线代表：极佳视界
极佳视界走出了一条和OpenAI完全不同的差异化道路：没有关停对标Sora的YiSu（视界一粟）视频业务。
技术链路：YiSu长视频生成（商用变现） → GigaWorld通用世界模型 → GigaBrain具身大脑 → Maker H1人形机器人本体
一边依靠视频业务带来现金流反哺世界模型长期研发；另一边世界模型沉淀出来的物理时序能力向下赋能人形、轮臂机器人工业项目落地，实现短期交付营收和长期技术预研双线并行。
四、四家典型企业路线对标：极佳视界 / 生数科技 / 爱诗科技 / 蚂蚁灵波
| 对标维度 | 极佳视界 | 生数科技 | 爱诗科技 PixVerse | 蚂蚁灵波 |
|---|---|---|---|---|
| 产品线 | YiSu商用长视频 + GigaWorld具身世界模型 | Vidu商用长视频 + Motus具身世界模型 | PixVerse视频生成+实时交互虚拟世界模型 | 无对外商用视频产品线 |
| 演进路径 | 商用视频萃取物理能力→世界模型→自有具身本体完整闭环 | 视频基座赋能具身，数字‑物理双线，无硬件自研计划 | 主攻数字虚拟交互赛道，暂未布局物理机器人 | 具身原生路线，视频预测仅作为机器人内部训练工具 |
| 硬件策略 | 自研Maker‑H1人形、轮臂本体 | 不做自有机器人本体，输出大脑方案 | 无机器人硬件规划 | 大脑方案供应商，适配第三方硬件 |
| 商业化收入 | YiSu视频现金流 + 工业具身项目落地营收 | 视频SaaS/API；具身大脑处于验证阶段 | 海外订阅、视频API、互动引擎授权 | 具身大脑项目合作收入，无视频业务营收 |
| 路线定位 | 双线闭环路线，内容商业化反哺物理机器人落地 | 数字‑物理双轨世界模型底座厂商 | 虚拟世界路线，聚焦数字交互娱乐场景 | 纯具身原生大脑路线 |
五、赛道总结与行业启示
当前国内世界模型赛道分化为四条清晰路线：
- 大厂内容视频路线：视频生成作为独立生产力工具，优先商业化变现；
- 生数科技代表的「商用视频+具身大脑」双线底座路线，不涉足机器人硬件；
- 爱诗科技代表的虚拟世界路线，世界模型落地游戏、互动影视等数字场景；
- 蚂蚁灵波代表的纯科研路线：不从通用视频模型迁移，原生面向机器人研发视频‑动作世界模型；
- 极佳视界差异化闭环路线：商用视频业务沉淀长时序物理推演能力，赋能自研人形本体，完成世界模型从研发到工业真机落地的全链路闭环。
OpenAI关停Sora已经证明一条行业结论：单纯烧钱做面向C端的长视频生成，很难跑出健康商业闭环。未来一段时间内，VLA方案依旧是工业具身项目落地的主流选择；世界模型更多属于中长期技术储备，3‑5年后才有望迎来大规模拐点。
本文仅代表技术路线分析，不构成任何企业投资建议。