AI视频生成，正在追求变得好玩？
12月16日，阿里千问App（应用程序）同步上线最新视频生成模型万相2.6，并向所有用户免费开放。《每日经济新闻》记者了解到，基于该模型的核心能力，千问App上线了“AI小剧场”功能（即基于该模型的角色扮演新功能），在国内首次实现了“角色合拍”玩法。
记者体验千问App后发现，点进“AI小剧场”，的确可以和知名角色、历史人物合拍视频。
根据示例，输入简单描述，“苏轼”就能穿越时空被高考难到崩溃；只要上传自己的照片录入角色，就能和美国队长出现在同一视频中，接受他送的玫瑰花。此外，视频生成后，还可以一键分享链接到微信好友、朋友圈和QQ好友。
值得注意的是，这一功能对标的正是Open AI旗下的Sora2。“AI小剧场”玩法目前仅Sora2大模型有类似功能，而Sora2的优势便在于，其同步上线了内容社区，开启了AI内容社区化时代。
当前，在AI视频生成领域，中国企业和美国企业正展开激烈竞争。根据招商证券统计，目前,该领域已有15个以上被广泛认可的模型。在此大背景下，阿里持续加码视频生成赛道意欲何为？
对标Sora2，阿里持续加码视频生成
事实上，今年以来，阿里持续布局视频生成赛道。
2月，据阿里云披露消息，阿里云视频生成大模型万相2.1（Wan）重磅开源，此次开源采用Apache2.0协议，14B和1.3B两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务。
而在今年9月的云栖大会上，阿里发布通义万相Wan2.5 preview系列模型，首次实现音画同步的视频生成能力，视频时长从5S提升至10S，支持24帧每秒的1080P高清输出，通义App第一时间接入了视频生成模型。
11月17日，阿里正式宣布“千问”项目，全力进军AI to C市场，“通义”App正式改名为“千问”App。12月初，千问App便已接入万相系列当时的最新模型Wan2.5。
这一次，千问App第一时间接入的万相2.6视觉大模型，支持音画同步、多镜头生成及声音驱动等功能，号称是全球功能最全的视频生成模型，也是国内首个支持角色扮演功能的视频生成模型。阿里方面表示，这次更新的万相2.6，有的功能比如音频驱动生成视频，Sora2尚未实现。
为何这次千问卯足了劲对标Sora2，双方之间究竟差距何在？
根据华泰证券相关研报，9月30日，Open AI发布最新音视频生成模型Sora2，并同步试运行由该模型驱动的iOS社交应用Sora。
该研报认为，Sora此次较大的突破在于推出AI社交平台，有望通过双边效应实现自我强化，进一步降低内容创作的门槛，吸引全球开发者与普通用户共创内容生产，并通过垂直分发机制提升内容消费效率，有望创造新型社交场景。
有观点认为，Sora2及其配套社交应用的发布，标志着AI视频生成与社交互动进入融合阶段，或迎来AI视频生成的“ChatGPT时刻”。
工信部信息通信经济专家委员会委员盘和林对《每日经济新闻》记者表示，如今，在AI大模型算法能力上，中国相对较强，具备追上Sora2的能力，且阿里本身具备比较丰富的数据资源和算力资源，即便短期有些性能差距，阿里千问也能通过持续的算力和数据投入来解决问题。
“性能上应该是能够无限接近Sora2。当然，现阶段还是有些差距的，多是一些生成细节上的差距。”盘和林说。
记者在千问App实测“AI小剧场”功能发现，在选择现存示例进行“AI翻拍”的情况下，其视频生成时间一般在2到5分钟，可生成一段10秒视频。
不过，当记者输入描述，要求“孙悟空和财神拥抱”时，千问App的理解并不到位，给出了前后不相关的数个视频画面，包括孙悟空举起玫瑰花、两个财神拥抱。
千问App月内狂推18个版本，阿里“硬刚”Open AI背后的豪赌
就视频生成赛道而言，千问App在国内也有不少竞争对手。
同样在12月16日，字节跳动旗下“即梦AI”网页版官宣全面升级，打造一站式“AI片场”。此次升级核心是即梦AI最新视频生成能力“视频3.5 Pro”，支持视频与音频同时生成，人物口型、乐器演奏、环境音效等元素无需再后期配音，提升视频的真实感与沉浸感。
今年12月，快手旗下“可灵AI”推出视频生成2.6模型。据介绍，该模型提供了“音画同出”能力，能够在单次生成中，输出包含自然语言、动作音效以及环境氛围音的完整视频。目前，其语音支持生成中文与英文，生成的视频长度最长可达10秒。12月5日，可灵AI宣布，可灵O1主体库和对比模板两大功能全新上线。
盘和林认为，各大视频生成AI之间，差距都比较小。“千问视频生成能力应该和即梦、可灵在同一起跑线。”他表示，因为各家在算法、算力、数据等基础上处于近似的水平，AI视频生成应用是这些基础的结果而已。
值得一提的是，这些大厂共同争夺的，是一个广阔的市场前景。
招商证券相关研报提及，根据Grand View Horizon，2025年全球AI视频生成市场规模预计达8亿美元。在其基本情形假设中，预计AI视频生成可触达市场规模接近400亿美元，包含B端规模360亿美元（90%占比）和C端规模40亿美元（10%占比）。
不过，12月13日，据《中国经营报》报道，近日，硅谷风投机构a16z合伙人Olivia Moore在社交媒体爆料称，Sora的下载量仍在增长，但早期用户留存率数据看起来相当疲软。他晒出了一张App数据监测服务SensorTower的数据截图：Sora的1天、7天、30天和60天用户留存率分别为10%、2%、1%和0%。
不过，就阿里在AI上的整体布局来看，千问App上线“AI小剧场”的诉求未必是剑指AI视频生成市场这么简单。千问App刚上线时，阿里便宣称，其要与ChatGPT展开全面竞争，此次推出视频生成新玩法，或是试图缩小与Open AI的综合差距，为正面抗衡铺路。
截至12月17日，千问App公测已满一个月。一个月来，这款App共计更新18个版本，正加强创作、学习、办公三大场景能力。12月10日，阿里官方信息显示，自11月17日公测仅23天，千问月活跃用户数（含App、Web、PC端）已突破3000万，成为当前全球增长最快的AI应用。
组织架构的调整也在进行中。12月9日消息，阿里已成立千问C端事业群，由阿里巴巴集团副总裁吴嘉负责。据媒体报道，阿里在内部沟通中提及，千问C端事业群的首要目标是将千问打造成为一款超级App，成为AI时代用户的第一入口。
AI视频生成的战场硝烟弥漫，时至如今，这场较量不仅是技术参数的比拼，更是各家生态能力与用户洞察的对决。在此大背景下，在AI赛道上，阿里若想“硬刚”Open AI，需要做的还有很多。