← 对比报告/ 完整报告
35 路 schema 约束真实网络调研(4 轮)+ 35 个历史案例提炼 33 条定律。
配套:机器可读数据 data/(价格 34 条 / 能力矩阵 13 条,as_of 2026-09-22)· 逐路原始发现 docs/research-*.md × 5。
置信度:官方源 > 多源交叉 > 单一来源 > 推断;商业数字未经审计。

视频 AI 生态全域调研与战略 · 完整报告

版本:2026-09-23(v1)· 方法:35 路 schema 约束 agent 真实网络调研(4 轮)+ 历史案例研究(35 案例 → 33 定律)+ 交叉合成 配套:机器可读数据 data/(价格 34 条 / 能力矩阵 13 条 / schema / CI 新鲜度检查)· 逐路原始发现 docs/research-*.md 5 份 置信度标注:[官方源] > [多源交叉] > [单一来源] > 推断;商业数字均注明未经审计


卷首 · 这份报告怎么读

你有 5 分钟 读第一部分(执行摘要)
你要理解打法背后的逻辑 读第三部分(战略纲领)
你要决定做什么 读第五部分(机会地图)+ 第六部分(执行计划)+ §7.3 待拍板决策
你要核实任何一条结论 按标注溯源到 docs/research-*.md 对应研究路

第一部分 · 执行摘要

1.1 五个核心判断(全部有一手证据链)

  1. 接入层形态已定型:SKILL.md + MCP + CLI 三件套。PixVerse(中国唯一全做齐)、Tavus、Runway(官方托管视频 MCP 第一家)已亲自验证——这是既成事实,不再是判断。
  2. 厂商集体收缩回围墙:fal 全押自家 Agent、Higgsfield 转向 ChatGPT 宿主、HeyGen 收拢渲染并日落 v1/v2 API、Pika 砍旧 API。每家只覆盖自己,跨厂商公共层无人做。
  3. 纯路由/聚合正在失去护城河:Runway Model Router、VideoRouter、Hedra 三方挤压;OpenRouter(无状态路由的标杆)2026-08-19 官宣被 Stripe 收编——融资后 82 天,终局实证。
  4. 价值沿栈上移,L5 三个空位结构性无人能做:跨厂商任务契约、生成后判片闭环、角色一致性资产——厂商做有利益冲突(无法自评),聚合站做无立场(只会路由)。需求侧已验证:90 天内 GitHub 出现 ≥8 个自建轮询/续跑仓库。
  5. 窗口以月计:视频开发者波相位 ≈ LLM 波 2023 年 2-4 月;独立中间件窗口逐代减半(云 8 年→移动 4-5 年→LLM 约 12 个月),视频波估计 6-12 个月。

1.2 纲领一句话

「格式免费,验收收费」——契约 schema 捐成开放标准;商业价值押在标准无法覆盖的三件事:验收执行、角色资产、跨厂商一致性;以"帮厂商卖"的增量关系存活;按 4-6 年周期规划穿越一次死亡谷。

1.3 一张表看机会(完整版见第五部分)

类别 代表 我们的用法
做得好(9 家可借力) PixVerse 契约语义、Runway 价格表内置、Seedance 2.0 任务契约、HeyGen 免费入口漏斗 照抄范式,升级为跨厂商层
将要做(7 个可搭车) Runway Dev Platform 主线化、fal Agent GA、腾讯 TokenHub、HeyGen 10-31 日落、智谱 Managed Agents 迁移窗口、适配器真空期、判片大脑供给
没做(10 个可占位) 统一任务契约 / 判片闭环 / 角色资产 / 计费可信 / 寿命预警 / 提示词编译器 / 审核中间件 / LoRA manifest / license CLI / 分镜契约 前三项已有付费证据,构成 CLI 三支柱

1.4 下一步

执行计划 M0(本周):skills.sh 厂商级技能矩阵 6 件 + 中立 CLI 立项。里程碑 M0-M4 至 2027-03,详见第六部分。待拍板:载体、发布账号、首批厂商、判片 VLM(§7.3)。


第二部分 · 方法论

2.1 调研结构(2026-09-21 → 09-23,四轮 35 路)

轮次 路 回答的问题 产出
R1 生态维度 + Sora 深挖 5+4 标准层/分发层/聚合层现状;Sora 退场真伪 迁移潮=弱证据;skills.sh 哑铃型;榜单毒性实证
R2 厂商前瞻 + 全域扩展 5+6 每家厂商 90 天路线;LLM/训练设施跨界 fal $8B 勘误(谈判中);七家训练设施全缺位;中国"一家独走四家缺位"
R2 深挖二(8 路) comps/recipes/judge/compliance/prices/caps/money 竞品拆解;一致性配方;判片设计;合规;价格与能力实采;资本路数 data/ 入库;verdict schema 设计输入;资金面信号表
R3 需求与前沿(8 路) 需求×2/行业×3/前沿×1/开源×2 谁在付钱骂什么;行业纵深;能力跳变;开源权力转移 三支柱获付费证据;目标用户收窄;契约设计 5 条硬约束
R4 战略理论(6 路) 幸存者/吞噬史/价值转移/标准战争/终局/时点 抽象层何时幸存;平台何时杀人;利润去哪;标准怎么赢;终局概率;相位判断 35 案例 33 定律 → 战略纲领

合计 35 路(含 2 路限流补跑、1 路网络故障补跑),全程零编造:搜不到即如实记 open_questions。

2.2 纪律

  • 每条关键结论带 source_url + 置信度;商业数字注明未经审计。
  • 只收 90 天内信号(历史案例研究除外);任何"窗口判断"行动前 24h 内一手复核。
  • 价格记录原始单位不换汇;data/*.json 超 30 天由 CI 自动标黄。
  • 勘误留痕:fal $8B 由"已融资"改"谈判中[单一来源]";迁移潮由"确定性"降"弱证据"。

第三部分 · 战略纲领(为什么这么打)

3.1 七条第一性原理(每条 ≥2 个历史案例背书)

# 定律 杀手证据
P1 碎片化定律:抽象层价值 ∝ 下层碎片化;碎片化是计时器不是结构 Docker 在 OCI+K8s 收敛后失去平台;OpenRouter 红利期仅约 3 年
P2 状态定律:无状态转发必被吞或归零;状态资产才有生存权 OpenRouter $1.3B→82 天被 Stripe 收编 vs Zapier $1.3M 融资独立 14 年
P3 增量定律:帮下层卖则共存;裁决截流必招杀 Plaid 被 Chase 定性 "massively taxing" 后被迫签受控付费协议
P4 商品化方向定律:利润流向"对结果负责"的互补品层 LLM 推理价 3 年跌 ~1000x;Veo 5.5 个月跌 8x;利润沉向算力/应用/数据
P5 标准定律:捐出的 schema 永远不是护城河,护城河在执行与认证 Docker 捐 OCI 格式永生公司出局;SmartBear 捐 OpenAPI 靠工具存活
P6 官方化定律:平台官方做你这层=死刑判决,纯路由先死 Twitter 2012 埋雷 2023 执行;厂商官方 MCP/skills 正在视频领域重演
P7 时间定律:窗口逐代减半(8y→4-5y→12m→视频波 6-12m);必有一次死亡谷 三波复盘;Stripe $95B→$50B、Twilio 两轮裁员、Plaid 腰斩

3.2 位置与仪表盘

当前相位 ≈ LLM 波 2023 年 2-4 月;强度判定=全力冲刺但方向限定。 四盏灯:①聚合层密集上线 ☑ ②比价表出现 ☑ ③应用层自建仓库爆炸 ☑ ④官方内置验收/角色功能 ☐——亮即从扩张转向收租(接入执行计划 M4 决策点)。

3.3 九条决策启发式(遇到 X 永远选 Y)

  1. 统一转发 vs 状态资产 → 状态资产
  2. 厂商投资/排他合作 → 拒绝(可做厂商付费的兼容性认证)
  3. "帮用户少付厂商钱"的功能 → 不做(自杀线)
  4. schema 何时捐 → 触发器即捐(≥2 中立路由商+1 厂商采纳,或中立性被质疑;schema+商标打包,保留执行器商业权——MCP 发布 12.5 个月捐入中立基金会,剧本现成)
  5. 重的部分(托管/算力)→ 外包或 BYO 收费
  6. 开源 vs 云端 → 自托管一等公民(开放权重拉平价格地板时滞仅 1 周-3 月)
  7. 计费 → 向"按验收通过的结果计量"演进,绝不按秒转售
  8. 用户身份与关系 → 归开发者,不做任何厂商客户端
  9. 节奏 → 按季度交付外部可见资产;连续两季度无 = 落后

3.4 终局与反纲领

终局:独立盈利存续=主路线(契约与验收是纯软件,成本必须永远轻);被收购=期权非目标(买家排序:云平台>模型厂>Agent 平台;保持多买方竞价);IPO≈0 不作设计目标。三筹码现在就攒:书面中立承诺、可完整导出+OSS 兜底、干净账本。

反纲领(什么会杀死我们,每季复核):被收编成渠道 / 做成客户端 / 依赖免费配额 / 价值押在格式上 / 在路由上耗资源 / 按旧波浪速度排期 / 成本变重 / 错过第四盏灯。


第四部分 · 生态全景(看到了什么)

4.1 六层栈

L5 编排/验收层   ← 结构性空位且经需求验证:任务契约/判片/角色资产(本报告第五部分)
L4 分发/信任层   ← skills.sh 哑铃型 + 榜单毒性(genmedia-labs 13★/60 万安装刷量嫌疑;Zenity 170 万恶意家族)
L3 标准层 ✅ 定局  MCP(已捐中立基金会)/ SKILL.md(~48 产品采纳,治理悬置)/ AGENTS.md
L2 聚合/路由层   ← 竞争烈度骤升:fal(官方末轮 $4.5B,$8B 谈判中)、OpenRouter→Stripe、Runway Model Router、VideoRouter、Hedra、腾讯代销
L1 模型层        美国两强(Veo/Grok)+ 中国两强(Kling/Seedance)+ 开源只剩 Wan2.2 一家活跃(H3 开放权重后加入)
L0 算力          4090 Community $0.34/hr;Wan2.2 LoRA 24GB 可训——个人可承受

4.2 90 天三条主线

  1. 厂商官方下场密集化:Runway 官方托管 MCP、ComfyUI 官方 MCP+skills、Higgsfield 铺 7+ 宿主、Synthesia 入场——第三方单点包装窗口关闭中,跨厂商窗口开着。
  2. 平台死亡与断契约常态化:Sora 12 个月全周期退场[官方源];Pika 砍 dk_;HeyGen 10-31 日落 v1/v2——每起都是"契约层把供应商死亡当常态假设"的论据。
  3. 中国"一家独走、四家缺位":PixVerse 三件套独走;火山/阿里/腾讯/智谱官方视频 MCP/Skill 数量为零——"官方没有的第一方体验"是被验证的空位。

4.3 资本面(money-map 路,2026-09-23 回收)

港股通道实测走通(MiniMax 1-9 挂牌首日 +109%);可灵分拆升为快手港交所公告官方确认(评估中,WSJ 报 ~$2.8B 融资);PixVerse $439M C 扩展估值破 $2B;Cloudflare 吞并 Replicate → 中立托管品类消失;产业资本入场(Nvidia/CAA/华勤)。风险:上市潮→API 价格战→纯转售中间商被挤出。


第五部分 · 机会地图(在哪打)

5.1 做得好——可借力(9 家)

谁 做了什么 怎么借
PixVerse 全球最完整单厂商 agent 三件套(execution-contract / capabilities --json / 超时≠失败语义) 契约语义照抄,升级为五厂商统一层
Tavus llms.txt + openapi.yaml + skill.md 机器可读全家桶 CLI 内置 --discover,发现不依赖注册表
Runway(skills) SKILL.md 内置价格表、输出带成本、余额前置检查 计费透明一等公民的范本
火山 Seedance 2.0 任务契约最完整(callback / 任务保留 7 天 / return_last_frame 串联) 统一任务层的目标契约形态
ComfyUI 官方 comfy-mcp(本地 40 工具)+ comfy-skills 本地路径的官方对齐对象
HeyGen HyperFrames 免费本地渲染 52K stars / 60 万安装 免费入口→计费升级漏斗(100:1)
Vidu 唯一"提交前成本预估" dry-run 报价跨厂商化
fal 双 MCP Run/Platform 分权 agent 权限分层参考
Higgsfield frontmatter Use when / NOT for / Chain with 技能间路由最优写法

5.2 将要做——可搭车(7 个信号)

Runway Dev Platform 主线化(四线同招)· fal Agent GA(文档树备全)· 腾讯 TokenHub 迁移(真空期适配器)· HeyGen 10-31 日落(迁移窗口)· Google agentic 视频理解(判片大脑供给)· 智谱 Managed Agents + cogvideox-3 洼地(4K/60fps 无人接)· MCP Tasks 扩展(异步任务标准归宿)。 资金面:MiniMax 打样港股、可灵分拆评估中、阶跃/智谱 IPO 进程(详见 research-deep-dive-2)。

5.3 没做——可占位(10 项,按确定性排序)

  1. 跨厂商统一任务契约——✅ 已验证(≥8 个自建轮子仓库 + 四家商业聚合同向)
  2. 判片/验收闭环——✅ 已验证(C1~C20 机检先例 + FIRM-Video 使自动化可行;VBench≠物理正确证实多判器融合)
  3. 角色一致性资产——✅ 已验证(Asset-First 4-View 资产板、Soul Cinema 外购、漂移诊断器全是手工先例)
  4. 计费可信层——✅ 已验证(fal +82% 溢价实测;重生成成本放大 10 倍帖反复出现)
  5. 供应商寿命预警——✅ 证据扩展到开源(WanVideoWrapper 6708★ 零提交/1282 issues)
  6. skills.sh 厂商级技能矩阵——哑铃型空端;别追安装数
  7. 中国厂商国际接入规范层
  8. 分镜 JSON 契约
  9. 合规字段(《标识办法》实测:API 水印默认关、隐式元数据无人做——责任在调用方)
  10. 不做清单:纯路由/聚合、薄包装、低代码编排、slop 变现(YouTube 7 月去货币化)、绑定单一厂商、押注世界模型

5.4 第三轮新增占位

提示词编译器(否定改写/跨模型语法分流)· 审核预检/合规转译中间件 · 音轨后期管线(换台词不重渲)· LoRA 可移植 manifest · license 合规 CLI。 目标用户:电商素材批量管道(AI UGC $1-11/条 vs 真人 $185-2000——唯一证实规模的赚钱工作流)+ 中文 AIGC 短剧工坊(Q1 新微短剧 ~95% AI 生成,98.7% 未回本→工具刚需在译配/授权/回本预测)。

5.5 前沿 → 契约设计五条硬约束(12-36 月)

① 5s 基座→2min 外推 → 时长改两段式字段;② 22-30FPS 实时 → latency_budget+分块在线判片;③ 世界模型双产物 → 契约加 2D+3D 双轨;④ 深伪检测近随机 → 真伪靠 provenance 元数据;⑤ 音画一体全双工 → audio_track/lip_sync_tolerance 字段,无声视频+后期配音契约淘汰。


第六部分 · 执行计划(怎么打)

6.1 北极星与用户

北极星:一条命令把视频生成任务(含重试与验收)跨 ≥3 家厂商跑通并本地归档,行为一致。 第一批用户:电商素材批量管道 + 中文 AIGC 短剧工坊。

6.2 里程碑

里程碑 日期 交付 验收
M0 占位 09-30 skills.sh 厂商级技能矩阵 6 件 + 中立 CLI 立项(契约 v0 草案含 5 家字段对照) 技能可安装
M1 任务契约层 10-31 统一句柄 submit/poll/resume/归档 + 计费可信 v0,先接 2 家 杀进程后 resume 拿回同一产物;dry-run 报价
M2 判片闭环 11-30 verdict schema + 抽帧判片 + 驱动重试 + 预算熔断 10s 端到端自动重试;判片 ≈$0.02-0.05/次
M3 角色资产 12-31 character_id + Wan2.2 LoRA 训练串联($8-18/次)+ license/合规字段 同一角色资产 ≥2 端点一致性达标
M4 公开 1.0 2027-03 三支柱 GA + 寿命预警 + 中国厂商接入 北极星 ≥3 厂商;数据新鲜度 CI 绿

6.3 风险对冲

厂商断契约(契约层本身是解+寿命预警)· 编排撞车(不碰编排只做契约)· 价格战(不做转售赚信息红利)· 榜单毒性(技能是漏斗不是产品)· 一人带宽(串行+每阶段独立可发布)· 前推翻转(契约字段预留+每季对照复核)。

6.4 成本

M0 ≈ $0;M2 判片 ≈ $0.02-0.05/次;M3 训练 $8-18/次(spot);预算由 B4 熔断自管。


第七部分 · 数据资产与附录

7.1 仓库结构

video-ai-landscape/
├── docs/
│   ├── REPORT-2026-09-23.md      ← 本报告(完整版)
│   ├── STRATEGY-DOCTRINE.md      ← 战略纲领(金字塔顶层)
│   ├── ECOSYSTEM-STRATEGY.md     ← 战略 v2(机会地图+窗口推演)
│   ├── EXECUTION-PLAN.md         ← 执行计划 M0-M4
│   └── research-*.md × 5         ← 35 路原始发现(逐条带源)
├── data/
│   ├── prices.json               ← 34 条价格实采(as_of 2026-09-22)
│   ├── capabilities.json         ← 13 条能力矩阵
│   ├── schema/*.json             ← JSON Schema
│   └── README.md                 ← 活数据纪律
└── .github/workflows/refresh.yml ← 周更新 + 数据新鲜度检查(>30 天标黄)

7.2 研究笔记索引

文件 内容
research-vendor-next-moves-2026-09-22.md 5 路:fal/atlascloud/higgsfield-runway/tier2/demand
research-ecosystem-expansion-2026-09-22.md 6 路:video-cn/oss/apps + llm-labs/training-infra/llm-x-video
research-deep-dive-2-2026-09-22.md 8 路:comps/recipes/judge/compliance/prices/caps/patterns/money
research-round3-2026-09-22.md 8 路:需求侧×2/行业×3/前沿/开源×2
research-round4-strategy-2026-09-23.md 6 路:35 案例 33 定律(战略理论)

7.3 待拍板决策

  • D1 载体:独立中立二进制(推荐,立场干净)vs 在 atlas 内做多 provider
  • D2 技能发布账号:skills.sh 用个人号还是新组织
  • D3 首批两家厂商:推荐 Seedance 2.0 + Kling 国际 API(备选 Wan 全链路自控)
  • D4 判片默认 VLM:建议可插拔+内置比价,默认哪家

7.4 术语速查(大白话版)

术语 大白话
三支柱 CLI 的三个核心功能:① 任务契约层(断网/杀进程可恢复的任务提交,产物自动归档)② 判片闭环(机器自动审片,不合格自动重做)③ 角色资产(同一角色跨所有模型长得一样)
契约层 把 5+ 家厂商各不相同的 API 包装成同一套命令与字段——学会一次,处处能用
判片 / verdict 生成完由 VLM 按 checklist 打分出验收单(verdict.json),低分触发自动重试/换模型
角色资产 (character_id) 角色包 = 训练数据 + LoRA 权重 + 触发词 + 评测锚点,一次训练处处引用
GA General Availability,正式发布版(区别于 demo/内测)
寿命预警 定期给厂商模型目录拍快照做 diff,弃用公告提前报警+给迁移建议(起因:Sora 9-24 关停让大量流水线静默断裂)
中国厂商接入 给国际开发者补上中国厂商官方没做的接入体验:英文文档、双区端点、AK/SK→OAuth、cogvideox-3/TokenHub 适配器
中立层 不属于任何一家厂商的公共层——厂商做自家围墙,聚合站只会路由,我们站中间
状态资产 留在平台上、越攒越值钱、用户不愿迁移的数据(验收记录/角色库),对比"无状态转发"(纯管道,随时被替掉)
第四盏灯 相位预警:一旦厂商官方内置"验收/角色"功能,说明窗口关闭,策略从扩张转收租
skills.sh Claude Code 技能的公共注册表/榜单(npm 与 PyPI 的技能版)
MCP / SKILL.md 让 AI agent 调用外部工具的两个开放协议/格式;MCP 已捐中立基金会,SKILL.md 治理仍悬置

7.4 方法与来源声明

  • 检索手段:官方文档/公告、GitHub API、HN Algolia API、HuggingFace API、HKEX 公告、财报转引、浏览器实测(skills.sh)。
  • 置信度分级:官方源(一手文档/公告)> 多源交叉(≥2 独立来源互证)> 单一来源 > 推断。
  • 商业数字(估值/ARR/融资额)多为媒体报道,未经审计,已逐条标注。
  • 已知勘误留痕:fal $8B=谈判中非已交割;"迁移潮"=弱证据;H3 下载量两口径(377 万 API 实测 / 404 万页面自报)并存。
  • 工作流运行记录:wf_328d5117 / wf_b3382967 / wf_30803c52 / wf_354c2d89 / wf_1b079cd9 / wf_924b570c / wf_ff44befa(可 resume 复现)。

报告生成:2026-09-23 · 任何"窗口判断"在行动前 24h 内需一手复核 · 数据超 30 天 CI 自动标黄