花 1,000 美元做一分鐘影片的時代，正在結束
AI 影片生成成本一年內暴跌 65%。這不是技術的進化，而是影片製作產業結構正在改變的信號
前言
訂閱者您好，做一分鐘的企業宣傳影片，需要花多少錢？
以 2025 年的標準來看，交給自由接案者大約需要 1,000 到 5,000 美元，找廣告公司則從 15,000 美元起跳。拍攝團隊的人員成本、設備租賃、場景費用、後期剪輯加在一起，很容易就超過數萬美元。
然而，目前 AI 影片生成工具的每秒成本已經降到 0.01 到 0.50 美元。換算成每分鐘的話，就是 0.6 美元到 30 美元。就算用最昂貴的旗艦模型，也僅為傳統製作方式的 0.2%。而且，這個成本在過去一年之間又下降了 65%。
上週，字節跳動公開的 Seedance 2.0 就是這條成本曲線崩塌的最新案例。不過，這個模型之所以引發熱議，並非因為價格，而是因為它僅憑一張照片就能複製出人的聲音這件事。便宜又強大的技術在缺乏安全機制的情況下擴散，會引發什麼後果——在發布僅 3 天後，就赤裸裸地暴露了。
今天我們來聊聊 AI 影片成本的結構性變化、Seedance 2.0 所展現的技術轉折點，以及為什麼所有這些都在瓦解「影片必須有錢才能做」這個公式。
影片製作成本，到底降到了什麼程度？
先從數字開始看起。
2024 年，AI 影片生成服務的成本大約在每分鐘 50 到 200 美元。當時還只是「比傳統製作便宜」的程度。但到了 2025 到 2026 年間，局面完全改變了。
目前主要模型的每秒生成成本來看，最便宜的 Vidu 2.0 大約是 0.0375 美元。業界平均大約是每秒 0.084 美元，Vidu 2.0 比平均低了 55%。透過 API 進行大量生成的話，甚至已經出現了每秒 0.01 美元的平台。根據 WaveSpeedAI 整理的 2026 年初數據，依平台和功能不同，每秒成本在 0.01 到 0.50 美元的區間內波動。
換個更直觀的比較方式。傳統企業影片製作成本是每分鐘 1,000 到 5,000 美元，而 AI 生成成本是每分鐘 0.6 到 30 美元。就算拿最貴的 AI 模型和最便宜的傳統製作相比，也能節省 97% 以上的成本。也有分析指出，用 AI 製作 10 支社群媒體行銷影片大約只需 89 美元，而交給廣告公司做同樣的工作則需要超過 10 萬美元。
產業採用率也印證了這個趨勢。AI 影片生成工具的產業採用率同比增長了 300%，而同期每秒生成成本下降了 65%。成本降低→使用人數增加→競爭加劇→成本進一步降低，這是一個正循環的結構。
這不只是「AI 比較便宜」這麼簡單。這意味著影片製作的進入門檻本身正在消失。以前必須有資本才能做影片，現在只要有構想就行了。
Seedance 2.0 展現的——不只是便宜
成本降低後，自然會冒出一個問題：「便宜是不是代表品質也降了？」字節跳動的 Seedance 2.0 正是正面回應這個問題的模型。
現有的 AI 影片工具大多採用單一路徑運作。輸入文字就產出影片，或輸入圖片就產出影片。Seedance 2.0 完全顛覆了這個模式。它採用了能同時處理文字、圖片、影片、音訊四種輸入的整合式多模態1架構，一次最多可參考 12 個檔案。「這張圖作為角色、這段影片作為鏡頭運動參考、這段音訊作為背景節奏」——可以這樣逐元素指定。
如果說現有的 AI 影片工具是自動販賣機（按按鈕就出結果），那 Seedance 2.0 就更像廚房（選好食材、指定食譜，主廚幫你料理）。
技術上值得關注的是雙分支擴散變換器2架構。影片的視覺與音訊在各自獨立的分支中同時生成，並在時間上精確同步。口型同步3支援 8 種以上語言，還能同時生成立體聲音訊（背景音樂＋環境音＋對白）。
瑞士顧問公司 CTOL 在實際測試後，將此模型評為「現存最先進的 AI 影片生成模型」。當然，這類評估需要考量其獨立性，但 2K 解析度輸出、比前代快 30% 的生成速度、60 秒內生成多鏡頭4序列——這些規格本身在客觀上就相當令人印象深刻。
而且最關鍵的是，它沒有浮水印。從便利性來看這是優點，但也是接下來要談的問題的種子。
四強格局——沒有「最好」，只有「最合適」
目前 AI 影片生成市場正在形成四強格局。各模型各有優勢，所以與其問「哪個最好」，不如問 「這個場景適合哪個模型」，才更貼近現實。
OpenAI 的 Sora 2 在物理模擬方面最強。 連玻璃碎裂的碎片都能逼真呈現。不過需要每月 200 美元（Pro）的訂閱，且帶有浮水印。Google 的 Veo 3.1 以電影級品質見長。 支援 24fps 廣播級影片和 4 張參考圖片，但同樣內含 SynthID 金鑰浮水印。快手（Kuaishou）的 Kling 3.0 性價比最高。 10 秒片段約 0.50 美元，且專精亞洲內容。而字節跳動的 Seedance 2.0 則在多模態控制與剪輯靈活性上差異化，是唯一支援音訊參考輸入的模型。
這場競爭在產業層面也產生了實質影響。快手的 Kling 截至 2025 年 12 月，月活躍用戶約 1,200 萬，月營收達 2,000 萬美元。這意味著 AI 影片已不再是實驗室專案，而是真正能賺錢的產業了。
Seedance 2.0 發布後，中國股市也出現了反應。2026 年 2 月 10 日，COL Group 觸及漲停（20%），完美世界和上海電影分別上漲 10%。CSI 300 指數也上漲了 1.4%。開源證券的分析師方廣昭評道：「這可能成為影視產業的奇點時刻。」
一張照片連聲音都能複製——成本越低，風險越大
這裡故事的基調開始轉變。成本急劇下降、品質提升的技術在缺乏安全機制的情況下擴散，會發生什麼事？Seedance 2.0 在發布僅 3 天後就給出了答案。
中國科技部落客潘天紅（Pan Tianhong）只上傳了自己的照片。沒有語音樣本，也沒有文字提示詞。但 Seedance 2.0 卻生成了精確複製他語音基調、語速、語調的影片。他在留下的反應中，「恐怖」這個詞出現了 6 次。
從技術角度看，這相當意味深長。現有的語音複製工具至少需要 30 秒以上的語音樣本。Seedance 2.0 僅憑面部圖像就推斷出了語音特徵。視覺相似性（臉）與聲學身份（聲音）之間的那道牆——某種「數位氣隙」——被打破了。
字節跳動立即做出了回應。暫停真人參考功能，並在即夢（Jimeng）和豆包（Doubao）App 中引入了實時驗證（臉部＋語音錄製）流程。這雖然是中國「先開發、後監管」AI 開發模式的典型案例，但回應速度本身確實很快。
但這不只是字節跳動的問題。歐盟以 xAI 的 Grok 可能生成未經同意的性內容為由，對 X（原 Twitter）展開調查，也是同一脈絡。AI 影片生成成本越低，濫用的成本也越低。用每秒幾分錢就能複製某人的臉和聲音的時代，已經到來了。
Oz 的視角
我將這個現象視為 「影片製作的商品化（Commoditization）」，而非「影片製作的民主化」。
在 20 年的 GTM 策略規劃中，我見過無數次這樣的模式。當技術成本急劇下降時，那項技術本身就不再是差異化要素。雲端是這樣，網站建設是這樣，AI 影片也走在同一條路上。
能用每秒 0.01 美元製作影片，反過來說，也意味著僅靠影片已無法建立競爭優勢。人人都能做的話，重要的就是「做什麼」——也就是策劃力和敘事。工具民主化了，觀點就成了稀缺資源。
從數據專家的角度再補充一點：看到「65% 成本下降」這個數字時，需要審視其衡量基準。是 API 每秒成本？訂閱制換算？包含什麼解析度和功能？這些都會讓數字產生很大差異。在我看來，純生成成本確實大幅下降了，但包含提示詞設計、反覆生成、後製在內的實際製作成本，還遠沒有降到那個程度。
而且，正如語音複製事件所揭示的，技術越便宜、越強大，安全機制的成本反而應該越高。生成成本曲線和安全機制成本曲線朝相反方向移動，這就是這個產業的結構性困境。Seedance 2.0 不加入浮水印，可能是出於使用者便利的考量，但這個選擇的社會代價，帳單尚未寄達。
結語
總結起來就是以下三點。
第一，AI 影片生成的每秒成本已降至 0.01 到 0.50 美元，影片製作不再是資本的遊戲，正在轉向構想與策劃力的遊戲。
第二，Seedance 2.0 以同時處理文字、圖片、影片、音訊的整合式多模態架構，展現了 AI 影片從「生成」邁向「製作」的轉折點。
第三，成本降低的同時，濫用的成本也在降低。一張照片就能複製聲音的現實，是技術創新速度已超越倫理安全機制的警訊。
字節跳動擴散引擎 AI 算法負責人吳迪在近期訪談中表示：「2026 年 AI 影片技術還將出現 1 到 2 次重大躍升。」成本曲線還會繼續下降。到那時，我們需要的不是更便宜的工具，而是更好的提問——「用這技術做什麼」，以及「什麼不該做」。
📎 參考資料 & 延伸閱讀
- ByteDance Seed 官方部落格，“Seedance 2.0”，2026.02.12.：可直接查看技術架構與示範影片。
- TechNode，“ByteDance suspends Seedance 2.0 feature that turns facial photos into personal voices”，2026.02.10.：最詳細報導潘天紅事件始末及字節跳動回應的文章。
- Caixin Global，“ByteDance Unveils New AI Video Model, Sparking Rally in Chinese Tech Stocks”，2026.02.10.：包含中國股市反應及開源證券的產業分析。
- WaveSpeedAI Blog，“Complete Guide to AI Video Generation APIs in 2026”，2025.12.27.：整理主要模型每秒成本比較與 API 接入方式的指南。
- vidBoard.ai，“AI Video Generation vs. Traditional Production: Cost Breakdown”，2025.10.：傳統影片製作成本與 AI 生成成本的系統性比較。
- South China Morning Post，“AI video generation: How China’s Kling challenges Google’s Veo, OpenAI’s Sora”，2026.01.27.：Kling 月活 1,200 萬、月營收 2,000 萬美元等商業化數據的原始出處。
- Free AI Tools，“17 Best AI Video Generation Models Pricing, Benchmarks & API Access”，2025.12.：基於 Artificial Analysis Video Arena 基準測試的模型效能與價格比較。
