С апреля 2026 года видеомодели вновь стали одной из самых перегретых веток в AI — на старте подъёма оказались и гиганты, и стартапы. Китайские разработки (HappyHorse от Alibaba, Seedance от ByteDance, Kling от Kuaishou и др.) демонстрируют впечатляющие слепки качества и вирусный потенциал, но уход OpenAI с продуктом Sora поставил перед рынком грубую реальность: эффект «вау» не равен устойчивой прибыли.

Главный вопрос для участников — как снизить операционные расходы, решить вопросы лицензирования и встроиться в производственные цепочки клиентов так, чтобы видеогенерация приносила реальный доход.

На ранге blindbenchтестов (Artificial Analysis) лидируют три китайских игрока: Alibaba (HappyHorse1.0), ByteDance (Seedance 2.0) и Kuaishou (Kling). Но за рейтингами стоит разная бизнеслогика:

Kuaishou (可灵) — акцент на коммерциализации. По открытым сообщениям, в декабре 2025го был месячный доход свыше $20 млн; ARR по состоянию на январь 2026 превысил $300 млн. Плюс есть встроенная экосистема создателей и большой объём пользовательского трафика — это реальный moat для массового потребления.

ByteDance (Seedance) — акцент на «выход в массы» и распространение через экосистему. Seedance породил вирусные ролики с десятками миллионов просмотров, что даёт огромный охват и приток пользователей, но и сталкивается с серьёзными юридическими спорами (авторские права, использование лиц знаменитостей), которые вынудили приостановить глобальный релиз.

Alibaba (HappyHorse) — демонстрирует выдающиеся показатели по слепым тестам и некоторую технологическую изысканность (высокая согласованность кадров, хорошая синхронизация звука), при этом у Alibaba нет «своего» крупного социального контентапула — компания ориентируется на бизнесклиентов: ecommerce, реклама, корпоративные материалы.

Важно: в тестах качества разрыв между лидерами невелик, а ценность в бизнесе определяется не только визуальной реализацией, но скоростью, стоимостью, стабильностью, юридической безопасностью и экосистемной интеграцией.

Во второй волне находятся стартапы, готовящие IPO или наращивающие продуктовые ниши: Vidu с фокусом на «referencetovideo» и миромоделью движения; PixVerse (爱诗科技) — платформа для создателей; MiniMax и Kunlun/ SkyReels — с разной продуктовой привязкой (корпоративные видео, внутренняя контентсеть, игровая продукция).

Общее для второй волны — сильная вера в потенциал, но слабая гарантия окупаемости: высокие capex и opex на вычисления, неопределённость монетизации и риски юридических претензий по IP.

Закрытие Sora от OpenAI стал жёстким напоминанием: демонстрационные возможности и техническое превосходство не равны экономической устойчивости. Открытые данные указывают на шоковую разницу: до закрытия Sora ежедневные расходы на inference оценивались в десятки миллионов долларов, а жизненный доход — в сотни тысяч. Это — о том, как быстро «вау» потребляет ресурсы.

Факторы, серьёзно давящие на ROI:

Высокая стоимость вычислений: генерация многокадрового, синхронизованного с аудио видео — это сотни тысяч токенов и большие GPUсессии.

Масштаб и очереди: даже платные пользователи сталкиваются с длительным ожиданием; полный доступ часто доступен лишь крупным клиентам по дорогим контрактам.

Лицензирование и персонализация: создание роликов с лицами знаменитостей, узнаваемыми брендами или охраняемым контентом приводит к рискам судебных исков и необходимости сложных договоров.

Цена восприятия: пользователи ожидают дешёвых и быстрых генераций; повышение цен быстро снижает спрос и ведёт к росту оттока.

Эти реалии объясняют, почему многие компании уже поднимают цены, вводят корпоративные пороги входа и ограничивают бесплатный доступ — иначе модель не масштабируется по сбалансированной экономике.

Кто выиграет в следующем цикле

Победителями станут те, кто сумеет не только показывать «красивые» demo, но и:

Интегрировать модель в бизнеспроцессы клиентов (ecommerce, реклама, игровая и киносъёмочная цепочки), где можно конвертировать экономию времени в реальную денежную выгоду.

Снизить себестоимость вывода: оптимизация inference, кеширование, сокращение количества кандидатов в генерации, адаптация разрешения/качества под реальные сценарии.

Решить вопросы лицензирования и управления правами: прозрачные модели оплаты актёров/правообладателей, механизмы отзыва и контроля использования образов.

Предоставить экосистему и каналы дистрибуции: у ByteDance и Kuaishou очевидное преимущество; у Alibaba — корпоративный доступ и интеграции в облачные сервисы.

Видеомодели остаются одним из самых потрясающих приложений генеративного AI: они быстро производят «вау» и способны переформатировать медиапроизводство. Но переход от «демонстрации» к «бизнесу» требует решения непростых инженерных и коммерческих задач: балансирования затрат на inference, юридической выверки использования материалов и построения каналов монетизации.

В 2026м году соревнование уже выходит в глубокую воду — побеждают не только лучшие в слепых тестах, а те, кто сумеет сделать сервис дешевым, законным и полезным в масштабируемой бизнеслогике.