Sora 接口关停、可灵 4.0 内测、AI 微短剧有了专属标识

本期覆盖 2026 年 9 月 23 日 09:00 至 9 月 29 日 09:00（北京时间）的 AI 视频行业信号。9 月 25 日与 9 月 27 日两次排期未出刊，本文把这六天一并补齐；一份 9 月 22 日的平台政策、一份 9 月 23 日凌晨发布的行业口径，在正文里标明日期后补录。

这六天里，三件事各自往前走了一段。9 月 24 日，OpenAI 关掉了 Sora 的最后一个接口；同一天，Google 把近实时的视频生成放进了企业的对话产品。9 月 28 日晚，可灵把 Kling 4.0 开进内测，卖点从画面质量换成了关键帧与参考素材的数量。9 月 1 日施行的《微短剧发展管理办法》，在这六天里第一次有了可以核对的实物：一枚专给 AI 微短剧设计的标识，和一条 10 月底前完成标注全覆盖的时间表。

三件事分属技术、商业、合规三条线，指向同一个转移：AI 视频的价值正在从「生成一段画面」移到三段可以分开检验的东西上——在场、成片、标识。下面先把本期六项动向的证据等级摆开，再逐段说清每一段走到了哪一步。

Sora 的退场时间表，上一期已经披露过。这一期要记的是它到期了。OpenAI 的帮助页写明，Sora 的网页与应用体验已于 2026 年 4 月 26 日停止，Sora API 于 9 月 24 日终止 1。至此，Sora 对外的接口全部关闭。

《华尔街见闻》在 Kling 4.0 的报道里把这件事的商业后果记了下来：Sora 关停后，部分全球需求流向中国平台，为可灵带来过额外增量；随后字节跳动的 Seedance 在画面真实感上确立了新的对比标准，把主导位置接了过去 7。这段归因来自一家财经媒体对市场的观察，可核对的部分是时间顺序：Sora 的入口先关，中国厂商的模型迭代紧随其后。

同一天，Google 把视频生成推到了实时这一侧。9 月 24 日发布的 Gemini 3.8 Live with Live Avatar，把实时对话能力与低延迟流式视频原生耦合在一起，当天在 Gemini Enterprise 上线 2。官方给出四项能力：对话与画面同时进行，数字人可以边听边看边说；工具调用改为异步，模型在后台取数据的同时对话继续；语音到语音同步支持在 97 种语言之间切换，切换时画质与口型不出现漂移；企业可以用一张高质量参考图生成自定义数字人，这项能力目前需要申请白名单。输出侧，Google 把所有 AI 产品生成的音视频都写入 SynthID 不可见水印，便于事后检测。

实时数字人的技术难点，同一天的另一份材料给出了具体位置。9 月 25 日提交的 arXiv 论文《Where and When to Force: Routed Forcing for Streaming Avatars》研究音频驱动的流式数字人 8。作者指出，把双向视频扩散模型蒸馏成因果、少步的实时生成器时，常用的分布匹配蒸馏（DMD）最小化的是反向 KL 散度，这个目标本身倾向于找众数，学生模型会丢掉高动态的运动模式、塌到静态输出上。他们还发现这种坍缩按画面区域分布不均：包含姿势与手势变化的人物区域多样性损失最大，音频驱动的嘴部区域损失很小，背景几乎不变。作者据此提出按语义区域和噪声阶段分流蒸馏目标的做法：人物区域改用真实视频监督的分布迫使蒸馏（DFD），嘴部与背景保留 DMD 以守住口型同步与场景稳定；高噪声阶段启用 DFD 注入多样的运动模式，低噪声阶段用 DMD 精修细节。实验报告相对 Self Forcing，动态提升最多 45%、多样性提升 7% 到 25%，画质与口型同步保持。

把产品发布和这篇论文放在一起，实时化的验收重点就清楚了：压缩推理步数会优先牺牲动态与多样性，而损失集中在人物身上。采购方要测的是实时之后还剩多少动作、语言切换时口型是否跟得上、持续对话中标识是否始终在，以及并发上来之后失败如何回退。这四项，官方博客里都还没有数字。

9 月 28 日晚，可灵 AI 的 Kling 4.0 开启内测，计划 10 月正式上线；面向高频创作的轻量版 Kling 4.0 Flash 已在当晚向黑金年卡会员开放体验 3。这一版的升级集中在控制参数上：单次原生生成最长 30 秒；单次最多支持 10 张图片、5 段视频与 7 个主体同时作为参考，官方材料把这一项合计记为 15 项多模态输入；最多支持 10 张关键帧输入，用来定义人物状态、场景切换与情节节点；提示词上限提升到 8000 个 token；支持多次续拍，最长可延展到 2 分钟；输出规格提到 4K 与 1080p 的 10-bit HDR，官方口径为「即将上线」，并新增 21:9 超宽画幅；音频侧加入双通道立体声，口型匹配精度提升 7。

一个数字让这次发布显得更急。《华尔街见闻》的报道记录，可灵的年化营收在今年 3 月突破 5 亿美元，最近一个季度的营收增速从此前的 300% 降到 200%；公司 7 月完成首轮独立融资，规模 28 亿美元，投后估值约 180 亿美元，而母公司快手的市值约 170 亿美元 7。子公司的估值超过母公司市值，意味着资本市场给这条业务线单独定了一次价，也意味着下一版模型必须交出更高的付费留存来撑住这个数字。

隔一天，国内厂商在「交付」这一端也动了。9 月 27 日，新浪财经转载「读佳」的消息，快手将开启 AI 视频创作工具 likli 的内测，定位是「交付结果的 AI 创作 Agent」：从理解需求、编写脚本到生成镜头、配音剪辑串起整套制作，提供 macOS 与 Windows 版本，包月会员的积分大约可生成 42 次创作任务；创作过程开放脚本、分镜与画面各阶段供用户介入，产出物进入资产中心按项目归档复用。同一篇报道把字节的即梦（搭载 Seedance 2.5）、小云雀 AI、百度的 Hogee、腾讯的 TDream 列为同类竞争者 4。这类产品把竞争从「一次生成」移到了「一条流水线」，也把验收对象从一段画面换成了一部可以交付的成片。

跨镜头一致性在论文里被拆得更细。9 月 24 日提交的 arXiv 论文《MVAgent: Multi-Agent Video Generation via Consistent Condition Construction and Shot-Level Policy Optimization》指出，把每个镜头当作一次独立的请求发给固定的生成器，角色外观、空间布局与镜头之间的状态仍然由生成器自行决定 9。作者把问题重新定义成「条件构造」：一个空间锚定 Agent 从生成器渲染的相机穿行片段里采样视角，按可见的固定元素建立多视角库，用与目标机位匹配的那一视角来约束每个镜头；一个观察者 Agent 把每个镜头的实际结束状态写进连续性记忆，转移 Agent 据此生成下一镜头的角色动作与空间参考；编排 Agent 把这些合成一次请求，并用名为 Trunk-GDPO 的方法按镜头比较候选、让最好的一条继续作为主干。结果是在自建的 ViMax-Bench 上跨镜头一致性与叙事规划质量在对比方法中最高，人工评价中也优于最强的同类基线。

厂商卖的是控制参数的容量，榜单量的是偏好。9 月 29 日读取 Artificial Analysis 的文生视频榜（含音频视图），第 1 名是 Google 的 Gemini Omni Flash，Elo 1233，累计 15,172 票；第 2 名是阿里的 Wan 3.0，Elo 1229，6,011 票；第 3 名是 fal 后训练的 Minimax H3 Max，Elo 1227，5,689 票；第 4 名是原厂的 MiniMax H3，Elo 1220；第 5 名是 Dreamina Seedance 2.0 720p，Elo 1210，20,345 票。榜单按盲投 Elo 排序，同时给出 95% 置信区间与按分钟计价的 API 价格；在不含音频的视图里，Wan 3.0 以 1335 居首，Gemini Omni Flash 以 1332 紧随其后 10。

榜单回答的是同一提示词下两支视频被偏好的概率，Kling 4.0 用来卖的关键帧数量、参考素材上限、续拍时长与 HDR 输出，都在它的测量范围之外。读者比较模型时，需要把这两类证据分开索取：偏好归榜单，可操作性归厂商文档，而可操作性最终要在自己的素材上跑一遍才算数。

《微短剧发展管理办法》是国家广播电视总局令第 16 号，2026 年 9 月 1 日施行，共 8 章 54 条，覆盖备案公示、审核许可、内容规范、信息标注、平台责任、算法治理、人工智能应用、消费者权益保护与法律责任 11。它按题材与投资额把微短剧分成三类：一类是涉及政治、军事、外交、国家安全、统战、民族、宗教、司法、公安等特殊题材，或投资 300 万元及以上的真人微短剧、80 万元及以上的 AI 微短剧，由国家广电总局备案公示、省级以上广电主管部门成片审核并发证；二类是一般题材中投资 100 万至 300 万元的真人剧、30 万至 80 万元的 AI 剧，由省级以上广电主管部门审核并发批准文件；三类是投资更低的剧集，由网络视听平台履行内容管理职责，播前审核并标注节目编号 12。AI 剧的两条红线因此落在 30 万元与 80 万元上。

AI 微短剧的标识义务写得直接：使用人工智能技术生成、制作的微短剧，制作机构和播出单位应当遵守国家有关规定，在每集明显位置添加提示标识 13。办法同时要求播出单位定期审核、评估、验证算法机制机理、模型、数据和应用结果，优先推荐优质微短剧，并禁止使用诱导用户沉迷、过度消费的算法模型 13。平台责任与算法治理因此被写进了同一份文件，与内容审核并列。

实物在 9 月 24 日由新华网公布。9 月 1 日起《微短剧发行许可证》启用，一类、二类微短剧的片头封面图与统一标识同步亮相，每集片头呈现三秒备案号；真人、AI、互动微短剧各有其标，一类、二类、三类的标注内容各不相同；专为 AI 微短剧设计的那一枚，以篆体文字效果与「人」字造型构成。时间表是 8 月 27 日全国会议部署、9 月 1 日启用、10 月底前平台完成三类微短剧标识标注全覆盖 5。

规模解释了监管部门为什么把这件事排在前面。国家广电总局在 9 月的发布会上介绍，全国微短剧用户已超过 8 亿，2025 年市场规模突破千亿元；今年前 8 个月上线微短剧 43 万部，是去年全年的 13 倍，其中 AI 剧占比超过九成 14。供给在这一年里完成了从少数团队到流水线生产的转换，标识义务落在的正是这批数量最大的内容。

平台侧的激励方向也在同期调整。9 月 22 日，红果更新「优质 AI 剧生产活动 2.0」政策，取消了系列剧规模系数，活动金额改为按当月红果漫剧 App 热度最大值所在区间计算、再乘时长系数；DataEye 研究院的解读认为，这表示平台的激励方向从奖励系列产能转向奖励单部剧的真实热度，靠同一 IP 快速续作拿额外奖金的打法因此失效 6。

执行端的变化已经有行业媒体在记录。《浙江日报》9 月 24 日的报道提到，「大批 AI 博主停更了」在此前半个月冲上微博热搜第一；据企查查基于企业公开经营痕迹的统计，2026 年一季度国内 AI 漫剧行业的活跃承制方从 1216 家减少到 698 家；报道也提到 4 月 1 日起 AI 漫剧须先备案后上线，未备案内容全网下架 15。这条报道对数据的引用方式是「据企查查平台统计」，本文照此转述。

标识之外，还有一条事后追溯的责任链。9 月 25 日提交的 arXiv 论文《ManiVid: Unified and Explainable Forensic Analysis of Manipulated Videos》处理的是另一类取证对象：被篡改的视频保留了大部分原始内容、只改动局部区域，比完整合成的视频更难判定 16。作者构建了约 1.9 万对人工核验的真假视频对，多数为 1080P 分辨率，用 15 个生成模型、2 种生成范式制作，并给每一对配上真实性标签、伪造掩码与异常解释；提出的统一框架把伪造检测、伪影定位与异常解释合并，用低层取证证据路由器向多模态推理与视频分割提供共享证据。作者报告相对最强对比方法，伪影定位提升 21.1% mIoU 与 21.3% J&F，异常解释提升 131.3% ROUGE-L，检测准确率 0.914、F1 0.913。

把办法和这篇论文放在一起，两条责任链各自回答不同的问题：标识处理的是「这段内容有没有按规定声明自己由 AI 生成」，检测处理的是「这段视频哪些区域被改动过、为什么可疑」。前者是生成与发布环节的义务，后者是事后取证的工具。企业采购与上线时要把这两件事写进不同的条款，验收时也要分别取样。

本期六项动向里，两项有官方文书可以当场核对：Sora 的终止日期、微短剧的标识规范与时间表。两项是厂商发布、第三方尚未复测：Kling 4.0 的能力清单、Gemini Live Avatar 的实时能力。一项只有单一信源：likli 的内测消息来自「读佳」，官方页面尚未出现。一项是行业媒体对平台政策的转述：红果的激励政策调整，平台原文仍未取得。

三处判定需要的东西各不相同。在场要的是持续运行的数据：端到端延迟、并发上限、失败重试策略，以及二次剪辑或转码之后标识是否还在。成片要的是控制参数在高强度使用下的表现：关键帧与参考素材数量增加时一致性如何衰减，续拍接缝处角色与场景是否漂移，HDR 素材的转码链是否完整。标识要的是执行记录：备案与许可的分类结果、每集标注的位置与样式、主管平台的播前审核与算法规则落在哪份文件上。

采购方与内容团队可以按这三问去要材料：

三份材料都拿到时，一项能力才算通过了外部核验。本期能当场对上的，是两份官方文书里的日期与样式；其余问题的答案，仍然要由发布方提供。

Kling 4.0 定在 10 月正式上线。届时要看 4K 与 10-bit HDR 是否真的开放、按秒价格与重试计费规则，以及关键帧数量提升之后一致性曲线的走向。

10 月底是平台完成三类微短剧标识标注全覆盖的期限。第一批可以查的，是各平台标注的完成度、主管部门的抽查方式，以及违规标注的处理案例。

Gemini 3.8 Live with Live Avatar 的企业端延迟与并发数据尚未公开。SynthID 水印在二次剪辑、转码与录屏之后的留存率，是判断这条责任链能否闭合的关键。

likli 与同类 Agent 工具需要交出成片的可交付比例与返工成本。这决定了「交付结果」是产品定位，还是可以被计价的产能。