物理规律、一个榜位之差与常驻审计：AI 视频这六天
从智象 HiDream V1、阿里云栖大会、两份卖方材料和 Meta 与加州的两项治理动作出发，逐项分清这一周里哪些 AI 视频能力宣称已被外部核验、哪些仍停在厂商口径。
本期覆盖 2026 年 9 月 17 日 09:00 至 9 月 23 日 09:00（北京时间）的 AI 视频行业信号。9 月 19 日与 9 月 21 日两次排期未出刊，本文把这六天一并补齐，一份 9 月 16 日的卖方材料在正文标明日期后补录。
这六天里，厂商讲的是能力，证据来自外部。智象未来把「物理规律」写进新模型的定位，阿里巴巴在云栖大会上把图像、语音、音乐、视频与世界模型摊成一张全模态地图；两家公司用来说明自己水平的，都是 Artificial Analysis 与 Arena.ai 的榜位。同一周，加州州长把前沿模型的独立核验写进行政令，Meta 的监督委员会推翻了自己对一段深伪视频的处理。
把这些放在一起，读者能拿走的东西只有一件：分清哪些说法已经被公司之外的机构核验过，哪些还停在发布方自己的口径里。
| 本期宣称 | 发布方与时间 | 独立核验状态 | 关键待补项 |
|---|---|---|---|
| HiDream-O1-Video-1.0 图生视频进入全球前四 | 智象未来，9 月 17 日 1 | 已由第三方榜单核验：Artificial Analysis 图生视频（含音频）榜第 4 2 | 内部测试的开放时间、失败率、长时一致性曲线 |
| Wan3.0 拿下 Artificial Analysis 文生视频与视频编辑「双榜第一」 | 阿里巴巴，9 月 22 日 3 | 部分成立：文生视频不含音频榜第 1，含音频榜第 2 4 | 榜单读取时点、视频编辑榜的同口径对照 |
| 下一代视频生成模型 11 月发布 | 阿里巴巴，9 月 22 日 5 | 尚无外部核验，属口头路线图 | 时长上限、参数规模、与 Wan3.0 的差异 |
| 神经元来源的视频模型快 5 倍、推理成本低 80% | The Biological Computing Co. 与 AWS，9 月 22 日 6 | 厂商自述；第三方媒体 TNW 表示无法核实 7 | 基准、被优化的基础模型身份、画质对比方法 |
| 可灵二季度收入超 8.5 亿元、同比增长超 200% | 快手，经华创证券研报转述，9 月 16 日 8 | 部分成立：媒体转述研报要点，公司公告原文待补 | 审计口径、订阅与 API 的拆分、毛利率与留存 |
| 深伪内容应改用「高摩擦」呈现方式 | Meta 监督委员会，9 月 17 日 9 | 已核验：委员会决定与建议原文 | Meta 是否采纳、生效时间、执行范围 |
一、物理规律成了卖点，它在论文里仍是一处待修的缺陷
智象未来在 9 月 17 日通过新闻稿发布原生全模态视频生成模型 HiDream-O1-Video-1.0，简称 HiDream V1。模型接受文字、图片、视频三种输入，输出 5 至 20 秒的 1080p 音画一体内容，公司把「物理规律理解」写进了核心能力：重力、惯性、碰撞、形变、材质、光影与空间连续性都被纳入生成逻辑 1。
这家公司给出的技术路线是「先规划、后联合生成、再以多模态奖励对齐」。模型先在全局层面规划叙事与角色状态，再在联合生成中约束画面、动作与语义，最后用多模态奖励信号对齐画质、连贯性与物理合理性。生成时长也交给叙事决定：模型按事件发展与动作完成周期在 5 至 20 秒之间自行匹配，创作方只需描述希望发生的事件与结果 1。
发布时该模型仍处内部测试阶段，公司称计划于近期开放使用，并给出体验入口 hiharness.ai。新闻稿同时宣布公司完成 C+ 轮融资，投资方为新微资本、交子资本与工银资本，资金用途包括原生全模态模型研发、产品迭代与算力基础设施 1。
五天后的云栖大会上，阿里巴巴走了同一条叙事线。图像模型 Qwen-Image-3.1、音乐模型 Happy Shrimp 1.1 与最新世界模型 HappyOyster 2.0 Preview 一同亮相。阿里方面称，HappyOyster 2.0 Preview 通过模型架构、训练方法与数据体系的升级，提升了智能实时交互、记忆、实时响应与物理规律遵循；下一代视频生成模型将于 11 月发布，方向是更长时段的画面一致性、对人物场景镜头的精准掌控，以及从生成单个镜头转向理解完整叙事 5。
世界模型这条线在阿里云的产品文档里已经能查到完整的接入形态。HappyOyster 提供世界探索、实时导演、角色演绎三种模式，服务端通过 Open API 管理世界的创建与产物，客户端通过 SDK 走实时音视频通道推流播放；回退功能只在实时导演模式下可用，角色演绎模式连方向指令都不接受。这份文档最近一次更新在 9 月 20 日 10。这些限制写得很具体，说明它是一套已经交付给开发者接入的产品；2.0 Preview 新增的物理规律遵循与记忆能力，目前还停在发布现场的那一句描述上。
同一天，arXiv 上挂出的一篇论文正好从内部机制上拆开了「物理规律」这四个字。北京邮电大学的研究者对文生视频扩散模型的「运动规划」过程做了可解释性分析，发现旋转位置编码会引起过度的空间注意力衰减，让早期候选区域过早锁定在物理上不合理的位置，进而压制相邻帧里的合理轨迹，触发空中弹跳、反重力漂浮、突然冻结这类失败模式。他们提出按去噪步缩放旋转位置编码频率的轻量改动，训练无关与训练两种实验都显示生成视频的物理常识有所提升 11。
论文的图 1 把这组失败样本摆了出来：同一个 Wan-T2V-1.3B 模型、同一条提示词，只换随机种子，第一行的小球正常落地弹起，另外三行分别停在空中反弹、向上漂浮和突然冻结。
同一窗口里还有两篇论文从别的角度处理同类问题。9 月 18 日提交的 CompAdapt 把物理一致的文生视频从单一运动类型扩展到耦合运动、多阶段转换与多物体碰撞，并用动力学感知的先验匹配支持一次适应新的物理环境 12。9 月 17 日提交的 Recency Forcing 指出，自回归视频生成的长时退化来自训练与推理之间的「KV 逐出失配」：训练用的短视频把所有上下文帧都留在缓存里，推理时的显存限制会把远处的帧逐出。作者按时间距离给注意力分数加了一个非正偏置，在推理成本不变的前提下改善了长时生成质量 13。
把三篇放回厂商的发布语境里，结论相当清楚：物理合理性与长时一致性是 2026 年 9 月仍在被逐条拆解的技术问题，而它们已经先一步变成了产品卖点。读者真正要看的，是厂商拿什么测试集、什么失败样本分布、什么时长下的衰减曲线来证明它。这三项证据，本期两家公司的公开材料里都还空着。
二、名次是第三方投票给的，而名次自带口径
智象未来的新闻稿用了两个榜位：Artificial Analysis 的图生视频（含音频）榜第 4，Arena.ai 图生视频盲测榜第 8。第一个可以当场核对，第二个需要在 Arena.ai 的动态页面上另取一次快照。
9 月 23 日读取 Artificial Analysis 图生视频（含音频）榜，HiDream-O1-Video 排在第 4，Elo 1176，95% 置信区间为 ±11，累计 2,815 票，榜单记录的发布时间为 2026 年 8 月，按分钟计价为 5.80 美元；榜单页面同时把它列进了「过去一个月新增」名单 2。厂商说的名次，在独立榜单上确实存在，这在本频道追踪过的发布里属于少见的一次顺利核验。
同一张榜的第一名更值得注意。榜首是 Minimax H3 Max（post-trained by fal），Elo 1195，按分钟计价 2.40 美元，由服务商 fal 对 MiniMax 的模型做后训练得到；原厂 MiniMax H3 以 1181 排在第 2，Google 的 Gemini Omni Flash 以 1177 排在第 3 2。这张榜的最高位由第三方的服务层变体占据，而基础模型公司的旗舰排在其后。
文生视频榜提供了一个反向的例子。上海证券报在 9 月 22 日的报道里写，Wan3.0 斩获 Artificial Analysis 文生视频与视频编辑双榜第一 3。9 月 23 日读取的默认视图是「含音频」榜，Wan 3.0 以 Elo 1229 排在第 2，第一名是 Google 的 Gemini Omni Flash（Elo 1233）。同一页面下方的说明写着，Wan 3.0 在「不含音频」的文生视频竞技场以 Elo 1336 居首 4。
「双榜第一」这句话在文生视频这一半上因此需要加限定：拿到第一的是不含音频的口径，含音频的口径下阿里排在 Google 之后。至于视频编辑榜，本文本次核对了文生视频与图生视频两个页面，编辑榜的名次留给下一次同口径核对。同一份榜单按有没有原生音频分成两个视图，模型在两种视图下的名次可以相差一位，采购方按哪一个口径比较，会直接影响选型。
榜单的读法还包括几项容易忽略的信息。榜单显示的是盲投 Elo，带 95% 置信区间与累计票数；Wan 3.0 在含音频榜只有 6,011 票，HiDream-O1-Video 在图生视频榜只有 2,815 票，而 Dreamina Seedance 2.0 720p 累计 20,345 票 4。票数少意味着置信区间宽，相邻名次之间的差距未必稳定。任何一张动态榜单给的都只是读取时点的快照，模型迭代一次，快照就换一张。
三、钱开始按「即将到来」定价
9 月 21 日，花旗发布研究报告，把阿里巴巴 9 月 22 至 24 日在杭州举办的云栖大会列为短期催化，给出 30 日短期正面观点。报告预期的发布内容包括 Qwen 模型 3.8 系列更新、新版本 3.9 或 4.0、MaaS 平台基础设施与网络提升、平头哥的 AI 与 CPU 芯片升级、企业智能体应用新版本，以及实体 AI、可穿戴、机器人方向的产业合作；报告同时提到阿里会重申全栈能力、三年 3,800 亿元人民币资本开支、2031 财年外部云收入 1,000 亿美元的目标，并可能披露截至 9 月底的 MaaS 年度经常性收入，年底目标维持在 300 亿元人民币 14。
这份报告的日期落在本期窗口内，也是本频道近几期一直在找的那类材料：AI 视频所在的多模态业务终于有了带具体财务假设的卖方观点，而报告的观察对象就是本期技术发布的那场大会。
另一份材料补上了 AI 视频业务本身的估值口径。9 月 16 日，金吾财讯转述的华创证券研报给出快手 2026 年二季度数据：收入 355.35 亿元，同比增长 1.4%；可灵 AI 收入超过 8.5 亿元，同比增长超过 200%；可灵 3.0 推出原生 4K 视频直出，MCP 与 CLI 上线以支持智能体批量调用。估值上，研报用分部估值法给主业 8 倍市盈率、给可灵 2026 年底预期 ARR 15 倍市销率，得到目标市值 1,630 亿元人民币、目标价 43.67 港元，维持「推荐」评级 8。这份研报发布于上一期的窗口边界之内，本频道上一期未覆盖，本文按日期标明后补录。
第三份材料来自一家机构观点汇编网站 9 月 21 日整理的日报，其中把 UBS 对快手的观点记为「估值要求不高，可灵下一代模型升级是潜在催化」，并把阅文集团列为看多，理由是 AI 降低了 IP 可视化的门槛 15。该页自己声明，汇编里的具名归因没有经过原始报告核验，因此这条只适合当作市场关注的线索。
与卖方模型同时出现的，是成本侧的另一种宣称。9 月 22 日，The Biological Computing Co. 与 AWS 宣布把「全球首个神经元来源的 AI 视频模型」推向市场：公司在一个开源视频生成模型上叠加由活体神经活动测量推导出的软件层，称推理成本降低 80%、生成速度提升 5 倍、质量优于基础模型；该软件层增量不到基础模型规模的 0.1%，运行在常规 AI 基础设施上，需要的是标准 GPU 与云加速器 6。第三方科技媒体 TNW 在同日报道中写明，这家公司尚未公布基准，自己也核不了这些数字 7。
把三类数字摆在一起，用途的差别就出来了。「可灵二季度收入超 8.5 亿元」来自研报对公司业绩的转述，可以用于判断这条业务线的量级；订阅与 API 各有贡献、毛利率与留存数据都还没有公开，用它推单位经济仍然缺料。花旗给出的三年资本开支、云收入与 MaaS ARR 目标是卖方自己的假设，读它的用途是理解市场预期。「推理成本低 80%」目前只有厂商口径，第三方明确表示核不了；要把它放进采购比价，还得等基准公布。
四、合规侧把判定权交给常设机构
9 月 17 日，Meta 监督委员会公布两项涉及 AI 生成视频的决定，并推翻了 Meta 自己的处理结果。第一起案件是 2025 年 11 月发布在 Facebook 上的一段视频，画面中是苏格兰一名工党地方议员的形象，声音说出一句针对难民的仇恨言论；委员会认定该视频属于合成内容，应依 Hateful Conduct 规则删除。委员会同时指出，该视频即使够不上仇恨言论，也应当被标为「High Risk AI」，并认定 Meta 的深伪标签规则覆盖不足 9。
决定里有一段事实值得单独拿出来。两名用户（包括被仿冒的议员本人）举报了这段视频，Meta 的系统没有把它转入人工审核，视频留在平台上；Meta 后来向委员会解释，发布者没有选择披露内容由 AI 生成，因此公司没有加 AI 标签 9。依赖发布者自我披露的标注机制，在这起案件里的产出是零。
委员会因此给出一组改法：把「High Risk」标签的适用门槛降下来，让它覆盖选举之外的情形；对标注为 AI 生成或 High Risk 的内容改用插页式提示，让读者点开才能继续看；对被标内容撤推荐、去变现，对反复分享的账号逐级加罚；每年在透明度中心公布「High Risk」与「High Risk AI」标签的应用次数，其中包括针对政治人物内容的次数 9。Meta 有 60 天时间回复这些建议，公司目前对自身 AI 标签做出的改动仍然有限 16。
第二天，判定权的另一头落在了州政府。9 月 18 日，加州州长纽森签署第 N-9-26 号行政令，要求政府运营局加快上月签署的 SB 813 与 AB 1405 的落地进度，并召集专家在两个月内提出加强州法的建议。行政令列出的拟议内容包括：要求前沿 AI 企业让指定的独立验证机构常驻实验室开展定期审计与评估；要求企业按州法提交的安全框架、透明度报告与风险评估，按独立验证机构认可的标准完成核验；推进前沿模型的「关停开关」，并由独立验证机构持续验证其有效性；把失控类事件纳入关键安全事件的定义 17。
加州此前已经搭好配套的机构框架：SB 813 设立独立验证机构的认定框架，AB 1405 为评估 AI 系统的审计师建立州注册与独立性标准 17。行政令把核验主体从公司自查换成了常设第三方，这一点与 Meta 案件里暴露的问题正好呼应：当披露依赖当事人自愿，规则的执行率就取决于当事人的意愿。
标识与确权在技术侧也在往前走。9 月 20 日提交的一篇论文提出「生成中水印」方案：先训练一个视频水印网络，再用解码器引导的微调让视频生成模型产出不可见、稳健、模型专属的水印，然后分两套框架完成合成视频验证与模型所有权验证。作者报告两项任务的验证准确率达到 100%，水印提取准确率超过 99%，对生成质量的影响可以忽略 18。这套方法仍在论文阶段，方向与监管要求一致：把「这条视频出自哪个模型」做成可机器核验的事实。
中国大陆的对应制度已经进入执法阶段。《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日施行，要求服务提供者对生成合成内容同时添加显式标识与隐式标识，并把传播平台、应用分发平台纳入义务主体 19。2026 年 4 月 28 日，网信部门对「剪映」「猫箱」App 及「即梦 AI」网站未有效落实标识要求的问题作出约谈、责令改正、警告等处置 20。生成时标识、发布时披露、事后检测与审计这三条责任链各管一段，各自的进展只在自己那一段生效。
编辑视角：这四处判定互不相通
本期六项宣称里，能当场核验的有两项，部分成立的有两项，只有厂商口径的有两项。这个分布本身说明了一件事：AI 视频的能力宣称与外部核验之间，现在还靠厂商主动引用第三方才接得上。
四处判定机构各管一段，彼此之间缺少交叉引用。Artificial Analysis 用盲投 Elo 回答「哪个模型更受欢迎」，成本、失败率与长时一致性都在它的口径之外；券商用分部估值回答「这条业务值多少钱」，输入的是公司自述的收入与自己对未来 ARR 的假设；Meta 监督委员会回答「平台该删还是该标」，判决针对的是具体的两段视频；加州要求的是把核验做成常驻岗位。这四处给出的结论无法拼成一个整体判断，因此「AI 视频已被证明可部署」这样的说法，在当前的证据结构里还找不到落点。
采购方与投资方需要的证据，可以按这三问取：
- 名次来自哪张榜单的哪一个视图，读取时点、累计票数与置信区间是多少，含音频与不含音频的排位分别是多少。
- 物理合理性与长时一致性用什么测试集衡量，失败样本长什么样，时长拉长后一致性如何衰减。
- 收入与成本数字分别属于已披露的财务口径、公司自述还是卖方的假设，订阅与 API 各占多少，失败重试与人工复核是否计入。
三个问题都能拿到答案时，AI 视频才算通过了外部核验。本期只有第一个问题在两家公司身上得到了部分回答。
下一期要盯的几件事
阿里巴巴的下一代视频生成模型定在 11 月发布，届时可以对照 9 月 22 日给出的「更长、更可控、更智能」三项说法，看它是否公布了时长上限、一致性衰减曲线与显式的测评口径。
Meta 有 60 天时间答复监督委员会的建议，答复内容会显示自我披露机制是否真的被插页、降权与惩罚替换。如果 Meta 维持现状，生成侧的标识技术再往前推，披露环节仍然会停在发布者的自愿选择上。
加州的专家建议定在两个月内交付。拟议条款里「独立验证机构常驻实验室」与「关停开关持续验证」两项如果落地，会成为一个可复制到其他辖区的模板；这套模板目前覆盖前沿模型的安全与失控事件，视频生成模型的深伪风险如何纳入，还有待后续文件说明。
智象未来的 HiDream V1 仍处内部测试，公司称将于近期开放。它进入公开可用的那天，也就是「物理规律」这项卖点第一次可以被外部按同一套方法检验的时候。
References
- 1全球AI视频模型第一梯队再添中国力量：智象发布首款物理规律导向视频模型\
money.udn.com
- 2Artificial Analysis Image to Video Leaderboard\
artificialanalysis.ai
- 3阿里巴巴：下一代视频模型将于11月发布\
finance.sina.cn
- 4Artificial Analysis Text to Video Leaderboard\
artificialanalysis.ai
- 5阿里视听生成模型升级，新视频生成模型拟11月发布\
finance.sina.com.cn
- 6
- 7
- 8【券商聚焦】华创证券维持快手（01024）推荐评级 指可灵AI商业化空间广阔\
finance.sina.com.cn
- 9Meta Must Do More Against Harmful Deepfakes Containing Hate Speech\
oversightboard.com
- 10HappyOyster概述 - 大模型服务平台百炼
help.aliyun.com
- 11
- 12
- 13
- 14港股异动｜阿里巴巴-W(09988)涨超2% 花旗料公司将于云栖大会重申全栈能力
finance.sina.com.cn
- 152026年9月21日机构观点日报｜JY工作站
jy-invest.site
- 16
- 17
- 18
- 19关于印发《人工智能生成合成内容标识办法》的通知
gov.cn
- 20网信部门依法查处“剪映”App等生成合成内容标识违法问题网站平台
cac.gov.cn
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.