AI视频下一个突破口在哪AI视频从"几秒能动"到"30秒能讲故事"，进化肉眼可见。如果在现在，我们还在讨论AI视频能生成多长？格局小了。

从"几秒能动"到"30秒能讲故事"，从靠运气的抽卡式生成到目前越来越可控的生产，AI视频技术迭代的速度快得吓人。但我的判断在未来AI视频的方向，根本不是卷视频时长，而是冲向世界模型。

世界模型这玩意是什么？简单说，就是AI在脑子里建了个能推演未来的模拟器。它看了海量真实世界数据后，学会了"做梦"，只需要给它一个起始的状态和动作，它就能预测下一秒。如果我们把大语言模型（LLM）比作人类学习说话，那么我认为AI视频模型学的是如何凭空做梦，而且这梦越来越真。

看最新动态，高德今天发布ABot-World Studio，输入图文就能生成可交互世界，将交互式视频生成与3DGS场景生成整合至同一产品。之前Google发布的GENIE，阿里发布的快乐牡蛎，都是统一类型的世界视觉模型。

在我看来，视频只是表象。AI视频的本质是构建一个可交互、可推演、物理合理的数字世界。这才是AI视频的下一步。