视频制作：Flycatcher Studio — flycatcherstudio.com
今天，我们推出 Boreal——我们专为广告打造的 AI 视频模型。它支持文生视频和图生视频，每秒仅需一美分，一段五秒片段约 $0.05；而且它能实时渲染，生成这段片段所需的时间大约就是观看它的时间。在我们的基准测试中，它的质量可与广告主如今付费使用的顶级闭源模型媲美，而价格只是其零头，速度最高可达 40 倍。
本文将介绍我们为什么打造它、它如何运作，以及数据实际显示了什么，包括它的不足之处。
我们以制作视频广告为业，所以从一支广告必须做对的两件事出发——而这恰好也是通用视频模型最常出错的两件事。人物必须看起来像一个正在自拍的真实创作者，肤质自然、节奏自然，没有 AI 那种油光感。产品必须始终是广告主实际发货的那件物品：同样的标签、同样的文字、同样的形状，不能凭空出现变体，也不能在镜头中途冒出第二件。大多数模型会毫不犹豫地在片段中途把创作者换成另一个人，或者把产品标签融化成一团乱码，而这些正是观众一眼就能发现的失误。
基于广告训练，为营销需求调优
这正是我们训练 Boreal 去守护的东西。它构建在一个能同时生成音频和视频的开源视频生成模型之上。
我们用大量广告素材对它进行了后训练，让它朝着广告所需的方向发展：产品始终是广告主实际发货的那件物品，人物看起来像真实的创作者。由于我们拥有模型权重并自行部署服务，我们能以每秒一美分的价格和实时的速度提供这样的质量，而不必为每段片段支付标价、在别人的队列里排队等待。
本文接下来的内容，就是这些训练所带来的提升——在完全相同的流程下与未经改动的基础模型对比测量，并经过盲测人工评审和图像指标的验证。
数据显示了什么
为了衡量后训练究竟改变了什么，我们让除训练后权重以外的一切都保持相同：同样改写后的提示、同样的输入图片、同样的分辨率、帧数和随机种子，并在已部署的流程中运行。唯一的变量就是模型。
在盲测并排评审中，在有明确胜负的比较里，评审者有 81% 更偏好 Boreal 而非其未经改动的基础模型（25 比 6，9 次平局，共 40 个生产案例；符号检验 p<0.001）。按案例类型细分：产品广告为 83%，创作者和 UGC 场景为 85%，单人口播片段为 60%——涵盖了客户实际制作的全部范围。
产品案例是难度大、风险高的那一半，在盲测评审中 Boreal 以 5 比 1 胜出，另有 2 次平局。为了在没有人工参与的情况下衡量保真度，我们追踪输入图片的细节有多少保留到最后一帧，以及运动中有多少是非刚性扭曲。与基础模型相比，Boreal 在图像质量（MUSIQ，p<0.001）和细节保留（+11.3%，p=0.004）上均有显著提升，扭曲呈下降趋势。通俗地说：一本个性化手账在整段片段中都保持着封面设计和孩子的名字；一位创作者始终是同一个人，而不会在镜头中途被替换；一段应用演示呈现的是真实界面，而基础模型画出的只是一张通用壁纸。
Boreal 与闭源模型的比较
真正的商业问题不在于后训练能否胜过它自己的基础模型，而在于结果能否与广告主原本会购买的闭源模型竞争。所以我们在相同输入下，把 Boreal 与广告主会考虑的闭源模型进行了对比。
Boreal 在感知质量上与 Seedance 2.0 持平，在运动表现上领先，速度约为其 40 倍，按基准测试价格计算便宜 12 倍。我们会坦诚说明其中的取舍：在原始保真度上，两者的质量数据互有高低，差距在几个百分点以内；而且 Seedance 以 1080p 渲染这些输入，我们的输出为 720p 级别，因此对分辨率敏感的指标对它有利，而不是对我们。真正相差两个数量级的是时间和成本。在我们的基准测试中，Seedance 2.0 生成一段五秒片段的中位时间为 198 秒，费用 $0.60；Boreal 只需约 5 秒，费用 $0.05。
H3 Max 是另一个参照点。它报告的原始推理速度比我们五秒的目标更快，但按其发布当日的标价，每段五秒片段的成本约为 Boreal 的八倍，因此 Boreal 是这组模型中质量与成本之比最优的选择。与更新的 Seedance 2.5 相比——其 720p 图生视频在 2026 年 9 月初的标价约为每秒 $0.473——每秒一美分的 Boreal 便宜约 47 倍：一段五秒片段约 $0.05，而对方为 $2.31。
放在同一个广告质量标尺上，取舍一目了然。在一个对产品公平的盲测评判中，针对 20 个广告提示，Boreal 以每段五美分的价格达到 70% 的通过率。Seedance 2.0 得分更高，为 80%，但按其当前标价，这样的质量要贵 30 多倍；H3 Max 以八倍的价格得到 65%；未经改动的基础模型为 50%。Boreal 是这组模型中每美元质量最高的选择；在速度上，它胜过除 H3 Max 以外的所有模型，而 H3 Max 的得分低于它。
落到实际中是这样的：一个由二十个五秒镜头组成的分镜脚本，在 Boreal 上花费约 $1，不到两分钟即可完成；而在 Seedance 2.0 上大约要 $12，还要在厂商队列中等待一个多小时。这里的每一项比较都来自我们在相同输入下对这些模型的自行测试。你可以在其模型页面上查看 Boreal 的规格。
价格与速度，专为 API 用户打造
差距在 API 层面最大，因为团队在这里大批量生成内容，所以这正是 Boreal 设计要胜出的地方。有两个因素在起作用。
第一是计费方式。Boreal 按成片视频的秒数定价，而不是按积分或 token，所以你可以在运行任务之前、而不是之后算出 AI 视频生成成本。一秒视频一美分。一段五秒片段五美分。二十段大约一美元。对于任何曾试图从不透明的积分体系中倒推每秒视频生成成本的人来说，这种可预测性正是关键所在。
第二是吞吐量。运行在我们自研优化的服务架构上，Boreal 每消耗一秒 GPU 时间就能生成一秒成片视频，与实时 1:1。生成便宜但仍需数分钟，并不会改变你的工作方式；生成便宜而且几秒内就能返回，才会改变。你可以同时运行一个镜头的多个版本，保留效果好的那个，花费仍比在别处生成一次还少。
坦白说说 Boreal 的现状
Boreal 是一个新模型，我们宁愿告诉你它最薄弱的地方，也不想让你在广告活动进行到一半时才发现。它在短片段和简单场景上表现最强。它相对基础模型提升最小的是单人口播片段，两者在这方面最接近，为 60%。在口型同步上，它与基础模型持平，而同一系列中一个专门针对音频的变体表现更好，这也是相关工作的发展方向。在原始分辨率上，对于那种你买的就是分辨率的镜头，1080p 的旗舰模型仍然占有优势。
我们有信心的是 Boreal 所针对的取舍：决定一支广告成败的质量，产品和创作者保持完好，而成本和速度在同等质量水平中无可匹敌。
接下来是什么
我们正在训练一个评判模型，为多余物体、标签篡改和身份漂移等明确缺陷打分，让模型能够精准地针对那些损害广告的幻觉进行优化。我们还在把 Boreal 扩展到参考条件生成，用多个产品视角或一位创作者的面孔来构建多镜头广告。两者的目标相同：在更长、更复杂的广告中，提供广告主所需的更强一致性。
试用 Boreal
Boreal 现已上线，发布时即支持文生视频和图生视频。你可以通过我们的 API 调用它，在 Creatify 的模型沙盒中用它生成内容，在 AdFlow 中投入使用，或在 fal.ai 上运行。完整信息请见 Boreal 模型页面。我们认为它是目前 AI 视频领域每美元质量最高的选择，欢迎你亲自检验。
