2026年3月24日，OpenAI宣布逐步关闭Sora。没有过渡期，独立App、API接口及ChatGPT内置视频功能一并下线。官方给出的理由很直接：算力成本与商业回报严重倒挂。4月18日，Sora核心负责人比尔·皮布尔斯发文离开。这场退场看似产品调整，实则是OpenAI将重心转向了能与物理世界互动的AI与机器人系统。
Sora退场，云端视频生成的流量并没有消失。快手可灵、字节跳动的Seedance、Runway Gen-3迅速补位。但经历过2025年9月Sora上线5天下载量破百万的狂热后，创作者们开始重新算账。纯云端生成的调用费用，对于高频产出的团队来说是一笔不小的开支。把部分生产环节搬回本地，成了控制成本的必然选择。
本地方案的核心是ComfyUI。这款基于节点图的开源工具，能把Stable Video Diffusion、AnimateDiff、ControlNet等模型串联成可视化流水线。相比闭源产品，它更灵活，门槛也比写代码低。
实际操作中，混合工作流往往比纯本地更高效。先用可灵等云端工具生成高质量关键帧，锁定人物和场景。随后将关键帧导入本地ComfyUI，加载AnimateDiff模型生成连续片段。遇到复杂运动，再配合ControlNet约束姿态。画质提升和口型同步也能在本地完成，用ESRGAN做超分，用MuseTalk或Wav2Lip处理口型。最后配合Auto-Editor脚本或DaVinci Resolve进行粗剪。
这套流程的硬性门槛是显卡。RTX 4090是目前跑本地视频生成的性价比优选，显存足够支撑这些模型。但它也有局限，AnimateDiff对长镜头和大范围运动支持有限，通常需要切碎镜头，每个场景控制在几秒钟，再靠后期拼接。
据21经济网报道，国内已有“一人公司”跑通了AI视频商业闭环。3人团队制作的AI短片《霍去病》，4天完成制作，拿到了百万播放量，极低成本撬动了巨大传播。除了省钱，本地部署还把人脸和语音数据留在设备内，规避了云端上传的隐私风险。在AI生成内容监管趋严的当下，成品导出时手动添加标识，也让合规更可控。
云端关停倒逼了本地工具链的成熟。创作者手里的显卡，正在成为视频生产的新引擎。
