先把消息本身摆正。
现有可核对的公开资料中，OpenAI 确认的是 Sora 和 Sora 2。初代 Sora 于 2024 年 2 月公开亮相，目标是让模型理解并模拟运动中的物理世界；此后发布的 Sora 2 被官方定义为旗舰视频与音频生成模型。Sora 官网 展示的核心能力，则是把文字和图像转成视频。
但“Sora 3.5 测试版”没有出现在这些官方材料里。原稿所引用的分辨率、帧率、镜头时长、性能增幅和第三方价格，也缺少可核对的出处。这些信息可以作为观察线索，却不适合用来决定是否拆机房、缩团队或重做年度预算。
一部分镜头，确实有了第二种做法
视频生成工具带来的真实变化，不是立刻取代整套影视制作流程，而是让部分镜头可以绕过完整的三维制作环节。
概念动态化、预览动画、提案片、临时素材，以及不要求严格连戏的 B-roll，都适合先用 Sora 类工具尝试。过去需要建模、贴材质、打光后才能看到大致效果的创意，现在可以更早进入动态预览。
但“能生成一条视频”和“能交付一个镜头”不是一回事。
以原稿提到的古董怀表为例：如果它只出现在客户提案里，光线、构图和运动方向大致合适，生成素材可能已经够用；如果它要作为正片特写，齿轮结构、金属反射、连续帧稳定性以及后续修改都必须可控。导演要求调整镜头速度时，其他元素还要保持不变。
前一种任务看效果，后一种任务看控制力。
渲染农场和生成模型，不是在做同一道题
渲染农场处理的是已经确定的场景：模型、材质、灯光、摄影机和物理参数都可以被记录、复用和修改。生成模型则根据提示词和参考素材给出画面，优势是快，短板是结果未必能按原样重现。
影视交付真正难的部分，通常藏在演示片之外：
- 同一角色在特写、中景和全景里，外貌、服装与道具能否保持一致；
- 镜头运动、物体碰撞和表演节奏能否逐项修改；
- 客户提出意见后，能否只改一个条件，保留其他部分；
- 生成画面与实拍素材混剪时，色彩、颗粒、运动模糊和动态范围能否衔接；
- 素材来源、使用权限和项目数据是否符合交付要求。
只要其中一项无法稳定完成，生成结果就仍是待加工素材，而不是可以直接交片的成品。渲染农场的价值也正在这里：它不一定更快，但结果更容易追踪和复现。
成本不能只看“生成一次多少钱”
拿第三方平台的单次生成价格，对比渲染农场全年的折旧、电费和维护费，很容易得到一个夸张但没有决策价值的结论。两边统计的根本不是同一笔账。
更合理的口径，是计算每条可交付镜头的总成本。生成费用之外，还要把以下项目算进去：
- 不满意后的重新生成；
- 人工筛选、局部修复、合成和调色；
- 连戏失败造成的整组镜头返工；
- 接入剪辑、特效和版本管理流程的时间；
- 客户素材上传、存储和授权管理成本；
- 修改意见到来后的响应速度。
传统渲染也有硬件、维护和人力负担，但已经完成的三维资产、灯光方案和镜头参数可以反复调用。生成流程是否更便宜，不能看第一次出图有多快，而要看最后留下了多少可用镜头，以及这些镜头经历了多少人工修补。
先拿真实项目分流，别拿演示片做决策
影视公司不必在“全面换成 AI”和“继续维持原状”之间二选一。更实际的办法，是按镜头要求分流。
概念设计、动态分镜、提案片和临时 B-roll，可以优先测试 Sora 2 或同类工具。对连贯性要求不高、允许后期修复的镜头，可以尝试生成与合成结合。涉及主角表演、复杂特效、精确材质、物理模拟或多轮修改的镜头，仍应保留传统渲染流程。
测试时也不要只比较成片观感。用同一份项目需求，分别记录素材准备时间、生成与重试次数、人工修复工时、最终采用情况以及修改一版所需时间。跑完真实项目，才知道生成工具节省的是制作成本，还是只缩短了第一次预览的时间。
在这份账没有算清之前，预先划定预算转移比例，或者按某个泄露参数处置硬件，都过于冒进。
该调整的是资产结构，不是先卖 GPU
比拆不拆机房更紧迫的，是重新盘点公司手里的制作资产。
三维模型、材质与灯光方案、镜头风格库、色彩标准、历史项目文件，都可能继续服务于混合工作流。与此同时，提示词、参考图、生成版本、修改记录和素材权限也需要进入统一管理。否则生成速度越快，版本混乱和版权风险反而越难控制。
人员配置同样不能简单理解成“提示词岗位替代渲染岗位”。真正能判断生成素材是否可用的，仍是熟悉摄影、灯光、运动、合成和调色的人。工具变了，影视制作的判断标准并没有消失。
截至现有公开信息，可以确认的是 Sora 已从 2024 年 2 月的公开展示发展到 Sora 2 产品线；所谓 Sora 3.5 的具体性能，仍缺少官方材料支撑。它不足以证明渲染农场应该退出，只说明影视公司需要重新判断：哪些镜头可以生成，哪些镜头必须渲染，混合流程能否降低真正的交付成本。
在自家项目给出答案之前，渲染农场不用急着拆，新设备扩张则应该更谨慎。
资料来源：
