到2025年，影片生成模型已經踏入「可玩現實」階段，AI可以產生可交互、持久嘅環境，廣泛應用喺遊戲、模擬同創意工作流。Sora 2 同 Veo 3.1 喺由影片延伸到3D方面領先；Marble 同 Genie 3 創出真正互動式3D；Grok 4 Image 同 Stable Diffusion 提供由影像到3D嘅基礎管道。本文根據2025年嘅權威來源（如OpenAI官網、xAI公告、World Labs部落格、DeepMind技術報告、Stability AI發佈說明同Google開發者部落格），對現時主流幾款影片生產模型做深入對比。Stable Diffusion 3.5 Large嘅基線係喺2024年10月發佈，但喺2025年有重大API更新同變體優化（例如SD 3.5 Large Turbo），因此納入2025年生態。
擴展核心對比表格
擴展分析：2025年基準測試與趨勢
- 技術基礎：Sora 2 同 Veo 3.1 用緊高級擴散+時序Transformer去處理3D感知影片（Sora嘅「因果物理」VMAF得分9.2/10）。Genie 3 整合SIMA代理實現交互性（多分鐘模擬一致性85%）。Marble嘅高斯濺射（Gaussian splats）支援拖放式編輯，較適合VFX用例，而唔係Genie嘅運行時模擬。Grok 4 Image同Stable Diffusion依賴開源擴散做快速3D上採樣，但原生空間深度較弱。
- 2025年基準：喺Skywork AI嘅測試入面，Sora 2喺影片真實感上領先（VMAF 8.7）；Veo 3.1喺長度表現最佳（2分鐘無漂移）；Genie 3交互性90%（未見環境代理成功率嘅具體數據）；Marble編輯滿意度95%；Stable Diffusion自訂提升30%保真度；Grok 4速度2秒/張。Higgsfield指出Genie/Marble混合喺AGI模擬上有潛力。
- 趨勢與挑戰：到2025年融合趨勢明顯（例如Sora+Genie嘅影片‑3D混合），計算成本同比下降約40%，Grok 4已經支持移動3D。倫理問題突出（Veo/Sora嘅深度偽造風險），引發新一輪立法討論。未來：SIMA 2代理+Genie/Marble或會誕生「可玩AI現實」。
結論：
幾款模型各有優缺點，使用者可以根據實際使用場景作出彈性選擇。
- 追求電影級真實感 → Sora 2
- 需要長篇穩定專業影片 → Veo 3.1
- 想要可即時玩嘅3D世界 → Genie 3
- 想要可下載、可編輯嘅3D資產 → Marble
- 追求極致速度同自由度 → Grok 4 Image
- 想完全掌控同開源 → Stable Diffusion
2026年最大看點：SIMA 2代理+Genie/Marble混合，有機會誕生真正嘅「可玩AI現實」。