開源與閉源 AI 影片模型,差在哪裡？

我們同時並行運作好幾個影片模型——有些是開放權重,有些是閉源、僅透過 API 存取——多數使用者只是從清單裡選一個模型名稱,不會看到每個模型走到這一步的路徑其實天差地遠。以 Wan 2.2 為例,它在 GitHub 上以 Apache 2.0 授權釋出,權重可直接下載;而 Kling 與 Seedance 是閉源的,沒有公開的模型倉庫,存取權完全由廠商自己的 API 控制。這個差異影響成本、穩定性,以及平台對自己在跑什麼東西能掌握多少——值得老實說清楚,而不是把清單上每個模型都當成互相替換無差別。

比較模型並開始生成

「開源」對一個影片模型來說到底代表什麼

Wan 2.2 是由阿里巴巴 Wan 團隊以 Apache 2.0 授權釋出,模型程式碼與權重公開在 GitHub(Wan-Video/Wan2.2),並同步鏡像到 Hugging Face 與 ModelScope。Apache 2.0 是寬鬆授權:只要保留原始版權聲明,就允許商用、修改與再散布。實務上代表任何有硬體的人都能下載權重自己跑——較小的 5B TI2V 版本設計成能在單張消費級 GPU(如 RTX 4090)上運作,而更大的 270 億參數混合專家(MoE)模型(每步啟用約 140 億參數)則需要真正的基礎設施才能規模化服務。無論哪種情況,中間都沒有廠商 API 卡在你和模型之間。

閉源模型:能力不差,但存取權握在廠商手上

Kling 與 Seedance 走的是另一條路。兩者都是閉源——沒有公開權重、沒有模型倉庫,除了廠商自己的平台之外,無從檢視或運作。Kling 的 API 有實質門檻:帳號裡有點數並不會自動取得 API 存取權,你得另外透過開發者主控台訂閱 API 方案,而官方管道往往需要企業審核或不小的月度承諾金額(這也是為什麼第三方 API 聚合服務會存在)。ByteDance 旗下的 Seedance 也是類似的閉源模式——沒有官方 GitHub 釋出的權重,存取要透過 BytePlus/火山引擎 Ark API。而且這個存取權並非穩定保證:ByteDance 曾在 2026 年 3 月因版權爭議暫停 Seedance 2.0 的海外 API,隔月才透過 BytePlus 重新對企業與開發者開放。

品質差距縮小了,但這不是全部的取捨

開放權重模型在動作連貫性與畫面保真度上,已經追近不少與閉源競品的差距,而且本地運作代表沒有按次計費的 API 費用,也不用擔心廠商哪天把端點關掉。但 Apache 2.0 授權不會附贈託管服務或內容審核機制——要在真正規模上運作一個 270 億參數的 MoE 模型,是實打實的基礎設施工程,任何內容安全層都得由部署方自己建置,而不是授權條款附送的。閉源模型則是把這個基礎設施負擔轉嫁給廠商,但代價是你能用的能力,就是廠商 API 當下提供的、以廠商設定的價格與存取層級為準——而且就像 Seedance 那次存取暫停所展示的,這一切可能說變就變。

為什麼我們兩種都跑

我們的影片模型陣容混合了開放權重的 Wan,以及閉源、API 基礎的 Kling、Seedance,再加上 Vidu 與 Hailuo——不是因為哪一類本質上比較好,而是因為它們解決的是不同問題。開放權重讓我們能直接掌控任務實際在跑什麼、怎麼託管;閉源模型則讓我們用得到自己訓練或架設不出來的規模化能力。針對特定生成任務選模型,既是創作決策,也同樣是授權與基礎設施的決策,即使按下「生成」鍵的人多半只看得到結果。

授權條款涵蓋什麼、不涵蓋什麼

Apache 2.0 涵蓋的是程式碼與模型權重,不代表對生成內容的用途有任何空白授權。Wan 自己的使用條款仍然禁止用這個模型生成違法、造成傷害或針對弱勢族群的內容,不管底層程式碼授權有多寬鬆。「開源」描述的是誰能運作模型、怎麼運作,至於用它生成出來的東西該承擔什麼責任,不論開源或閉源,都還是落在部署者身上。