几个月前我瞄准了视频赛道，尝试用各种 AI 视频工具，结果发现一个共同点：要么太贵，要么太慢，要么没声音。😅于是我决定自己试试看，在这期间踩了 n 多的坑，把几个花了最多时间修复的坑分享出来。
一、要选取正确的 技术栈 & 架构 ！！非常关键，不然后面代码容易改成屎山：
整个项目我自己独立开发，技术栈大概是这样的：
Next.js + Tailwind：前端和 UI
Supabase：用户系统 + 数据库
Serverless Functions：用于签发任务请求、轮询状态和更新结果
在接入 api 接口的的过程中，我踩的坑包括：
状态字段不统一（ state / status / taskState 各种名字）；
有时候返回字段变动，比如视频结果可能在 resultUrl 、mediaUrl 或 resourceUrl ；
授权签名有时间窗（ SAS token ），过期就 401 ；
任务长时间未完成时还会触发“假 completed”。
我后来写了一个统一处理层，自动 fallback 字段、检测异常状态并生成结构化错误。
状态轮询也加了指数退避，避免被限流。
二、成本与优化
GPU 渲染费用比我想象中高不少。
为降低开销，我重新做了几个优化，站友可以建站的时候直接写进 cursor rules：
任务队列分层：短视频优先渲染，避免长任务堵住短任务；
状态缓存：api 接口状态变化频率不高，不用每秒轮询；
失败重试策略：502 / 429 自动退避重试。
目前平均生成时间大约 2 分钟。
我给新用户赠送了 50 积分，想收集不同 prompt 的反馈并吸引一些用户。测试阶段没有收费。欢迎大家免费试用，不收费希望能获取一些反馈，也欢迎群友多多交流，一起进步。大家点这链接可以直接获取积分免费试用 https://sora2openai.com/generate
三、开发过程的一些反思
我发现很多 backend 的工具其实挺强大的，但文档写得很抽象，需要自己摸索。
比如生成任务 ID 的字段，在不同模型下不一样，得手动 merge 才能稳定拿到视频链接。
现在我做了一个“状态统一器”，能自动判断任务是否真的完成，
并标注失败原因（算是 debug 最多的一段代码了 😅）。
四、下一步计划
加入 多语言配音（中/日/英）、支持自动加字幕、考虑开放一个简易 API 给其他开发者用
💬 最后
我知道 V2EX 上很多朋友也在玩 AI 项目，
也想听听大家的意见：
如果你是视频创作者，你希望 AI 视频工具还多什么功能？ sora2openai.com 这个站主要特点追的新词，同时有声音、无水印、生成挺快、比市场价格都便宜。但是感觉在红海市场没有突出产品特色。欢迎拍砖、提建议、或者单纯聊聊。真的希望把这个工具打磨得好用一点。
