今年AI行業(yè)最熱鬧的領(lǐng)域，便是視頻生成賽道。國(guó)內(nèi)各家大廠激情開戰(zhàn)，產(chǎn)品迭代目不暇接。

從年初開始，快手可靈2.0、字節(jié)即夢(mèng)3.0、阿里萬相2.1、騰訊HunyuanCustom、生數(shù)科技Vidu2.0、MiniMax旗下Hailuo 02等模型先后登場(chǎng)，紛紛將去年先聲奪人的Sora甩在身后。

激戰(zhàn)之下，AI視頻模型的語(yǔ)義響應(yīng)、畫面質(zhì)量、動(dòng)態(tài)質(zhì)量、真實(shí)度、美感都有了質(zhì)的飛躍，商業(yè)化前景也肉眼可見。

5月27日，快手公布了2025年第一季度財(cái)報(bào)。其中，第一季度內(nèi)收入超過1.5億元的可靈AI被單獨(dú)拎出，重點(diǎn)提及。5月28日，快手在港股市場(chǎng)高開6.46%，并在數(shù)日內(nèi)接續(xù)上漲，截至7月15日，漲幅已超過30%。

在公開場(chǎng)合，字節(jié)跳動(dòng)Seed圖像與視頻生成負(fù)責(zé)人黃偉林也將2025年“蓋章”為圖像生成商業(yè)化元年。據(jù)公開數(shù)據(jù)，愛詩(shī)科技旗下視頻生成平臺(tái)Pixverse的月訂閱收入，也已達(dá)到了千萬元水平。

不過，模型廠商競(jìng)逐雖然熱鬧，但距離真正“解放”創(chuàng)作者生產(chǎn)力的距離還很遙遠(yuǎn)。

多位視頻生產(chǎn)者對(duì)《財(cái)經(jīng)天下》表示，AI視頻輸出的“一致性”“運(yùn)動(dòng)性”對(duì)各家都還是個(gè)難題，當(dāng)下想用AI省錢不容易——而視頻模型廠商們，也明顯有點(diǎn)“卷不動(dòng)”了。

01、視頻模型內(nèi)卷升級(jí)

今年4月，快手旗下的可靈AI升級(jí)到了2.0版本。“五一”假期前，快手專設(shè)了可靈AI事業(yè)部，部?負(fù)責(zé)人直接向快手CEO程一笑匯報(bào)。

根據(jù)全球大模型整合應(yīng)用平臺(tái)Poe發(fā)布的數(shù)據(jù)，今年1月~5月，快手可靈系列視頻生成大模型的合計(jì)使用份額已超過30%，超越了Runway（23.6%）和Veo-2（16.6%）。

這距離可靈AI上線僅僅過去了一年。去年春節(jié)期間，OpenAI旗下視頻應(yīng)用Sora點(diǎn)燃了AI視頻生成賽道，引來國(guó)內(nèi)眾多企業(yè)跟進(jìn)。成立于2024年6月6日的可靈AI，與其他大廠相比入局并不算早。但其后來居上，創(chuàng)造了上線三個(gè)月便服務(wù)超260萬用戶的紀(jì)錄。

一年后，快手可靈已積攢了2200萬的全球用戶，并曾作為國(guó)產(chǎn)大模型代表，在官方場(chǎng)合與DeepSeek被并列提及。

從事AI視頻領(lǐng)域軟件研發(fā)的陳典對(duì)《財(cái)經(jīng)天下》表示，可靈之所以能搶占先機(jī)，關(guān)鍵在于產(chǎn)品化的速度。

“可靈上線時(shí)缺少同類競(jìng)品，快手率先實(shí)現(xiàn)了商業(yè)落地。這種先發(fā)優(yōu)勢(shì)給可靈帶來了明顯的紅利，早期用戶習(xí)慣養(yǎng)成后，往往會(huì)產(chǎn)生較強(qiáng)的平臺(tái)黏性?！?/p>

作為第一個(gè)脫穎而出的視頻生成模型，可靈的技術(shù)水平曾獨(dú)領(lǐng)風(fēng)騷。AI視頻廣告導(dǎo)演六六表示： “去年，可靈的視頻生成清晰度能達(dá)到1080P。國(guó)內(nèi)其他廠商都沒達(dá)到，其視頻出品效果也更穩(wěn)定?！?/p>

但隨著技術(shù)迭代，競(jìng)爭(zhēng)者層出不窮，可靈的“霸主”地位正在被后來者們步步追趕。

可靈AI發(fā)布后，短時(shí)間內(nèi)騰訊混元、阿里通義萬相便加入戰(zhàn)局，MiniMax旗下的海螺視頻App也在全球上線。同時(shí)，與基座大模型多被實(shí)力雄厚的大廠包攬不同，AI視頻生成領(lǐng)域中，不少創(chuàng)企們表現(xiàn)不俗。

2024年4月，生數(shù)科技發(fā)布了對(duì)標(biāo)Sora的視頻大模型Vidu 1.0，并于今年1月更新至2.0版本。愛詩(shī)科技旗下的PixVerse則從2024年7月開始，以近2個(gè)月一次的速度進(jìn)行迭代。

今年5月，一度在大模型混戰(zhàn)中“掉隊(duì)”的谷歌，憑借Veo 3視頻模型震驚四座。該模型首次讓視頻實(shí)現(xiàn)了音畫同步，一舉打破了AI視頻的“無聲尷尬”，劃定了行業(yè)新標(biāo)準(zhǔn)，也讓谷歌回歸能完成重大技術(shù)突破的頭號(hào)玩家。

當(dāng)然，快手最重要的對(duì)手仍是字節(jié)。去年，可靈“斷崖式領(lǐng)先”曾讓字節(jié)頗為被動(dòng)，今年其身位也被即夢(mèng)AI悄悄追上。

2024年11月，字節(jié)將視頻生成模型Seaweed和PixelDance上線即夢(mèng)平臺(tái)，又在今年4月將Seaweed上線到官網(wǎng)。即夢(mèng)隨之更新了3.0、3.0 Pro新版本，并迅速在創(chuàng)作者群體中圈了一波好感。

今年5月中旬，字節(jié)對(duì)即夢(mèng)App加大了投放力度，在蘋果應(yīng)用商店排行榜上，即夢(mèng)App一度躥升到了國(guó)內(nèi)免費(fèi)App下載頭名，超越了豆包和紅果短劇。

“現(xiàn)在各大平臺(tái)在視頻生成風(fēng)格上都有自己的優(yōu)勢(shì)，且不少都開始支持1080P。比如即夢(mèng)最新版上線后，在聽從指令、運(yùn)鏡方面取得了很大提升，甚至說某些方面已經(jīng)超過了可靈?！绷f。

陳典認(rèn)為，當(dāng)前國(guó)內(nèi)廠商在各自擅長(zhǎng)的技術(shù)領(lǐng)域持續(xù)突破，各個(gè)模型的性能上限趨于相近，并沒有哪家真的強(qiáng)出很多?！半m然即夢(mèng)起步稍晚，但某些能力已經(jīng)可以對(duì)標(biāo)可靈。本質(zhì)上講，行業(yè)競(jìng)爭(zhēng)格局并非源于技術(shù)落差，而是產(chǎn)品推出時(shí)機(jī)的差異所致。比如，即夢(mèng)在畫面一致性這個(gè)關(guān)鍵指標(biāo)上表現(xiàn)最為突出；海螺則重點(diǎn)提升了生成內(nèi)容中人物的真實(shí)感。”

02、用AI省錢，還是個(gè)夢(mèng)想

在商業(yè)模式層面，目前即夢(mèng)和可靈大同小異，均提供免費(fèi)版和會(huì)員版。即夢(mèng)免費(fèi)版生成視頻時(shí)長(zhǎng)包括5秒和10秒兩種，生成1秒視頻需耗費(fèi)2個(gè)積分。

用戶想要獲取積分，既可以用1元購(gòu)買10積分，也可以開通會(huì)員。即夢(mèng)連續(xù)包月69元，每月贈(zèng)送1080積分，可靈連續(xù)包月66元，每月贈(zèng)送660積分。

各家也將重點(diǎn)放在了爭(zhēng)奪創(chuàng)作者上。多位創(chuàng)作者向《財(cái)經(jīng)天下》透露，即夢(mèng)背后的支持和投入力度更大。

以前即夢(mèng)生成一條AI視頻只需要花20多個(gè)積分，現(xiàn)在要消耗50多個(gè)積分?！暗诩磯?mèng)的超創(chuàng)欄目里發(fā)作品，普通作品一個(gè)會(huì)給888個(gè)積分，被選中為優(yōu)質(zhì)作品的話會(huì)給到3000個(gè)積分。不需要太高發(fā)布頻率，就能積累非常多的積分，根本用不完?！绷f。

相比之下，“可靈發(fā)作品去年松一點(diǎn)，日常發(fā)一個(gè)視頻作品給到680個(gè)積分。今年在積分激勵(lì)方面變得非常嚴(yán)格，經(jīng)常不給通過”。

這種策略差異或與即夢(mèng)與可靈的發(fā)展策略有關(guān)。QuestMobile數(shù)據(jù)顯示，截至2025年3月，即夢(mèng)AI月活用戶數(shù)達(dá)到893萬，可靈AI則為180萬。相比而言，即夢(mèng)更傾向于追求用戶規(guī)模，開拓普通用戶。可靈則更看重在專業(yè)用戶中的滲透，優(yōu)先追求收入增長(zhǎng)。

關(guān)注AI行業(yè)的投資人張漢對(duì)《財(cái)經(jīng)天下》說，“AI視頻投資在早期孵化階段主要看團(tuán)隊(duì)，現(xiàn)在是既要看技術(shù)，又要看商業(yè)化”。

為了提升商業(yè)化能力，今年不少視頻生成模型都在新一輪模型更新后，來了一輪漲價(jià)。目前，AI視頻生成下游的付費(fèi)群體包含to B及to C兩端。從各大廠商的探索方向來看，核心的付費(fèi)群體依然集中在影視、短劇、廣告、游戲等專業(yè)創(chuàng)作者們。

要想讓創(chuàng)作者持續(xù)付費(fèi)，必然需要有相應(yīng)的收益入賬。但對(duì)于創(chuàng)作者來說，想要用AI省錢并不容易。

雖然從成本來看，AI生成視頻遠(yuǎn)低于傳統(tǒng)視頻的制作成本。據(jù)量子位智庫(kù)數(shù)據(jù)，頂級(jí)動(dòng)畫電影（迪士尼、皮克斯等制作）每分鐘的制作成本約達(dá)200萬美元，而AI視頻生成的內(nèi)容成本每分鐘約300美元，降本效果明顯。

但AI視頻生成實(shí)用性差、成本不可控的痛點(diǎn)還未解決。AI視頻按使用次數(shù)付費(fèi)，但輸出效果不夠穩(wěn)定，“并不是說你輸出幾次就能直接用，想要達(dá)到理想效果要不斷試，其實(shí)成本并不可控。”六六說。

在從事AI影視廣告制作的閃靈AI平臺(tái)創(chuàng)始人李明琪看來，AI視頻生成能降低制作成本毋庸置疑?！氨热缭谌S動(dòng)畫領(lǐng)域，制作都是按秒報(bào)價(jià)。傳統(tǒng)三維動(dòng)畫制作一秒中等價(jià)位要5000元一秒。如果用AI的話，一分鐘的片子能報(bào)個(gè)10萬元就不錯(cuò)了。”

但到底能降低多少成本，性價(jià)比與視頻類型有強(qiáng)關(guān)聯(lián)?！叭绻煽苹么笃谱鞒杀竞芨?，AI視頻的性價(jià)比就很好。如果用AI來生成文藝片、紀(jì)錄片，性價(jià)比就會(huì)極低?！崩蠲麋髡f。

陳典也有相似的困擾?！艾F(xiàn)在不管是‘AI小白’的甲方，還是稍微懂一點(diǎn)AI的甲方，都會(huì)有這樣的認(rèn)知：覺得用AI生成視頻便宜，但不是這樣的?！?/p>

在他看來，AI視頻生成最大的問題是難以解決“一致性”。例如，給定相同的提示詞、參考圖片或視頻輸入，模型需要能輸出一致的場(chǎng)景和風(fēng)格。但在實(shí)際使用中，AI的輸出效果很不穩(wěn)定。

“比如在辦公室、會(huì)議室的場(chǎng)景中，AI多次生成應(yīng)該保持相同的環(huán)境和人物特征，才能實(shí)現(xiàn)視頻片段的自然銜接。但現(xiàn)實(shí)中經(jīng)常出現(xiàn)輸入條件完全相同，卻生成截然不同內(nèi)容的情況?！?/p>

原因在于，相比靜態(tài)圖像生成，動(dòng)態(tài)視頻生成復(fù)雜度提升了不止一個(gè)量級(jí)。靜態(tài)圖像只需要關(guān)注空間一致性，視頻生成除了空間維度，還要在時(shí)間維度上維持連貫性。

陳典遇到的第二個(gè)難點(diǎn)是如何生成電影級(jí)、具備強(qiáng)交互感的運(yùn)動(dòng)鏡頭。

陳典嘗試過將AI工具與傳統(tǒng)攝像機(jī)方式作對(duì)比，分別拍攝跟隨一個(gè)人的運(yùn)動(dòng)畫面。用傳統(tǒng)鏡頭拍攝，需要鏡頭從后面跟隨，一直向前走，鏡頭需要一會(huì)兒變成側(cè)跟隨，一會(huì)兒變成前跟隨的推進(jìn)。

想要用AI生成類似的鏡頭效果，卻是難上加難?！按蠓秶囊苿?dòng)鏡頭，AI當(dāng)下是做不到的。所以現(xiàn)在我們看到的所有市面的AI視頻，其實(shí)都是動(dòng)態(tài)PPT，鏡頭固定在那兒不動(dòng)，用AI去生成一些酷炫的效果?！标惖湔f。

即便在時(shí)下火熱的短劇行業(yè)，AI視頻生成也無法解決全部問題。AI短劇導(dǎo)演、杭州極光心智文化科技有限公司創(chuàng)始人郭璞對(duì)比傳統(tǒng)真人拍攝的方式，給《財(cái)經(jīng)天下》算了一筆賬。他介紹，“以1集1分鐘的短劇為例，傳統(tǒng)拍攝成本包括演員片酬、場(chǎng)地租賃、服裝化妝等，算下來整體成本在1萬~2萬元左右?！?/p>

采用AI視頻生成技術(shù)，則需要考慮兩個(gè)主要成本維度：人力成本和算力成本。使用可靈或谷歌的Veo 3，生成5秒視頻約需4元，10秒視頻則需8元。

看似便宜，“但我們需要反復(fù)嘗試、碰運(yùn)氣，才能生成理想結(jié)果。所需的試錯(cuò)成本，1集1分鐘的短劇光是算力支出，就要數(shù)千元的賬號(hào)充值，還不包括人力、時(shí)間成本投入?！惫闭f。

在郭璞看來，AI短劇市場(chǎng)是否真正通過市場(chǎng)驗(yàn)證，目前仍存在疑問。2023至2024年，雖然業(yè)內(nèi)出現(xiàn)過一些嘗試性的作品，比如陳坤帶領(lǐng)團(tuán)隊(duì)制作的《上海奇境》，以及博納影業(yè)推出的AI生成式連續(xù)性敘事科幻短劇《三星堆：未來啟示錄》，但這些項(xiàng)目更多是作為行業(yè)話題引發(fā)討論，在票房收益上表現(xiàn)平平。

因此，盡管AI視頻生成關(guān)注度很高，但郭璞接觸到的投資方普遍更傾向于在可控范圍內(nèi)進(jìn)行投資試探?！氨热缤秱€(gè)20萬元左右，小步試水即可，不會(huì)大規(guī)模投入。”

03、技術(shù)升級(jí)進(jìn)入瓶頸期

在創(chuàng)作者看來，視頻模型的能力限制，關(guān)鍵還在于技術(shù)突破遇到了瓶頸。

“現(xiàn)在模型就是卷不動(dòng)了”，某視頻生成領(lǐng)域算法從業(yè)人員王蒙對(duì)《財(cái)經(jīng)天下》說。去年，各大廠商還在集中精力提升模型生成能力，現(xiàn)在提升遇到明顯的瓶頸，“很難說哪家有絕對(duì)領(lǐng)先優(yōu)勢(shì)”。

視頻生成為什么這么難？總體來看，架構(gòu)局限、算力限制、優(yōu)質(zhì)視頻數(shù)據(jù)的稀缺，這“三座大山”共同制約著視頻生成技術(shù)的發(fā)展。尤其是20~30秒視頻生成困難，背后是模型的底層架構(gòu)限制。

視頻生成模型與文本生成模型的結(jié)構(gòu)類似，都受到長(zhǎng)度限制。視頻隨著生成的幀數(shù)增加，模型會(huì)逐漸“遺忘”前面生成的歷史幀信息，陷入記憶錯(cuò)亂。

王蒙介紹道，“目前市面上的視頻生成模型最多只能生成5~10秒的片段。即使理論上能達(dá)到1分鐘的模型，實(shí)際上我也從未見過真能完整生成長(zhǎng)達(dá)1分鐘的視頻?！?/p>

另一個(gè)關(guān)鍵限制因素是算力。保持視頻一致性需要追蹤海量信息，既要追蹤空間信息，也要記住視頻敘事，這需要鏡頭切換保持邏輯性、故事連貫性，也讓視頻模型成為各大廠商的“算力黑洞”。

王蒙介紹道，“以1920*1080的分辨率為例，每幀都包含數(shù)百萬個(gè)像素點(diǎn)，每個(gè)像素點(diǎn)都附帶復(fù)雜的物理屬性數(shù)據(jù)。隨著時(shí)長(zhǎng)增加，這些數(shù)據(jù)會(huì)呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。就算把現(xiàn)有計(jì)算資源都堆疊起來，也不足以處理如此龐大的數(shù)據(jù)量”。

第三個(gè)制約因素是訓(xùn)練數(shù)據(jù)不足。視頻質(zhì)量對(duì)訓(xùn)練效果影響很大——畫質(zhì)越好的素材，訓(xùn)練效果就越好。但在短視頻垃圾信息轟炸下，高質(zhì)量長(zhǎng)視頻的獲取難度要大得多。

這些都讓視頻生成模型逐步進(jìn)入發(fā)展平臺(tái)期，各大廠商紛紛將重心轉(zhuǎn)向應(yīng)用落地，競(jìng)爭(zhēng)重點(diǎn)也從追求技術(shù)突破，逐漸轉(zhuǎn)變?yōu)楦⒅卮蚰ビ脩趔w驗(yàn)，將資源更多地投入到多模態(tài)的產(chǎn)品易用性、工作流優(yōu)化等環(huán)節(jié)。

以可靈和即夢(mèng)最新發(fā)布的模型產(chǎn)品為例，可靈更新了最新的3.0版本后，開始全力拓展多模態(tài)支持能力，不再局限于基礎(chǔ)的視頻和圖片參考輸入，而是計(jì)劃引入更多形式的控制信號(hào)。

即夢(mèng)也采取了類似路線，今年6月，即夢(mèng)3.0圖像生成模型上線后，同樣將重點(diǎn)放在了提升AI多模態(tài)內(nèi)容生成上。

目前來看，哪一家大廠將最終成為AI視頻“新王”，難以輕言定論。郭璞表示，目前他更看好可靈。但長(zhǎng)遠(yuǎn)來看，即夢(mèng)倚靠著字節(jié)生態(tài)，擁有抖音和TikTok兩大流量平臺(tái)，旗下又有紅果短劇，內(nèi)容分發(fā)能力強(qiáng)大。

在技術(shù)支撐方面，字節(jié)的火山引擎大模型也將為即夢(mèng)提供全方位的能力支持。例如，通過大語(yǔ)言模型可以賦能劇本創(chuàng)作，聲音克隆技術(shù)將簡(jiǎn)化配音流程，視頻渲染與分鏡渲染將進(jìn)一步提升等，這種生態(tài)協(xié)同效應(yīng)都將顯著提升內(nèi)容創(chuàng)作者的效率。

快手則選擇重點(diǎn)在創(chuàng)作者生態(tài)方面發(fā)力。近期，可靈連續(xù)舉辦了多屆全國(guó)性創(chuàng)作大賽，通過獎(jiǎng)金激勵(lì)和作品征集的方式發(fā)掘人才，從參賽選手中篩選出優(yōu)質(zhì)創(chuàng)作者重點(diǎn)扶持。

郭璞透露，“近期快手平臺(tái)投資的幾個(gè)短劇項(xiàng)目都是S級(jí)，比如已經(jīng)上線的《末日進(jìn)行時(shí)》，以及《黑神話：悟空》團(tuán)隊(duì)最新推出的《太陽(yáng)墜落之時(shí)》，就是快手通過‘賽事選拔+資源扶持+平臺(tái)投放’的模式，激發(fā)創(chuàng)作者活力”。

（文中六六、陳典、張漢、王蒙均為化名）

(作者 | 豆蔻，編輯 | 李不清，圖片來源 | 視覺中國(guó)，本內(nèi)容來自財(cái)經(jīng)天下WEEKLY）