目錄互聯(lián)網(wǎng)行業(yè) 1AI視頻生成行業(yè)概覽 3市場規(guī)模 3技術(shù)演進趨勢 5主要AI互聯(lián)網(wǎng)龍頭公司資本支出 6競爭格局 7主要視頻生成模型對比 8商業(yè)化 9中國大模型具有顯著的成本優(yōu)勢 10大型科技平臺廣告收入競爭 11行業(yè)趨勢展望及我們的觀點 12風險與挑戰(zhàn) 13投資推薦 13美國旗艦公司AI視頻生成產(chǎn)品 14GoogleVeo3：原生音頻顯著提高視頻真實感 14Sora2：標志性得開啟AI內(nèi)容社區(qū)化時代 15Midjourney：實現(xiàn)快速迭代的創(chuàng)作環(huán)境 16AmazonNovaReel：降低廣告制作門檻，提高顧客購買欲望 17MetaMovieGen：結(jié)合四模型為一體的領(lǐng)先工具集合 18Runway：從早期短視頻生成到長視頻敘事的先行者 19Pika：從社交化創(chuàng)作與視頻編輯融合切入的輕量級AI視頻平臺 20商業(yè)化下游：生成式AI工作流在定制化商業(yè)內(nèi)容創(chuàng)作中的應用 21中國旗艦公司AI視頻生成產(chǎn)品 22阿里巴巴（BABAUS）：從底層技術(shù)到商業(yè)化應用的全棧式布局 22騰訊（700HK）：AI視頻賦能游戲與廣告生態(tài)協(xié)同 24百度（BIDUUS）：非擴散架構(gòu)的視頻生成路線 25美團（3690HK）：實現(xiàn)視頻續(xù)寫完整任務閉環(huán) 26快手（1024HK）：可靈AI2.5Turbo登頂全球排行榜 27美圖（1357HK）：垂直領(lǐng)域深耕者 29嗶哩嗶哩（BILIUS）：聚焦動漫+中長視頻+UGC內(nèi)容社區(qū)差異化競爭 30其他未上市中國公司 31字節(jié)跳動：平臺應用+模型基礎(chǔ)設(shè)施的全棧布局 31愛詩科技：PixVerse憑借出色特效出圈 32Minimax：海螺AI升級電影級高質(zhì)量視頻生成效果 33清華Vidu：中國學術(shù)研究模型向多模態(tài)的演進 34互聯(lián)網(wǎng)行業(yè)估值對比 35分析師聲明 36監(jiān)管披露 36免責條款 36AI視頻生成行業(yè)概覽市場規(guī)?？捎|達市場廣闊：GrandViewHorizon,2025AI8億美元。在我們的基本情形假AI400B360億美元（90%占比）C40億美元（%占比：B端：BusinessResearchInsights20253,000億美元，并有3%的年復合增速增長，包含動漫、商業(yè)化視頻廣告、電影、音樂影片、電視節(jié)目、社媒視頻等。而據(jù)市場調(diào)研，制約視頻制作市場增長的最主要限制是制作成本高昂，47%的影視制作工作室制作成本高于預算，39%的工作室面臨制作成本影響利潤的問題。而對比傳統(tǒng)的視頻內(nèi)容制作成本，AI視頻生成具有顯著的成本優(yōu)勢。據(jù)量子位智庫，AI視頻每分鐘生成成本約300美元，遠低于頂級動畫電影/好萊塢電影的200萬美元。當前，AI在影片素材生成方面的滲透率較高，而隨著模型能力和技術(shù)升級，AI視頻生成將應用于更復雜更長的視頻內(nèi)容，假設(shè)到2030年AI在制作環(huán)節(jié)的滲透率達到10%，則AI視頻生成行業(yè)B端市場規(guī)模有望達到360億美元。C端：Datareportal，20255466%2030年市場規(guī)模的預測假設(shè)包括：1）20251.5%20304%（B站當前內(nèi)容創(chuàng)作者滲透率為%，ube為%，則全球I視頻內(nèi)容創(chuàng)作者規(guī)模有望從25年的,0萬達到.8億；2）20251%20306%；3）ARPPU2025203020美元月（對標hT?；谶@些假設(shè)，我們預計C端訂閱市場規(guī)模有望到20年達到0億美元。圖圖1：AI視頻生成行業(yè)可觸達市場規(guī)模測算：基礎(chǔ)情形下，我們預計AI視頻生成可觸達市場規(guī)模為400億美元，包含B端規(guī)模360億美元（90%占比）和C端規(guī)模40億美元（10%占比）AI視頻生成可觸達市場預測-2030年十億美元悲觀情形基礎(chǔ)情形樂觀情形基礎(chǔ)情形假設(shè)依據(jù)全球影視制作行業(yè)市場規(guī)模3383593912025-30年復合增速2%3%5%AI滲透率5%10%20%假設(shè)10%的產(chǎn)品由AI完成B端可觸達市場（十億美元）(a)173678全球社交媒體用戶數(shù)（十億）6.67.07.22025-30年復合增速4%5%6%內(nèi)容創(chuàng)作者滲透率3.0%4.0%5.0%4%YouTube當前為AI視頻內(nèi)容創(chuàng)作者人數(shù)（十億）0.200.280.363%，B站為4%訂閱率5.0%6.0%7.0%假設(shè)6%的付費率月度付費（美元）15.020.025.0假設(shè)月費為20美元，類比ChatGPT基礎(chǔ)計劃月費C端可觸達市場（十億美元）(b)1.84.07.685.885.839.918.7AI視頻生成總可觸達市場（十億美元）(a+b)2025-30年復合增速87%118%154%randViewHorizon、公司數(shù)香港）預測子位智 香港） 子位智 香港）圖4圖4：B端市場規(guī)模：假設(shè)AI視頻生成滲透率到2030年達到10%，則對應約360億美元的市場規(guī)模圖5：預測AI視頻生成市場規(guī)模到2030年達到400億美元，且B端貢獻大部分規(guī)模圖3：隨著模型能力和技術(shù)升級，圖3：隨著模型能力和技術(shù)升級，AI視頻生成將應用于更復雜更長的視頻內(nèi)容，也可能形成新的內(nèi)容形式和消費平臺圖2：對比傳統(tǒng)的視頻內(nèi)容制作成本，AI視頻生成具有顯著的成本優(yōu)勢，隨著技術(shù)提升，將能提升在內(nèi)容制作環(huán)節(jié)的滲透率34835934835932633729730731635.90.3 16.827.83503002502001501000港）

FilmandVideoProductionMarket(USDbn)GlobalAIvideogenerationtoBmarket(USDbn)atareportal、GrandViewHorizon 香

USDbn402025-30E402025-30ECAGR:118%311980.440.84035302520151050港）

GlobalAIvideogenerationtoBmarket(USDbn)GlobalAIvideogenerationtoCmarket(USDbn)atareportal、GrandViewHorizon 香技術(shù)演進趨勢當前最前沿的模型（如Sora2）正推動技術(shù)從“輔助人類創(chuàng)作”向“自主生成高質(zhì)量內(nèi)容”邁進：生成時長增加：Runway4秒左右的模糊視頻。2024年初，OpenAI的Sora模型將602025年，主流模型可實現(xiàn)無限時長的視頻續(xù)寫，助力長視頻內(nèi)容創(chuàng)作。物理一致性提升：AI理解并模擬物理規(guī)律是生成逼真視頻的核心挑戰(zhàn)。初期模型常出現(xiàn)物體穿透、違反重力a2通過引入物理引擎模擬模塊，實現(xiàn)體操空翻、流體碰撞等復雜動態(tài)的精準生成，肢體運動準確率從68%提升至91%。內(nèi)容連貫性提升：Sora2支持單條指令生成“遠景--特寫”三鏡頭序列，通過鏡頭語言規(guī)則庫（如“對話場景用正反打”）實現(xiàn)切換自然度評分達9.2/10。RunwayGen-4采用“特征向量錨定+動態(tài)更新”機制，在10分鐘視頻中保持角色面部特征余弦相似度＞0.92，解決了傳統(tǒng)模型“5分鐘后角色變臉”的痛點。B站AniSoraV3在動漫生成中，通過構(gòu)建“角色關(guān)系-場景關(guān)聯(lián)”知識圖譜，使“教室-操場-家庭”跨場景轉(zhuǎn)換的劇情斷裂率從27%降至8%。多模態(tài)增強，音畫同步生成：在輸入和輸出兩個方面，多模態(tài)視頻生成不斷擴展，從最初的文生視頻拓展到圖生視頻；從最初的僅生成視頻到音畫同步生成，并能夠?qū)崿F(xiàn)多模態(tài)邊際，例如輸入音頻修改視頻生成結(jié)果等。成本效率提升：隨著開源模型生態(tài)的提升帶來的模型訓練成本降低以及技術(shù)提升帶來的推理算力成本下降，AIWan2.2MoE50%計算消耗，快手可靈通過算法優(yōu)化實現(xiàn)推理成本毛利打平。主要AI互聯(lián)網(wǎng)龍頭公司資本支出美國公司資本支出密度更高：根據(jù)公司指引及市場一致預期，五大AI互聯(lián)網(wǎng)龍頭公司（Meta、微軟、亞馬遜、谷歌、甲骨文）20242,500億美元，20254,00020265,000億美元。2025810億美元，顯著超過中國兩大龍頭（阿里巴巴+騰訊）130億美元。從資本支出密度（資本支出占收比）來看，美國五大巨頭2025年平均資本支出密度達到24%，并預計在2026年提升到27%，而中國兩大龍頭該比例預計在10-13%之間。造成差異的原因分析：芯片供給限制推動“規(guī)模優(yōu)先”轉(zhuǎn)向“效率優(yōu)先”：面對美國的芯片出口限制，中國大模型廠商傾向于提升現(xiàn)有資源的利用率，優(yōu)化軟件提升模型表現(xiàn)能力，具有成本優(yōu)勢，而非堆砌算力，同時根據(jù)需求進行動態(tài)調(diào)整。中國市場成熟度及付費意愿較低：從商業(yè)化角度來看，中國多數(shù)行業(yè)數(shù)字化基礎(chǔ)薄弱，企業(yè)服務場景成熟度低，2024SaaS4%。美國市場人力成本高昂，企業(yè)AIC端，中國用戶軟件付費習慣仍處于培養(yǎng)期，付費率低于美國。商業(yè)化前景的結(jié)AI公司在資本支出方面的投入更加謹慎。圖6：美國五大圖6：美國五大AI互聯(lián)網(wǎng)龍頭公司平均資本支出與中國頭部兩巨頭平均資本支出對比圖7：美國五大AI互聯(lián)網(wǎng)龍頭公司資本支出密度（占收入比重）與中國頭部兩巨頭對比USD102811028151187131000

US-5averageCAPEX CN-2averageCAPEX

CAPEX/Revenue27%24%27%24%18%13%10%6%25%20%15%10%5%0%

US-5 CN-2香港）預測；US-5包括：Meta、微軟、亞馬遜、谷歌、甲骨文；CN-2包括：阿里巴巴及騰訊

香港）預測；US-5包括：Meta、微軟、亞馬遜、谷歌、甲骨文；CN-2包括：阿里巴巴及騰訊競爭格局據(jù)rtfcaAayss（截至25年1月0日，快手的lg5o、谷歌的3以及uma的y3躋身文生視Kling2.5PixVerseV5位列圖生視頻模型前三。在文生視頻和圖生視頻的全球前5排名中，中國模型占比分別達%（/）和%（/25圖8：文生視頻模型排行榜（截至2025年11月10日）圖9：圖生視頻模型排行榜（截至2025年11月10日）rtificialAnalysis 香港） rtificialAnalysis 香港）主要視頻生成模型對比2025年11主要視頻生成模型對比2025年11月18日（星期二Veo3.1Sora2MidjourneyRunwayKling2.5 Seedance1.0ProWan2.5海螺AI公司谷歌OpenAiMidjourneyRunway快手 字節(jié)阿里巴巴Minimax最新模型發(fā)布日期2510月25年9月25年4月25年3月25年9月 25年6月25年9月25年6月模型架構(gòu)3D擴散Transformer專有擴散模型穩(wěn)定擴散擴散-Transformer 擴散-Transformer擴散-Transformer-模型輸入模態(tài)文本，圖像文本，圖像文本，圖像文本，圖像，視頻文本，像 文本，像文本，圖像，語音文本，圖像多鏡頭/場景切換-?-?? ???一致性控制????? ???聲音和口型同步??-?? -?-虛擬人/角色支持-???- -部分支持-VertexAI,集成和插件GeminiSoraApp,未來推出API網(wǎng)頁端+API網(wǎng)頁端+API網(wǎng)頁端+APP+API 火山擎API網(wǎng)頁端+APP+API網(wǎng)頁端+APICanva年度經(jīng)常性收入 --5億美元（2025E）2.65（2025E）1.5億元 -（2025E）-1億美元（2025E）每秒生成價格 0.1~0.150.38美元-0.12美元0.04~0.18元 0.10美元0.04~0.06美元0.08美元融資/估值 - 5,000億美元(2025)

105億+美元（2025）

50億+美元（2025）

- - - 40億+美元（2025）差異化特點

原生視頻+音頻生成，強運動真實感，深度整合于谷歌生態(tài)

擬人/cameoOpenAI模型生態(tài)

美學質(zhì)量與風格控制行業(yè)領(lǐng)先，龐大創(chuàng)意社區(qū)

角色與物體跨鏡頭一致性、電影級鏡頭控制

高保真運動與鏡頭控制，成本極具優(yōu)勢

語義與情緒控制的多鏡頭視頻生成模型，強調(diào)敘事節(jié)奏與跨場景一致性

唯一支持語音轉(zhuǎn)視頻的領(lǐng)先模型，將語音語調(diào)與情緒映射到視覺運動與場景節(jié)奏

電影級真實感，精準物理與光照模擬，自然鏡頭運動與物體交互、Getlaka 香港）商業(yè)化當前主流AI視頻生成平臺的商業(yè)化模式包含為“C端訂閱＋B端API“的雙軌結(jié)構(gòu)，并在訂閱層級、定價區(qū)間與客戶分布上有諸多共同點。C端：各平臺普遍采用”免費試用＋多檔訂閱＋積分“的收費模式，按視頻數(shù)量、分辨率、時長以及生成速度定價。其價格帶主要集中在8美元/月—30美元/月的區(qū)間，同時提供專業(yè)版向上延伸至企業(yè)訂閱。積分或額度制已成為行業(yè)標準，用戶消耗積分生成視頻、同時可額外購買積分包以增加額度。不同模型間的功能差異聚焦在并行任務數(shù)、輸出分辨率與無水印商務授權(quán)。商業(yè)化重心轉(zhuǎn)向API調(diào)用與aS轉(zhuǎn)化為時長計費（720p0.18美元/5秒，1080p0.62美元~0.74美元5秒，收入具備高毛利、低波動、復購率高等特征。從收入表現(xiàn)看，Runway24ARR8,400萬美元，252.65Midjourney105100多人。Pika緊隨其后，24年ARR800萬美元，以輕量訂閱和社交傳播見長；在中國，MiniMax20257340億美元里程碑；Vidu與字節(jié)系則處于快速放量階段，前者走低價高頻訂閱＋APIB端滲透力最強。整體來看，AI視頻生成的商業(yè)化正在經(jīng)歷“單一工具訂閱”向“平臺化API服務”的轉(zhuǎn)變階段。C端擴張帶來規(guī)模與數(shù)據(jù)積累，B端服務貢獻利潤與長期合同，兩者相互支撐。圖10：主要AI創(chuàng)業(yè)公司年度收入ARR及近期估值 最新報告公司 領(lǐng)域 國

(億美元)

收入截至日期 最新估(億美元)

估值截至日期 市銷(倍)

融資活動OpenAI在完成66億美元股份出OpenAI通用美國127.02025年12月5,0002025年11月39x售后估值達到5000億美元，成為全球最有價值的初創(chuàng)企業(yè)，超越SpaceX。Anthropic通用美國50.02025年7月1,8302025年9月37xAnthropic完成130億美元F輪融資，投后估值達1830億美元Cursor編程美國10.02025年10月2932025年10月29xCursor宣布完成23億美元融資輪，公司估值達293億美元Perplexity大語言模型美國2.02025年9月2002025年9月100x據(jù)報道，Perplexity以200億美元估值籌集2億美元Midjourney已發(fā)展成為估值105Midjourney視頻美國5.02025年2月1052025年9月21x億美元的帝國，員工僅100多人。Abridge醫(yī)療美國1.22025年3月532025年6月45xAbridge于2025年6月完成3億美元E輪融資，估值達53億美元Runway視頻美國2.72025年預計502025年9月19xRunway正尋求5億美元融資，最新估值為50億美元MiniMax于2025年7月完成3億Minimax視頻中國1.02025年11月402025年7月40x美元融資，估值達40億美元里程碑PikaLabs在2024年6月完成Pika視頻美國0.082024年12月4.72024年6月59x8000萬美元B輪融資后，估值達4.7億美元heinformation、、Reuters 香）中國大模型具有顯著的成本優(yōu)勢從Runware統(tǒng)計的每秒視頻生成價格來看，生成1080P分辨率的視頻每秒價格為0.04~0.38美元，而生成720P分辨率的視頻每秒價格為0.03~0.5美元。對比美國主流大模型，中國大模型具有顯著的成本優(yōu)勢。圖旗艦AI視頻生成模型每秒價格-1080P分辨率 AIVideoGenerationPrice-1080PUSD/sec$0.38$0.15$0.38$0.15$0.10 $0.10$0.08$0.07$0.06$0.06$0.06$0.04$0.04$0.35$0.30$0.20$0.15$0.10$0.05$0.00

Sora2ProKling2.1

Kling2.0

Google

Google

Seedance

MiniMax

Kling2.5

Kling2.1

Kling1.6

PixVerse

Vidu

Kling2.1Master

Master

Veo3FastVeo3Fast+Audio

Hailuo

TurboPro

Pro

Pro

v3.5/v4/v4.5/v5

I2V

Standardunware 香港）圖12：旗艦AI視頻生成模型每秒價格-720P分辨率 AIVideoGenerationPrice-720PUSD/sec$0.50$0.40$0.50$0.40$0.30$0.20$0.10$0.06$0.04 $0.03 $0.03 $0.03$0.50$0.40$0.30$0.20$0.10$0.00

GoogleVeo2GoogleVeo3+Audiounware

Sora2ProGoogleVeo3 Sora2 MiniMax01香港）

Kling1.6Standard

Vidu2.0 SeedanceLite

Vidu2.0大型科技平臺廣告收入競爭廣告仍然是內(nèi)容創(chuàng)作最重要的變現(xiàn)途徑。全球線上廣告市場在2024年已接近8,000億美元，預計未來幾年增速約為7-8%2025540億美元，占到全球線上廣告市6%,10%的復合年增長率，持續(xù)提升市場份額。新興平臺如SaAPP正在利用AI生成內(nèi)容。盡管部分I生成內(nèi)容倍批評為“AIOP（即低質(zhì)量，大規(guī)模生成的內(nèi)容，但我們認為更準確的描述應是質(zhì)量參差不齊，其中也包含高質(zhì)量內(nèi)容。更重要的是，這些平臺在獲得用戶參與度；從內(nèi)容供給端來看，AIPricing估計，AI生成視頻已占平臺視頻總量的52%?？傮w而言，SoraAPP的出現(xiàn)是一個里程碑，進一步印證了廣告營收競爭的加劇。平臺通過AI工具獲取用戶流量，這一生成的視頻內(nèi)容48%AI生成的視頻內(nèi)容,52%究，AI50%生成的視頻內(nèi)容48%AI生成的視頻內(nèi)容,52%圖13:AI圖13:AI生成視頻內(nèi)容目前已占到TikTok平臺視頻內(nèi)容總量的約52%圖14:AI優(yōu)化過的視頻有助于提升互動率echJuryPricing 香港） ebracat,招證（香港）行業(yè)趨勢展望及我們的觀點AI視頻生成市場廣闊，需求強勁，是更容易商業(yè)化的AIGC賽道201773%提升202582%。AI視頻生成可賦能的行業(yè)范圍極為廣闊，包括但不限于：影視娛樂、廣告營銷、游戲、電AI文本生成（ChatGPT）AI繪畫相比，AI視頻生成的商業(yè)化路徑更直接—企業(yè)可以按照視頻生成時長、分辨率、功能等分級收費。客戶為明確的價值（節(jié)省的時間和金錢）付費，付費意愿強烈。AI生成同樣賦予商家視頻創(chuàng)作的能力，例如在淘寶、亞馬遜和Meta等平臺上，商家可以使用平臺的AI工具，根據(jù)產(chǎn)品圖片和文本提示生成短視頻，以實現(xiàn)預期效果，從而節(jié)省成本并提升效率。AI技術(shù)顯著降低內(nèi)容制作成本，將逐步提升在內(nèi)容制作環(huán)節(jié)的滲透率AI視頻工具將簡單短視頻的制作成本從每條5,000–10,000美元降低到幾百美元，大幅削減了人工、時間和成Netflix（鏈接）中使用AI來增強一場復雜的建筑坍塌場景，展示了AI視頻技術(shù)明確的商業(yè)可行性。相比于AI文本生成模型的開源和同質(zhì)化競爭，高質(zhì)量視頻生成在算力、算法和數(shù)據(jù)上有更高的壁壘生成式AI視頻模型的訓練需要顯著更多的GPU運算時間和硬件成本（視頻數(shù)據(jù)相比于文本數(shù)據(jù)。因此，這是一項資本密集度更高的工作，需要雄厚的資金實力，為OpenAI和GoogleDeepMind等領(lǐng)先者構(gòu)筑了深厚的護城河。來自時間一致性、物理因素（如光照、物體碰撞）以及多模態(tài)整合（聲音與圖像）的復雜性，需要先進且嚴格保密的算法，以及大量獲得授權(quán)的視頻數(shù)據(jù)集，以避免版權(quán)問題。相比基于文本的大型語言模型，這些更高的資本和技術(shù)門檻限制了競爭者的進入。差異化產(chǎn)品/生態(tài)能力是決定市場份額的關(guān)鍵因素鑒于市場競爭和客戶需求，我們發(fā)現(xiàn)視頻生成式AI市場持續(xù)向更多垂直領(lǐng)域擴展。媒體頭條可能更多聚焦于領(lǐng)先的AI企業(yè)，如Google的Veo3和OpenAI的Sora2，但第二梯隊的企業(yè)（并未落后太多）正在為特定應用場景提供功能或適配能力，例如PikaLabs的實時編輯功能，或StabilityAI提供的嵌入安全機制的產(chǎn)品可視化工具，專為電商和游戲等垂直領(lǐng)域定制。強大的生態(tài)系統(tǒng)將視頻生成式AI與Unity和Roblox等平臺集成，以推動用戶增長和留存。Runway也擁有強大的插件生態(tài)系統(tǒng)，簡化了專業(yè)視頻編輯和原型制作流程，使其在創(chuàng)意類AI視頻工具領(lǐng)域擁有顯著的市場份額領(lǐng)先地位。建議關(guān)注：模型的持續(xù)迭代和新模型推出：我們正在看到生成式AI模型從僅限于文本、圖像、視頻，擴展到更復雜的3D世界。例如Google的Genie3，這是一種AI世界模型，可以根據(jù)文本提示生成可交互、動態(tài)的3D環(huán)境，用戶可以實時探索。目前其他生成式AI模型可以實現(xiàn)Genie3所做部分功能，但我們可以預期，像QWEN和OpenAI等競爭者也會開發(fā)他們版本的Genie3。3D世界能力的應用可以不僅限于視頻游戲，還可以擴展到建筑、工業(yè)設(shè)計、機器人/自動化系統(tǒng)、教育/培訓等領(lǐng)域，在許多高附加值的應用中具有潛在用途。算力成本：在性價比方面，中國廠商以高質(zhì)量和較低的算力成本處于領(lǐng)先地位，盡管我們注意到所有廠商仍在不斷尋找提升模型效率的方法，例如，Sora2的效率是原始版本Sora的5到10倍，同時硬件算力成本也在下降，在2024年生成一段1分鐘的1080p視頻可能需要超過100美元，現(xiàn)在只需10至20美元。鑒于競爭加劇，我們可以合理預期視頻質(zhì)量將持續(xù)提升，而每分鐘視頻的生成成本將持續(xù)下降多模態(tài)整合與生態(tài)系統(tǒng)擴展：視頻生成式AI正在與音頻、3D、AR/VR以及實時交互功能融合發(fā)展，Sora2的語音合成功能就是一個例子。這影響并提高了影視、游戲和內(nèi)容產(chǎn)業(yè)水平。最近的一個例子是，Google剛剛推出了Fow，它由更新后的ov1提供支持（鏈接，允許用戶通過多張參考圖像生成視頻，將畫面銜接為無縫過渡片段，擴展視頻內(nèi)容，插入真實或奇幻元素，并自動整合光影效果，還可以移除不需要的物體。Flow還可以通過生成音頻來增強內(nèi)容。企業(yè)發(fā)展趨勢：利用用戶數(shù)據(jù)生成高度個性化的視頻，可以顯著提升在營銷、教育和電商領(lǐng)域的用戶參與度。用戶留存、收入模式、成本節(jié)約、效率提升等企業(yè)指標可用于衡量市場發(fā)展和收入潛力水平，盡管我們注意到視頻生成式AI在企業(yè)中的發(fā)展仍處于早期階段，目前在營銷、電商和影視領(lǐng)域的應用速度最快，但很可能會擴展到其他行業(yè)，例如基于提示詞生成的3DAI世界的應用場景。風險與挑戰(zhàn)技術(shù)難度高：相比圖像生成，視頻需增加時間連貫性，確保物體運動合理、畫面流暢不閃爍，技術(shù)難度大，算力需求高，數(shù)據(jù)質(zhì)量要求苛刻。競爭風險：開源模型（如Kling、Veo）可能導致同質(zhì)化，廠商需通過場景定制（如影視級生成）和生態(tài)綁定（如抖音-剪映集成）構(gòu)建壁壘。版權(quán)歸屬：Sora2的解決方式：版權(quán)所有者IP角色生成可以選擇“授權(quán)”或“不授權(quán)”IP角色生成的視頻歸類為“同人小說”內(nèi)容，并探索“創(chuàng)作者+IP方+平臺”的分賬機制，使得版權(quán)方可以通過授權(quán)獲得相應的收入。用戶通過活體檢測和動態(tài)音頻挑戰(zhàn)創(chuàng)建的數(shù)字分身（Cameo），其肖像權(quán)和使用權(quán)完全由本人控制。鑒于平臺上廣泛使用日本動漫角色的情況，日本政府已要求OpenAI改為“選擇加入”模式，需事先獲得知識產(chǎn)權(quán)持有人的許可，以防止版權(quán)侵犯，并采取措施補償權(quán)利人，并允許他們請求刪除相關(guān)內(nèi)容，OpenAI已同意此要未成年人保護：最近，美國參議員MarshaBlackburn強烈主張加強兒童保護監(jiān)管，并呼吁進一步加強對未成年人的保護（鏈接）。投資推薦模型+應用生態(tài)提供商：美國：谷歌（GOGLS、a（MAS、Fia（FIGS、oe（ABEU中國：阿里巴巴（BAAU、騰訊（00HK）視頻內(nèi)容制作公司P所有者：美國：x（FXS、迪士尼（SUS；中國：愛奇藝（IQS、閱文（772HK）GC內(nèi)容平臺：美國：x（RLXUS；中國：嗶哩嗶哩（IIUS、快手（24H）AI視頻生成下游產(chǎn)品公司：美國：多鄰國（OLU；中國：網(wǎng)易（TESUS、美圖（37H）美國旗艦公司AI視頻生成產(chǎn)品GoogleVeo3：原生音頻顯著提高視頻真實感GoogleVeo3GoogleDeepMind20255月推出的新一代視頻生成模型，相較于202412Veo2與2024年5月發(fā)布的Veo實現(xiàn)了多維度的技術(shù)突破，主要表現(xiàn)在：視頻清晰度與長度：Veo理論上支持最高720p清晰度，最長2分鐘的影片；Veo2理論上可以生成最長兩分鐘，4KVeo3理論上可4K10AI影片，且支持多種高寬比（16:9，9:16，1:1等），并大大提高了視頻紋理、人物面部連貫性、肢體協(xié)調(diào)性與空間感應力。視頻音效：Veo與Veo2僅支持基于文本或圖片生成無聲視頻，而無法產(chǎn)生任何音效，需要后期添加音頻及剪對提示詞的響應：Veo與Veo2對復雜場景描述的理解有限，風格執(zhí)行不一致，可能需要多次嘗試才能達到理想效果，可用于簡單動畫的制作或產(chǎn)品演示視頻。Veo340%，可用于專業(yè)廣告、短篇故事、教育演示和虛擬演示的制作（鏈接）。此外，202510月發(fā)布了最新Veo3.1Veo3做出功能性全面升級：允許用戶在視頻中加入新角色或道具且支持消除不需要的元素，并可以無縫重建背景；提升第一幀與最后一幀的連貫性和敘事流暢性；調(diào)整光線方向、亮度和陰影度，增強視頻細節(jié)；同步音頻、對白生成更為先進，可生成更逼真的聲音效果。圖15：Google可以通過GoogleAI訂閱 圖16：Google3生成的視頻示例 oogleOne 香港） oogleOne 香港）Sora2：標志性得開啟AI內(nèi)容社區(qū)化時代Sora2作為OpenAI于2025年10月推出的新一代視頻生成模型，相較于2024年發(fā)布的初代Sora實現(xiàn)了多維度的技術(shù)突破，以及產(chǎn)品形態(tài)的創(chuàng)新設(shè)計：物理真實感的革命：Sora2在物理規(guī)律模擬上達到了行業(yè)標桿水平。初代Sora在處理復雜運動時易出現(xiàn)肢體扭曲或動作邏輯混亂的問題，而Sora2能精準還原奧運級體操動作、槳板后空翻等動態(tài)場景，其物理引擎可精確模擬浮力、剛性碰撞等力學特性。例如，在生成“向帶有箭頭的杯子中倒水”的視頻時，Sora2在提示詞中沒有明確提示箭頭方向改變的情況下，生成的視頻主動提現(xiàn)了折射導致的箭頭翻轉(zhuǎn)現(xiàn)象（圖17）。音視頻通同步，多模態(tài)交互：Sora2首次實現(xiàn)視頻與音頻的原生同步生成，支持多語種對話、環(huán)境音效和空間音頻。用戶輸入文本提示時，模型可自動匹配角色口型、語音語調(diào)及背景音景，例如在“吵架”場景中，AI不僅生成人物憤怒的表情和姿態(tài)，還會補充自然的對話內(nèi)容，并確保語音與口型完全同步。這種音畫協(xié)同能力使持跨鏡頭的長敘事鏈生成，用戶可通過自然語言指定分鏡切換、光線變化等細節(jié)。例如，輸入“一名偵探在雨夜追蹤嫌疑人”的提示，Sora2能連續(xù)生成遠景、中景、特寫等多鏡頭畫面，并保持場景和人物的一致性。此外，模型還支持風格化定制，可生成電影級、卡通或抽象藝術(shù)風格的視頻。社交驅(qū)動的內(nèi)容生態(tài)：Sora2SoraAPP,AI內(nèi)容社區(qū)化時代，類似于“AI版抖音”，構(gòu)建了獨特的社交互動模式。用戶通過邀請碼注冊后，可生成包含自己或好友數(shù)字形象的圖18：Sora2同步推出的SoraAPP構(gòu)建了獨特的社交互動模式。用戶可生成自己的數(shù)字分身進行內(nèi)容創(chuàng)作圖17：Sora2在物理規(guī)模的模擬上達到行業(yè)領(lǐng)先水平：在提示詞中沒有明確提示箭頭方向改變的情況下，生成的視頻主動提現(xiàn)了折射導致的箭頭翻轉(zhuǎn)現(xiàn)象視頻（Cameo，“客串”功能），并通過“Remix”功能對他人作品進行二次創(chuàng)作。這種機制不僅降低了創(chuàng)作門檻，還通過鏈式傳播快速形成用戶網(wǎng)絡(luò)，截至圖18：Sora2同步推出的SoraAPP構(gòu)建了獨特的社交互動模式。用戶可生成自己的數(shù)字分身進行內(nèi)容創(chuàng)作圖17：Sora2在物理規(guī)模的模擬上達到行業(yè)領(lǐng)先水平：在提示詞中沒有明確提示箭頭方向改變的情況下，生成的視頻主動提現(xiàn)了折射導致的箭頭翻轉(zhuǎn)現(xiàn)象子位智 香港） izard、OpenA 香港）圖圖20：Midjourney訂閱計劃Midjourney：實現(xiàn)快速迭代的創(chuàng)作環(huán)境Midjourney20227122024731日正式發(fā)布，迄今為止已有九個普通版本。V1模型（2022.2）為測試版，可通過文字提示生成基礎(chǔ)圖象，但畫質(zhì)和細節(jié)有限。V2V4模型（2022411月）AI圖像方面取得了集體性進展。V2通過超分辨率與變體功能提升了清晰度，V3引入了風格化與質(zhì)量控制，在藝術(shù)自由與細節(jié)表現(xiàn)之間實現(xiàn)平衡。V4借助全新架構(gòu)實現(xiàn)了更快的生成速度，并能輸出逼真度更高、接近渲染效果的圖像。這些迭代使應用從最初的粗略草圖，逐步演進為能夠生成高度細致，逼真視覺效果的工具，并具備更靈活的風格控制與性能表現(xiàn)，標志著圖像質(zhì)量與生產(chǎn)靈活性的顯著提升（鏈接）。V5至V7模型（2023年3月至2025年4月）帶來了重大改進，V5將分辨率提升一倍并增強細節(jié)表現(xiàn)，修復了失真問能，使輸出結(jié)果更貼合用戶偏好，大幅提升創(chuàng)作靈活性與效率（鏈接）。圖19：Midjourney初代版本至最新版本生成同一圖像的區(qū)別idjourney 圖19：Midjourney初代版本至最新版本生成同一圖像的區(qū)別AmazonNovaReel：降低廣告制作門檻，提高顧客購買欲望AmazonNovaReel是AmazonAds針對電商廣告而推出的視頻生成模型，可在短短幾秒視頻中展示產(chǎn)品，適合品牌推廣與電商廣告。初始測試版（AmazonNovaReel1.0）發(fā)布于2024.9，可以在幾分鐘內(nèi)通過文本提示或圖文結(jié)合提示生成6秒單鏡頭廣告視頻，大大降低了廣告制作門檻，但視頻內(nèi)容僅有簡單圖像移動，且使用對象僅為美國部分廣告主。2025.6發(fā)布升級版（AmazonNovaReel1.1），較初始版做出了較大改進：26秒鏡頭組成，確保整體風格一致且連貫，擴展了視頻表達空間?！岸噻R頭手動”6秒單獨鏡頭設(shè)置文本提示與起始參考圖像，方便用戶分場景、分段落規(guī)劃視頻結(jié)構(gòu)，且視頻鏡頭可以單獨輸出或拼接成完整視頻，方便后續(xù)剪輯。5124,000字符的多鏡頭描述，大大增加內(nèi)容豐富性。圖21：AmazonNovaReel1.1生成的部分視頻圖21：AmazonNovaReel1.1生成的部分視頻圖22：AmazonNovaReel1.1可生成產(chǎn)品在不同使用場景下的視頻mazon 香港） mazon 香港）MetaMovieGen：結(jié)合四模型為一體的領(lǐng)先工具集合MetaMovieGenMeta2024.10AI模型，通過輸入簡單文字指令即可生成短片，目標是為電影制作人、內(nèi)容創(chuàng)作者等提供強大高效的創(chuàng)作工具，實現(xiàn)個性化故事敘述，并挑戰(zhàn)OpenAI與Sora的領(lǐng)先地位。此模型結(jié)合了四個模型：1）MovieGenVideo模型：可以從文本提示生成高質(zhì)量的視頻；2）MovieGenAudio模型：可以創(chuàng)建與視頻內(nèi)45秒的音軌，包括背景音樂、環(huán)境音、音效等；3）個性化電影生成視頻模型：根據(jù)文本提示和單張圖像生成特定個人的視頻，保留他們的肖像；4）MovieGenEdit模型：允許對真實和虛構(gòu)的視頻進行詳細的、基于文本的視頻編輯。MetaMovieGen具有強大功能，主要包括：1）1616fps1080p，并擁有逼真的視覺效果，通過行業(yè)頂尖的音視頻對齊技術(shù)與音頻模型配對后，可同步生成音頻來匹配視覺效果。此功能可用于電影制作，可快速提供有創(chuàng)造性的視覺與音頻元素。2）用戶可提供一個人的圖像和相應文本提示，從而生成一個包含人物參Meta于2025年9月25日推出MetaVibes，SoraAppMetaAI應用的下載量（101840056%）116Sora相比，MetaVibes在內(nèi)容量、社交整MetaAI大模型突破方面仍需努力。圖23：MovieGenEdit模型編輯示例 圖24：MetaVibes幫助提升了MetaAI的用戶數(shù)量ltralytics 香港） eta 港）Runway：從早期短視頻生成到長視頻敘事的先行者RunwayAIGen-4。RunwayModelGen-1的風格遷移、物體替換、背景/Gen-2“文生視頻/圖生視頻”Gen-4的多模AI生成視頻“角色變臉”與“動作不連貫”AI電影化生產(chǎn)具備可用性。Runway具有較快的商業(yè)化進程：Runway5種訂閱計劃，分別為免費版，標準版，專業(yè)版，無限制版，和企業(yè)版，02,000美元不等，這種階梯式設(shè)計覆蓋了個人創(chuàng)作者到大型企業(yè)的不同需求。B端的企業(yè)版用戶訂閱價格167美元，高于C0~76美元。根據(jù)TechCrunch的數(shù)據(jù)，Runway24年的ARR8,400252.65-3億美元，增長速度遠超多個競爭對手。Runway254月完成新一輪融資，估值約30億美元，此外，有報道稱，近期Runway正在尋求5億美元的融資，近期估值可達50億美元。香港） 香港）Pika：從社交化創(chuàng)作與視頻編輯融合切入的輕量級AI視頻平臺PikalabsAI視頻生成與編輯的初創(chuàng)公司，23年由郭文景、孟辰霖與陳思禹在美國灣區(qū)創(chuàng)立，其團隊AIlab2311Pika1.0公測版，定位“人人可用的創(chuàng)作者級視頻工具“而非專業(yè)影視特效工具。Pika模型強調(diào)“一站式生成+在線編輯”的工作流（畫幅擴展、幀率/時長延展、局部替換、風格化）。Pika1.0（23年11月）實現(xiàn)從文本或靜態(tài)圖像生成短視頻，時長上限約4–6秒。支持畫幅擴展、風格遷移與場景延展。Pika1.5（24年上半年）優(yōu)化幀率與動作連貫性，引入Prompt-to-Edit功能，使用戶可通過文字描述修改生成視頻局部內(nèi)容。Pika2.0/2.1則有了一些質(zhì)的提升，強化了角色一致性、多場景銜接、口型對齊、背景穩(wěn)定引擎、鏡頭過渡、更高分辨率等，面向短敘事與廣告短片。Pika2.2（25年中）推出Pikaframes功能，允許用戶通過關(guān)鍵幀圖像控制生成節(jié)奏，并支持最高10秒視頻生成。Pika的貨幣化模式為免費+訂閱+積分消耗的混合體系。Freemium用戶每月可獲得少量試用視頻點數(shù)。訂閱計劃從標準876GetLatka數(shù)據(jù)，Pika2024800萬美元，20246月B4.7億美元（鏈接）。Pika的核心競爭力在于極低的創(chuàng)作門檻與可玩性，C1,000508~76美元之間。B端方面，其業(yè)務中心依然集中在輕量級的營銷機構(gòu)、小型廣告代理和自由創(chuàng)作者。圖27：Pika訂閱模式 圖28：Pika生成的熱門視頻 香港） 香港）商業(yè)化下游：生成式AI工作流在定制化商業(yè)內(nèi)容創(chuàng)作中的應用節(jié)點式生成式AI工作流允許用戶在可擴展畫布上直觀地連接多個AI模型和編輯工具，實現(xiàn)圖像與視頻的無縫分支、混合與精細控制，從而生成高質(zhì)量、可定制的商業(yè)內(nèi)容。這種UX/UI相比單純文本提示更受歡迎，因其提供更強的控制力。目前該領(lǐng)域的參與者不多，領(lǐng)先應用包括ComfyUI和Weavy。Weavy最近被Figma（FIGUS）收購，并更名為FigmaWeave，F(xiàn)igmaAI媒體生成與專業(yè)編輯能力。此外，Adobe10月宣ProjectGraph，這也是一款節(jié)點式創(chuàng)作應用。我們認為，這些競爭性里程碑清晰地凸顯了節(jié)點式（或其他支持定UX/UI格式）AI工作流發(fā)展的重要性。圖圖29:在節(jié)點式生成式AI工作流中，用戶可以在可擴展畫布上通過節(jié)點直觀地連接代表AI模型和編輯工具的模塊。這種方式支持提示詞、對象的無縫串聯(lián)，實驗的分支，以及圖像與視頻的分層級控制，從而實現(xiàn)高效的、協(xié)作式eavy，X 香港）圖30:部分領(lǐng)先的節(jié)點式生成式AI工作流編輯器/應用功能FigmaWeaveAdobeProjectGraph/FireflyComfyUIRunwayWorkflows核心界面

基于節(jié)點的畫布，用 跨應用的節(jié)點式工作于AI模型鏈式連接

于自定義管線

自定義節(jié)點式工作接AI模型優(yōu)勢/強項

多模型整合（寫實與風格化）層Figma共享生態(tài)

Firefly核心+自定義/第三方節(jié)點圖像、視頻、矢量、應用內(nèi)特定編輯瀏覽器/應用共享，支持CreativeCloud同步與專業(yè)工具深度整合（如Photoshop精準度）

開源模型（如StableDiffusion、Flux），節(jié)點可擴展圖像、視頻、3D、音頻（通過節(jié)點擴展）本地/離線；社區(qū)共享工作流（.cpack文件）環(huán)境

專有模型Gen-4、Aleph、Act-Two+多模態(tài)整合圖像、視頻、動態(tài)編輯、風格遷移/理，接近實時的創(chuàng)意迭代、媒體報、Crunch 港）中國旗艦公司AI視頻生成產(chǎn)品阿里巴巴（BABAUS）：從底層技術(shù)到商業(yè)化應用的全棧式布局阿里巴巴在AI視頻生成領(lǐng)域已形成從底層技術(shù)到商業(yè)應用的全棧布局，擁有自研AI芯片，構(gòu)建構(gòu)建Qwen（文本）、Wan（視頻）、Fun（音頻）多模態(tài)模型家族，支持跨模態(tài)聯(lián)合生成。自研視頻生成模型—通義萬相（Wan）：20259Wan2.5-Preview101080P視頻生成（24幀/秒），首次實現(xiàn)音畫同步（自動生成匹配的人聲、音效、背景音樂），突破多鏡頭敘事能力，減少人工剪輯需求，支持復雜指令理解與長連貫故事生成。通義萬相C端商業(yè)化方式采用訂閱制模式，標準會員連續(xù)包年月費36元高級會員145元，單視頻生成收費約0.6元。端應用：容創(chuàng)作者社區(qū)交流。B端應用：專業(yè)影視制作平臺—尋光：202412AI視頻創(chuàng)作平臺—尋光。該平臺可提供AI輔助劇本分析，自動生成分鏡、視頻運鏡控制、圖層拆解邊際等，主要面向?qū)I(yè)視頻制作團隊和開發(fā)者。電商商家創(chuàng)作平臺/APP—萬相營造：核心功能包括商品圖轉(zhuǎn)視頻、AI換裝演示、短視頻腳本生成。已上線移動APP，縮短電商商家商品視頻制作周期。圖31圖31：2025年9月，阿里巴巴發(fā)布Wan2.5-Preview圖32：通義萬相訂閱費用：標準會員連續(xù)包年月費36元高級會員145元，單視頻生成收費約0.6元 香港） 香港）圖33：圖33：2025年9月，阿里巴巴旗下夸克AI正式發(fā)布AI創(chuàng)作與創(chuàng)意表達平臺的平臺/APP“造點AI”圖34：阿里巴巴達摩院發(fā)布的尋光平臺服務專業(yè)視頻制作者，提供專業(yè)級的視頻編輯和影片制作圖35：電商商家創(chuàng)作平臺/APP—萬相營造提升電商商家視頻制作效率 香港）騰訊（700HK）：AI視頻賦能游戲與廣告生態(tài)協(xié)同自研視頻生成模型—混元（Hunyuan-Video）：20249130億參數(shù)，可以生成較強物理準確性以及一致性鏡頭的視頻。它擁有強大的語義對齊能力，能夠生成高動態(tài)、流暢的運動畫面，并一次性完成多個連續(xù)動作。模型具備導演級運鏡能力，實現(xiàn)藝術(shù)鏡頭的無縫銜接，完美融合真實效果與虛擬場景。視頻創(chuàng)作平臺—騰訊智影：云端智能視頻創(chuàng)作平臺，核心功能包括數(shù)字人播報、文本配音、文章轉(zhuǎn)視頻、視頻剪輯等。垂類應用：游戲：Hunyuan-GameCraft：20258Hunyuan-Video的下一代游戲交互式視頻生成框架，通過高動態(tài)內(nèi)容合成與連續(xù)動作控制技術(shù)，實現(xiàn)了影視級時序連貫的視頻生成，為沉浸式游戲體驗樹立了新標桿。該模型基于超百萬條AAA級游戲?qū)嶄洈?shù)據(jù)訓練，覆蓋100余款主流游戲，確保多樣性和泛化能力，并進電商從業(yè)者、廣告創(chuàng)意人等不同用戶和場景的需求。一站式AI廣告創(chuàng)意平臺“妙思”可生成商品廣告圖片及視頻、商品口播等，簡化廣告制作與投放流程。圖36圖36：騰訊視頻生成模型Hunyuan-Video圖37：騰訊智影提供數(shù)字人播報、文本配音、文章轉(zhuǎn)視頻等智能視頻創(chuàng)作功能 香港） 香港）圖38：Hunyuan-GameCraf實現(xiàn)了影視級時序連貫的視頻生成，為沉浸式游戲體驗樹立了新標桿圖圖38：Hunyuan-GameCraf實現(xiàn)了影視級時序連貫的視頻生成，為沉浸式游戲體驗樹立了新標桿圖39：騰訊廣告“妙思”可生成商品廣告圖片及視頻、商品口播等，簡化廣告制作與投放流程香港） 香港）百度（BIDUUS）：非擴散架構(gòu)的視頻生成路線MuseSteamer：不同于傳統(tǒng)的擴散（Diffusion）架構(gòu)方案，MuseSteamer采用百度自研的ERNIE多模態(tài)框架和Transformer24MuseSteamerv11080P10秒的文生視頻生成。248v1.5Full-DuplexStreamingInference（全雙工流式推理）技術(shù)，使模型在生成過程中能夠?qū)崟r反饋用戶，實現(xiàn)“邊生成、邊修改”。MuseSteamer2.0打破業(yè)界記錄實現(xiàn)“多人有聲音視頻一體化生成”，利用LatentMulti-ModalPlanner（多模態(tài)潛在空間規(guī)劃技術(shù)）實現(xiàn)語音與唇形、表情、動作的毫秒級精準對齊，同時支持多角色身4k2-5分鐘/24-60FPS，30MuseSteamer模型制作的科幻短片《歸途》中，“40多個鏡3AI120個片段，成本低至百元”。則通過百度的”千帆大模型平臺“API調(diào)用、MaaS部署于多模態(tài)內(nèi)容生SDKAPIMuseSteamer嵌入內(nèi)部內(nèi)容生產(chǎn)C端相比，B端更強調(diào)可擴展性、穩(wěn)定性與算力資源調(diào)度，其商業(yè)邏輯以高客單價和長期合同驅(qū)動營收增長。圖40圖40：MuseSteamer2.0可生成影院級AI視頻圖41：采用百度MuseSteamer模型生成的科幻短片—《歸途》香港） 香港）美團（3690HK）：實現(xiàn)視頻續(xù)寫完整任務閉環(huán)2025年10月27日，美團龍貓團隊發(fā)布LongCat-Video視頻生成模型。LongCat-Video創(chuàng)新通過“條件幀數(shù)量”實現(xiàn)任務區(qū)分—文生視頻無需條件幀、圖生視頻輸入1幀參考圖、視頻續(xù)寫依托多幀前序內(nèi)容，原生支持三大核心任務且無需額外模型適配，形成“文生/圖生/視頻續(xù)寫”完整任務閉環(huán)。文生視頻：可生成720p、30fps高清視頻，能精準解析文本中物體、人物、場景、風格等細節(jié)指令，語義理解與視覺呈現(xiàn)能力達開源旗艦級別。圖生視頻：嚴格保留參考圖像的主體屬性、背景關(guān)系與整體風格，動態(tài)過程符合物理規(guī)律，支持詳細指令、簡潔描述、空指令等多類型輸入，內(nèi)容一致性與動態(tài)自然度表現(xiàn)優(yōu)異。視頻續(xù)寫：視頻續(xù)寫是LongCatVideo的核心差異化能力，可基于多幀條件幀續(xù)接視頻內(nèi)容，為長視頻生成提供原生香港） 子 香港）快手（1024HK）：可靈AI2.5Turbo登頂全球排行榜C端、B自研視頻生成模型—可靈（Kling）：2025年9月發(fā)布的可靈AI2.5Turbo顯著提升運動效果、風格一致性和美學質(zhì)量，尤其在“大幅運動畫面”（如轉(zhuǎn)向、肢體交互）ArtificialAnalysis2.5Turbo文生視頻/1.0/Veo3160%/212%。商業(yè)化方面，可靈支BAPI0.9（1,314元）1.8元（黃金會員，標準58元）。強勁的營收增長軌跡與全球吸引力：Kling在2025年一季度實現(xiàn)商業(yè)營收人民幣1.5億元，二季度升至人民幣2.5億元（環(huán)比+67%）。全年營收指引已上調(diào)至1.25億美元?？焓衷?025年6月宣布，Kling在成立一周年時年化創(chuàng)作工作臺—靈動畫布：靈動畫布是快手可靈AI推出的創(chuàng)新創(chuàng)意工作臺，其主要功能包括一站式創(chuàng)作、多人協(xié)作、無限畫布、智能輔助創(chuàng)作等，為創(chuàng)作者提供了高效、便捷的創(chuàng)作環(huán)境。電商營銷短視頻生成Agent—Kwali：據(jù)媒體報道，20259AIagent—Kwali，可實現(xiàn)一句話生成完整且可直接投放的短視頻，極大降低視頻制作門檻。商家只需輸入需求，Kwali即可自動拆解賣點、受眾和情境標簽，并生成腳本、匹配鏡頭、剪輯合成等。圖圖44：2025年9月，快手推出可靈AI2.5Turbo，持續(xù)升級生成效果和質(zhì)量香港）圖圖45：快手可靈包含的主要功能香港）圖46：快手推出的AI創(chuàng)作平臺—靈動畫布 圖47：快手推出的電商營銷短視頻生成AIagent—Kwali香港） 子位公司數(shù) 香港）圖圖48：快手可靈付費計劃：單視頻生成價格區(qū)間為0.9（黑金會員，標準月費1,314元）至1.8元（黃金會員，標準月費58元）香港）美圖（1357HK）：垂直領(lǐng)域深耕者自研視頻生成模型—美圖奇想大模型（MiracleVision）：2025年迭代至V5版本后，進一步提升畫面細膩度與動態(tài)真實性，例如在“AI換裝”功能中，服裝褶皺和光影匹配精度達行業(yè)領(lǐng)先水平。此外，美圖還與阿里通義萬相、DeepSeek等模型合作優(yōu)化性能。主要應用產(chǎn)品：AI短片創(chuàng)作平臺-MOKI：專注于動畫短片、網(wǎng)文短劇、故事繪本及音樂視頻（MV）創(chuàng)作，可以根據(jù)用戶輸入的視頻描述生成分鏡腳本和畫面，支持選擇視覺風格、角色設(shè)計等。自動識別關(guān)鍵幀進行剪輯，提供自動配樂、音效和字幕生成功能。AI影像agent—RoboNeo：一站式影像處理與視覺內(nèi)容創(chuàng)作工具，覆蓋圖片編輯、設(shè)計創(chuàng)作、視頻制作。用戶圖49圖49：美圖旗下AI短片創(chuàng)作平臺—MOKI圖50：美圖旗下AI影像agent—RoboNeo目前支持接入Sora2香港） 香港）圖51：美圖旗下AI素材生成工具Whee 圖52：美圖旗下口播視頻創(chuàng)作工具—開拍 香港） 香港）嗶哩嗶哩（BILIUS）：聚焦動漫+中長視頻+UGC內(nèi)容社區(qū)差異化競爭B站通過“數(shù)據(jù)+社區(qū)+垂直場景”AI視頻生成壁壘：數(shù)據(jù)：BUGC/PUGC內(nèi)容，利用深度用戶互動評論訓練模型；場景：聚焦中長視頻、動漫、虛擬偶像等優(yōu)勢領(lǐng)域，避開短視頻競爭；商業(yè)化：AI創(chuàng)作者效率提升，并提升廣告投放效率，以推動商業(yè)化收入增長。AI視頻創(chuàng)作平臺—花生AI：20258月，據(jù)媒體報道，BIUP主通過輸入文案或口播音頻，在30）。動漫生成模型—Anisora：20257月，BAniSoraV3VTuber內(nèi)容、動畫PV、鬼畜（MAD）等。香港） 香港）其他未上市中國公司字節(jié)跳動：平臺應用+模型基礎(chǔ)設(shè)施的全棧布局字節(jié)的AI視頻生成體系采用“平臺＋Seedance/Waver雙模型引擎”架構(gòu)，技術(shù)迭代清晰，分層明確。目前，SeedanceWaverAIGC視頻領(lǐng)域“高質(zhì)量＋高效率”的技術(shù)格局。應用平臺包括：1)豆包：20258月，豆包APP1.57億（據(jù)QuestMobile）DeepSeek1.43億，成為中國用戶數(shù)最高的C端AI對話助手產(chǎn)品。2025年以來，豆包逐步從簡單的對話助手升級為多模態(tài)AI產(chǎn)品，視頻生成功能也逐步增強。202510月，字節(jié)跳動正式發(fā)布了豆包視頻生成模型（Doubao-Seedance-1.0-pro），進一步實現(xiàn)生成效率提升和成本降低。1080P258Waver1.0，統(tǒng)一處理文本、圖像與視頻生成任務，實現(xiàn)工業(yè)級推理效率。3)其他：包括剪映（視頻創(chuàng)作剪輯工具）、即創(chuàng)（抖音商家AI創(chuàng)作工具）等。即夢采用“訂閱＋免費額度＋API調(diào)用”的雙層商業(yè)化模式。C69元人民幣/659元人民幣/年，每月可1682,0502680張照片的免費額度。App上線半年后，MAU就已突破1,000萬。BSeedanceWaverAPI，以生成市場與分辨率定價，服務廣告、電商與教育客戶。基于訂閱價格與廣告客戶潛在擴展推算。C端收入是即夢當前增長的主要來源，特征是訂閱價低、用戶基數(shù)ARPU較低；B端（BytePlusAPI）貢獻規(guī)模小，但具備高單價、高復購率與長期合約潛SeedanceB1-2年持續(xù)上升。圖55：即夢網(wǎng)頁 圖56：即夢創(chuàng)辦的數(shù)字藝術(shù)展 香港） 香港）愛詩科技：PixVerse憑借出色特效出圈PixVerse是由愛詩科技推出的AI視頻生成平臺，核心功能包括“照片/文本生成視頻”，同時支持風格遷移、口型同步、音效/20241AI20256月發(fā)布。公司創(chuàng)始人王長虎曾任字節(jié)跳動視覺技術(shù)負責人，核心團隊成員大多來自字節(jié)跳動、微軟亞洲研究院、快手和騰訊等領(lǐng)先機構(gòu)。產(chǎn)品迭代：早期版本V2840秒的多段視頻。V3階段：引入口型同步與視頻續(xù)接功能，提升了文本驅(qū)動視頻生成的控制力與精細度。V4（2025年初發(fā)布）：集成音頻模塊，實現(xiàn)音視頻同步；優(yōu)化動作流暢度與物理一致性；并將生成速度壓縮定價：PixVerse采用點數(shù)驅(qū)動的訂閱體系，從提供有限點數(shù)的免費版到每月10–48美元的付費計劃，支持最高1080P視頻，并提供帶API接口的定制化企業(yè)版。202510171B+輪融資，1億，MAU1,600萬。APIEssential（1003335秒視頻）、Scale（每月1,500美元，約5,316個視頻）、Business（每月6,000美元，約23,766個視頻）。平臺用戶規(guī)模從2024年12月的全球1,200萬增長至2025年9月的累計超過1億。圖57：PixVerse各式各樣的AIAgent頁面 圖58：各式各樣可調(diào)節(jié)的Parameters 香港） 香港）Minimax：海螺AI升級電影級高質(zhì)量視頻生成效果AIMinimax推出的多模態(tài)視頻生成模型。早期版本海螺-Video-01系列（T2V-01-Director與I2V-01-Director）率先實現(xiàn)了分層控制，包括鏡頭構(gòu)圖、角色、場景與動作，支持基于文本描述的逐鏡頭視頻生成，確立了“導演級”可控能力。20256月，海螺-02NeuralControlRepresentation框架，相較前代訓練參數(shù)提升三倍、數(shù)據(jù)量提升1080p分辨率，并支增強，可生成復雜場景如“噴火高”速與運“動”，標志著視頻理解與生成能力的重大突破。2025年7月，Minimax完成3億美元融資，估值約40億美元，躋身中國估值最高的生成式AI公司之列。在消費端，AI面向日常創(chuàng)作者與短視頻博主，通過分層訂閱與點數(shù)體系降低使用門檻。其主要用戶群體來自抖音、在企業(yè)端，Minimax的多模態(tài)基礎(chǔ)，海螺AI向廣告、電商、教育和游戲等行業(yè)提供API能力。眾多短劇制作團隊、MCNB2BMiniMaxAPI與火山引AI更高的利潤率和強勁的經(jīng)常性收入潛力。AI的商業(yè)化模式結(jié)合了消費端的分層訂閱與應用內(nèi)購買（用于流量變現(xiàn)），以及企業(yè)端的API訂閱體系分為五個層級：Standard（每月7.99美元，約83個視頻）；Pro（每月27.99美元，約375個視頻）；Master（每月63.99美元，約875個視頻）；Ultra（每月124.99美元，可完整訪問海螺-01模型）；Max（每月199.99美元，可完整訪問海螺-01/02模型）。所有訂閱方案均支持1080p、最長10秒視頻、多線程生成。Minimax報告稱已協(xié)助創(chuàng)作者生成3.7億個視頻，僅Web版本的年化經(jīng)常性收入（ARR）就超過1,000萬美元。圖59：MiniMax與其他模型精確度對比 圖60：海螺AI用戶界面 香港） 香港）清華Vidu：中國學術(shù)研究模型向多模態(tài)的演進Vidu是由清華大學、智譜AI與上海人工智能實驗室于2024年聯(lián)合推出的生成式視頻大模型，被視為‘多模態(tài)世界建模’的起點，重點關(guān)注物理一致性、時間連續(xù)性與語義可控性。Vidu是首個完全基于Transformer架構(gòu)并采用非擴散（Non-Diffusion）方法的文本生成視頻模型，參數(shù)規(guī)模達14億，并通過“逐幀去噪”顯著提升了視頻清晰度。產(chǎn)品迭代：版本1.0161080pVidu1.5（2024年四季度）強化了動作理解與鏡頭語義控制，支持更復雜的角色互動與場景切換。該版本實現(xiàn)了單個視頻在30秒內(nèi)快速生成。自上線以來，Vidu在100天內(nèi)即獲得超過1,000萬用戶，迅速走紅。版本2.02025Web、AppAPI接入，并采用按秒計費與具競爭力的定價策定價：“免費體驗+分層訂閱+API接口”。在消費端，平臺提供四檔訂閱方案：免費版：800點數(shù)，可生成約2001080p視頻；標準版：82,0005001080p視頻；高級版：28美元，可700個視頻；旗艦版：791,000個視頻。不同訂閱檔位在視頻生成數(shù)量、并行任務上限、參考素材與編輯功能方面有所差異。在企業(yè)端，ViduAPI平臺，提供文本生成視頻、圖像生成視頻及模板化視頻生成接口，面向廣告、電商、教育與影視制作等行業(yè)。圖61：Vidu生成界面 三大亮點 香港） 香港）2025年11月18日（星期二）互聯(lián)網(wǎng)行業(yè)估值對比券評級價券評級價（%）美元）FY25EFY26EFY25EFY26EFY26EFY26EFY26EFY26E收入凈利潤EBITDA騰訊700HK港元增持641.0766.019.5720.916.422.29.613.816.0阿里巴巴BABAUS美元增持153.8204.032.6367.017.415.016.723.3n.a.2.518.211.0拼多多PDDUS美元增持131.0審視中n.a.185.920.7