K8凯发(中国)天生赢家·一触即发

视频模型:最容易制造惊艳也最容易消耗惊艳
栏目:k8凯发集团 发布时间:2026-05-12
 随后,总部位于美国的fal.AI上线HappyHorse-1.0官方API。fal主要为开发者和企业提供图像、视频、语音等生成模型的API调用和推理服务,此前已接入可灵、海螺等视频模型。  同一时间,视频模型创业公司开始密集释放资本信号。生数科技和爱诗科技在斩获两笔融资后,先后传出考虑赴港上市的消息。  快手的可灵,是业内最早跑出规模商业化的样本,可灵2025年12月单月收入超过2000万美元

  随后,总部位于美国的fal.AI上线HappyHorse-1.0官方API。fal主要为开发者和企业提供图像、视频、语音等生成模型的API调用和推理服务,此前已接入可灵、海螺等视频模型。

  同一时间,视频模型创业公司开始密集释放资本信号。生数科技和爱诗科技在斩获两笔融资后,先后传出考虑赴港上市的消息。

  快手的可灵,是业内最早跑出规模商业化的样本,可灵2025年12月单月收入超过2000万美元;另一边,字节年初凭借Seedance 2.0的惊艳表现不断做大声量。

  国产视频模型风生水起的几个月中,OpenAI则选择了在本月关停旗下视频模型产品 Sora,宣告了视频模型的上一个周期结束,也迎来了国产视频模型的加速周期,相关统计显示,今年以来,中国AI视频赛道已经发布约10个模型。

  只是,Sora退场也更像一个提醒:视频模型最容易制造惊艳,也最容易消耗惊艳。蜂拥而至的国产厂商们,都将面临一个共性问题:技术层面的差距在毫厘之间,而商业化层面的竞争已经进入深水区。

  参考Artificial Analysis榜单,国产视频模型的头部由三大巨头组成:快手可灵、字节Seedance以及阿里HappyHorse。不过,在榜单上的你追我赶背后,三家公司面对的是完全不同的考题。

  可灵的关键词是商业化,在技术指标的打榜之外,可灵最早拿出了相对清晰的收入账单。公开报道显示,可灵在2025年12月单月收入超过2000万美元,相比2025年3月披露的1亿美元年化收入有明显增长。

  快手方面在此前的财报电线月,可灵AI年化收入运行率(ARR)已超过3亿美元,并透露出今年将实现收入同比翻倍以上增长的信心。

  在国产视频模型已公开的营收数据中,这一数据处于绝对领跑的地位。同期,可灵服务超过6000万创作者,累计生成超过6亿条视频,并与超过3万家企业用户建立合作。

  可灵在模型侧发力得很早,自2024年6月开放后,它一直是国产视频模型追赶Sora的代表。但进入2026年后,两大竞争对手先后在视频基模领域给可灵“上强度”。

  值得注意的是,主导HappyHorse的核心人物张迪,此前正是可灵的技术负责人。

  不过,只看榜单跑分,Seedance 2.0、HappyHorse和可灵3.0的差距并不大,真正的差距体现在,阿里和字节不约而同地下场开始争抢用户声量。

  该模型发布后不久,一段由爱尔兰导演Ruairi Robinson用Seedance 2.0生成的“汤姆克鲁斯与布拉德皮特”视频在社交平台传播,其中一条播放量超过140万,另一条超过300万。

  甚至马斯克都曾在X上评论Seedance 2.0视频:“这一切发生得太快了。”

  Seedance 2.0在国内的出圈,也被“雪山救狐狸”带起。这条由贵州一家酱板鸭品牌四人团队制作的AI短片,耗时约5小时、花费40元,全网传播量突破50亿。

  相关报道显示,主创先用豆包拆脚本,再用小云雀和即梦生成画面,即梦的Seedance系列就是主要模型之一。

  与此同时,字节也在主动推动Seedance 2.0的行业心智:贾樟柯担任监制的春节贺岁短片《贾科长Dance》由Seedance 2.0生成,火山引擎总裁谭待还透露,Seedance 2.0在正式推出前已参与央视春晚多个节目的视觉制作,春晚是它的第一个客户。

  显然,视频领域的优势不只是模型本身。字节在视频生产链路上拥有其他公司很难复制的入口:即梦面向创作者,剪映承接剪辑需求,还有抖音这样的巨量内容池,企业侧由火山引擎承接企业调用。

  所以,一旦Seedance开始收割用户声量,依托字节的资源可能比可灵更快收割C端创作者心智。

  不过,用户声量的扩张,并不完全能代表商业层面的胜利。一方面,字节目前没有披露类似可灵那样清晰的ARR口径。在专业级用户的市场中,究竟与可灵的市场份额占比如何,仍是未知。

  其次,Seedance 2.0的出圈,直接在正面撞上版权和肖像问题。美国电影协会、演员工会等好莱坞组织批评Seedance 2.0涉嫌大规模未经授权使用版权作品和演员肖像,随后,字节方面因好莱坞版权争议暂停了Seedance 2.0的全球发布。

  而当Seedance还在和版权问题作斗争的时候,阿里带着HappyHorse抢走了它榜单第一的位置。

  这个原本属于淘天旗下的多模态团队,迅速成为了阿里在多模态领域的金字招牌。

  不过,HappyHorse目前证明的是理论上的技术冲击力,而两大竞争对手可灵和Seedance/即梦,都已经形成了真实用户体量的护城河。

  事实上,Artificial Analysis的榜单会每日动态更新,盲测偏好一定程度上能反映输出质量,但不能替代具体业务场景里的成本、速度、稳定性和合规测试。

  腾讯云开发者社区中,有行业人士横评了这三大模型:HappyHorse-1.0在多镜头测试里,它在11个视觉锚点中保持了9个,人物连续性强于Seedance 2.0;音画同步测试里,声画延迟控制在80毫秒内,优于可灵3.0的120毫秒。

  然而,是物理拟真和复杂规律成为了HappyHorse的短板。水杯碎裂测试要求模型在5秒内模拟碰撞、流体、玻璃裂纹等6种物理现象,HappyHorse出现网球未接触杯体、杯子已反向倾倒,水体穿模、裂纹扩散生硬等问题。

  再往后看,阿里与快手、字节的差异也很明显。快手有短视频社区,字节有全球化视频工具和分发平台,而阿里没有天然的内容社区。

  HappyHorse更可能进入的是阿里云百炼、千问、电商营销、商家素材、品牌广告和企业内容生产,短时间内还不会和即梦、可灵正面厮杀。

  而在一线AI大厂中,百度和腾讯今年以来都没有更新视频模型品类。两家公司最近一次较明确的视频模型版本发布,仍停留在去年10月至11月。

  显然,在视频模型第一梯队中,至少在整个2026上半年,都将是阿里、字节、快手的三强格局。

  巨头之外,第二梯队正在分化,首先来关注瞄准了IPO的两家创业公司,生数科技和爱诗科技。

  产品上,Vidu仍是生数最重要的抓手。Vidu Q2曾重点推出Reference-to-Video能力,允许用户上传最多7张参考图,用人物、物体、场景或道具作为约束,生成更一致的视频。

  生数另一张牌是“世界模型”。它的路线更接近视频基座世界模型——通过海量视频学习时间、空间、运动与因果规律,再延展到机器人动作模型,而不是纯3D空间重建路线。

  另一边,爱诗科技PixVerse是一家面向全球创作者的视频生成平台,目前也传出考虑最快今年赴港上市,并已与中金、摩根大通等投行合作。最新融资信息显示,爱诗今年完成3亿美元C轮融资,估值超过10亿美元。

  营收方面,爱诗科技ARR约4000万美元,生数科技公开可查口径约2000万美元,距离支撑十亿至二十亿美元级估值,仍需要更强的收入增长、成本控制和企业级复购证明。

  如果进一步比较,爱诗更像是“C端规模先跑出来”的公司,靠PixVerse和拍我AI获得用户与订阅收入;生数更像是“技术与模型叙事更强”的公司,背靠清华团队、U-ViT架构和Vidu的行业能力。

  但两者共同的问题是,AI视频生成尚未进入稳定盈利期,巨头竞争、算力成本、版权合规和用户留存,都可能成为IPO审核和二级市场定价时的核心阻碍。

  两家创业公司之外,另一家值得关注的视频模型厂商,是曾经“六小龙”中的代表人物MiniMax。

  MiniMax旗下的海螺曾经是上一轮国产视频模型热潮里的代表产品,而MiniMax也是六小龙中少数坚持视频模型产品线年,海螺的行业存在感明显不如去年。海螺的上一次模型更新,还是发布于2025年10月的Hailuo 2.3和2.3 Fast,主要提升身体动作、面部表情、物理真实感和提示词遵循。

  另一匹“黑马”来自昆仑万维。3月发布的SkyReels V4冲进Artificial Analysis无音频文生视频榜单前列,一度排到第四。昆仑万维方面此前披露,SkyReels V4目前已全面开放API。

  但它的差异在于,昆仑本身有短剧和海外内容业务,SkyReels仍是优先进入自家短剧、广告、游戏等生产链路,承担降本工具角色。这是这部分内部效率,能否折算成有效的商业化收入仍是未知。

  显然,对于创业/腰部公司而言,视频模型的问题不只在于技术领先程度,更在于ROI的困境。

  OpenAI方面在几天前,正式关停了Sora,而Sora API将于9月24日停止服务。

  这一举措十分突然,有报道披露,OpenAI的动作让迪士尼等合作方感到意外,也意味着双方一项拟议中的10亿美元合作告吹;报道还提到,OpenAI正把重点转向更有盈利潜力的编码工具和企业解决方案。

  视频生成不是“一句提示词换一段成片”。它背后是多帧生成、时序一致性、高分辨率、音画同步、失败重试和后期筛选。用户最后看到的是一条8秒、10秒、15秒的片段,平台承担的是大量候选结果和算力消耗。

  AI应用开发平台MindStudio,在一篇行业博客中把Sora的失败归结为“推理墙”:文章称,Sora关闭前每天推理成本约1500万美元,而生命周期收入约210万美元。

  这对国产模型同样成立,尽管国内市场的版权压力相对较小,但定价和营收始终是一门玄学。

  涨价背后是算力账。文章称,一个15秒视频大约消耗30万token;按照火山引擎3月公布的Seedance API价格,视频输入模式为每百万token 28元,无视频输入模式为每百万token 46元,折算下来,一段15秒视频约15元,约合1元/秒。

  有针对即梦的相关分析显示,即使是高级会员用户,排队时间仍然超过3小时。普通用户有时需要排在8万人后面等待。只有签订合作协议的大型制作公司才能使用Seedance的完整功能,无需排队。

  另一方面,版权问题仍是视频模型领域的拦路虎,甚至不止在好莱坞,国内市场也是如此。

  几天前,爱奇艺在世界大会上称,已有100多名深度合作艺人同意入驻纳逗Pro艺人库,引发舆论争议;随后于和伟、张若昀、王楚然等多位艺人或团队否认签署AI相关授权文件。

  爱奇艺回应称,入驻艺人库只代表有接洽AI影视项目的意愿,是否参加具体项目、出演具体角色,仍需单独商谈和授权。

  人脸既是商业素材,也是生物识别信息;一旦进入短剧、广告、互动视频和虚拟直播,授权边界、使用次数、二次创作、收益分配和撤回机制都会变成新问题。

  麦肯锡在2026年关于影视制作和AI的报告中提到,AI可能改变内容生产方式和行业价值链,但它带来的结果不只是一种:可能压低成本、扩大内容供给,也可能重塑价值分配。

  德勤在2026年TMT预测中也提醒,AI的承诺和现实价值之间仍存在差距,真正的规模化来自推理计算、智能体编排和运营收益等后台能力的持续改善。

  真正能穿越周期的公司,必须把生成能力接进生产链路,压低真实交付成本,处理版权合规,并让客户算清ROI。

  视频模型当然还会继续进步。它的上限仍然很高,尤其是在广告、电商、短剧、游戏、影视预演和社交内容生产里。但2026年的问题已经不再是“谁能生成一段更像电影的视频”,而是“如何给客户提供能持续产生营收的服务”。