AI视频生成：技术突破与商业蓝海探索

过去数月，一段“动物跳水”短视频风靡网络，大象、小猪、柯基轮番上演高难度跳水，伴随着专业解说和欢呼声，视频的逼真度堪比电影特效。

这种动物拟人化情景演绎、切割不同材质物品的解压视频等AI生成内容，正席卷抖音、小红书、B站等各大平台。

曾几何时，这类视效只存在于影视作品中。如今，围绕“脚本制作——关键帧创作——视频生成”的工作流程不仅形成，还催生了一批靠AI视频创作变现的“数字导演”。

尽管早在2022年就有AI生成视频问世，但当时的视频画面常存在失真、怪异等问题，传播范围有限。转折点出现在2024年，OpenAI发布的Sora以DiT架构为核心，突破了视频生成的时长、清晰度、逻辑一致性等瓶颈，使“AI生成视频”真正具备了走向大众市场的潜力。

此后，越来越多的厂商开始借鉴DiT或其他混合模型架构，陆续发布对标Sora的闭源模型产品。2024年下半年，视频生成类模型呈现井喷式增长，阿里、字节等巨头纷纷入局，智谱、MiniMax等创业公司也快速跟进。

01

大小厂“诸侯混战”

各自的牌面有多大？

与已演进三年、格局稳定的大语言模型不同，AI视频生成模型仍处于“诸侯割据”阶段。自2024年密集爆发后，这一赛道在模型能力、用户认知及落地场景上，尚未形成类似ChatGPT的头部垄断格局。

目前，视频生成模型虽未建立统一评测体系，但“时序一致性”“帧画质”等成为通用测评关键词。从多个榜单变化趋势看，各模型间排名波动明显，领先优势未固化。

以AGI-Eval榜单为例，仅三个月时间，前十排名便大幅洗牌。值得注意的是，榜单上不仅有阿里、字节等大厂，也有minimax、爱诗科技等创业公司，且国内厂商出现率高于国外。

另一方面，文生视频与图生视频在测评维度上差异较大。据Artificial Analysis榜单，仅一半模型能同时跻身两类前十，说明当前模型能力仍处于快速演进期。

当前，有观点称大语言模型已进入“技术平台期”，相比之下，视频生成模型迭代仍处于初期爆发阶段。例如，快手可灵平均不到两个月推出新功能，上半年完成两次大版本迭代。Minimax的海螺也在三个月内实现三次迭代。

尽管整体格局未明朗，但国内厂商如快手、字节等排名基本稳定在前十。用户侧数据显示，快手可灵、MiniMax海螺市场份额领先。

AI视频生成的爆发：

内容土壤、成本革命与平台竞速

AI视频生成近一年的井喷式增长，是技术突破、内容扩张及成本降低的综合结果。

除了Sora的技术突破，视频内容的持续扩张为AI视频落地提供了土壤。据QuestMobile数据，截至2