AI视频技术：快速迭代下的竞争与变革

AI视频技术正以前所未有的速度“周”为单位进行迭代。

仅两周前，PixVerse便推出了新项目，用户只需在下方输入提示词，AI便会同步生成视频，实现连续视觉输出。

Source: PixVerse

上周，Runway又发布了Gen 4.5模型，AI在短短3秒内便可切换近、中、远景，其运镜构图堪比专业导演，且人脸纹理清晰可见。

Source: Runway

不止海外，国内公司也在加速前进。字节旗下的即梦AI，核心版本在两年内历经9次关键迭代；快手的可灵AI，问世以来升级了30余次。厂商们“你追我赶”，月初份额很高的模型，月底就可能被其他厂商超越。

它们竞争激烈，因为退一步是“流量危机”，进一步则是“万亿蓝海”。

抖音、快手们的成功，证明了“视频”杀时间的能力，而AI视频或许会带来更沉浸的体验。目前，已有大量AI短视频、AI短剧涌入内容平台，抢夺用户注意力。

随着模型能力提升和推理成本降低，狂热的“淘金潮”还将蔓延至漫剧、游戏甚至电影等领域，届时AI视频可能迎来一轮大爆发。

AI不仅是技术进步，更是个性体验、内容生产和商业效率的“三重革命”。对字节、快手等视频玩家来说，这是一场不得不跟的牌局。它们打出了截然不同的牌面。

1

即梦的入口野心VS可灵的工具理性

在即梦3.5Pro和可灵2.6输入同一段提示词，对比生成的AI视频会发现，可灵的画面细节更丰富，电影感十足。

但代价是，可灵排队时间超过30分钟，而即梦无需等待，1分钟之内便可生成视频，且每天都能免费使用2次。

这样的视频效果和使用体验，正是快手和字节不同技术路线选择的结果。

尽管AI视频能力日新月异，但物理破绽仍频繁出现。外媒Winsome Marketing实测发现，用Sora2生成的视频中，真正可用于发布的内容只有5%-10%，剩下90%全是废片。

这不仅浪费时间，更烧钱如流水。据第三方评测榜单Artificial Analysis，可灵2.6Pro每分钟生成成本为4.2美元，谷歌Veo 3.1平均每分钟生成成本高达10.5美元。

因此AI视频的进化史，可以视为“开盲盒式”生成效果的抗争史。厂商们资源禀赋不同，有的“高举高打”，有的“精耕细作”。

在此背景下，即梦选择了优化Seedance大模型，实现参数和知识共享，同时避免多个模型重复维护。但视频每秒有数十帧，每帧包含数百万个像素点，同步处理意味着计算量和内存需求“立方级增长”。

为了破解算力难题，字节在Seedance中嵌入扩散变换器，把任务拆给不同模块并行处理；同时在蒸馏机制中引入特殊算法，确保小模型“又快又准”，最终实现用更少的推理步骤生成更顺的视频。

快手则聚焦打磨视频模型基座：每次迭代不仅扩充参数和优化数据，也在产品交互层引入新功能，提升生成结果的可控性。

显然，可灵走的是“产品创新驱动”的务实路线，而即梦有着“突破产品技术上限”的野心。

2

放眼长期增长的即梦VS专注即时收益的可灵

据美国知名风投公司a16z合伙人透露，Sora的30天用户留存率仅1%，60天留存率近乎0%。

这揭示了一个残酷的现实：AI视频生成现在可能称不上一门好生意。

每一家AI视频公司都愿景着“傻瓜也能创作”，但上文说过，90%的AI视频生成后“根本不能用”，少数高质量作品底下也总跟着一长串“怎么做？”的提问——AI创作的门槛依然高悬。

这导致主打大众市场的AI视频产品集体陷入变现困局。据第三方机构非凡产研的数据，即梦AI和Minimax的海螺AI年化营收（ARR）均未破亿。

很显然，当下专业创作者的付费能力更强、意愿也更高。