过去两个月，一段“动物跳水”短视频在网络上刷屏，大象、小猪、柯基等动物在标准跳水台上以高难度动作跳入水中，还配有专业赛事解说和人群欢呼声，其逼真程度堪比电影特效。这类AI生成视频，如动物拟人化情景演绎、解压切割视频等，已在抖音、小红书、B站等各大平台广泛传播，而过去此类视效仅存在于精良影视作品中。

视频生成模型发展历程与现状

发展转折

早在2022年，市面上就出现了AI生成视频，但当时画面存在失真、怪异等问题，传播范围较小。2024年是转折点，OpenAI在二月发布Sora，以DiT（Diffusion + Transformer）架构为核心，突破了视频生成在时长、清晰度、逻辑一致性等方面的瓶颈，让AI生成视频有了走向大众市场的可能。此后，越来越多厂商借鉴DiT或其他混合模型架构，陆续发布对标Sora的闭源模型产品，如24年6月的Runway Gen - 3、Luma Dream Machine，7月底全面上线的快手可灵等。

市场竞争格局

下半年，视频生成类模型呈井喷式增长，阿里、字节等巨头纷纷入局，智谱、MiniMax等创业公司也快速跟进，AI视频成为AI模型商业化最拥挤的赛道之一。与经历三年演进的大语言模型不同，AI视频生成模型目前处于“诸侯割据”的早期阶段，尚未形成头部垄断格局。

目前虽无统一评测体系，但“时序一致性”“帧画质”“提示词遵循度”“生成稳定性”等是通用测评关键词。从多个测评榜单变化趋势看，各模型排名波动明显，领先优势未固化。以AGI - Eval榜单为例，仅三个月前十排名大幅洗牌，能维持榜上位置的仅剩Pika 1.5、MiniMax的Video - 01、爱诗科技的PixVerse V4。国内厂商出现率明显高于国外厂商。

文生视频与图生视频在测评维度上差异较大，国际测评机构Artificial Analysis的榜单显示，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。

模型迭代与排名情况

大语言模型进入“技术平台期”，而视频生成模型迭代处于初期向成熟过渡的爆发阶段，大厂与创业公司以2至4个月的频率推陈出新。如快手可灵平均不到两个月推出一次新功能，2025年上半年完成两次大版本迭代；Minimax旗下的海螺三个月内实现三次迭代，2025年6月推出新模型海螺02。

近半年，快手、字节、MiniMax、爱诗科技等国内厂商在各类评测中排名基本维持在前10，位列第一梯队。用户侧使用排名中，快手可灵、MiniMax海螺长期市场份额位居前列，字节即梦因新版本上线晚，5月榜单未露面。

AI视频生成爆发式崛起的原因

外部环境与成本优势

AI视频生成的井喷式增长是“天时地利人和”的结果。Sora突破技术瓶颈，视频内容的持续扩张为其提供了坚实的落地“土壤”。截至2024年9月，中国移动视频行业月活用户达11.36亿，视频成为流量核心载体。

更重要的是，AI大幅降低了视频制作的人力、时间和技门槛。实拍视频的复杂流程和动画视频的高技能工序，AI视频都能在几秒钟内“一键生成”。顶级动画电影每分钟制作成本高达200万美元，而AI模型生成相似画面，单位成本已压缩至每分钟300美元左右。虽然现阶段视频生成模型在效果稳定性和剧情连贯性上有短板，只能输出短片段，但正好匹配短视频、短剧等轻内容场景的需求。

商业变现与市场策略

为占领创作者市场，视频生成厂商多从开源起步，给予用户免费使用权限，再通过订阅制实现商业变现。如快手可灵、字节即梦、腾讯混元通过赠送积分、免费次数引导C端订阅；百度绘想开放免费试用；通义万相以模型源码形式开源分发。

背靠内容平台的分发资源和用户流量，字节、快手等大厂在国内C端更具优势，构建起“模型生成—内容创作—平台分发”的闭环生态。创业公司如爱诗科技PixVerse、MiniMax海螺等则瞄准海外市场，爱诗科技PixVerse总用户达6000万以上，月活用户超1600万，成为全球用户量最大的AI视频生成产品。国内创业公司在多项榜单中表现优于海外竞争者，但出海可绕过强平台，寻找蓝海。生数科技Vidu则将目标放在B端市场，与飞书、百度搜索等达成合作。

AI视频生成的发展方向

内容创作与模板策略

同样面向短视频创作，快手可灵在国风、二次元方面占优势，即梦善于写实、艺术领域的内容生成，这与各自平台的内容特色有关。但无论是服务短视频创作，模板特效和提示词设计的效果和稳定性都至关重要，“选得快、改得少、出片稳”是决定工具使用频率的核心变量。

爱诗科技PixVerse凭借模板化视频生成思路，在海外获得高用户量，通过提供“模板特效”简化创作路径。但模板特效虽能降低制作门槛，做出符合平均水平的视频效果，却无法拉长生命周期，易出现用户审美疲劳、内容热度转瞬即逝、ROI表现难以持续的问题，这是AI视频在内容平台面临的结构性困境，即效率虽高，但难留下“经典”。

不同的发展路径探索

Runway走出了与短视频模式不同的路径，它将视频生成定位为“创意效率工具”，而非低门槛生产工具。尽管其官网访问量不足可灵的二分之一，但ARR几乎达到可灵的六倍。Runway通过与电影公司等高附加值产业合作，生产高品质影视内容作品，核心功能有中间帧控制、AI角色的表情与动作复刻、视频扩展等，在实现效率的同时，核心创意输出由人类掌控。

随着越来越多AI产品的涌现，行业和时代需要从对AI效率转化性能的评价，转向厘清AI工具的使用边界，让真正的增量内容得以生长。