国产AI视频生成，飞速进化

1. 精精久品

　　中国新闻周刊记者：王诗涵

　　发于2025.7.21总第1196期《中国新闻周刊》杂志

　　6月23日早上9点，周鹏被手机消息提示震醒，无数点赞和评论涌入他的社交媒体账号。

　　前一晚睡前，他在抖音账号“鲤鱼与鱼Ai”发布了一则“动物跳水”主题的AI生成视频，让长颈鹿、猪、柯基依次在奥林匹克赛场完成了一套标准的跳水动作。

　　“AI视频爆款的机会让我捡到了一次。”周鹏没料到会有这样的传播效果。他告诉《中国新闻周刊》，这条视频让他在圈内有了名气，接到了更多商业订单。他现在承接的商单每单成本为一两千元，制作周期平均7—10天，若不计人工成本，回报率可达10倍。

　　创作者赚钱，离不开模型能力的进步。6月18日，总部位于上海的MiniMax(稀宇极智)发布新一代视频生成模型海螺02(Hailuo 02)。周鹏表示，海螺02更新之前，跳水所需的大幅度、复杂且流畅的运动表现在业内还无法被实现。平台的商业化造血能力也初步得到验证。MiniMax全球业务总经理盛静远(Linda Sheng)告诉《中国新闻周刊》：“新模型发布以来，无论是C端订阅还是B端商业合作，海螺AI的收入都实现量级增长。”

　　AI视频生成初创企业爱诗科技也对《中国新闻周刊》表示，公司业务已实现正向现金流，当前的订阅收入已能覆盖公司绝大部分成本费用。6月，快手宣布旗下AI视频生成平台可灵AI(Kling AI)在4月、5月的月度付费金额均超过1亿元人民币。

　　此前，AI视频生成面临“烧钱没有意义”的质疑，仅一年多后，这条赛道摇身一变，成为AI行业的“印钞机”。

　　爆款视频背后

　　今年春节过后，周鹏开始兼职从事AI视频创作，在6月决定全职投入。

　　身为“超级创作者”，他需要熟悉所有AI视频生成平台的功能，日常花费大量时间测试，为每个镜头挑选最优生成模型。“不能盲信某个模型，各家厂商的模型能力往往交替领先。”

　　海螺02发布后，周鹏看到了“动物跳水”这一Agent模板，上传动物图片即可生成视频，他决定上手一试。为了让内容更加有趣，他又录制了体育解说配音，并用AI替换音色。这支时长18秒的视频制作耗时约2小时，迄今获得超6万点赞、21万转发。

　　接下来几天，全网的“流量捕手”迅速加入，社交媒体上出现了各种动物完成自由体操、花样滑冰、跳高等项目的视频。抖音话题“萌宠运动会”共有5.4亿次播放，超9000人投稿视频。周鹏也继续创作了举重、吊环两个新的动物运动模板。

　　有趣的是，萌宠统一了海内外网友的审美。海外最火的视频由Instagram博主“pablo.prompt”在6月20日制作发布，不同花色的猫依次完成了三周半的跳水动作。每只猫都显示出不同的性格和身形特征，有的神态慵懒、缓慢踱步，有的疾速起跑、轻盈跳跃。迄今，该视频获得超2.5亿次播放、996万次点赞。

　　由于和海外创作者保持着紧密的联系，在海螺02上线的前一天，盛静远就在工作群预测，“猫猫跳水”可能会火。她表示，创作者们都想实现这一提示词(prompt)效果，一直没有模型能特别理想地实现，大家都会积极尝试新模型。

　　“以前，AI生成视频可能更追求如何接近真实。现在，大家发现用AI搞抽象，生成有美感的虚构内容也很有意思，形成了一个新的创作门类。”盛静远说。

　　类似的爆款视频还有毛绒地标、切玻璃水果等。“AI视频的复制门槛很低，能抓人眼球的始终是大家没见过的东西，还是依赖于各大平台频繁的模型更新。”周鹏感叹。

　　盛静远表示，在AI时代，用户留存的关键不在于烧钱投放，而是底层模型的技术领先性。平台的影响力也从不由爆点或模板驱动，而是在于模型能力能否解决某一类问题。

　　她解释，物理表现差一直是AI视频生成模型存在的普遍问题，海螺02对此进行针对性优化，实现了高难度、写实的物理动作效果。“在新模型的阶段性优势下，全球性传播主要依靠用户的口耳相传，相比于技术投入，其成本几乎可以忽略不计。”

　　区别于海螺AI、可灵AI等主要服务于专业视频制作者的产品，爱诗科技在海外发行的PixVerse移动端应用面向更广泛的C端用户，在打造爆款视频方面有另一种思路。去年10月，PixVerse V3上线后，契合万圣节热点推出“毒液变身”特效模板，相关视频在全球社交媒体被播放超10亿次，其中有超百万名中国用户参与。

　　上述效果也依赖更好的模型、更快的生成速度。爱诗科技表示，PixVerse目前的生成速度在5—10s。复盘爆款的诞生，爱诗科技CEO王长虎表示，关键在于降低创作门槛，“用户只需上传一张照片，选择一个模板即可，不需要输入提示词，每个人都能做到”。同时，通过技术进步将生成视频的“抽卡”成功率提升至接近100%，才能让普通用户都玩起来，即便是首次体验也会愿意分享。

　　从玩具到生产力

　　今年4月，AI短剧导演杨铮发布了自己独立制作的悬疑类AI短剧《白咒》，他的作品在一项比赛中胜出，并被选中上线优酷平台，全6集，每集不到2分钟。

　　“当时，AI视频生成模型无法满足动作片的需要，很多打斗动作生成不出来。剧情片需要大量对口型，技术也并不成熟。”他告诉《中国新闻周刊》，三维特效是AI视频生成的优势，科幻和悬疑片与之更适配。

　　杨铮一个人揽下了全剧组的活，主要使用语言大模型Claude 3.7打磨剧本、海螺01生成画面，制作总耗时约25天，投入成本约1000元。他表示，成本均来自AI生成视频平台，以及其他配音、音乐和剪辑软件的包月会员费。

　　2个月后，杨铮已和某头部视频平台签约了漫画改编短剧的项目，也正推进古装类、出海类AI短剧的样片制作，并计划扩大工作室的规模。“对于AI短剧，行业都在试水阶段，来洽谈合作的多是初创企业或公司新成立的AIGC部门。听说有机会，大家都想找到入局点，但态度也很谨慎。”

　　模型能力竞速，将会支持越来越多像杨铮这样的创作者，也使各家模型厂商的商业化能力实现突破。

　　在6月7日的智源大会·多模态论坛上，字节跳动Seed图像&视频生成负责人黄伟林表示，效率、留存、收入是目前观察技术商业化进程的关键指标。

　　据他分享，过去一年，用户生成100张图的下载率从十几个百分点提升至60%以上；各类AI应用的30天用户留存数据从十几个百分点提升至40%左右。在AI视频生成赛道，头部产品的ARR(年化经常性收入)预计在今年达到1亿美元，明年可能增长至5亿—10亿美元。“今年下半年或明年将是视频生成商业化的关键期。”他判断。

　　留在牌桌上的玩家深有体会。“新模型发布以来，海螺AI的用户留存、活跃度、付费率表现都很好。C端、B端在海内外的收入都实现量级增长。”盛静远说，目前，公司多模态模型的商业化能力都表现较好。其中，处于技术高速迭代期的视频模型“冲劲非常大”，模型在每阶段的技术领先性决定了收入增长。

　　目前，海螺AI的C端订阅付费占比更高，平台的创作者已覆盖全球上百个国家。“欧美、日韩地区的商业化进展较好，印度、东南亚国家、巴西等人口大国的用户规模也更多。”盛静远介绍，至于B端，海螺在国内的合作伙伴多为使用AI意愿较高的互联网中型厂商，在海外的客户则涵盖传统企业和科技企业。例如，7月5日，MiniMax与全球知名广告营销公司S4 Capital/Monks摩课士宣布战略合作，该公司也已经在上海成立了AI工作室。

　　爱诗科技的PixVerse平台目前在175个国家和地区积累了超6000万用户。爱诗科技表示，公司已在全球绝大部分主要市场都验证了产品逻辑。今年6月，国内版应用“拍我AI”正式推出，面向国内B端用户的开放平台也已同步上线。

　　谈及实现正向现金流，爱诗科技对《中国新闻周刊》表示，关键还是在于抓住用户刚需，为“零门槛做出爆款视频”买单。“中国团队能率先跑通商业化，得益于过往互联网时代所积累下的视觉技术人才，团队也更懂短视频生态的痒点。”

　　AI视频的下游应用方向包括影视创作、商业广告、电商营销、城市文旅、动画教育、游戏娱乐等。如今，各行业都显示出更多变现机会，也吸引越来越多的创作者开始把“玩具”变成生产力工具。

　　据国际调研机构Fortune Business Insights数据，2024年，AI视频生成的全球规模约6.2亿美金，预计在2032年达到25.6亿美金，2025—2032年间的复合增速为20%。

　　“刀尖上求生存”

　　在AI时代，用户的忠诚度很低已成为行业共识。最近一年，海内外头部模型厂家的技术互相竞逐，交替领先，创作者也不断更新方法论。

　　周鹏对此很有感触。上半年，他更多使用可灵AI，以及字节跳动旗下的即梦AI，“在实测中，可灵AI的一个突出优点是能输出1080p、30帧/秒的高清流畅视频，3D现实运动能力较强。即梦AI和生数科技旗下的Vidu AI在动画方面比较强”。他表示，海螺02现在补全了动作特效、物理反馈的能力，又成为他制片的主要平台。

　　据他评价，行业有几次“拉高天花板”的模型更新：去年12月，可灵AI 1.6上线；今年5月，即梦AI 3.0发布；6月，海螺02上线。

　　7月初，谷歌旗下的Veo3模型宣布更新，表示只需一张图即可生成音频+视频片段，角色一致性再提升。最近，用户的关注点迅速转向了Veo3擅长的科幻、奇异类视频。

　　当前，海内外团队的模型能力各具优势。据国际权威测评榜单Artificial Analysis的视频生成竞技榜单，最新结果显示，模型进入文生视频榜单的公司，其总部有7家在中国，6家在美国，1家在英国；模型进入图生视频榜单的公司，其总部有6家在中国，5家在美国，1家在以色列。字节跳动、MiniMax、快手、阿里巴巴、腾讯、阶跃星辰、智谱、智象未来等公司均在列。

　　“现在，获得高关注、好口碑的模型，都必须具有明显特色，或是能在某个领域做到第一，或是做到‘人无我有’。如果做一个中庸的模型，无论是在开源社区还是在商业化路径上，都很难显示优势。”盛静远坦言。

　　除了模型能力，产业规模还受到价格驱动。据国元证券研报，目前国内外主流模型的API(应用程序编程接口)单秒价格在0.2—1元/秒，对比影视级制作的成本替代优势显著。

　　头部玩家也还在“卷”价格。6月，MiniMax推出NCR创新模型架构，使海螺02在模型参数量、训练参数量分别达到上一代产品3倍和4倍的前提下，仍然成本可控，且各个视频版本下的官方价格都低于同行。

　　全球竞争再趋白热化，玩家们想继续留在牌桌上，依然不容易。“AI是一场拉锯战，也是贴身肉搏，无论大小公司都要一分一分咬住机会，这就是我们目前的状态。在这样的环境下，我们也更容易判断公司是否走上快车道：在模型能力够强、使用人数和反馈足够多的正向飞轮下，公司能否越战越勇，加快发模型的节奏。”盛静远说。

　　在去年初，无论国内外，AI视频生成领域的声音还陷于“能否赶超Sora”的争议中，如今，市场已百花齐放。据全球顶级风投机构A16Z今年3月发布的最新全球100大AI消费者应用榜单，在网页端，海螺AI和可灵AI分别位居第12、第23名，Sora居第37名；在移动端，PixVerse居第52名。

　　王长虎对此颇有体会。“创业初期，大量投资人和行业专家都对我说，视频生成五年内没法落地。创业两年后依然留在牌桌上，我感到特别幸运。”

　　在当前节点，他觉得自己仿佛回到了去年初“刀尖上求生存”的感觉。如何继续保持在第一梯队？如何持续融资和高效地花钱？如何加速商业化？如何应对大厂的竞争？如何应对开源生态？相似的挑战仍然摆在未来的道路上。

　　《中国新闻周刊》2025年第26期

　　声明：刊用《中国新闻周刊》稿件务经书面授权