近期快手和字节分辩发布了可灵3.0、Seedance2.0，市集关注度较高。东吴证券发布研报合计，相较于上一代模子（可灵2.6，字节seedance1.5），两个新模子在一致性、涌现性、分镜等方面均有防碍，但最大的防碍是竣事了视频输入。上一代模子唯有文生视频、图生视频以及一些精真金不怕火的动作限度功能，而新一代模子不错上传一个视频，模子不错字据视频中的实质手脚参考来生成新视频，竣事了多模态输入—视频输出，补皆了原生多模态的拼图。

以下为研报主要不雅点：

市集热心的问题是，Seedance2.0的性能相较于1.5版块教导昭着之后，咱们应该如何看待面前视频模子的竞争神色？可灵相较于seedance的互异化上风在那处？

聚合这些问题，咱们作念了七组测试。测评隐匿的才智包括两组立场（动画立场、真东说念主写实立场）。遴荐这两个标的的原因是：一方面，面前AI行使较多的场景是AI漫剧；另一方面，AI若能渐渐渗透真东说念主演绎的场景（包括真东说念主短剧、中视频以及更长的长视频和电影等），系数这个词AI视频生成的市集空间就会大开。中枢驱能源在于需求是存在的，但工夫当今莫得达到饱和好的水平，导致渗透率现阶段只可停留在动漫类立场的实质上。

以下是咱们的七组测试prompt和念念要测试的才智：

第一组：新海诚立场日系动画

第二组：赛博一又克城市夜景

第三组：动画哭戏

第四组：真东说念主哭戏

第五组：涌现发达

第六组：视频转视频

将一段真东说念主视频上传模子，条件颐养成迪士尼动画立场。可灵得手输出了已矣，但成果一般，有些僵硬，不如纯文本生成的成果机动，且布景音乐径直沿用了原视频的音乐。Seedance未能生成得手。

第七组：对口型才智

模子定位互异与订价对比

总体来看，Seedance更侧重于帮用户抒发一个故事，可灵则更侧重专科级别的实质坐蓐。可灵的电影质感更强，包括打光、精良神采、皮肤细节、奔交运的动作限度以及布景雨水等细节都更丰富。在订价方面：生成一个5秒钟720P视频，可灵约4元东说念主民币，Seedance约2.3元东说念主民币，价钱是可灵的一半多一丝。15秒视频下，Seedance的订价上风更昭着。但1080P了了度当今Seedance不复旧，只可使用可灵3.0。另外，谷歌的视频模子订价远高于国内，开云但亦然当今独一能生成4K视频的模子，面向的消费者群体有所不同。

竞争神色

咱们用灭亡个教唆词（男人雨中奔走）测试了多个视频模子。论断是当今可灵3.0和Seedance2.0处于全球最强水平。

阿里的万相2.6相比卡通立场，缺少细节。MiniMax的海螺2.3视频生成相比竟然，但污点是无法竣事音画同出，需要后期配音。Veo3.1（谷歌）的基本成分都具备，但东说念主物看起来有点奇怪。OpenAI的Sora2成果相比差，有很昭着的游戏感，像《模拟东说念主生》立场，可能是因为测验时喂入了较多的游戏引擎数据，导致生成立场不够竟然。

从订价看，国内几家5秒钟视频订价约莫在0.4好意思元傍边，国际则贵好多——谷歌5秒视频约5好意思元，OpenAI的Sora2约2.5好意思元（gemini会员和sora用户每天会有小数的生成额度）。

市集空间与增长逻辑

当今几家主要AI视频模子的ARR（年化通常性收入）都在快速增长，呈现一年1-3倍的增长趋势，且莫得出现A公司增长导致B公司收入着落的情况。肆意本年1月份，米兰体育官网主要公司的ARR加起来约莫不到10亿好意思元，还是一个特殊早期的蓝海市集。手脚对比，OpenAI已有200亿好意思元ARR，Anthropic有90亿好意思元ARR，两家加起来接近300亿好意思元。而视频模子公司的ARR悉数不到10亿好意思元，差距很大。

从下流市集看，国内电影票房每年约400亿元—600亿元东说念主民币范畴，国际100亿元—200亿好意思元范畴。再研讨到酬酢短视频、告白片、真东说念主短剧等。当今AI视频行业的渗透率仍然很低。

AI视频模子的市集空间等于各垂类场景市集范畴乘以AI渗透率之和。当今AI已解锁的场景主如果AI漫剧，在该赛说念已全面铺开并替代了好多传统动漫创作的东说念主力智力。但在真东说念主短剧、中长视频和电影畛域，AI尚未有用渗透，中枢原因是工夫还不够教育——举例电影的了了度条件更高，而面前720P或1080P远够不上条件。

况兼AI视频模子也会存在“供给创造需求”的经由，肖似于AI编程——Cursor、Lovable、Replit等AI编程公司的ARR亦然每年数倍增长，原因在于编程门槛的镌汰使得居品司理、销售致使纯小白也在使用AI编程。视频模子也将革职肖似逻辑。

在中好意思差距方面，文本模子差距约3到6个月；但在视频方面，国内已逾越了Veo3.1和Sora2（诚然有一部分原因是，这两个模子发布时候较早，近期尚未更新）。

从阶段性来看，视频AI畛域中好意思差距很小，致使中国竣事了反超。中枢原因在于国内领有较多的多模态数据——字节和快手各自领有我方视频平台的数据（相通的逻辑，谷歌能作念出Veo3.1，也离不开youtube和waymo的数据），这些一方数据在测验中的标签化才智对视频生成模子匡助很大。

从漫剧市集的数据看，2025年1月到7月播放量增长了5倍，7月到12月又增长了四五倍。漫剧市集本人在快速增长，AI在其中的制作老本这块蛋糕也会随之增大。

据第三方机构MayorResearch臆度，中国视频制作有200多亿好意思元的市集，全球有1600多亿好意思元市集，涵盖长视频、短视频、中视频以及漫画和真东说念主等各式立场。当今AI能渗透的部分主如果漫剧和一部分告白片、KTV布景视频等对一致性条件不高的短实质。从用户范畴看，漫剧触达的用户约超1亿，微短剧接近7亿用户，长视频、短视频及收罗视频则是8亿到10亿用户。AI当今触达的用户体量仍较小。

工夫道路瞻望

视频模子比文本模子约莫晚一年，寰宇模子又比视频模子晚一年。2023年大家看到了ChatBot，2024年看到了推理模子，2025年Agent、Coding和多模态都有了雏形。2026年文本市集不会被废弃，仍然是“卷”的垂危标的，但AIAgent、Coding和多模态可能在本年会有相比大的变化（包括工夫上的、tokens滥用、收入方面的变化）。

对上游而言，多模态场景不错拉动token滥用、算力需乞降存储需求；对下流而言，漫剧、真东说念主短剧和中长视频都可能受益于工夫迭代。

在工夫道路上，面前视频模子的主流道路是DiT（Diffusion+Transformer），Sora系列和Veo3等都考据了这条道路可行。但不扼杀有公司会探索自回想道路，自回想道路在生成时长的长度上可能优于DiT，但老本更高。

此外，多模态和寰宇模子可能会联动。谷歌近期发布的GenieProject等于一个寰宇模子，能涌现生成1—2分钟的实质，物理瓦解才智更好。李飞飞团队也在客岁年末推出了商用的寰宇模子居品，从商量阶段走向交易化。咱们揣度本年寰宇模子畛域会有较多新的变化。