英國《金融時報》5月18日刊文稱，中國人工智能（AI）團隊在視頻生成領域已經超越美國競爭對手。而視頻生成是生成式AI的一個關鍵戰場，在廣告、電商和娛樂領域得到快速應用。

字節跳動、快手等公司正在利用龐大的短視頻庫訓練系統，這使它們相對於美國企業具有優勢。

文章認為，這一轉變標志著AI競賽的一個分水嶺。據開發人員描述和多個排行榜顯示，盡管OpenAI、谷歌和Anthropic仍然在大型語言模型和編碼等AI領域占據主導地位，但它們的視頻工具在質量和實用性方面落後於中國產品。

訓練視頻模型需要海量的高質量素材，而中國平台通過短視頻應用及其生成的數據，在這一領域占據優勢。一些專家還將美國的失利，歸咎於美國過於嚴苛的內容版權規定。

制作AI生成內容（如動畫和短劇）的初創公司Director AI創始人本·蔣（Ben Chiang，音譯）表示：“我們試用過的多數美國模型在視頻生成方面均表現不佳。”他說，更嚴格的內容限制束縛了美國工具的應用，導致其輸出的內容往往不夠逼真。

Director AI主要使用快手開發的可靈，同時也根據任務和成本在字節跳動的Seedance 2.0和初創公司MiniMax的海螺之間切換。“關鍵在於質量和模型對提示詞的響應能力，”本·蔣稱，最近的進步使這些工具使用起來更加流暢，尤其是在同步音頻和穩定語音方面。

《金融時報》指出，對創作者而言，這些改進已經在重塑視頻制作流程。

獨立AI電影制作人兼剪輯師喬治·沃恩盛贊Seedance 2.0，稱其為他的創作“帶來了革命性變化”。

他補充說：“它能處理快速移動的鏡頭角度和速度，而不會丟失角色面部或光照對比度。多數其他的AI模型在快速運動時就會開始抖動或漂移。”

文章提到，可靈、Seedance 2.0和阿裡發布的“歡樂馬”等中國應用，在Arena的最佳視頻模型排行榜上均名列前茅。該排行榜是根據用戶在獨立平台上的投票得出的，被認為比大多數模型基准測試系統更可靠——後者經過AI實驗室優化，不一定准確反映模型在實際應用中的表現。

此外，谷歌的Veo 3模型也具有競爭力。專家表示，該應用優勢在於可以訪問YouTube視頻素材，但對開發者有更多內容保障措施和限制。

文章稱，這些進展得益於對海量專有視頻數據的訪問。字節跳動和快手運營著全球最大的短視頻平台，這為它們提供了競爭對手難以復制的訓練優勢，尤其是視頻內容不像文本那樣可以輕易大規模抓取。

本·蔣提到，相較於中國工具，美國工具會“不斷遇到錯誤”，經常在沒有進一步解釋的情況下以“違反使用條款”為由拒絕請求。





2026年2月上線的可靈3.0系列模型

生成視頻所需的詞元（token）遠超文本或音頻，使得大規模部署成本高昂。對於個人創作者而言，中國工具通常比西方工具更便宜、更靈活，提供訂閱或按需付費系統，便於快速嘗試。

今年3月，OpenAI正式關停其視頻生成應用Sora，同時終止與迪士尼價值10億美元的合作協議。

2024年初，這款AI視頻產品曾以驚艷效果震撼整個行業。但僅僅問世25個月，Sora就經歷了從封神到退場的全過程。OpenAI關停Sora開發，部分原因就是高昂的計算成本。

與此同時，中國視頻生成大模型如雨後春筍般湧現，正不斷蓬勃發展。

對於基於視頻生成技術構建應用的公司而言，近期中國工具的質量飛躍正在開啟商業機會。

為電商網站提供視頻基礎設施的Firework公司首席執行官文森特·楊（Vincent Yang）表示：“以前，視頻顯得尷尬又生硬，達不到品牌標准。現在我們到了一個無法分辨是AI還是真人的程度。”

文森特表示，這項技術通過使品牌能夠以前所未有的規模生成視頻，已經在重塑廣告業。

他舉例說：“一家零售商要求我們為其產品頁面創建10萬個視頻。沒有AI，那將貴得令人望而卻步。現在，每個產品都可以有自己的視頻，甚至可以制作多個版本以滿足不同客戶的需求。”