\r\n\r\n \r\n \r\n 机构 头豹研究院 \r\n 行业 软件开发 \r\n 评级 — \r\n 发布 2026-08-04 \r\n 分析师 梁霄同 \r\n \r\n\r\n \r\n\r\n \r\n \r\n ▍核心结论 \r\n AI视频生成模型是一类基于深度学习（主流为扩散模型＋Transformer）的生成式AI模型，属于AIGC重要分支，核心特征是能从文本、图像、音频、参考视频等多模态输入中，通过时空联合建模端到端自动生成连续、全新的视频帧序列，无需依赖现有素材拍摄或剪辑。 2020-2025年，其市场规模年复合增长率达864.93% ，得益于算力升级、资本与政策推动； 预计2026-2030年年复合增长率为154.74% ，主要因影视行业需降本增效、线上平台要开辟新赛道，以及微短剧、短视频平台内容创作需求激增。 \r\n \r\n\r\n \r\n 一、主要观点 \r\n ① 技术架构沿三条路线演进：循环网络与GAN架构存在训练稳定性差、长时序依赖建模能力薄弱等问题；Transformer架构依托自注意力实现全局时空依赖建模但成本高、生成速度慢； 扩散模型架构成为现阶段主流技术方案 ，多在潜在空间内计算并结合DiT架构替代传统U-Net，2024年后DiT彻底取代U-Net与GAN成为视频生成主流技术底座。 ② 行业特征为涉及多项前沿算法技术、中美主导市场格局、 版本迭代速度极快 ——头部厂商必须以“三个月一换代、半年一质变”的节奏持续升级，稍有停滞就会被快速挤出第一梯队。 ③ 竞争格局出现重要变化：2026年2月字节跳动Seedance 2.0凭借2K高清、多镜头叙事、声画对齐、长时序稳定登顶Artificial Analysis权威盲测榜（Elo 1287）； 4月初阿里Happy Horse 1.0以Elo 1347的断层高分拿下文生、图生视频双榜第一 ；美国厂商2026年整体表现欠佳，谷歌Veo3评分下滑至全球第11名，OpenAI旗下Sora近期宣布关停，报告认为中游技术主导权或由海外转向中国。 ④ 上游依赖风险突出： 全球高性能GPU市场由英伟达占据绝对主导、市占率高达95%以上 ，从Volta到Robin架构单GPU FP16算力实现超60倍提升；美国政府多次以国家安全等理由限制H100、H200等先进AI GPU对华出口，对国内模型训练进度、技术迭代节奏及算力布局造成潜在制约。 ⑤ 头部大厂加码上游算力基建：2024年字节跳动、阿里巴巴、腾讯资本开支分别达800亿元、700亿元和600亿元级别， 预计2026年将进一步提升至2450亿元、1550亿元和1100亿元 ，字节跳动2029年资本开支有望攀升至3050亿元，2023至2029年年均复合增长率高达37.6%。 ⑥ 云计算成为“隐形战场”：2025年上半年阿里云以35.8%份额稳居国内首位，字节跳动火山引擎以14.8%位居第二，华为、腾讯分别以13.1%和7.0%位列中游。 ⑦ 下游需求端分化：长视频平台用户渗透率已接近天花板（爱奇艺与腾讯视频用户规模稳定在370-430百万区间），存量博弈特征显著； 微短剧2025年上半年新剧投放量由0.5万部增长至1.0万部、月均复合增长率14.9% ，占总投放量比重由21.4%扩张至33.3%；2025年快手、抖音日活分别达4.1亿人与8.3亿人。 \r\n\r\n \r\n 二、投资观点（研报原文，未改动） \r\n 本篇为行业词条报告，未给出证券投资评级或推荐标的。产业链梳理中，上游算力与数据环节列举中科
寒武纪科技股份有限公司、沐曦集成电路（上海）股份有限公司等厂商；中游为模型研发与训练环节，代表模型包括阿里巴巴Happy Horse、字节跳动Seedance、快手可灵、OpenAI Sora、Google Veo等；下游为模型应用环节，覆盖影视、广告、游戏、文旅、微短剧与短视频等场景。 \r\n\r\n \r\n 三、风险提示（研报原文） \r\n 报告未设独立风险提示章节，正文提示的主要不确定性包括：产业链上游高性能GPU对英伟达依赖程度较高，美国出口管制持续限制先进AI GPU对华出口，凸显“卡脖子”现实风险；行业版本迭代速度极快，厂商稍有停滞即可能被挤出第一梯队；DiT成为主流技术底座支撑专业场景落地的同时，引发了版权、深度伪造、内容审核等挑战。 \r\n\r\n\r\n \r\n \r\n 免责提示：本解读为基于券商研报 AI 生成的摘要，仅供研究与信息参考，不构成任何投资建议。原文版权归各证券公司所有，完整观点与评级请以各机构正式研报为准。如需原文，请加PDF原文微信：8176188。\r\n \r\n\r\n \r\n \r\n