软件开发

2026年
AI视频生成模型行业词条报告
国标分类/信息传输、软件和信息技术服务业/软件和信息技
术服务业/软件开发/应用软件开发、头豹分类/信息传输、软
件和信息技术服务业/软件和信息技术服务业/软件开发
Copyright © 2026 头豹

2
帧启未来——AI视频生成模型爆发式增长背后的算力革命与内容范式
重构 头豹词条报告系列
梁霄同 · 头豹分析师
2026-07-09
未经平台授权，禁止转载
行业分类：
信息传输、软件和信息技术服务业/应用软件开发
信息传输、软件和信息技术服务业/软件开发
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（保证单帧画质与帧间时序连贯）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，典型代表包括阿里巴巴Happy Horse、字节跳动Seedance、OpenAI Sora、Google Veo等，与剪映、PR等传统视频工具的本
质区别在于其创造全新视频内容的能力。
根据核心技术架构，AI视频生成模型行业可以分为如下类别：
基于核心技术架构，AI视频生成模型行业可以分为循环网络与GAN架构、Transformer架构、扩散模型架构。
循环神经网络与GAN架构生成方法通常利用循环网络对视频帧序列进行时序建模，通过逐帧预测的方式生成连续画面，而GAN则借助生成
器与判别器的对抗训练提升单帧视觉质量，但此类方法存在训练稳定性差、长时序依赖建模能力薄弱等问题。
Transformer架构的生成方法依托自注意力机制实现全局时空依赖建模，将视频划分为时空块并转化为序列Token进行编码，能够有效捕捉
长距离的帧间关联与全局语义信息，同时支持多模态条件融合与模型规模扩展。
扩散模型架构的视频生成方法遵循前向加噪与反向去噪的核心范式，通过逐步去除高斯噪声实现高质量内容生成，具备生成结果稳定、细
节还原度高、分布拟合能力强等优势，当前主流方法多在潜在空间内进行计算以提升效率，并结合DiT架构替代传统U-Net网络，同时引入
时空解耦注意力、稀疏建模等技术，在长时序、高分辨率视频生成以及物理规律与语义理解能力上取得突破性进展，成为现阶段AI视频生
成的主流技术方案。
AI视频生成模型的行业特征包括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。
涉及多项前沿算法技术
摘要
AI视频生成模型是基于深度学习的生成式AI模型，能端到端自动生成视频帧序列，中美主导市场格局，版本迭代快。2020-2025年，其市场规模年复合增长率864.93%，得
益于算力升级、资本与政策推动。算力升级使模型达商业级质量，本土算力企业崛起提供支撑；政策确立方向、降低创新成本，资本加速商业化进程。预计2026-2030年，
年复合增长率154.74%，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。
行业定义
行业分类
AI视频生成模型行业分类
循环网络与GAN架构
Transformer架构
扩散模型架构
行业特征
梁

3
AI视频生成模型作为多模态人工智能领域技术复杂度最高的方向之一，高度依赖DiT架构、时空一致性建模、物理世界规律仿真、多模态语
义对齐、动态细节渲染等一系列前沿底层技术的深度融合，其算法研发不仅需要对基础理论具备深刻理解，还需在人物动作连贯性、面部
微表情还原、场景物理碰撞、光影动态变化等细分维度持续优化迭代，这要求企业拥有具备顶尖学术背景与工程化能力的核心研发团队，
且需要经过长期大规模实验验证形成稳定的技术路线与算法积累。
中美主导市场格局
美国凭借OpenAI、Google等企业占据前沿技术标杆地位，中国则以可灵、Seedance等多款领先模型在商业化落地、成本效率及场景适配
能力上快速赶超，两国包揽了全球核心技术、头部产品与主流市场份额。欧洲、日韩及其他地区受算力、数据、资本与研发投入限制，暂
未形成具备全球竞争力的通用AI视频生成能力。
版本迭代速度极快
2025年6月，字节跳动发布Seedance 1.0模型，但并未登上排行榜前列；2026年2月，Seedance 2.0正式发布，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（Elo1287），成为全球文生视频标杆；仅隔不到两个月（4月初），阿里
Happy Horse 1.0突然空降，以Elo1347的断层高分一举拿下文生、图生视频双榜第一。排行榜的交替领先，意味着头部厂商必须以“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。
2010年代初，GAN架构打破了此前依赖RNN/LSTM逐帧预测的单一思路，成为了业内主流架构。2020年左右，在谷歌公司的推动下，
Transformer架构渗透速度加快，但也同时伴随着成本高、生成速度慢等痛点。2022年，DiT架构得到初步验证，为未来AI视频生成模型产业化奠
定了坚实基础。2024年，OpenAI、谷歌等海外AI巨头相继推出AI视频生成模型，产业开始进入爆发期。如今，中国已经追赶上AI视频生成全球
先进水平、可灵、Seedance、Happy Horse等模型更是相继成为行业黑马。
发展历程
萌芽期
2013-01-01~2016-01-01
2013年，VAE出现，编码器将数据映射至潜在空间，再由解码器从空间生成数据；2014年，GAN架构出现，主要由生成器和判别器
两部分组成；2015年，VAE开始被应用于视频预测任务，但生成内容存在模糊等问题；2016年，GAN开始被用于视频生成，通过生
成器与判别器的对抗训练，让生成器学习生成逼真数据、判别器学习区分真假数据，以实现高质量内容生成。
GAN架构首次证明“对抗训练”可用于动态视觉内容生成，打破了此前依赖RNN/LSTM逐帧预测的单一思路，为后续视频生成技术提供
了全新方向。
启动期
2017-01-01~2021-01-01
2017年，Transformer架构发表，逐步向各个领域渗透，早期在视频生成领域也有尝试；2021年，Google发表了Video Vision
Transformer。Transformer架构更好的建模像素点之间的上下文关系，提升视觉内容生成质量，缺点在于高昂的成本和较慢的生成速
度；2021年，Diffusion Models论文发表，将扩散空间从图像空间转移到潜空间（Latent Space），大幅提升了计算效率。
Transformer架构确立了自注意力机制在时序建模中的核心地位，解决GAN/RNN长序列依赖弱、训练不稳定的痛点，为视频生成提供
更稳定、可扩展的技术路径。

4
AI视频生成模型行业产业链上游为算力与数据供应环节, 主要作用是为模型训练与推理提供硬件与数据支撑产业链中游为模型研发与训练环
节, 主要作用是将算力、数据转化为通用生成能力产业链下游为模型应用环节, 主要作用是将AI视频能力转化为可落地的解决方案、工具软件与内
容服务
美国主导上游环节，中国在中游环节已实现反超
1. 英伟达近乎垄断GPU市场，上游供应链稳定性脆弱。
全球高性能GPU市场长期由美国企业英伟达占据绝对主导地位，市占率高达95%以上，其人工智能GPU出货量与算力水平均保持高速增长，从
Volta到Robin架构单GPUFP16算力更是实现超60倍的指数级提升，构成了全球AI视频生成模型训练与推理不可或缺的核心硬件底座；中国AI视频
生成模型产业在核心算力支撑环节同样表现出对美国企业，尤其是对英伟达公司较高的依赖程度。美国政府多次以国家安全等理由出台出口管制
政策，持续限制英伟达向中国出口H100、H200等先进人工智能GPU产品，直接对国内AI视频模型的训练进度、技术迭代节奏以及算力布局造成
潜在制约，也进一步凸显出产业链上游“卡脖子”的现实风险。
2. 中美模型性能身位呈现逐渐拉开的趋势。
2026年初，字节跳动Seedance 2.0与快手可灵3.0相继通过行业非官方基准测试，并在Artificial Analysis视频生成模型盲测榜单上轮番占据领先位
置。到4月，阿里巴巴Happy Horse 1.0横空出世冲入榜单，国产厂商已连续数月稳居榜首；反观美国厂商，2026年整体表现欠佳，谷歌Veo3评
分下滑至前十之外，目前位列全球第11名。此外，曾推出全球首款商业化AI视频生成模型的OpenAI旗下Sora，也于近期宣布关停，这意味着全
球AI视频研发格局可能正在发生重大转变，中游技术主导权将由海外转向中国。
中游厂商正在积极布局上游基础设施建设
启动期
2022-01-01~2023-01-01
2022年，Video Diffusion Model论文发表，通过加入时序注意力层的方式将扩散模型中的二维U-Net扩展至三维，将扩算模型应用于
视频生成任务；另外，基于LDM的开源系列模型Stable Diffusion推出，进一步推动扩散模型在视觉生成领域的主导作用；2022年，
Scalable Diffusion Models with Transformers论文发表，提出将传统扩散模型的U-Net替换为Transformer，从而提升传统扩散模型的
可扩展性。
AI视频生成以LDM+时序建模实现高清、可控、多模态突破，以Make-A-Video、Gen-2、SVD为代表，彻底解决了GAN稳定性痛点，
开启商业化落地与产业爆发，为DiT融合架构与长视频生成筑牢根基。
高速发展期
2024-01-01~至今
2024年， OpenAI发布Sora，验证了Diffusion和Transformer结合的有效性，并带动DiT架构成为重点方向。对比过去的视频生成模
型，Sora生成视频时长显著提升（60 秒），对于自然语言和物理世界规律有了更强的理解能力；2026年2月，字节跳动发布
Seedance 2.0，采用双分支DiT架构，分支一为纯DiT，负责场景、角色、文本对齐；分支二为轻量U-Net/3D Conv+DiT混合，负责高
频纹理、流畅运动。Seedance 2.0发布后不久，其生成的逼真片段在互联网上迅速传播开来。
DiT彻底取代U-Net与GAN，成为视频生成主流技术底座，支撑影视、广告、游戏、文旅等专业场景落地，但同时引发了版权、深度伪
造、内容审核等挑战。
产业链分析
AI视频生成模型产业链的发展现状
AI视频生成模型行业产业链主要有以下核心研究观点：

5
1. 头部大厂正在积极布局上游基础设施建设。
近年来，字节跳动、阿里巴巴、腾讯等AI视频生成模型巨头持续加码云计算基础设施建设，对上游算力基建的投入规模持续扩大。2024年，三家
企业的资本开支分别达到800亿元、700亿元和600亿元级别，预计2026年将进一步提升至2,450亿元、1,550亿元和1,100亿元，其中字节跳动投
入增长尤为迅猛，2029年资本开支有望攀升至3,050亿元，规模接近阿里与腾讯之和，2023至2029年年均复合增长率高达37.6%。头部互联网大
厂积极布局上游算力基建，核心是为了满足AI大模型与视频生成业务爆发式增长的算力刚需，同时摆脱对海外高端芯片的依赖、保障研发自主可
控与供应链安全。
2. 云计算领域成为了AI视频生成模型厂商的“隐形战场”。
2025年上半年，阿里云以35.8%的市场份额稳居国内云计算市场首位，持续领跑行业；而作为云计算领域新晋入局者的字节跳动，凭借持续加大
的资源投入与战略布局，旗下火山引擎实现亮眼突破，以14.8%的份额位居第二，并且被市场视为阿里云最强有力的竞争对手；华为、腾讯的表
现较为稳定，分别以13.1%和7.0%的市场份额位列行业中游。从技术实力方面来看，阿里云具备从自研芯片（平头哥）、基础大模型（通义千
问）到MaaS服务平台（百炼）的全栈技术布局，综合竞争优势十分显著；字节跳动则依托多模态模型（如Seedance2.0）等核心技术，在MaaS
领域实现快速追赶，展现出强劲的后发优势。
生产制造端
算力与数据
上游厂商
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
摩尔线程智能科技（北京）有限责任公司
北京快手科技有限公司
浪潮软件股份有限公司
数据堂（北京）科技股份有限公司
北京火山引擎科技有限公司
腾讯云计算（北京）有限责任公司
阿里云计算有限公司
上
产业链上游环节分析
上游分析
英伟达凭借产品性能，主导上游市场算力芯片市场
1. 英伟达市场份额绝对领先，GPU产品已经成为全球AI大模型行业的硬件基础。
当前，全球高性能GPU（图形处理器）市场呈现出英伟达公司一家独大的格局，其市占率已经超过了95%。2022-2025年，英伟达人工
智能GPU出货量已经从264万张快速增长至约540万张，期间内年均复合增长率高达26.9%。市场预计，2026年英伟达公司的人工智能
GPU出货量将以约20.4%的增速进一步提升至650万张左右，同时伴随芯片架构迭代，持续增强芯片与系统的算力水平。另外，从Volta
到下一代Robin架构，英伟达单GPU的FP16算力已经从130TFLOPS跃升至约7,800TFLOPS，实现了超60倍的指数级增长，奠定了AI
大模型发展的硬件基础。
2. 中国正在逐步放开对英伟达的进口限制，国内大模型企业有望获得高性能GPU。
多家媒体透露，中国有关部门已批准多家中国企业从英伟达公司采购H200人工智能GPU产品。作为英伟达基于Hopper架构推出的新一
代旗舰算力芯片，H200是全球首款配备141GBHBM3e高带宽显存、带宽达4.8TB/s的AI加速卡，显存容量接近上一代H100的两倍，内
存带宽提升约1.4倍，显著缓解大模型训练与推理的显存瓶颈。凭借更大容量与更高吞吐的内存规格，H200可大幅加速生成式AI、大语
言模型训练推理、多模态理解与长文本处理任务，为国内企业构建大规模算力集群、推进前沿AI研发与高精尖科研提供关键硬件支撑。
中国在算力领域发展迅速，有效保障了国产大模型的升级迭代
1. 算力规模攀升，加速国产模型商业化应用进程。

6
品牌端
模型研发与训练
中游厂商
北京抖音信息服务有限公司
深圳市腾讯计算机系统有限公司
阿里巴巴（中国）有限公司
北京快手科技有限公司
北京爱诗科技有限公司
百度在线网络技术（北京）有限公司
杭州深度求索人工智能基础技术研究有限公司
上海稀宇科技有限公司
北京智谱华章科技有限公司
北京月之暗面科技有限公司
相关数据显示，中国大陆算力规模近年来呈现爆发式增长态势，已从2021年的约200EFLOPS快速攀升至2025年的1,037.3EFLOPSs，
期间年复合增长率高达50.9%，增长势头十分强劲。2025年中国大陆算力规模同比增幅达43.0%，值得关注的是，自2022年至2025
年，该领域同比增速连续四年稳定维持在40.0%以上的高位区间。中国算力规模的扩张，可为AI视频大模型的训练、推理与商业化提供
了充足且稳定的算力底座，直接降低模型训练成本与上线门槛，推动国产AI视频模型在参数规模、生成质量、时长与实时性上快速追赶
国际水平，同时支撑更多企业入局与场景落地，加速行业从技术验证走向大规模商业化应用。
2. 大厂“御三家”在云计算赛道投入巨大，国产模型数据安全得到保障。
近年来，字节跳动、阿里巴巴及腾讯成为云计算赛道投入力度最强、布局最为积极的三大互联网企业，2024年三家企业资本开支分别
为800亿元、700亿元和600亿元；预计到2026年，其资本开支有望分别提升至2,450亿元、1,550亿元和1,100亿元，其中字节跳动在
2029年资本开支或将达到3,050亿元，规模接近阿里与腾讯之和，2023至2029年间年均复合增长率高达37.6%。大厂在资本支出方面的
扩张，将快速扩容国内算力供给、完善云平台基础设施与服务能力；而充沛且持续升级的云算力资源，将直接为AI视频生成模型提供充
足的训练与推理支撑，降低研发与部署成本，推动国产视频大模型在参数规模、生成质量及商业化落地能力上快速提升，助力行业实现
规模化发展与技术迭代。
中
产业链中游环节分析
中游分析
国产模型已实现全球领跑，同时具备显著性价比优势
1. 国产厂商已经通过“Will Smith Eating Spaghetti Test”非正式基准测试。
“Will Smith Eating Spaghetti Test”作为人工智能行业的非官方评测标准，主要用于衡量生成式视频模型还原真实人体动作与面部表情的
水平，其源自2023年网络上流传的一段威尔·史密斯吃面条的AI视频，因画面动作僵硬失真而成为评判AI视频能力与短板的重要参照；
2025年，谷歌推出的视频生成工具Veo3测试版在面部精度、动作流畅度及音画同步上实现明显优化，但仍存在面条音效异常等细节瑕
疵；到2026年，技术得到显著突破，快手可灵与字节跳动Seedance2.0成功成为全球仅有的两款基本通过该测试的模型，可精准复刻
参考素材的镜头语言与运镜方式，使用户生成高度逼真、足以乱真的影视级场景内容。
2. 单秒成本差距明显，国产模型更具市场竞争力。
目前，全球主流AI视频生成模型普遍采用积分计费模式，且大多支持API接口调用，从定价水平来看，国内外主流模型的API单秒计费
区间集中在0.2-1元/秒，其中定价较高的GoogleVeo2单秒成本约0.4美元（折合人民币约2.5元）；相较之下，国产AI视频模型具备显著
的价格优势，例如技术实力处于第一梯队的可灵3.0，单秒定价约0.8元，而火山引擎旗下技术领先的Seedance2.0已正式公布定价标
准，带视频输入的生成服务为28元/百万tokens，纯视频生成服务为46元/百万tokens，折算后单秒成本约1.0元，价格水平显著低于
GoogleVeo2等同级别海外竞品。

7
渠道端及终端客户
模型应用
渠道端
北京抖音信息服务有限公司
北京快手科技有限公司
深圳市腾讯计算机系统有限公司
阿里巴巴（中国）网络技术有限公司
武汉斗鱼网络科技有限公司
广州虎牙信息科技有限公司
北京光线传媒股份有限公司
博纳影业集团股份有限公司
中央电视台
湖南广播电视台卫视频道
上海哔哩哔哩科技有限公司
技术可提升空间仍然较大，使用门槛偏高
1. 视频时长是目前所有AI视频生成模型正在面对的主要问题。
目前主流视频生成模型的单次原生生成时长仍停留在数秒级别，据对海内外主要产品的统计，单次生成时长普遍集中在5至10秒区间，
可灵、Seedance等模型虽有所提升，但上限也仅在20秒左右，长时段连续生成尚未实现规模化突破。而长视频生成对模型的持续记忆
与一致性维护能力提出了更高要求，当前主要面临两大技术限制：一是模型自身上下文记忆能力有限，时序依赖捕捉不足，DiT架构中
的Transformer对长时间依赖的捕捉能力较弱，容易出现前后帧信息断裂，如人物服装突变、场景逻辑矛盾等问题；二是随着生成时长
增加，误差会逐帧累积且难以控制，在长序列生成中会逐步引发内容漂移、画面模糊或动作停滞等现象，导致整体视觉质量持续下降。
2. 分段式方法可在一定程度上解决时长问题，但使用端门槛仍明显偏高。
当前行业普遍采用关键帧/首尾帧生成+分段式生成+后期拼接的组合方案来实现长视频生成，通常先通过生成关键帧或锚点画面固定场
景、人物与核心动作，再以此为约束逐段扩展中间片段，最后经衔接与平滑处理实现视频续接，从而达到更长的成片时长。尽管这种分
段式生成方式借助锚点对内容方向进行约束，能够在一定程度上减轻长时序列生成中的误差累积问题，但由于底层DiT架构并未具备覆
盖完整视频的全局长时记忆能力，在视频时长进一步延长后，依然会出现人物特征漂移、物体莫名消失、叙事逻辑不连贯等问题。此
外，该模式需要预先规划分镜并逐段使用提示词生成，整体流程接近专业影视的脚本创作与拍摄逻辑，对普通C端用户追求快速、便捷
的内容创作需求而言，仍存在较高的使用门槛。
下
产业链下游环节分析
下游分析
AI视频生成技术当前已在广告、媒体娱乐等多行业开展应用，呈现出“效率优先”的渗透格局
1. 广告与内容创作是AI视频生成模型目前主要应用方向。
目前，AI视频生成模型主要应用于广告、娱乐、媒体、创意、教育、零售与建筑等相关行业或领域当中。具体来看，广告行业以56%的
采用率位居首位，主要用于批量快速制作营销视觉素材、横幅广告与社交平台图文；娱乐、媒体与创意叙事领域以43%紧随其后，聚焦
分镜制作、视觉预演、特效制作及短视频推广片段；创意软件或工具、教育与培训内容的采用率分别为31%和30%，对应设计平台、视
频编辑工具及互动学习视频等方向；零售与电商、建筑与房地产的采用率相对较低，分别为19%和8%，应用场景集中在自动化商品摄
影、虚拟试穿样机及3D渲染、项目概念图等专业领域。
2. “效率优先”是行业渗透的主要驱动因素。
从上述数据来看，AI视频生成技术的行业渗透呈现明显的“效率优先”特征。广告与内容创作类场景因对规模化、高效率生产的需求迫
切，成为当前商业化最成熟的核心阵地，而零售电商、建筑地产等垂直场景因对精度、真实感要求更高，仍处于早期渗透阶段。这一分
布既反映了技术落地的规律，即先解决高频、标准化的效率提升需求，再逐步向高定制化、高精度的专业场景延伸，也预示着未来随着
模型物理仿真能力与成本优化，教育、电商等潜力场景将快速增长，成为行业新的增长极。

8
2020年—2025年，AI视频生成模型行业市场规模由14.53千人民币元增长至1,215,077.5千人民币元，期间年复合增长率864.93%。预计2026
年—2030年，AI视频生成模型行业市场规模由3,428,750.60千人民币元增长至144,394,545.62千人民币元，期间年复合增长率154.74%。
算力不断升级，赋予AI视频生成模型商业化能力
1. 底层架构升级，带动全球产业迈进新阶段。
过去五年，AI视频生成模型底层核心技术实现跨越式升级，早期行业以GAN、传统卷积网络为核心，仅能实现低分辨率、短时长、画面粗糙的基
础视频生成，普遍存在人物畸形、画面闪烁、动作逻辑混乱、场景割裂等问题，且对文字指令理解能力薄弱，提示词匹配度极低。后续随着扩散
模型、DiT架构、多模态融合技术快速落地，叠加大规模图文、视频训练数据集的持续扩充，模型在画面写实度、动态流畅度、内容一致性上实
现质的突破，能够精准理解中文提示词、还原细节画面、保障长片段内容逻辑统一，彻底达到商业级内容生产的质量要求，契合下游用户对输出
质量、内容一致性的核心需求。
2. 算力领域逐步实现国产替代突破，本土模型算力供应得到基本满足。
2020-2025年，中国以AI芯片为核心的算力产业实现持续突破，有力推动AI视频生成模型快速迭代优化，整体技术水平紧跟全球发展趋势。以华
为为典型代表，企业陆续完成多款高端算力芯片落地量产，其中昇腾910C综合算力达到英伟达H100的60%，功耗同步降低22%，可高效支撑大
规模智能调度场景落地；同时，华为昇腾384超节点依托创新技术路线，单集群算力规模大幅提升，能耗与模型训练成本显著下降。本土算力企
业的快速崛起，推动国内总算力规模五年内大幅增长，为国内AI视频企业开展模型训练、技术迭代与业务规模化拓展，提供了充足的算力底座与
发展支撑。
资本与政策“双管齐下”，AI产业加速奔跑
1. 市场未动，政策先行。
2015-2025年期间，政策通过“筑底+搭台”的双轮驱动模式推动中国AI视频生成行业市场规模扩张。国家通过将AI或AI视频纳入“十四五规划”、
《新一代人工智能发展规划》等顶层设计，并将其作为“人工智能+”行动的重点领域，从战略层面确立了行业发展方向；同时，各级政府在影视制
下游用户更加聚焦输出质量、一致性、指令遵循度等核心指标，整体行业已进入务实落地阶段
1. 质量、效率、价格等是用户选择模型的主要参考因素。
对于下游企业及终端用户而言，在选择AI视频生成模型时，输出质量、输出一致性、提示词对齐度与使用成本构成最核心的四大决策依
据，用户关注度分别达到65%、60%、56%和53%；紧随核心指标之后的是生成速度、知识产权归属与风险保障、权重开源可控性等效
率及安全可控类指标，用户重视程度分别为37%、28%和25%；相比之下，模型微调定制化能力、与第三方创作工具的集成结合性以及
开发者社区生态完善度，目前对用户决策的影响相对有限，行业整体重视程度均低于20%，尚未成为主流用户的核心考量因素。
2. 实用效果与使用成本优先，标志着行业全面迈入务实商业化落地阶段。
下游用户不再聚焦技术概念、定制开发与生态布局等前沿属性，而是将输出质量、一致性、提示词匹配度、使用成本这类直接关联实际
使用效果与商业化效益的指标作为核心决策标准，高度看重落地实用性与成本性价比；同时仅将生成效率、合规风控作为次要补充，弱
化定制化、工具集成、开发者生态等长期进阶能力的需求，充分说明市场需求从技术探索转向商用落地，以实际应用价值为核心导向，
整体行业发展趋于务实化、商业化。
行业规模
AI视频生成模型行业规模的概况
AI视频生成模型行业市场规模历史变化的原因如下：

9
作、微短剧等垂直领域密集出台专项扶持政策，如明确鼓励探索AI与微短剧深度融合、对影视数字化项目给予百万级资金补助等，有效降低了企
业创新成本并激发了市场需求。一系列战略引导与精准扶持相结合的政策组合拳，吸引了互联网大厂和新兴企业加速入局。
2. AI成为资本宠儿，商业化进程显著提速。
2015-2024年，国内人工智能一级市场融资规模稳步扩张，融资总额从300.7亿元增长至1,052.5亿元，行业资金体量大幅提升；融资活跃度层
面，AI行业融资案例由2015年的501起升至2018年1,024起的阶段峰值，短暂调整后，2021年融资数量再度冲高至1,076起，2021-2024年持续维
持每年600起以上的高位水平。资本市场的持续加码与资金注入，为AI领域企业开展算法研发、算力部署、数据资源建设、模型迭代优化及商业
化落地筑牢资金基础，助力头部企业与初创团队加快技术布局、产业扩张与多元场景应用，有效压缩AI视频生成模型的研发落地周期，加速相关
产品在各行业商用场景的普及落地。
影视行业天花板尽显，急需开辟第二赛道
1. 电影制作市场波动剧烈，可借助AI视频生成技术实现稳定质量与降本增效。
2019-2025年，中国大陆电影总票房呈现出极强的周期性波动特征。2019年以642.7亿元创下市场峰值，2020年受大流行冲击骤降至204.2亿元，
同比暴跌68.2%；随后，尽管票房在2021年、2023年分别实现131.4%、82.6%的报复性增长，票房回升至472.6亿元与549.2亿元，但2022年、
2024年又因内容供给不足等因素分别下滑36.4%、22.6%，票房回落至300.7亿元与425.0亿元；2025年市场重回温和增长，同比提升22.0%至
518.3亿元。在票房波动剧烈、投资回报不确定的环境下，AI视频生成技术可显著降低场景搭建、特效渲染、后期制作等环节的成本，减少制片
方的资金压力与投资风险，让影视项目在市场下行期仍具备商业化可行性；另外，AI视频生成能够快速完成分镜可视化、短剧样片测试、长片预
演，大幅缩短制作周期，保障院线与网络影视内容持续稳定产出，从根本上缓解“内容荒”带来的票房波动。
2. 线上影视平台竞争固化，可通AI视频生成技术来开辟第二增长曲线与差异化竞争赛道。
从用户数据来看，爱奇艺、腾讯视频、优酷三家头部影视平台的用户规模均呈现高位窄幅波动态势。爱奇艺与腾讯视频用户规模稳定在370-430
百万区间，双方交替领先、差距极小；优酷尽管在数据上与爱奇艺和腾讯存在差距，但同样相对稳定；三家平台均未出现明显的用户扩张或下滑
拐点，反映出长视频行业用户渗透率已接近天花板，流量存量博弈特征显著。AI视频生成模型的成熟，能够大幅降低自制剧、短剧、综艺等内容
的制作成本与周期，帮助平台在内容预算约束下提升产能与内容多样性，用更丰富、更具差异化的内容吸引与留存用户，缓解用户增长乏力的困
境；另外，AI可赋能个性化内容生成、智能剪辑与精准推荐，优化用户观看体验与内容匹配效率，提升用户粘性与付费意愿，同时助力平台探索
互动剧等新形态，打开第二增长曲线，从单纯的流量存量竞争转向内容效率与体验创新的竞争。
新型平台增长速度极快，需满足海量内容创作需求
1. 微短剧市场发展迅速，内容创作需求激增。
从2025年上半年中国微短剧的投放数据来看，新剧投放量已经由0.5万部增长至1.0万部，月均复合增长率高达14.9%，并且在总投放量的占比中
已经由21.4%扩张至33.3%，行业内容生产效率与迭代速度显著加快；创作者生态与用户方面，红果平台合作编剧数量在9个月内已经实现9倍增
长，且人均单日使用时长大幅提升25.9%，已经从95.7分钟/日增长至120.5分钟/日，用户沉浸度与平台粘性持续增强。微短剧行业新剧投放量高
速增长、内容迭代节奏持续加快，叠加创作者生态快速扩容与用户使用时长显著提升，形成了旺盛且持续增长的内容生产需求，为AI视频生成模
型提供了广阔的落地场景与刚需市场，进而有力推动AI视频生成模型行业市场规模实现快速扩张。
2. 短视频平台规模持续扩大，个人用户与MCN机构对创作效率具有广泛需求。
从短视频领域来看，尽管近年来用户体量与市场规模已经处于一个极高的水平，但依然呈现出乐观的增长趋势。以快手和抖音为例，2025年日活
数据分别达到4.1亿人与8.3亿人，同比增长2.5%、50.9%；与2017年数据相比，快手与抖音日活数据的年均复合增长率更是分别高达25.5%与
37.5%。抖音与快手凭借庞大且高速增长的日活用户规模，形成了极高的用户注意力与流量消耗需求，平台为维持用户粘性与内容生态活力，需
要持续供给大量多样化、高质量的短视频内容；与此同时，海量自媒体创作者、MCN机构也面临内容产出效率低、制作成本高、创意产能不足等
痛点，迫切需要高效的内容生产工具。AI视频生成模型能够通过智能生成、一键剪辑、特效合成等功能，显著降低短视频制作门槛与时间成本，
AI视频生成模型行业市场规模未来变化的原因主要包括：

10
大幅提升内容生产效率与规模化供给能力，精准匹配行业爆发式增长的内容创作需求。随着短视频行业用户规模与内容需求的不断扩张，AI视频
生成模型的应用渗透率将持续提升，驱动整个AI视频生成模型行业规模实现持续扩张。
政策名称
《中华人民共和国国民经济和社会
发展第十五个五年规划纲要》
颁布主体
第十四届全国人大四次会议、全国
政协十四届四次会议
生效日期
2026-03-01
影响
9
政策内容
建设新一代超算、通算、智算设施体系，积极发展公有云服务。建设算力监测调度平台，制定完善算力资源池化、并网、监测、运营、调度等标准规范；研制高性能
人工智能芯片和高可用基础软件栈，加快模型基础架构探索创新，深化可解释、可决策等关键算法研究，加强人工智能数据治理和安全技术研究应用。
政策解读
大规模智算集群与全国一体化算力网建成后，算力供给从稀缺走向充裕、普惠。中小团队可通过公有云按需租用算力，无需自建机房，研发与部署门槛大幅降低。政
策引导下，DiT等前沿架构的探索与工程化加速。强化长程时序一致性、物理逻辑真实度、多镜头叙事能力，解决当前AI视频生成的核心痛点。
政策性质
指导性政策
政策名称
《国务院关于深入实施“人工智能
+”行动的意见》
颁布主体
中华人民共和国国务院
生效日期
2025-08-01
影响
7
政策内容
加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级，打造开放共享的高质量科学数据集，提升跨模态复杂科学数据处理水平；加强智能消
费基础设施建设，提升文娱、电商、家政、物业、出行、养老、托育等生活服务品质，拓展体验消费、个性消费、认知和情感消费等服务消费新场景。
政策解读
为AI视频生成打开了广阔的商业化落地空间，不仅在影视、广告、数字内容等文娱领域形成强劲需求，还将延伸至电商、养老、托育等民生场景，催生出个性化、体
验式、情感化的视频内容消费新业态，推动行业从技术验证阶段快速走向商业化普及，实现产业价值与市场规模的双重提升。
政策性质
指导性政策
规模预测
AI视频生成模型行业规模
政策梳理

11
政策名称
《关于推动文化高质量发展的若干
经济政策》
颁布主体
中华人民共和国国务院
生效日期
2025-01-01
影响
7
政策内容
支持全媒体、文化云等建设，支持构建适应全媒体生产传播工作机制和评价体系，推进主流媒体系统性变革，加大对超高清节目创作生产、频道建设、传输服务的支
持力度，促进超高清端到端全产业链优化升级，持续推动有线电视网络整合，建设新型广电网络。加强文化数字化基础设施建设，搭建文化数据服务平台。
政策解读
通过支持文化领域大模型建设、打造文化行业高质量人工智能数据集，并完善文化数字化基础设施与文化数据服务平台，将直接为AI视频生成模型提供合规、优质的
训练数据支撑与稳定的算力环境，有效解决行业数据版权风险高、训练素材不足、底层基建薄弱等痛点，同时推动模型在文化垂类场景下的针对性优化，大幅提升生
成内容的专业性、合规性与产出效率。
政策性质
鼓励性政策
政策名称
《算力基础设施高质量发展行动计
划》
颁布主体
中华人民共和国工业和信息化部等
六部门
生效日期
2023-10-01
影响
5
政策内容
探索建设多层级算力调度平台，逐步实现多元异构算力跨域调度编排；构建算力互联互通体系，统一算力资源标识和身份认证，依托部省算力互联互通平台开展试点
验证；建立算网监测机制，开展算力设施运载力评估，打造一批算网城市标杆；实施“算力强基揭榜挂帅”，突破一批标志性技术产品和方案，加速新技术、新产品落
地应用。
政策解读
有效缓解了高端 GPU 供给受限、训练成本高、算力布局不均的瓶颈，为中国 AI 视频生成模型的技术迭代（如长视频、高分辨率生成）、产学研协同与商业化落地
筑牢算力底座、降低创新门槛、加速产业生态成熟。
政策性质
指导性政策
政策名称
《生成式人工智能服务管理暂行办
法》
颁布主体
国家互联网信息办公室
生效日期
2023-08-01
影响
5
政策内容
生成式人工智能服务提供者（以下称提供者）应当使用具有合法来源的数据和基础模型，不得侵害他人依法享有的知识产权，采取有效措施提高训练数据质量，增强
训练数据的真实性、准确性、客观性、多样性，且涉及个人信息时，应当取得个人同意或者符合法律、行政法规规定的其他情形。
政策解读
将直接推高研发的数据采购、版权授权、合规审核等成本，倒逼企业淘汰侵权的训练数据与模型，转向采购正版影视素材库、获得肖像权授权、自建合规数据集，行
业门槛大幅提升。
政策性质
规范类政策
AI视频生成模型行业呈现以下梯队情况: 第一梯队公司有北京抖音信息服务有限公司、阿里巴巴（中国）有限公司、谷歌信息技术（中国）
有限公司等; 第二梯队公司有深圳市腾讯计算机系统有限公司、北京快手科技有限公司、北京爱诗科技有限公司等; 第三梯队公司有百度在线网络
技术（北京）有限公司、杭州深度求索人工智能基础技术研究有限公司、北京智谱华章科技有限公司等。
美国先行一步，国产静观其变
1. 凭借全方位优势，美国较早在AI视频生成领域布局。
美国在AI视频生成领域的初期领先，主要得益于其深厚的技术积淀与完善的产业生态。在技术层面，以OpenAI的Sora为代表的美国企业率先实
现了“扩散模型+Transformer架构”的技术融合，并依托谷歌、英伟达等科技巨头在算力芯片和研发投入上的绝对优势：美国五大科技巨头（微
软、Alphabet、Meta、亚马逊、甲骨文）2025年平均资本支出密度达24%，远超中国同行；另外，美国企业背靠加州与硅谷，形成了从硬件制
造、软件研发与娱乐应用的完备数字视听体系，好莱坞与流媒体平台为AI视频提供了丰富的商业化试验场景，而世界领先的高校资源和活跃的风
险投资则为技术创新持续输送人才与资金。
竞争格局
AI视频生成模型竞争格局概况
AI视频生成模型行业竞争格局形成的历史原因如下:

12
2. 中国在该领域起步较晚，算力投入较低。
中国在AI视频生成行业初期发展相对迟缓，主要受制于基础大模型能力的差距和战略重心的错位。在Sora于2024年初发布时，中国科技巨头正全
力追赶GPT-4等大语言模型，无暇顾及AI视频这一“上层建筑”，百度创始人李彦宏曾经表示，Sora类项目（AI视频生成模型）投入周期10年、20
年都可能拿不到业务收益，因此无论该领域多火爆，企业可能都不会去触碰；此外，相比美国企业动辄24%的资本支出密度，当时的中国两大龙
头（阿里巴巴、字节跳动）的这一比例仅在10%至13%之间，算力投入的差距直接制约了视频大模型的研发进度。
头部大厂具备产业矩阵优势，初创企业起步艰难
1. 大厂拥有完善的生态模式与庞大的资金规模，有利于AI视频生成模型业务的研发与扩张。
在应用场景层面，国内头部大厂掌握着短剧、电商、广告等直接且海量的变现渠道，能够将AI视频技术迅速转化为业务增长。例如，字节跳动旗
下拥有火山引擎、抖音APP、红果短剧等多个平台，因此尽管Seedance的API接口对大型机构设置千万元级别的年费门槛，客户依然趋之若鹜。
阿里巴巴Happy Horse则通过通义千问、阿里云、钉钉及电商业务的协同，让AI视频技术能够同时服务于B端企业客户和C端消费者；在资本与算
力投入上，大厂动辄千亿级别的AI资本开支也远超AI创业公司。字节跳动2025年AI相关投入约800亿元、腾讯2024年资本支出高达600亿元。
2. 行业发展初期，AI创业公司普遍面临算力成本困局。
成本层面，AI视频生成的算力消耗远高于文本大模型，差距可达数千倍，初创企业单次模型迭代的单日测试成本高昂，外部高阶API调用费用进
一步加重运营压力，部分智能应用企业单用户每日服务成本高达100-200美元。营收层面，行业产品同质化问题突出，头部企业普遍采取低价竞
争策略，导致市场付费天花板偏低，用户月度付费接受度普遍不足100美元，难以覆盖企业单用户运营成本。与此同时，随着市场对AI视频生成
商业模式的合理性产生质疑，2021年后行业资本热度持续回落，投融资规模逐步收缩，进一步让相关AI初创企业面临现金流紧张、研发资金不足
的经营压力。
国内行业高度集中，中美差距逐渐显现
1. 行业卡位战打响，资源逐步开始向头部厂商倾斜。
2026年，快手可灵AI的年化收入运行率已超3亿美元并预计翻倍，字节Seedance、阿里Happy Horse相继入局，三大厂形成正面竞争。有机构判
断，当前行业正从早期红利变现转向市场份额争夺阶段，背后的核心驱动力是算力成本：视频生成的推理成本是文本的数千倍，大厂能够通过云
服务和广告业务分摊成本，而创业公司仅测试阶段的单日成本就高达10万元，这意味着在未来五年时间内，大量缺乏生态支持的创业公司将被迫
出局，市场将呈现互联网大厂恒强、中小厂商随时面临出清的行业格局，集中度显著上升。
2. 中国模型性能实现领跑，美国相关领域后劲不足。
目前，字节跳动Seedance、阿里巴巴Happy Horse与快手可灵等国产模型在性能方面已处于国际第一梯队，并且在国际AI视频生成评分榜中正呈
现交替领先的竞争态势，实现了从“追赶”到“领跑”的关键转折；而同一时间，美国大部分AI视频生成模型则稍显“后劲不足”：谷歌Veo 3尽管依然
在性能评分排行榜前列，但已长时间无缘前三名，而AI视频生成领域的开创者OpenAI Sora更是在前些时间宣布关闭。美国近期在该领域的颓
势，主要是受困于高成本与低场景匹配度；而中国则凭借成熟的互联网生态、高效的工业化落地能力和精准的场景驱动，展现出了更可持续的发
展动能。
中美长期拉锯战开始，国产算力有望迈上新台阶
1. 贸易分歧还在磨合中，上游芯片不断被摆上“牌桌”。
自2018年起，美国单方面发起对华贸易摩擦，使得中美经贸博弈持续多年，半导体芯片逐步成为双方博弈的核心关键领域。2022年10月以来，
美国推行“小院高墙”技术遏制策略，针对中国先进计算、超级计算及半导体制造产业，接连出台多轮出口管制措施。2025年1月，在美国政府换
届阶段，美国商务部工业与安全局相继发布先进计算芯片尽职调查新规与AI扩散框架相关条例，进一步收紧高端芯片制造、前沿AI大模型训练等
领域的限制条款。结合美国后续执政周期来看，短期内中美在半导体领域的博弈与协商仍将长期持续，持续对国内人工智能、算力产业及相关上
下游行业的发展形成深远影响。
AI视频生成模型行业竞争格局未来变化的趋势如下:

13
2. 中国有望打破先进制程“卡脖子”，释放国产模型性能潜力。
长期以来，高端AI芯片制造短板，始终是制约中国AI模型产业发展的核心瓶颈。核心原因在于，国内无法自主研发制造先进制程芯片必需的EUV
极紫外光刻机，且海外企业如ASML持续限制对华出口该类核心设备。不过值得注意的是，公开信息显示，2025年初，国内科研团队在深圳保密
实验室成功研发出国产EUV光刻机原型机，目前已进入功能测试阶段。该原型机由原ASML技术团队主导研发，依托逆向工程路线打造，现阶段
设备运行稳定，能够正常生成极紫外光束，但暂不满足芯片量产条件。按照规划，中国计划在2028至2030年前后，依托国产EUV光刻机技术，
实现自主可控先进芯片的量产落地。未来，国产EUV光刻机的突破，将为中国AI视频生成行业带来自主可控的算力预期，长期有望破解高端芯片
“卡脖子”难题、降低训练与推理成本。
阿里巴巴集团控股有限公司（09988）
腾讯控股有限公司（00700）
快手科技（01024）
百度集团股份有限公司（09888）
北京智谱华章科技股份有限公司（02513）
中科寒武纪科技股份有限公司（688256）
浪潮软件股份有限公司（600756）
北京金山办公软件股份有限公司（688111）
北京光线传媒股份有限公司（300251）
哔哩哔哩股份有限公司（09626）
上市公司速览
总市值
3.8万亿
营收规模
4.6千亿
12.9
同比增长(%)
毛利率(%)
-
总市值
3.1万亿
营收规模
4.5千亿
10.8
同比增长(%)
毛利率(%)
-
总市值
4.7千亿
营收规模
809.1亿
同比增长(%)
-
毛利率(%)
-
总市值
7.0千亿
营收规模
652.0亿
12.3
同比增长(%)
毛利率(%)
-
总市值
511.6亿
营收规模
7.2亿
131.9
同比增长(%)
41.0
毛利率(%)
总市值
-
营收规模
1.5亿元
-44.8
同比增长(%)
69.8
毛利率(%)
总市值
-
营收规模
13.5亿元
13.3
同比增长(%)
36.4
毛利率(%)
总市值
-
营收规模
36.3亿元
10.9
同比增长(%)
85.1
毛利率(%)
总市值
-
营收规模
9.4亿元
37.1
同比增长(%)
36.0
毛利率(%)
总市值
3.0千亿
营收规模
70.0亿
10.3
同比增长(%)
36.3
毛利率(%)

14
1
北京抖音信息服务有限公司
公司信息
企业状态
存续
注册资本
20000万人民币
企业总部
北京市
行业
互联网和相关服务
法人
银平
统一社会信用
代码
911101085923662400
企业类型
其他有限责任公司
成立时间
2012-03-08
品牌名称
北京抖音信息服务有限公司
经营范围
许可项目：第二类增值电信业务；第一类增值电信业务；广
播电视节目制作经营；网络文化经营；出版物零售；演出经
纪。（依法须经批准的项目，经相关部门批准后方可开展经
营活动，具体经营项目以相关部门批准文件或许可证件为
准）一般项目：社会经济咨询服务；技术服务、技术开发、
技术咨询、技术交流、技术转让、技术推广；计算机系统服
务；数据处理服务；软件开发；软件销售；广告设计、代
理；广告制作；广告发布；人力资源服务（不含职业中介活
动、劳务派遣服务）。（除依法须经批准的项目外，凭营业
执照依法自主开展经营活动）（不得从事国家和本市产业政
策禁止和限制类项目的经营活动。）
竞争优势
字节跳动构建了从底层算力、大模型基座到多模态应用的全栈自研技术体系，依托Seed大模型、豆包大模型以及Seedance视频生成模型等核心技术成果，
形成行业领先的AI研发能力。公司持续投入大规模算力建设与模型迭代，依托海量用户行为与内容数据形成数据、模型、产品的正向循环，在自然语言处
理、图像视频生成、智能推荐等领域具备显著技术壁垒，为各项业务提供持续的技术赋能与创新动力。
字节跳动官网
2
北京快手科技有限公司
企业分析
公司竞争优势

15
公司信息
企业状态
存续
注册资本
10101.01万人民币
企业总部
北京市
行业
互联网和相关服务
法人
银鑫
统一社会信用
代码
91110108335469089C
企业类型
其他有限责任公司
成立时间
2015-03-19
品牌名称
北京快手科技有限公司
经营范围
一般项目：技术服务、技术开发、技术咨询、技术交流、技
术转让、技术推广；计算机软硬件及辅助设备批发；计算机
软硬件及辅助设备零售；计算机系统服务；软件开发；网络
与信息安全软件开发；信息技术咨询服务；专业设计服务；
教育咨询服务（不含涉许可审批的教育培训活动）；社会经
济咨询服务；信息咨询服务（不含许可类信息咨询服务）；
数据处理服务；电子产品销售；广告发布；广告设计、代
理；广告制作；电影制片；票务代理服务；人力资源服务
（不含职业中介活动、劳务派遣服务）；婚姻介绍服务。
（除依法须经批准的项目外，凭营业执照依法自主开展经营
活动）许可项目：电影发行；网络文化经营；第二类增值电
信业务；出版物零售；演出经纪；营业性演出；基础电信业
务；广播电视节目制作经营；职业中介活动；酒类经营。
（依法须经批准的项目，经相关部门批准后方可开展经营活
动，具体经营项目以相关部门批准文件或许可证件为准）
（不得从事国家和本市产业政策禁止和限制类项目的经营活
动。）
融资信息
天使轮
200万人民币
2012-04-17
A轮
130万美元
2013-04-26
B轮
2175万美元
2014-06-30
B+轮
1.3亿美元
2015-01-05
E+轮
1.8亿美元
2019-08-06
E轮
10亿美元
2018-07-23
D轮
3.5亿美元
2017-03-23
C轮
1.285亿美元
2016-03-01
F轮
近30亿美元
2019-12-03
基石投资轮
24.5亿美元
2021-01-26
IPO上市
54.2亿美元
2021-02-05
战略融资
未披露
2022-10-26
公司竞争优势

16
竞争优势
快手在下沉市场拥有深厚且稳固的用户基础，用户规模与使用时长均保持稳健增长，形成了难以替代的流量壁垒与规模效应。随着平台生态不断完善，公司
逐步摆脱对单一变现模式的依赖，构建起广告、电商、直播、本地生活协同发展的多元化变现体系，高毛利业务占比持续提升，流量转化效率与整体盈利能
力显著增强。成熟的用户生态与持续优化的商业化结构，共同支撑从扩张到盈利的高质量发展转型。
快手科技官网
3
阿里巴巴（中国）有限公司
公司信息
企业状态
存续
注册资本
15460.55039万美元
企业总部
杭州市
行业
软件和信息技术服务业
法人
蒋芳
统一社会信用
代码
91330100799655058B
企业类型
有限责任公司(港澳台法人独资)
成立时间
2007-03-25
品牌名称
阿里巴巴（中国）有限公司
经营范围
一般项目：软件开发；计算机软硬件及辅助设备零售；计算
机系统服务；企业管理；专业设计服务；社会经济咨询服
务；业务培训（不含教育培训、职业技能培训等需取得许可
的培训）(除依法须经批准的项目外，凭营业执照依法自主开