AI视频技术，正以“周”为单位快速迭代。

两周前，PixVerse发布新项目：人在下边输入提示词，AI在上边同步生成视频，实现连续视觉输出。

它们卷生卷死，在于退一步是“流量危机”，进一步是“万亿蓝海”。

抖音、快手们的成功，证明了“视频”杀时间的能力，而AI视频或许还会带来更沉浸的体验。目前，已有大量AI短视频、AI短剧杀入内容平台，抢夺用户的注意力。

随着模型能力提升和推理成本降低，狂热的“淘金潮”还会蔓延至漫剧、游戏甚至电影等领域，届时AI视频可能迎来一轮大爆发。

一、即梦的入口野心VS可灵的工具理性

在即梦3.5Pro和可灵2.6输入同一段提示词，对比生成的AI视频会发现，可灵的画面细节更丰富，电影感扑面而来。

这样的视频效果和使用体验，正是快手和字节不同技术路线选择的结果。

尽管AI视频能力日新月异，但六根手指、360度旋转手臂等物理破绽仍频繁上演，模型只是从“不可用”跨越到了“偶尔惊艳”。外媒Winsome Marketing实测发现，用Sora2生成的视频中，真正可用于发布的内容只有5%-10%，剩下90%全是废片。

这不仅浪费时间，更烧钱如流水。据第三方评测榜单Artificial Analysis，可灵2.6Pro每分钟生成成本为4.2美元，谷歌Veo 3.1平均每分钟生成成本高达10.5美元。

因此AI视频的进化史，可以视为“开盲盒式”生成效果的抗争史。只不过厂商们资源禀赋不同，有的“高举高打”，有的“精耕细作”。

即梦和可灵就是如此，二者看似功能相似，实则内核迥异：字节Seedance是多模态基础大模型，即一个模型同时支持文生图、文/图生视频等；快手不具备多模态基座，但拥有相对领先一小步的视频生成模型。

为了破解算力难题，字节在Seedance中嵌入扩散变换器，把任务拆给不同模块并行处理，降低计算复杂度；同时在蒸馏机制中引入特殊算法，确保小模型“又快又准”，最终实现用更少的推理步骤，生成更顺的视频。

可灵1.0推出首尾帧功能，让模型根据首尾两张图片，生成连贯的运动变化；可灵2.0则允许用户输入参考图像和视频，让AI更能“读懂”复杂创意；可灵O1新增的“主体库”，把人和物封装成一个主体，在后续生成中保持特征稳定。

这样的路线选择，重现了两家的“来时路”：短视频时代，抖音靠推荐算法跻身超级APP行列，快手则从工具转向内容社区，二者各凭本事割据一块江山。

到了AI时代，字节仍想重写规则，定义下一代产品、抢占新的超级入口，剪映和即梦业务负责人曾公开说过：“即梦的探索方向，是结合AI技术解锁全新的场景与产品形态，帮助人类提升创造力。”而快手管理层则多次公开强调聚焦P端（专业创作者）和B端客户，对C端“保持探索”。

当然，快手不跟字节正面硬刚，或许并非“不想”，而是“不能”——2025年，字节在算力、芯片等方面的资本投入达1500亿元，断层领先第二名阿里50%，比快手足足“多了一个0”。

甚至不惜“内部赛马”，2025年即梦获得的算力资源同比增加300%，而同期豆包视频模块预算被削减15%；具体到即梦，目前可供用户调用的5款视频生成模型，分别来自4个不同的研发团队，哪个更优用哪个。

其“最大化解决实际问题”的务实策略也很快有效，可灵生成视频越来越“像真的一样”，在技术不稳定时期，率先赢得了挑剔的P端和B端用户，用户总量在发布一年时间内，从600万一路飞升到4500万。

“大力出奇迹”的即梦，每一代产品都有着更低价格、更高生成效率，积攒了拉拢海量普通用户的底气。公开数据显示，截至去年9月，其月活用户达到2037万，是可灵的13倍。

二、放眼长期增长的即梦VS专注即时收益的可灵

据美国知名风投公司a16z合伙人透露，Sora的30天用户留存率仅1%，60天留存率近乎0%。

每一家AI视频公司都愿景着“傻瓜也能创作”，但上文说过，90%的AI视频生成后“根本不能用”，少数高质量作品底下也总跟着一长串“怎么做？”的提问——AI创作的门槛，依然高悬。

想要生成一条合格的视频，不能跟AI讲大白话，而是要输入复杂的“提示词公式”，包括主体、场景、动作、风格等，再进行一致性控制和后期调整。许多人好奇尝鲜AI，很快就会因为用不好而离开。

相比之下，Runway的ARR，去年中已经突破6亿元大关；快手2025Q3业绩会披露，可灵累计收入达到7亿元，预计全年收入达10亿。

这并不难理解，对AI输入想法，能直接获得一段科幻大片；新品发布，不用再请昂贵的模特、明星，AI广告效果直逼真人……数据显示，AI视频能将传统视频制作时间从平均7小时缩短至45分钟，制作成本省一半。

当AI视频成为打工人的生产力工具，大家会用真金白银投票，而那些“不够实用”的平台，自然会显得冷清。

但差距或许只是暂时的，将目光放远，走“大众之路”同样拥有广阔的想象空间。

字节高管曾提出：“AI对话类产品可能只是AI产品的‘中间态’，更理想的产品形态大概率需要视觉化的用户体验。”言外之意就是，视频远比文字更直观、更能让普通人“入迷”。

而随着AI技术的演进，视频创作门槛还有望进一步降低：未来可能不用输入素材、提示词，告诉AI“找出所有宝宝第一次走路的片段，配上温馨音乐”，就能自动生成视频。

为此，即梦正不遗余力铺路，试图留住更多用户。

打开APP，首页即是一条AI视频，与可灵的“工具风”大相径庭。即梦期望通过熟悉的短视频交互，把优质AI作品推荐给用户。

在价格上，即梦也放低身段，不惜牺牲短期收入提升吸引力：其单条视频生成最低仅0.1-0.19元，而可灵最低成本比其贵上10倍，高达1.25-1.5元/条。

反观“低头看路”的快手，先落袋为安，未来再找机会转型，不失为一种智慧。

不过可灵也并非没有烦恼，海外AI短片《The Colorless Man》的创作流程，就给国内创作者带来了冲击：图像由ChatGPT、MidJourney和即梦处理，可灵负责视频，ElevenLabs处理语音，Dreamina处理唇形同步，Suno处理音乐，MMAudio处理音效。

这场AI视频的战争，注定是艰难而曲折的持久战。

小结

人们热议着，豆包要借春晚之力，完成AI搜索的“全民普及”；千问全面接入淘宝、支付宝、飞猪、高德等阿里生态，重塑下一代生活方式。

却常常忽略，每日刷上一两个小时的短视频世界里，另一场更深层的风暴也在悄然酝酿。

没人能断言AI视频的“未来”将以何种形态降临，无论是快手的“务实当下”，还是字节“豪赌未来”的路线，都在等待时间给出最终的答案。

但可以确定的是，科技正加速驶入一条快车道，我们能做的就是坐稳、扶好，迎接一切可能的转向与颠覆。