AI视频生成：技术革新与商业化的竞逐之路.pdf

AI视频生成：技术革新与商业化的竞逐之路2025-01-08

AI视频生成：技术革新与商业化的竞逐之路

原创来觅研究院RimeData来觅数据

撰稿梁秋兰2025-01-08

导读：2024年12月30日，爱诗科技旗下AI视频生成模型PixVerseV3.5正式上线，其在生成速度、

运动控制、动画效果等方面均取得明显进步，在PixVerseV3.5Turbo极速生成模式下，最快5秒、平

均10秒生成视频，进一步推动AI视频生成的普及。自2024年2月OpenAI首次发布AI视频生成模型

Sora以来，快手、字节跳动、腾讯、谷歌等多家企业也相继推出了AI视频生成模型，行业竞争愈加激

烈。AI视频生成现状如何？商业化进展如何？投融资情况如何？本文尝试分析和探讨。

AI视频生成现状

AI视频生成是指利用深度学习、自然语言处理、计算机视觉等人工智能相关技术，自动生成视频内容的

过程。相较传统视频的制作，AI视频生成产品具有以下特点：（1）高效性：AI视频生成产品可在短时间

内快速产出视频，大幅节省人力和时间成本。例如，制作一个常规的宣传视频，传统视频的制作可能需数

天甚至数周时间，但AI视频生成产品仅需几分钟到几小时；（2）灵活性：用户仅需调整文本描述、参数

设置等，AI视频生成产品便可根据用户不同的需求和输入条件生成多元化的视频内容；（3）创新性：AI

技术为视频创作带来丰富的思路和风格，帮助用户突破传统创作的限制。

AI视频生成技术的发展经历了多个阶段，从最初的图像拼接生成阶段，到GAN（生成对抗网络）、VAE

（变分自编码器）、Flow-based（流模型）的应用，再到自回归和扩散模型的兴起。早期的视频生成主

要依赖于图像拼接技术，通过将静态图像序列拼接成视频流，但这种方法生成的视频质量较低，连贯性较

请务必阅读正文之后的免责声明1/7

AI视频生成：技术革新与商业化的竞逐之路2025-01-08

差。随着深度学习技术的突破，2016年后GAN、VAE、Flow-based等技术开始被应用于视频生成，生

成视频的质量和连贯性得到显著提升。2020年以来，自回归模型和扩散模型的出现进一步推动AI视频

生成技术的发展，使其生成更加逼真和连贯的视频内容，且应用场景更为广泛。

当前AI视频生成技术逐步从实验阶段迈向实用化，成为AI领域的重要分支。快手、字节跳动、OpenAI、

Runway等众多国内外企业和研究机构纷纷投入大量资源进行技术研发和产品创新，推动AI视频生成行

业的快速发展。例如，OpenAI发布的Sora可根据文本、图像和视频输入生成高质量的视频，其采用

Transformer+Diffusion模型的组合，实现视频生成的连贯性和准确性，验证了Transformer和

Diffusion模型结合的有效性，为AI视频生成的研究提供新的思路和方向。

尽管OpenAI率先发布Sora，在AI视频生成领域占据先发优势，但国内企业不断追赶，模型性能持续

提升，目前爱诗科技的PixVerse、快手的可灵等AI视频生成模型在综合性能上表现出色，甚至在某些方

面已超越Sora。据AGI-Eval（上海交通大学、同济大学等高校和机构合作发布的大模型评测社区），2024

年12月，PixVerse-V3、Kling1.5、Video-01的得分（评测维度包括视频-文本一致性、视频质量、运

动质量等）超越Sora。

图表1：2024年12月文生视频模型评测榜单Top10

名称所属公司地区得分

PixVerse-V3爱诗科技中国0.5732

Kling1.5快手中国0.5730

Vid