字节Seedance、快手可灵、阿里HappyHorse逐鹿AI视频市场,谁能构建“循环生态”?

市场份额格局

就在市场热传字节跳动将推出“Seedance 2.1”之际,接近字节跳动的知情人士否认了这一消息。这折射出AI视频生成市场竞争激烈。《科创板日报》称,戛纳电影节期间,Seedance2.0参与制作的8部AI影片在戛纳展映,其中基于它制作的全球首部95分钟AI电影《Hell Grind》将在戛纳全球首映。

快手的可灵也出圈了,其制作的“棒球现场特效”相关单条视频在Instagram平台播放量突破2200万。资本市场消息称可灵将从快手分拆且有IPO计划。今日凌晨,谷歌在I/O 2026开发者大会宣布发布新型视频生成模型Gemini Omni。

叁陆玖文化技术负责人严新表示,Seedance在生视频领域一家独大,但其他模型也在测试。据AI普瑞斯统计,按日算力消耗占比,Seedance超八成,可灵约14%,万相2.7约4%,HappyHorse不足1%。

可灵早期是“快影”App实验功能,2025年4月快手成立“可灵AI事业部”,由高级副总裁盖坤负责,向创始人兼CEO程一笑汇报。5月11日消息,快手计划分拆可灵AI业务,以200亿美元估值独立融资并计划明年IPO,其成立不到两年估值逼近母公司市值七成。

背后的生态支撑

Seedance和可灵背后助推模型升级的除技术研发,还有各自母公司的“视频生态”。从抖音“算法兴趣推荐”长出的Seedance、从快手“老铁生态”长出的可灵,都有庞大视频消费群体和“创作 - 分发 - 消费”闭环,母公司用户的视频消费数据是“模型评测系统”。

Sora关停的警示

曾有投资人士认为AI视频类项目是AI最赚钱细分赛道之一,但其实更烧钱。今年3月Sora关停,距其上线不过半年。

去年9月Sora上线后冲App Store下载榜榜首,但热度未持续。Appfigures数据显示,其下载量从2025年11月峰值333万次降至2026年2月约113万次,降幅66%,全球活跃用户数从峰值约100万跌至不足50万。

媒体报道Sora每日运营成本约100万美元,峰值推理日支出约1500万美元。Appfigures数据显示其应用内购累计总收入仅约210万美元。Sora项目负责人称其经济模式不可持续,这证明在AI视频赛道,商业闭环才是护城河。

国内大厂的策略

国内大厂靠AI生成视频软件盈利时刻未到,占领用户注意力和占据内容生态位是首要考虑。

字节方面,番茄小说提供IP,Seedance生成漫剧,红果短剧和抖音分发,形成内容生态闭环。截至一季度,抖音端原生在播AI剧/漫剧约18万部,3月播放量较1月涨幅137.7%。

快手用户多为自媒体和广告从业者,付费意愿高,约70%收入来自海外。今年1月,可灵AI年化收入运行率突破3亿美元,月活跃用户超1200万,付费用户环比增长350%,日均收入提升30%。分拆上市消息给快手带来新资本叙事。

阿里HappyHorse主打性价比,720P和1080P视频生成刊例价分别为0.9元/秒及1.6元/秒,目前定价限时八折。开启灰测两个月,算力消耗占比个位数,后续用户量爆发将面临算力消耗问题。快思慢想研究院院长田丰表示,它若与电商业务深度打通,将成为提升商家经营效率和广告创意供给的工具。

从业者的关注点

业内从业者对不同公司软件使用开放,会测试新软件,算力消耗完会切换软件,软件使用格局未定型。

近日传播的Seedance 2.1发布消息提及生成效果较此前版本提升两成。从事AI短剧的从业者张晓磊称,制作AI视频要看团队SOP,除视频生成,更看重语言和生图模型能力,新模型迭代会先试验。

这场“三国杀”下半场,比拼的或许是与自身生态和创作者工作流的结合,构建“循环生态”,AI视频生成软件只是其中一环。

内容概要:本文档名为《赵家湾学校后大门一百三十六栋.txt》,实则是一份综合性科研仿真资源索引,集中展示了多个技术领域的Matlab/Simulink与Python代码实现项目。内容涵盖风光互补制氢合成氨系统容量-调度优化、微电网能量管理、无人机三维路径规划、图像分割、信号处理、电力系统建模、模型预测控制(MPC)、深度学习预测模型(如LSTM、Transformer)、联邦学习、强化学习应用等多个前沿方向。文档不仅列出具体研究题目算法模型,还整合了智能优化算法(如PSO、GWO、DBO等)、路径规划、车间调度、通信优化、雷达跟踪、元胞自动机模拟等通用技术模块,并附有网盘链接提供完整代码与仿真模型下载,旨在为科研人员提供可复现的技术支持与开发参考。; 适合人群:具备一定编程基础,从事电气工程、自动化、计算机科学、人工智能、控制工程、能源系统等相关领域的研究生、科研人员及工程技术开发者。; 使用场景及目标:①辅助高水平学术论文复现与科研项目开发;②为硕士/博士论文、课程设计、学科竞赛提供算法实现与仿真建模支持;③提升在新能源并网、智能控制、路径规划、负荷预测、故障诊断等领域的工程实践与创新能力。; 阅读建议:此文档为资源导航型材料,建议结合个人研究方向筛选对应主题,通过提供的百度网盘链接获取完整代码包,并配合相关文献进行仿真实验与参数调试,以实现高效复用、二次开发与技术创新。
内容概要:本文深入解析了AI Agent(智能体)的技术原理与系统架构,阐述其如何通过“思考-行动-观察”的闭环循环,使大语言模型(LLM)从被动应答的对话系统进化为能主动完成复杂任务的智能实体。文章详细介绍了Agent四大核心模块:作为决策中枢的LLM(大脑)、实现外部交互的工具调用(双手)、支持状态延续的记忆模块(记忆),以及驱动自主执行的规划与协调机制(协调)。同时对比了Agent与传统聊天机器人在任务规划、工具使用、记忆能力执行闭环等方面的本质差异,并探讨了从单智能体到多智能体系统的架构演进趋势,强调专业分工对处理复杂任务的重要性。最后,文章分析了Agent模式与预设工作流模式的应用权衡,指出前者适用于活探索类任务,后者更适合确定性高的固定流程。; 适合人群:对人工智能、大模型应用开发感兴趣的技术人员、产品经理及研究人员,尤其适合具备一定AI基础知识、希望深入了解Agent系统设计的专业人士; 使用场景及目标:①理解AI Agent的核心架构与关键技术组件;②掌握ReAct等主流执行范式;③区分Agent与传统聊天机器人的能力边界;④判断在实际业务中应采用Agent模式还是工作流模式; 阅读建议:本文理论性强且结构清晰,建议结合实际Agent案例(如AutoGPT、LangChain应用)进行对照学习,重点关注各模块间的协同机制与设计权衡,以深化对Agent系统级思维的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值