AI视频生成能力跃升,AI短剧前景广阔
- 2026-11-18 03:47:39

1.AI视频生成:国产模型表现领先,工业级能力拉动下游应用
1.1 多模态:AI多模态持续迭代,商业化加速
AI多模态持续迭代,商业化加速。(1)图片生成方面,2025年8月Nano Banana发布迅速引爆C端,谷歌陆续在25年11月以 及2026年2月推出Nano Banana Pro以及Nano Banana 2。2026年4月,OpenAI 推出的 GPT Image 2,是首个具备原生思考 能力的图像模型,在生成能力上大幅跃升。(2)音频生成方面,Suno于26年3月正式发布V5.5,根据Sacra,Suno于26年2 月ARR突破3亿,昆仑万维则于2026年1月发布了Mureka V8。(3)视频生成方面,2月Seedance2.0发布,借强大的生成能 力与控制精度,迅速引爆全网,成为现象级产品;6月Seedance2.5亮相,有望于7月初正式上线。Kling也在2月推出3.0版本; 谷歌于5月发布了Gemini Omni;阿里巴巴则在4月推出开源视频模型HappyHorse1.0。

1.2 AI视频:国产厂商表现亮眼,占据优势地位
国产厂商在AI视频生成细分赛道中表现亮眼,占据优势地位,Sora关停退出竞争,赛道竞争收敛。根据Artificial Analysis 6月 11日排名,在文生视频中,Seedance2.0、HappyHorse-1.0、SkyReels V4、Kling3.0以及Kling3.0 Omni排名前五。而在图生 视频方面,Seedance 2.0、grok-imagine-video-1.5-preview、HappyHorse-1.0、Veo3.1、grok-imagine-video排名前五。以 Seedance、Kling、HappyHorse 为代表的国产厂商表现亮眼,占据优势地位。海外方面,3月25日,由于商业化和算力成本 之间无法平衡,OpenAI宣布正式关停Sora全量服务,退出竞争,同时Anthropic等头部厂商更加聚焦于代码领域。

Seedance2.0表现惊艳,成为现象级产品,贴合工业级创作场景需求。2月12月字节跳动发布Seedance2.0,凭借强大的生成 能力与控制精度,迅速引爆全网,成为现象级产品。 Seedance2.0采用统一的多模态音视频联合生成架构,支持文字、图片、 音频、视频四种模态输入。相比 1.5 版本,Seedance 2.0 的生成质量大幅提升,其在复杂交互和运动场景下的可用率更高, 物理准确度、逼真度、可控性显著增强,更加贴合工业级创作场景的需求。2026年6月,Seedance2.5发布,在单段生成长度 (支持30秒单段原生直出与高质量视频延长)、多素材参考(支持50个全模态素材联合输入)、视频编辑三个维度实现突破。
商业化方面,Seedance 2.0采用“个人订阅+企业API”双轨制, 2026年2月陆续接入豆包App、即梦AI及剪映平台,4月火山 引擎正式上线Seedance2.0系列API服务,商业化能力迅速从C端创作者延伸至B端企业客户。在定价方面,火山引擎1000万 Tokens价格为280元,BytePlus1000万Tokens价为43美金,根据财联社报道,按实测数据,生成15秒视频需消耗30.888万 tokens,以纯生成模式核算,单条成本约15元,折合每秒1元。

可灵AI随大模型版本迭代ARR持续攀升。2025年12月,可灵AI启动“全能灵感周”,先后发布全球首个大一统多模态视频模 型“可灵视频O1”、新一代图片模型“可灵图片O1”、具备“音画同出”能力的可灵视频2.6模型以及可灵数字人2.0等一系列新 的模型,带动可灵在12月的当月收入突破2000万美元,ARR达2.4亿美元。Kling-Omni通用视频生成架构引入全新的多模态视 觉语言(MVL)。2026年2月,可灵AI 3.0系列模型上线,基于All-in-One产品架构构建,支持涵盖文本、图像、音频和视频的 全模态输入与输出,将视频的理解、生成和编辑整合到一个高效流畅的AI工作流中。在支持长达15秒视频生成的同时,可灵 AI3.0系列模型提供了高度灵活的分镜控制能力及更精准的语义对齐,具备“音画同出”能力与高度一致的主体连续性,以进 一步拓展AI叙事的边界。在产品方面,可灵AI推出了团队计划,支持多达15名成员进行实时协作创作,并使创作者能够高效管 理团队内部的内容创作工作流程。随着3.0版本的更新迭代,2026年第一季度,可灵AI产生的收入超过人民币6.5亿人民币,同 比增长超过300%。2026年3月,可灵AI的年化收入运行率(ARR)近5亿美元,海外贡献重要收入来源。

阿里推出视频模型HappyHouse1.0,进入头部位置。4月,HappyHorse在未标注厂商的情况下,登顶了以盲测为主要形式的 权威AI评测平台Artificial Analysis AI Video Arena排行榜,引发关注。4月10日,阿里ATH创新事业部正式认领HappyHouse,4 月27日开启灰测,并接入千问App。HappyHorse 1.0在画面质量、角色一致性、运动动态等方面都表现不俗,具备开源可用性、 亮眼的榜单表现和实际的视频生成能力,让创作者无需在灵活性和质量之间妥协。采用15B参数统一Transformer架构,40层 自注意力机制原生处理文本、图像、视频和音频令牌,实现联合音视频合成。原生支持7语言超低WER口型同步。
谷歌发布原生多模态大模型Gemini Omni,布局“世界模型”。谷歌在多模态方面布局了包括视频领域的Veo、图像领域的 Nano Banana以及音乐领域的Lyria,5月20日,谷歌在I/O开发者大会上推出了全新的多模态世界模型Gemini Omni Flash,可 基于任意输入形式生成各类模态输出内容如通过自然语言编辑视频,旨在打破传统 AI 模态割裂局限,支持文本、图像、音频、 视频等全模态信息的互通理解与自由生成,首发能力聚焦视频生成与编辑。

1.3 下游应用:工业级能力拉动下游应用,看好AI短剧等方向
随着模型迭代,AI视频生成能力大幅跃升,工业级能力拉动下游应用潜力的释放,目前行业商业化以B端为主,营销和影视娱 乐为两大核心赛道,未来工业制造、自动驾驶、具身智能等领域具备潜力。2026年AI视频生成模型能力不断突破,电影级叙 事和精准控制能力大幅跃升,工业级能力拉动下游应用潜力的快速释放,目前行业应用以B端为主,占比过半。行业方面,AI 视频生成目前主要应用在营销、影视、游戏、教育、零售、建筑等行业,其中营销和影视成为两大核心赛道。根据《State of Generative Media Survey Report 2025》的调研数据,AI视频在广告行业采用率达到55%位列第一,其次为娱乐媒体与创意产 业,采用率达到43%。随着模型能力提升,未来AI视频在工业制造、自动驾驶、具身智能等领域空间有望释放。
以短剧为代表的影视行业直接受益于AI视频生成能力迭代,成本与制作周期显著优化,短剧供给能力大幅提升。随着 Seedance2.0等头部模型的推出,AI视频从“单点生成”进入“可叙述、可控制、可延展”新阶段,可用率大幅提升,成本及 制作周期显著优化,拉动供给能力大幅提升,我们看好AI短剧领域的潜力。

2. AI短剧:AI有效拉动内容供给,AI漫剧先行,AI真人短剧前景广阔
2.1短剧市场:国内市场破千亿,海外市场快速扩容
2025年国内短剧市场规模达到1000亿,其中免费短剧规模达到533亿占据主导地位。根据DataEye, 2025年中国短剧市场规 模达到1000亿,同比增长98%,主要得益于免费微短剧市场的持续扩容以及漫剧赛道的异军突起,预计2026年市场规模将突 破1200亿。从付费模式上看,2025年中国免费微短剧市场规模达到533亿,同比增长113%,占比超过50%,占据主导地位。
用户规模方面,国内独立APP月活3.35亿,形成“高留存、高沉浸”的良性生态,QuestMobile数据显示,2026年2月,国内 市场短剧独立APP整体月活用户已达3.35亿,同比增长74.3%;微信小程序渠道用户规模达到4.27亿,同比增长59.9%。其中 2026年2月,红果免费短剧APP月活跃用户规模突破3亿大关,达到3.04亿,同比净增近1.4亿。短剧APP内容消费习惯已深度 养成,短剧不仅吸引海量新用户,更成功将其转化为深度用户,形成“高留存、高沉浸”的良性生态。