一、視訊生成是AIGC能力上限的試金石
為了達到對AIGC產業整體上限的決定作用, 視訊的突破是關鍵, 因為視訊須融合文字範疇、圖像範疇、音訊範疇等多模態資訊, 還要處理空間結構、時序演化、因果互動的三重複雜性, 而文字生成和圖像生成已相當成熟, 視訊卻仍是技術短板。
二、DiT架構統一技術路線，能力實現質變
處在GAN的那個“動圖時代時段”, 一直到擴散Transformer（DiT）確立形成主流範式, 視訊生成經歷了清晰的那技術演進路徑, 2024年Sora發佈，這是一個里程碑事件, 它的生成時長從15秒提升至60秒, 物理真實感以及3D一致性都有了大幅的提升, 技術路線收斂, 為工業化鋪平了相關道路之後, 還繼續為這工業化鋪平道路。
三、國產廠商已躋身全球第一梯隊
一直到2026年年中這個時間段, 國際上處於頭部地位的玩家中僅剩下Google這一家, OpenAI是漸漸關掉Sora的C端服務的, 字節即夢、快手可靈、阿里的HappyHorse等這類中國團隊佔據頭部陣營, 可靈AI在2026年第一季度收入超6.5億元, ARR近5億美元, 其商業化速度驚人。
四、商業模式從2B起步，向兩極分化演進
現階段主要方式是API呼叫以及訂閱制, 其定價和解析度、模型性能有呈現正相關的這種關係。未來會朝兩極方向發展, 一方面針對面向C端輕量創作的平價套餐, 另一方面是面向影視工業的高價專業服務。格局和定價二者共同對模型的中長期盈利模型起決定性作用。
五、影視、廣告、遊戲三大場景率先爆發
2026年首個5個月那段時間, AI漫劇市場規模已超220億元；廣告行業裡, AI滲透率處於低個位數水平, 但其增速遠超整個大盤；遊戲領域範圍內, 借助AI生成的2D美術資產佔比超80%。AI視訊正從 “生成工具” 轉變為數字內容生產的核心基礎設施。
(TOP行業報告)