2026年央视春晚成为全球首个深度应用国产AI视频生成模型Seedance 2.0的公开项目。2月15日， 抖音集团副总裁李亮发布 #春晚是第一个用上Seedance2 .0的#相关词条，并表示Seedance 2.0需 要真人认证才能制作数字分身，平台暂时也不支持真人人脸参考和IP形象的生成，包括迪士尼、熊出没 这类IP形象等。最近团队投入最多的一件事就是不断维护和加强反侵权策略。 ...

抖音集团副总裁李亮表示， 2026年央视春晚成为全球首个深度应用国产AI视频生成模型Seedance2.0的公开项目。 李亮称，最近Seedance2.0很受关注，欢迎大家去豆包、即梦体验，不过提醒下， 需要真人认证才能制作数字分身，平台暂时也不支持真人人脸 参考和IP形象的生成， 包括迪士尼、熊出没这类的IP形象等。最近团队投入最多的一件事就是不断维护和加强反侵权策略。如果发现有问题 的，也可以及时和我们反馈，我们会跟进处理。 ...

行业与公司核心事件 - 2026年央视春晚成为全球首个深度应用国产AI视频生成模型Seedance 2.0的公开项目 [1] - 抖音集团副总裁李亮通过社交媒体确认并宣传此事件 [1] 技术应用与产品特性 - Seedance 2.0模型在春晚项目中的使用标志着其首次大规模公开应用 [1] - 该模型需要真人认证才能制作数字分身，强调了其生物特征验证的门槛 [1] - 平台目前不支持使用真人人脸作为参考来生成内容 [1] - 平台目前不支持生成如迪士尼、熊出没等受版权保护的IP形象 [1] 公司战略与运营重点 - 抖音集团团队近期投入最多的任务是不断维护和加强反侵权策略 [1] - 此举表明公司在推动AI技术商业化的同时，将内容合规与版权保护置于重要位置 [1]

公司技术平台升级 - 客易云接口平台成功接入剧本改写功能，并与数字人技术深度融合，实现了数字人对口型与声音克隆的极致真实，在AI视频生成领域掀起创意革命，同时确保了平台的稳定运行 [1] - 平台通过先进的自然语言处理与深度学习算法，能精准理解剧本的情节、人物与情感，进行智能化改编，可调整故事节奏、丰富人物设定或融入新文化元素，提供多样化改编方案 [1] - 该智能剧本改写能力大大缩短了创作周期，降低了创作成本，并为创作者提供灵感源泉 [1] 数字人技术整合与表现 - 平台将改写后的剧本与数字人技术无缝对接，通过精细的唇形同步算法与多语言语音合成技术，使数字人演绎时对口型与声音克隆的精准度达到前所未有的高度 [3] - 数字人的唇部动作能与语音内容完美契合，声音与真人无异，使其成为创作者表达创意的完美载体 [3] - 创作者可自由操控数字人演绎各种角色，探索不同故事风格与表现手法，无需受限于真人演员的档期、形象与表演能力，大大拓宽了创作边界 [3] 声音克隆技术 - 公司通过大规模语音数据训练与先进深度学习框架，实现了声音克隆的高度真实与个性化定制，能完美复刻温柔女声、低沉男声或童趣童声等 [4] - 声音可根据剧本角色设定进行灵活调整，其真实性让数字人演绎更加生动逼真 [4] - 该技术为创作者提供了打造独特声音IP的可能，可为数字人量身定制专属声音，使其在内容中脱颖而出 [4] AI视频生成能力 - 平台利用先进AI算法与视频生成技术，将改写后的剧本、数字人演绎、场景及特效等元素自动融合，生成高质量AI视频 [5] - 生成的视频画面精美、动作流畅，在内容创意与情感表达上达到新高度 [5] - 创作者只需输入剧本、选择数字人形象与声音、设定视频风格与场景，平台即可在短时间内生成作品，支持短剧、微电影、广告片、动画、MV等多种类型，提供高效便捷的视频创作解决方案 [5] 平台稳定性保障 - 公司在接入新功能过程中，特别注重平台稳定性与可靠性优化，采用先进的云计算技术、分布式架构设计及智能负载均衡策略 [6] - 平台确保了在高并发场景下的稳定运行，即使面对大量创作者同时访问与复杂视频生成任务，也能保持高效流畅 [6] - 这种稳定性让创作者在创作过程中无需担心技术故障或服务中断，能全身心投入创意发挥 [6] 行业影响与未来展望 - 公司的创新成果为内容创作者提供了前所未有的创作自由与便捷性，为整个内容产业注入了新的活力与可能性 [9] - 创作者能更自由地探索不同故事题材与表现手法，打造更多具有独特风格与深刻内涵的作品；观众也能享受到更丰富多样、高质量的内容体验 [9] - 公司未来将继续探索剧本改写、数字人技术与AI视频生成在更多领域的应用潜力，携手创作者与合作伙伴，共同推动内容产业的智能化升级与创新发展 [9]

文章核心观点 - AI视频生成模型Seedance 2.0开启内测后迅速走红，其强大的视频生成能力引发用户追捧和行业震动，同时也带来了关于版权、真实性以及行业变革的广泛讨论 [1][3][6][8] 技术能力与产品特点 - Seedance 2.0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，集成了业界最全面的多模态内容参考和编辑能力 [3] - 模型解决了AI视频生成的三大痛点：大范围摄像机运动、分镜连续性、音画匹配度，被评价为具备“导演级”精度 [4] - 具体提升的能力包括：自分镜和自运镜、全方位多模态参考、音画同步生成、多镜头叙事能力 [4] - 模型引入了自分镜驱动技术，实现了镜头切换时角色细节的“严丝合缝”，并能原生生成环境音效 [4] - 模型具备极高的画质精细度、指令理解准确性、物理规律合理性以及元素一致性水平，在复杂叙事、打斗镜头、短剧生成等场景表现优异 [4] - 根据测算，Seedance 2.0生成15秒视频的可用率达到90%，相较此前行业平均值的20%有大幅提升 [5] 市场反响与应用热度 - 应用内测后迅速出圈，用户创作热情高涨，导致视频生成需要排队，有用户截图显示“当前排队超1000位”，甚至有用户需等待8小时 [1] - 应用在海外市场也引发关注 [1] 对成本与行业效率的影响 - 该应用被认为将“大幅降低制作成本”，以制作90分钟的视频项目为例，成本有望从1万多元降低到2000元左右 [5] - 视频制作成本逻辑将发生改变，开始逐渐趋近算力的边际成本 [5] 对影视及内容行业的潜在冲击 - 影视从业者担忧传统影视流程将被颠覆，有导演认为假如2026年初视频生成模型已是此水平，传统流程被取代已进入倒计时 [6] - 有案例显示，借助Seedance 2.0为一部未面世的真人电影制作预告片仅用20分钟，花费60美元，被认为可能“搞砸好莱坞” [6] - 技术将显著降低IP转化门槛，为AI漫剧行业带来发展机遇，漫剧被认为是潜在“风口” [7] - 模型有望正式开启AI视频工业化生成时代，影视、短剧、漫剧等行业有望迎来内容爆发期 [7] - 具备丰富IP矩阵储备的公司，将率先受益于内容生产效率的提升 [7] - 视频本身会逐渐向定制化、实时化、游戏化演进，可能成为未来全新的娱乐方式 [7] 引发的争议与风险 - 过于逼真的AI生成视频可能导致假视频泛滥，增加辨别真伪的难度，并对现有知识产权与审查体系造成空前冲击 [8] - 模型生成带有真人形象（如周星驰）的视频引发了版权风险质疑 [8] - 有用户表示，在未上传对应素材的情况下，模型生成了高度相似其个人风格的声音和画面，引发对授权合规性的担忧 [8] - 相关事件发酵后，Seedance 2.0宣布暂停真人素材参考能力 [8] 监管与行业应对 - 专家指出，监管体系需随技术进步而进步，监管部门、法律法规和技术平台必须形成合力 [9] - 企业应主动限制功能、强化活体认证、防范技术滥用，以在技术发展中守住责任底线 [9] - 如何平衡创新、合规与版权，是全球行业共同面临的命题 [9][10]

公司动态 - 字节跳动正式上线新一代视频生成模型Seedance2.0，并接入旗下生成式AI创作平台即梦以及豆包App [1] - 该模型在发布后凭借逼真的画面效果和简易的创作方式迅速走红 [1] - 在模型正式推出前，字节跳动旗下火山引擎已将Seedance2.0深度用于多个央视春晚节目的视觉制作环节，春晚是该模型的第一个客户 [13] 产品技术特点 - 用户只需输入简单的文字、图片或视频，就能生成几秒至十几秒的视频 [3] - 与过往视频生成模型相比，Seedance2.0生成效果明显提升，画面更精准、更逼真，可控性更强 [3] - 模型采用了统一的多模态音视频联合生成架构，可以理解用户输入的内容，并参考画面构图、镜头语言、动作节奏等元素来生成视频 [5] - 该模型能够实现电影级别的精确控制，包括表演细节、灯光、相机、运动等多元素，在时间连贯性和物理真实性上有显著跃进 [9] - Seedance2.0在训练阶段使用了大量东方美学的素材，并且在镜头语言的控制和复杂的交互呈现上具备非常强的能力 [15] 市场与行业影响 - 该技术升级大幅降低了视频创作的门槛，吸引了大量用户和内容创作从业者的关注 [3] - 模型让普通用户也能像导演一样进行视频创作 [5] - 该模型实现了工作流效率的革命性优化，一个人就可以完成从脚本到成品的全过程，显著降低了成本和门槛 [9] - Seedance2.0在海外社交平台引发热议，美国企业家埃隆·马斯克转发演示并评论称其“进展太快” [11] - 一些外国用户实测后惊叹，该模型能够彻底改变电影制作 [11]

报告行业投资评级 - 传媒行业评级：强大于市（维持）[2] 报告核心观点 - 技术跃迁驱动内容革命，AI视频生成正从GAN走向DiT架构，是通往AGI的重要路径，其突破将对AIGC产业应用前景起到重要作用[3] - 短视频生成质量已接近专业水准，但长视频生成在物理合理性与时长上仍存瓶颈，业界关注的世界模型可能成为解决上述瓶颈、带来新技术变革的关键路径[3] - 全球AI视频生成市场正加速扩张，商业化在C端（订阅模式）与B端（API模式）双路并进，随着模型能力与工具链完善，2026年有望成为AI影视级项目商业化的关键元年[3] - AI视频是传媒行业的核心应用场景，广告、影视、游戏等领域均有望受益，并已涌现出具备自研算法、海量内容、AI营销及游戏资产生产能力的核心受益上市公司[4] 根据目录的总结 1. 视频生成的前世今生：从GAN走向DiT，通往AGI的重要路径 - **视频生成决定AIGC技术上限**：视频融合文本、图像、音频等多模态信息并引入时间维度，需处理空间、时间、因果与交互等高维结构，其复杂性要求模型具备对真实世界的综合理解与推演能力，是当前行业技术短板[7] - **技术路径演进形成共识**：AI视频生成技术自2010年代中后期起步，经历了GAN、Transformer、Diffusion Model等多个架构尝试。2024年OpenAI发布的Sora验证了DiT（Diffusion+Transformer）架构的可行性与效果，推动主流厂商全面向DiT路径演进，产业进入高速发展期[3][9] - **DiT架构成为主导路线**：DiT融合了扩散模型的生成稳定性与Transformer的长程依赖建模能力，遵循Scaling Law，使生成能力可随参数规模、数据体量与训练算力提升而持续增强。Sora发布后，字节、Google、腾讯等主流厂商模型均已向DiT架构收敛[25][29][30] 2. 技术进展：短视频生成已近专业水准，长视频或迎重要变革节点 - **美学质量接近专业水准**：当前主流模型已支持1080p及以上分辨率（部分达4K），帧率多为24-30fps。以Sora 2为例，其在高真实性、多风格表达、复杂人物主体及多镜头连续叙事方面表现成熟，短片段生成能力已基本满足影视与商业内容制作需求[34][36] - **多模态向“音画一体”演进**：AI视频音效生成分为一体化生成和后期分离生成两类路径。Google Veo 3是首个实现商业化落地的音视同步生成模型，在发布后两个月内累计生成视频超过7,000万条。在其示范效应下，主流厂商发布节奏密集，技术路径趋于收敛[41][46][47] - **物理能力与生成长时是主要瓶颈**：提升物理能力主要有“隐式物理学习”（迭代快但稳定性有限）和“显式物理约束”（物理正确性高但成本与自由度受限）两种路径[50][57]。目前主流视频模型的单次原生生成时长普遍在5-20秒，长视频生成受模型上下文记忆力有限及误差累积两大技术限制[61][62] - **世界模型或为长视频带来新变量**：世界模型旨在构建可长期维持状态并遵循物理规律的虚拟世界，正对应视频生成在长时一致性与物理可信度上的短板。2025年后，产业研究重心向“生成派”倾斜，如Google的Genie 3已能实时生成维持数分钟画面一致性的动态世界。世界模型在关键性能上迭代更快，可能成为视频生成的另一条主流演进路径[3][72][82][90] 3. 商业化进展：C+B端双路并进，影视级项目有望迎来商业元年 - **市场规模与增长**：全球AI视频生成市场正加速扩张，预计2026年市场规模将达2.96亿美元，同比增长35.16%[3] - **C端以订阅模式为主**：用户量是现阶段主要评判标准，Sora体量断档领先。行业正探索新商业模式，如OpenAI推出社交化视频创作平台Sora app，未来有望向广告、电商等路径拓展[3] - **B端以API模式为主**：核心在电商展示、广告等领域应用已基本成熟，“质量+效率+成本”是核心评价维度，可灵、海螺、Vidu等部分国产模型已实现行业领先。目前API模式主要应用于素材级生成[3] - **影视级项目商业化起步**：部分海外厂商已开始试水影视级AI解决方案并实现商业验证。例如，Utopai通过《Cortés》《Project Space》等项目累计实现收入约1.1亿美元。随着模型能力演进与工具链完善，2026年有望成为AI影视制作商业化的关键起点[3] 4. 传媒：AI视频核心应用场景，广告、影视、游戏均有望受益 - **广告：视频素材占比高，AI渗透潜力大**：2025年上半年全网移动广告中，视频类素材投放占比已超过65%，其中竖屏视频占比高达54.8%，契合现阶段视频生成模型能力边界。目前AI在广告内容生成中，视频创作渗透率（19%）明显低于内容草拟（70%）和文案创作（59%），具备后发增长潜力。AI视频工具有望使营销服务商转型为全链路合作伙伴[4] - **影视：AI漫剧与短剧率先实现商业闭环**：AI漫剧与视频生成契合度最高，已率先实现商业闭环。拟真人短剧方面，2025年1月抖音TOP5000短剧中仅4部为全AI生成，10月、11月分别增长至69部与217部，内容接受度快速提升。长剧与电影层面，CG特效等高价值环节有望成为首批替代场景，中小型影视团队或更可能率先受益[4] - **游戏：技术同源，应用持续深化**：视频生成与3D生成的底层技术路径一致。当前3D生成在游戏建模领域已初步实现静态资产的自动化生产，例如腾讯内部数十款游戏（如《元梦之星》）已接入混元3D能力。后续世界模型等新技术落地有望进一步带动动态资产生成与应用，视频生成与交互融合亦可能催生具备实时互动能力的新游戏品类[4] 5. 核心受益上市公司 - **具备自研算法与模型能力的技术型公司**：昆仑万维[4] - **拥有海量内容资产与版权资源的影视内容提供商**：中文在线、捷成股份、华策影视[4] - **积极布局AI营销、具备内容分发的整合型平台公司**：易点天下[4] - **推动AI生成能力嵌入游戏资产生产流程的大型游戏公司**：完美世界、巨人网络[4]

文章核心观点 - 视频生成模型Seedance 2.0代表了视频领域的“ChatGPT时刻”，其核心突破在于不仅提升了画质和运动表现，更具备了**知识、智能和导演思维**，能够理解意图并自主编排分镜、镜头语言和叙事节奏[4][5][6] - 该模型通过支持**全模态参考**（文本、图片、视频、音频），并结合其内置的世界知识和智能，能够为多个行业提供高效的内容生成解决方案，显著降低专业视频制作门槛并提升生产效率[2][3][6] - 模型的核心应用逻辑是 **“写意图，不写细节”** ，用户只需提供核心创意或素材，模型即可自动完成高质量的复杂视频制作[19] - 模型的终极价值在于其**API和程序化调用能力**，可嵌入自动化工作流和Agent管线，这将彻底变革内容生产模式，实现规模化、自动化的视频内容生成[79][84] 行业与品类解决方案总结 一、营销与品牌广告行业 - 仅用一句话提示（如“生成一个精美高级的兰州拉面广告，注意分镜编排”），模型即可自动生成包含完整分镜、慢动作等专业镜头语言的高质量广告片[3] - 模型具备**品牌知识**，仅输入品牌名（如“无印良品”），即可自动生成符合该品牌极简哲学和调性的宣传片，包括画面、口播词和配乐[12][13][14] - 营销人员无需担心复杂的提示词撰写，可快速生成演示视频（Demo）以满足客户或上级需求[16] 二、知识付费与教育行业 - 模型拥有**专业知识**，一句话提示（如“生成一个高位下拉健身动作的讲解视频”）即可生成准确的教学视频，包括识别目标肌群、示范正确姿势、提示常见错误，并自动安排多角度镜头切换[17][18] - 在模型有知识储备的领域，可实现一句话批量生成教学内容[18] 三、互联网产品与设计行业 - 可将简单的**UI设计稿截图**转化为具有高级质感的3D产品宣传片，模仿微软Fluent Design或苹果风格[20][22] - 工作流程涉及先用图像模型处理UI截图，添加“数字材质感”，再使用Seedance 2.0生成包含丝滑动效和多角度运镜的视频[23][24][28][29] - 此功能可用于快速制作产品发布、App Store预览视频，无需等待动效设计排期[32] 四、服装电商行业 - 利用模型的**参考和一致性保持能力**，可将一张人物照片与多张服装照片结合，自动生成**模特换装展示视频**，包含不同景别的流畅运镜、转场切换及符合服装调性的音乐[36][37][38] - 模型能较好地还原服装的版型、材质等细节[44] 五、房产与家装行业 - 仅用一张**户型图**，结合生成的分镜图，即可生成**沉浸式样板间参观视频**，视频能遵循合理的参观顺序，体现空间布局、材质质感和光线变化[46][47][52] - 该方法大幅缩短了从设计到呈现演示视频的时间，适用于设计师草图展示或为客户提供远程看房体验[45][52] 六、自媒体与内容创作 - 通过参考现有Vlog的视频风格，可将**静态照片**自动转换为具有类似运镜、剪辑节奏、调色和特效的完整Vlog视频[53][54] - 结合一张人物形象图和一段克隆音频，可生成带字幕、有情感表现和镜头变化的**视频播客**，实现“不出镜、不剪辑”的日更内容生产[56][58][59][63] - 仅提供一段音乐，模型可自主创作符合音乐氛围的**故事情节视频**，并实现画面与音乐节奏卡点[64][65][66] 七、影视与动画行业 - 支持**真人动作迁移**，用户用手机拍摄一段动作视频作为参考，模型可将该动作一致性地迁移到新的特效场景中（如魔法城堡、外星战场）[68][69][72] - 可直接将**小说原文粘贴**作为提示词，生成对应的动画视频，并可指定参考视频的画风（如《雾山五行》水墨风格）[73][74][75][76] - 支持**视频延长功能**，通过持续输入后续文本，理论上可生成长片或实现小说与视频的同步更新[76] 八、自动化与Agent集成 - 模型的所有能力均可通过**API程序化调用**，为自动化生产奠定基础[3][84] - 文章描绘了多个自动化Agent场景，如：产品发布后自动生成宣传视频；热点信息自动整理并生成口播视频；电商、家装、小说自动转视频等[80][81][82] - API上线后，将赋能开发者、创业者和内容团队构建视频自动化管线，大幅提升内容生产的规模与效率[83][84]

核心观点 - AI视频生成领域并非“赢家通吃”的零和游戏，快手可灵与字节跳动即梦等头部模型均将受益于市场快速扩张 [2] - 全球AI视频生成市场规模预计将从2025年的约30亿美元增长10倍至2030年的约290亿美元，足以容纳多个头部玩家共存 [2][3][8] - AI技术的进步将重塑娱乐行业价值链，使其向上游IP创意设计和分发平台转移，这些环节将获得更高附加值 [2][10] 技术对比与市场定位 - **可灵3.0**：于2月5日升级，系列包括Kling Video 3.0、Omni等版本，主要升级包括原生多语言及方言音频生成、视频时长扩展至15秒、多镜头叙事能力、图像内文本保留及影视级逼真输出 [5]；其Omni版本提供基于参考视频的高级生成功能，可复制主体视觉和声音特征，并支持多镜头分镜脚本制作 [5]；战略定位主要针对企业及专业用户，海外市场渗透是核心重点，定价相比海外竞品仍具明显优势 [6] - **即梦2.0**：于2月12日正式向公众开放，根据用户反馈，在物理规律理解、自然动作流畅度及“真人”写实度方面表现突出，能够从单一提示词生成包含多个剪辑、场景、镜头角度及情感节奏的完整长视频 [6]；其“全方位参考”功能支持图像、音频、视频等多模态输入，实现更精准控制 [6]；同时面向C端市场，更侧重娱乐需求 [6] 市场格局与增长前景 - 判定AI视频生成/应用市场的赢家为时尚早，最终格局很可能是多家头部企业共存，而非单一“赢家通吃” [7][8] - 市场快速扩张主要由广告视频和娱乐视频制作（如短片、短剧、电影电视剧）中AI渗透率和采用率的激增推动 [8] - 根据Sensor Tower数据，可灵用户数和收入自去年12月底以来大幅跃升，2024年1月份月收入至少增长30%至50%，预计2026年开局强劲，对2.8亿美元的全年收入预期存在上行风险 [8] AI对娱乐业价值链的影响 - 多模态AI能力提升将大幅降低视频创作门槛，中期内带来几乎无限的内容供给 [10] - 尽管制作门槛降低，但产品质量以及差异化IP和设计理念的能力仍然至关重要 [10] - 分发平台（如视频/音乐流媒体平台或游戏分发中心）既有的用户社区、用户洞察以及流量/算法优势仍是关键差异化因素 [10] - 产业价值链将向上游转移，IP/创意设计和分发平台将具有更高的附加值 [10][11]

高盛对快手及其AI视频模型可灵的研究观点 - 高盛重申对快手的“买入”评级 [1] - 报告重点讨论了快手旗下视频生成模型可灵与字节Seedance2.0的竞争情况 [1] 可灵模型的技术能力与竞争地位 - 随着可灵3.0版本发布，其在多模态生成、画面一致性、分镜控制和多语言音频生成等方面能力明显提升，整体技术水平已处于全球顶级阵营 [1] - 尽管部分市场反馈认为Seedance2.0在物理运动表现和复杂动作处理方面更突出，但可灵AI在画面一致性、商业场景适配度以及专业创作能力方面仍具竞争力，尤其在企业和专业用户市场具备差异化优势 [1] - 东吴证券指出，相较于上一代模型（可灵2.6，字节seedance1.5），两个新模型在一致性、稳定性、分镜等方面均有突破，但最大的突破是实现了视频输入，补齐了原生多模态的拼图 [2] AI视频生成行业前景 - AI视频生成行业仍处在快速扩张阶段，不会形成单一平台垄断的格局 [1] - 随着模型能力持续升级和应用场景拓展，高盛预计全球AI视频生成市场规模未来五年将扩大约10倍，至2030年达到约290亿美元 [1] - 在行业扩容背景下，多家头部模型将共同受益 [1] 可灵模型的商业化进展与预期 - 高盛援引第三方数据指出，可灵AI自去年12月以来海外用户与收入均出现明显加速，今年有望延续增长趋势 [1] - 高盛预计，2026年可灵AI收入将达到约2.8亿美元，同比增长超过90% [1] 快手及可灵业务的估值分析 - 高盛测算，当前股价所隐含的可灵估值约为50亿美元，这一估值尚未充分反映其增长潜力 [2] - 在近期股价回调之后，快手的估值水平已处于相对合理区间，AI业务的长期成长空间仍未完全体现在当前股价中 [2]