行业核心观点 - AI视频生成行业竞争焦点已从单镜头“生成能力”转向多集“可持续创作能力”，主体一致性、资产可复用性与工作流连贯性成为关键商业门槛[1] - 工具平台的角色正从模型能力展示窗口转变为内容生产基础设施的构建者[1] 行业发展趋势与挑战 - 行业面临的核心挑战是“主体不一致”问题，即角色在多集中难以保持外貌、服装、表情等特征不变，这制约了AI短剧等连续性内容的商业化[1][4] - 市场意识到真正的挑战不在于单帧画面的逼真度，而在于十集、二十集剧情推进中的角色与场景一致性[1] - 技术演示中的流畅片段难以直接转化为可消费的连续内容，观众无法接受主角“换脸”或关键道具消失[4] - 版权归属、内容安全、IP保护等问题仍是行业共性难题[8] 公司产品与战略 - 商汤科技于2025年7月推出“创编一体”AI视频智能体Seko，并于后续发布Seko2.0，焦点从“单集生成”转向“多聚集创作”[4] - Seko平台定位为短剧、漫剧、广告片、教育课件等内容创作者提供端到端的生成与编辑能力[4] - 平台支持“自研模型+第三方模型”融合调度，通过统一的Agent链路保障跨模型的一致性[5] - 公司通过模型结构蒸馏、算子优化及国产芯片适配，已实现推理成本下降约50%[8] - 公司未将Seko定位为封闭的内容平台，而是坚持“先把工具做好”，目标是帮助创作者更好创作、管理、发行和赚钱[8] 市场应用与商业化 - 长内容的核心价值在于实现可衡量的投资回报，其基础是人物主体一致性、故事情绪延展和场景世界观连贯[2] - 若一致性等要素断裂，观众会因违和感脱离剧情，不愿为此类内容买单[2] - Seko平台已吸引超20万创作者，包括上百个短剧工作室，部分作品已成功上线主流平台[5] - 平台用户增长迅速，内测于7月，8月正式推广，9月创作者快速增长到10万，当前已超20万，且更多是高频的偏专业及半专业级别创作者[7] - AI生成短剧在配音和画面细节精修环节仍依赖外部工具，但整体制作流程高度依赖Seko的多集分镜生成与资产复用能力，形成“主干用AI、细节人工补”的混合模式[6] - 这种模式已能显著降低制作门槛与周期[6] 产品设计与用户体验 - 平台竞争正从“模型参数”转向“用户体验”与“工作流整合”，旨在让非技术背景的创作者快速将想法变成视频[7] - 平台采用“低频用户一键生成、高频用户深度可控”的双轨设计，在自动化的同时为高阶用户提供精细编辑接口，每一步都可对话修改、多次修正[7] - 设计旨在覆盖从大学生、教师到专业工作室的多元需求[7]

行业背景与公司定位 - AI视频生成赛道竞争激烈，国外如OpenAI推出Sora 2、谷歌更新Veo 3.1，国内如生数科技推出Vidu Q2，均在视频质量、时长（如20秒）方面有显著提升[1] - 国内厂商倾向于打造覆盖图像、音视频、数字人、Agent的全模态内容共创平台，通过模板化和流程化降低创作门槛，突破AI视频应用边界[1] - 昆仑万维采用“模型+平台”并行演进模式，新上线的一站式多模态AI视频创作平台SkyReels集中体现了这一思路，旨在加速AI视频创作普及[1] SkyReels平台核心功能 - 平台集成多模态视频生成模型SkyReels V3，并提供无限画布、数字人口播、多模板生成与Agent等多种创作模式[2] - 无限画布作为核心亮点，集成全部AI功能和全球顶尖AI模型，是图片、视频、音乐等多模态的融合载体，支持实时交互和效果呈现[8][9] - 通过画布可实现多模态融合创作，例如将静态《清明上河图》拖拽至图生视频功能，几秒内生成动态视频，并可进一步通过Super Agent对话激发灵感生成4K分辨率陶土风格版本[10][12][14][16] - Agent模块包括Super Agent（全能创意助手）和28位Expert Agents（行业专家），覆盖市场营销、电子商务、虚拟形象塑造等领域，用户仅需简单指令即可自动完成多步骤复杂任务，生成可直接交付的成果[17][19][21][22][24][26][28] - 模板库全面升级，收录近10大类、150余种专业模板，覆盖海报设计、电商服装图、商品演示视频等主流场景，可一键提升普通图片质感，支持多件服饰同时试穿和品牌广告模板[29][30][32][34][36][38][41][42] - 数字人功能实现全场景对口型生成，支持单人驱动和单镜头多人多轮对话，最长可生成4分钟连续视频，内置32种运镜组合与丰富配音资源库，极大降低多镜头拍摄与后期成本[42][43][45][46][47][48][50][52][53] - 视频编辑功能支持视频延长和风格化，提供Cut-In、Cut-Out等多种切镜方式，生成片段在叙事逻辑与视觉连贯性上高度一致[54][56] SkyReels V3模型技术优势 - 模型基于多模态上下文学习框架预训练，并通过子任务精调优化，在参考图像一致性（0.6698）、指令遵循能力（27.22）和视觉质量（0.8119）评估中达到业界闭源SOTA水平[60][61][62] - 基于音频参考的视频生成优化音画对齐，业内首次支持单镜头多人多轮对话，通过区域路由机制实现自然流畅多轮对话，并强化运镜控制，支持分钟级高质量视频生成[63][64] - 基于视频参考的视频生成统一支持视频延长、风格化与编辑多任务，在单镜头与切镜延长任务上达到业界SOTA，自研端到端风格化数据生成流程确保艺术可控性[66][67] 公司战略与商业表现 - 昆仑万维自去年8月推出SkyReels后，先后发布并开源SkyReels V1、V2及A1、A2、A3系列模型，形成集图片生成、口播讲解、故事音乐等于一身的AI视频创意矩阵，服务于媒体、电商、教育等多行业[69][73] - AI视频业务与AI智能助手、AI音乐等共同构成公司多元矩阵，成为营收增长重要引擎；2025第三季度报告显示公司前三季度营业收入58亿元，同比增长52%，AI相关业务收入大幅增长[74]

公司融资与市场地位 - 公司完成8400万美元A+轮融资 由General Catalyst领投 CAA YC CoreWeave等参与 总融资额达1.54亿美元 成为AI视频赛道融资规模最高玩家之一[2] - 2023年完成3600万美元种子轮融资 2024年11月完成7000万美元融资 今年完成8400万美元A+轮融资[20] 技术突破与产品特性 - Marey模型突破AI长视频与高清合规门槛 支持分钟级长视频生成 私人测试版本支持30秒时长[6] - 支持1080P 24帧/秒电影级画质 基于高分辨率授权电影素材训练[6] - 首创前景/中景/背景分层编辑与3D镜头轨迹控制 支持近360度摄像机运动模拟[2][9] - 具备物理仿真能力 可模拟重量 动量等物理属性和时空关系[7] - 与ComfyUI集成 支持节点式工作流 可自定义分辨率 长度 参数 风格 批量处理视频[9] 成本优势与行业应用 - 单场景渲染成本仅1-2美元 较传统VFX制作成本下降90%以上[2] - 实际案例帮助纪录片《Menudo：永远年轻》降低40%制作成本[11] - 功能覆盖影视制作全流程 包括特效生成 B-roll素材补充 电视节目后期微调等[11] - 已收购电影工作室Asteria 在十余家大型影视工作室启动试点项目 参与HBO纪录片等项目[20] 数据合规与版权保护 - 模型仅使用自有或授权数据训练 80%素材来源于独立电影制作人 YouTube用户等授权渠道[17] - 允许创作者申请数据删除及追溯补偿 彻底规避版权争议[18] - 训练素材数量约为Sora或谷歌Veo的20% 但通过合规性构建竞争壁垒[18][20] 商业模式与用户体系 - 采用订阅制销售 月费档位包括15美元（100积分） 35美元（250积分） 150美元（100积分）[20] - 用户可选择自愿将生成视频贡献至训练数据集 以此换取会员积分奖励[20] - 采用社区驱动迭代 用户可投票选择优先开发功能[11] 行业发展趋势 - AI视频正逐步渗透好莱坞制作现场 案例包括《野兽派》AI配音 《光》AI嘴型调整 《普京》AI后期合成[5] - 传统制片厂开启自救模式 迪士尼自主研发AI工具 Netflix利用自研AI工具完成视效镜头[14][15] - 主流工具如Google Veo 3 Sora Runway普遍未公开训练数据来源细节 依赖互联网内容抓取[13]

行业背景 - AI视频行业从2023年8月前的空白状态迅速发展至2025年的"千帆竞渡"格局，500天内完成从技术萌芽到商业化爆发的跨越[3][4] - 行业初期仅有Runway Gen1提供v2v基础功能，2023年7月Runway Gen2首次实现文生/图生视频技术突破[4][6] - 当前赛道聚集Runway、PIKA、Luma、Sora等超10家竞争者，成为AI领域最热门方向[20][22] 公司发展历程 - 成立于2023年4月，2023年10月内测版上线即跻身"御三家"之列[6][8] - 技术迭代速度远超同行：2024年1月V1发布至2025年5月V4.5上线，平均3-4个月更新一代模型[18][19] - 国内版"拍我AI"延迟500天上线，主因团队资源优先倾斜海外市场[11][24] 产品竞争力 - 早期凭借4K生成质量突围，当时行业普遍仅支持720P输出[8] - 独创视频模板功能降低使用门槛，实现ToC端爆发，典型案例包括"大肌肉"特效模板[14][16] - 在以色列摄影类App登顶，沙特/土耳其等中东9国进入影像类前5，美国总榜最高第4[13][14] 市场表现 - 海外营收持续快速增长，2025年实现盈利后启动国内业务[24] - 用户增长导致早期算力紧张，创作者需现场使用公司设备生成内容[8] - 全球化布局成效显著，覆盖西欧/东欧/中东三大区域市场[13][14] 技术演进 - 2024年4月实现角色一致性突破，7月新增多段视频生成功能[18] - 2024年10月V3版本上线核心的视频模板功能[18] - 2025年2月V4版本完成重大底层模型升级[18][19] 行业影响 - 推动AI视频从专业工具向大众化应用转型，降低创作门槛[16] - 验证模板化+社交传播的商业模式可行性[14][16] - 加速行业技术迭代节奏，倒逼竞争对手缩短更新周期[18][20]

业务进展 - 2025年第一季度收入63万美元 较2024年同期的41万美元同比增长55% [14] - 现金及现金等价物余额为1520万美元 [14] - 销售团队新增两名美国区域销售经理 高管与销售总监完成超130场客户及合作伙伴面对面会议 [3] 市场拓展 - 参与三大行业顶级展会：ACM Mile-High-Video大会、NVIDIA GTC大会及NAB Show [3][5][6][7] - 在NVIDIA GTC大会展示AI视频解决方案 吸引超430名参会者 [6] - 获NAB Show年度产品奖 展示AV1编解码器升级方案 [7][9] 合作伙伴关系 - 加入AWS ISV Accelerate计划 三个月内从AWS Marketplace供应商升级为加速计划成员 [4] - 与NVIDIA及Oracle高管共同主持AI视频主题网络研讨会 [5] - 解决方案已部署于AWS及Oracle云平台 支持私有云及本地化部署 [12][19] 产品创新 - Beamr Cloud SaaS平台新增GPU加速视频优化功能 支持AV1编码及AI增强处理 [12][19] - 推出分层分钟计费模式 兼顾存储型定价方案 [18] - 提供交互式"Playground"体验平台供新用户评估服务 [18] 行业认可 - 拥有53项专利及艾美奖技术工程奖 [17] - 服务Netflix、Paramount等头部媒体公司 [17] - 技术可实现视频文件体积缩减50%且保证画质 [17] 未来展望 - 预计2025年将实现显著收入增长 [4] - 计划持续参与多场技术及投资者会议 [10] - 首席执行官接受《华尔街资源》播客及纳斯达克专访 [11]

AI编程产品Lovable - ARR在5个月内达到4000万美金，已帮助100万用户实现想法[1] - 产品定位为非技术用户，优化了用户界面和聊天回应方式使其更易理解[1] - 独有的编辑模式支持即时精准编辑，加快细节修改速度[1] - 内置购买和连接自定义域名功能，简化应用托管流程[1] 竞争对手Bolt.new - 原生集成Stripe支付功能，大幅简化支付接入流程[3] - 生产力工具整合全链条功能，降低用户使用门槛[3] OpenAI收购动态 - 拟以30亿美金收购AI编程产品Windsurf[3] - 曾两次尝试收购Cursor但被拒，Cursor目前日活超100万用户，正以100亿美金估值融资[3] - OpenAI评估20多家AI编程产品后选择Windsurf，显示其急于拓展该领域[3] AI视频行业 - Synthesia宣布ARR突破1亿美金，获得Adobe战略投资[4] - 70%的财富100强公司已成为其客户[4] - 2023年2月ARR为8500万美金，完成1.8亿美金D轮融资，估值21亿美金[7] - 定位企业级市场，专注建立真实收入和良好单位经济的业务[6][7] 行业竞争格局 - HeyGen ARR达3500万美金[7] - Captions估值5亿美金[7] - Capsule完成1200万美金A轮融资[7] - Opus Clip获2000万美金新一轮融资[7] 行业发展趋势 - AI视频领域呈现快速增长态势[7] - 企业级和C端市场均有代表性产品涌现[7] - 收入规模和单位经济成为衡量企业价值的关键指标[6]

文章核心观点 - 短短六个月内消费类人工智能格局重塑，市场竞争激烈，关键在于做出能长期留存用户的产品；通过分析数据了解消费者使用的AI应用、盈利产品及从尝鲜变为日常必备的工具；榜单揭示AI领域增长趋势和消费者行为转变 [1] 榜单概况 - 这是第四期Top 100生成式AI消费者应用排名，每六个月更新一次，包括50款AI - first Web产品（按独立月访问量排名）和50款AI - first mobile应用（按月活跃用户数排名）；自2024年8月上一期以来，有17家新公司进入AI - first web产品排名 [2] - 评选方法调整：未纳入非AI原生但增加重要生成式AI功能的产品及上一期入榜的传统照片编辑工具；新增“前沿榜”列出排名接近Top 100的10款产品（5款web端，5款mobile端） [6] 热门产品表现 ChatGPT - 曾是史上增长最快消费级应用，2023年3月至2024年4月全球月访问量基本持平；2025年2月中旬周活跃用户突破4亿，移动端月活跃用户持续增长，目前4亿周活跃用户中1.75亿来自移动端 [9][14] - 增长原因：早期“新鲜感”消退、缺少刚需场景致增长停滞；产品迭代带动增长，如2024年4 - 5月发布GPT - 4o引入多模态能力，7 - 8月推出高级语音模式，9 - 10月发布o1模型系列提升推理和解决问题能力 [10][11] DeepSeek - 2025年1月20日公共聊天机器人上线，10天跃居全球AI产品流量排名第2；开发背景为中国对冲基金幻方开发，1月中国使用量最高（21%），其次是美国（9%）和印度（8%）；已在韩国、澳大利亚、台湾等地被禁，部分美国州政府设备禁止使用 [15][16] - 增长速度快：上线14天破100万用户，20天破1000万用户；移动端1月25日上线，5天跻身月活跃用户数第14名，2月跃升至第2名，占据ChatGPT移动端用户的15%；使用频率和时长略高于Perplexity和Claude，但低于ChatGPT [17][18][20] AI视频相关 - 过去6个月AI视频技术在质量和可控性方面实现重大突破，市场分化，新公司Hailuo、Kling AI、Sora首次进入Web端排名，Runway和Krea跻身“前沿榜” [21][22] - 各产品特色：Sora功能全面；Hailuo以高精准度文本到视频生成能力著称；Kling提供摄像机运动控制、口型同步等额外功能 [23][24][25] - AI视频编辑受欢迎，Web端Veed、Clipchamp进入排名，移动端混合视频/照片编辑工具占大量市场份额，收入表现最佳的是Splice、Captions和Videoleap；预计Google Veo 2将提高AI生成视频标准，定价$0.50/秒适合商业用途 [27][28][29] AI工具 - 过去6个月两类AI工具增长迅猛：Agentic IDEs针对开发者，如Cursor可自动补全、检查错误、生成代码，首次进入Web排名第41，已有数十万开发者使用；Text - to - Web平台是“无代码”工具，适用于技术和非技术用户，如Bolt上线两个月用户突破200万，年收入预计2000万美元，Lovable上线三个月年收入预计1700万美元 [30][31][33] - 用户群体有交叉，2025年1月Bolt的独立访客中23%也访问了Cursor [37] 移动端AI应用变现情况 - 移动应用排名依据月活跃用户数，但最受欢迎的应用不一定最赚钱，MAU前50的应用和移动端订阅收入最高的50款应用仅40%重叠 [38] - 照片与视频编辑应用在营收榜占20%，MAU榜占24%，按用户量Top 3是VivaCut、Filmora、Beat.ly，按收入Top 3是Splice、Captions、Videoleap，拥有高级功能的应用易吸引专业用户或企业级客户提升变现能力 [40][41][42] - 植物识别（PictureThis、PlantID）、营养健康（Cal AI、Fastic）等针对特定需求的应用未进入MAU榜但在营收榜上榜，变现能力强 [44][45] - ChatGPT“山寨”应用在MAU榜和营收榜各占12%，策略是模仿名称和Logo，常调整名称规避管控和投诉；AI原生产品增长快、用户参与度提升，市场空间大，未来将催生新公司、推动主流化应用和创造可持续商业模式 [46]