视频模型技术进展 - 生数科技更新视频模型Vidu至可一键生成32秒视频，支持音视频合成与4D生成 [1] - MiniMax推出海螺Hailuo-02，实现最高1080P、最长10秒超清视频端到端生成 [1] - 百度发布首个图生视频大模型MuseSteamer，瞄准广告商等专业视频内容创作者 [1] - 据AGI-Eval评测，部分模型如PixVerse-V3等已超越Sora [1] 行业竞争格局 - 视频模型领域由大型互联网/科技企业主导，辅以爱诗科技、生数科技、MiniMax等明星创业公司 [1] - 瑞银研报指出视频模型竞争强度预计不及大语言模型，主要受限于视频语料内容限制 [1] - 2024年初至今，行业已涌现爱诗科技PixVerse、生数科技Vidu、智谱清影、字节跳动PixelDance等多款新品 [1] 商业化模式探索 - To C端采用付费订阅模式，价格从每月数元到数百元不等，如快手可灵、字节即梦 [4] - To B端通过API接口和解决方案服务收费，月费从数十元至数万元不等，服务影视、广告等领域 [4] - 快手可灵AI披露突破一亿美元ARR，月度付费金额连续突破一亿元人民币 [4] - MiniMax海螺自去年8月发布至今，已帮助创作者生成超过3.7亿个视频 [4] 市场前景与挑战 - 全球AI视频生成器市场规模预计从2024年的6.148亿美元增长至2032年的25.629亿美元，年均复合增长率达20.0% [4] - 视频处理复杂度高，数据量庞大，对基础设施要求极高，且开源视频内容稀缺 [2] - 投资人早期看重团队质量，中后期更关注技术与商业化能力 [2] - 生数科技创始人朱军预计视频模型商业化将在2024年加速，行业格局将呈现多元化 [4]

视频大模型行业竞争格局 - 视频大模型行业暂时不会出现一家独大的局面，多款新品近期发布但竞争不如大语言模型激烈[1] - 主要参与者包括大厂与明星创业公司，如生数科技、MiniMax、百度等，正在加快产品更新与商业化落地[1] - 视频模型热度不及AI应用层，主要由大型互联网/科技企业主导，明星创业公司补充[3] 近期产品与技术进展 - 生数科技Vidu更新至可生成32秒视频，支持音视频合成与4D生成[1] - MiniMax发布海螺Hailuo-02，支持1080P、10秒超清视频生成[1] - 百度发布首个图生视频大模型MuseSteamer，面向专业视频内容创作者[1] - 2024年12月PixVerse-V3、可灵1.5、Video-01评测得分超越Sora[3] 商业化与变现模式 - 主要收费模式包括API、订阅、广告、定制化，B端变现更清晰，C端国内市场多免费[7] - 快手可灵AI年化收入突破1亿美元，月付费连续两月超1亿元人民币[7] - MiniMax已帮助创作者生成超过3.7亿个视频，采用B端API和C端会员积分制[8] - 全球AI视频生成器市场规模2024年6.148亿美元，预计2032年达25.629亿美元，年均复合增长率20%[8] 技术挑战与投资趋势 - 视频处理复杂度远高于文本，存储差距达几千倍，视频开源内容较少[4] - 早期投资看团队质量，中后期看技术与商业化能力[4] - 大部分资金可能流向模型公司，但应用程序开发公司数量将更多[5] 行业前景与特点 - 视频大模型商业化将加快，市场需求广阔[9] - 头部平台各有特色与商业化路径，尚未出现高度同质化竞争[9] - 视频赛道与文字赛道差异明显，技术成熟度和成本仍是主要限制因素[3][4]

视频生成技术商业化进展 - 视频生成技术在营销推广端已实现收入与投入打平 [1] - 头部视频生成产品年化收入（ARR）预计2024年达1亿美元，2025年可能增长至5-10亿美元 [19] - 快手可灵在推出后10个月实现ARR超1亿美元，速度快于Cursor的12个月 [17] 行业技术突破与产品迭代 - 谷歌Veo3实现音画同步，成为改变创作者生产模式的杀手级产品 [5] - 可灵2.1版本支持的首部AI单元故事集《新世界加载中》被评价为AI版《爱死机》，模型能力显著提升 [5] - 可灵系列视频生成大模型全球使用份额超30%，超越Runway（23.6%）和Veo-2（16.6%） [14] 用户行为与市场反馈 - AI生成ASMR和AI动物运动会等内容在短视频平台爆火，单条视频播放量达数百万 [2][11] - 用户生成100张图的下载率一年内提升3倍至60%，30天留存率从10%+提升至40% [15] - 创作者倾向选择价格最低的工具，缺乏品牌忠诚度，可灵10秒视频成本约20元，即梦AI约6.3元 [20][22] 技术挑战与行业共识 - 当前模型存在短板，需平衡语义遵从、运动表现、人脸清晰度等多维度能力 [20] - 行业普遍认为"多模态的ChatGPT时刻"尚未到来 [26] - 商业化虽取得进展，但部分公司认为模式尚未完全跑通，仍处早期阶段 [25]

大赛概况 - 2025全球数字经济创新大赛AIGC创作大赛于7月2日在北京国家会议中心启动 [1] - 大赛由全球数字经济大会组委会主办，联合北京市多个政府部门及9所高校共同承办 [1] - 旨在推动AIGC技术与创作深度融合，搭建国际化创意展示平台 [1] - 吸引政府、高校、企业等300余位代表参会 [1] 赛道设置 - 设置短视频短剧、服饰设计、数字IP、声音创作、代码生成六大特色赛道 [1] - 采用"场景化命题+自由命题"双轨并行模式 [1] - 赛道命题由牵头企业深度参与制定，确保作品具备商业化基因 [2] 产业生态建设 - 通过赛事评选最具市场价值的AIGC创作工具，树立技术标杆 [1] - 重点发掘创新潜力强的创作团队和成长型企业 [1] - 启动"未来创作者"培养计划，构建产学研协同的人才生态体系 [1] 赛事创新亮点 - 设立全球创作赛道，促进中外数字创意交流与国际人才对话 [2] - 开放技术理念，不限定创作工具选择，支持主流AIGC工具及PixVerse等专业工具 [2] - 优秀作品可直接对接产业资源实现快速转化 [2]

行业动态 - 2025全球数字经济创新大赛AIGC创作大赛启动 旨在推动AIGC技术与艺术创作深度融合 优秀成果可直接对接产业资源实现快速转化 [1] - 北京市人工智能核心产业营收超3500亿元 同比增长超12% 人工智能核心企业超2400家 [1] - 北京模型备案量达132款 占全国超三成 稳居全国首位 [1] 赛事创新 - 大赛设置短视频短剧、服饰设计、数字IP、声音创作、代码生成等特色赛道 采用"场景化命题+自由命题"双轨并行模式 [1] - 设立"产业需求导向"赛事机制 各赛道命题由牵头企业深度参与制定 确保作品具备商业化基因 [1] - 特别设立全球创作赛道 搭建中外数字创意交流平台 [1] 技术支持 - 参赛者可自由选用主流AIGC工具 组委会提供PixVerse等专业工具的专项支持 [1] - 北京信息化协会与多家行业领军企业签署战略合作协议 企业将担任赛道牵头单位 提供技术支持和商业化落地指导 [2]

报告行业投资评级 - 领先大市（维持） [2] 报告的核心观点 - 国产视频生成模型持续发力推动行业发展，视频生成领域应用持续迭代，行业头部公司持续布局，有望提升应用渗透率 [1][5] 根据相关目录分别进行总结 事件 - 近日，全球首部 AI 单元故事集《新世界加载中》在北京举行首映礼，其 7 个单元 AI 微电影全部借助快手自研视频生成大模型可灵 AI 创作而成，涵盖多种题材 [5] 视频生成模型情况 - 可灵 AI 自 2024 年 6 月发布后在全球视觉 AI 领域保持领先，过去一年累计完成超 20 次迭代，全球用户规模突破 2200 万，今年 5 月推出 2.1 系列模型形成产品矩阵，今年一季度收入规模达 1.5 亿元，收入增速仍在提升，P 端付费订阅会员贡献近 70%营业收入 [5] - 国产图生视频模型竞相发展并取得部分成绩，图生视频模型 Top5 国产模型共占三席，分别是字节 Seedance1.0、Minimax Hailuo02、快手 Kling2.0；爱诗科技旗下 PixVerse 积累 6000 万全球用户，月活达 1600 万，海外占据视频生成应用榜首，已上线国内版本“拍我 AI” [5] AI 生成模型应用情况 - 中文在线通过自研工具链将传统动漫短剧制作环节压缩，实现生产周期缩短 70%、成本降低 50%；掌阅科技上线首部 AI 技术与实拍画面深度融合微短剧《遮天》，全网累计话题量破亿，AI 全面介入创作过程；超 50%广告主在生成创意内容时使用 AIGC，且 AI 营销内容占比超 10% [5] 投资建议 - 建议关注中文在线、阅文集团等多家公司 [5] 行业表现 |升幅%|1M|3M|12M| | --- | --- | --- | --- | |相对收益|3.34|3.19|34.3| |绝对收益|5.57|3.36|47.59| [4]

行业动态 - CVPR 2025第二届高效端侧生成技术研讨会(EDGE)在美国田纳西州纳什维尔市成功举办 [2] - 研讨会期间《AdaVid:Adaptive Video-Language Pretraining》和《Scaling On-Device GPU Inference for Large Generative Models》两篇论文获得最高荣誉 [2] 技术突破 - 《AdaVid》论文提出面向多场景迁移的自适应视频-语言预训练框架 [2] - 《Scaling On-Device GPU Inference for Large Generative Models》论文探讨生成式大模型端侧GPU推理的规模化加速方案 [2] 公司参与 - 爱诗科技旗下AI视频生成平台PixVerse作为联合举办方参与本次研讨会 [4] - 公司与全球顶尖学者专家进行学术共创和行业赋能合作 [4]

公司动态 - 爱诗科技旗下AI视频生成平台"拍我AI"（PixVerse国内版）首次在国内亮相 完成全球化布局关键一步 [1] - 平台为全球首个用户规模突破6000万的AI视频生成平台 [1] - 2025年5月PixVerse移动端跻身美区iOS总榜第四位 超越WhatsApp TikTok等头部应用 [3] - 截至2025年4月 月活跃用户突破1600万 [3] 产品与技术 - PixVerse凭借"变身特效""拥抱特效"等创新视频模板在全球市场取得现象级成功 [3] - 相关模板在TikTok平台引发病毒式传播 成为海内外网络达人的"涨粉神器" [3] - 依托6000万用户增长经验 构建完整商业化生态 [5] - API开放平台为电商 数字营销 短剧制作等领域提供定制化解决方案 [5] 行业影响 - 展示领先技术实力 传递AI视频技术普惠化新趋势 [1] - 与多家行业头部企业达成深度合作 显著降低视频内容生产门槛和制作成本 [5] - 推动生成式AI在视频内容生产领域的规模化应用 [5]

公司动态 - 全球领先的AI视频生成平台PixVerse于6月6日推出国内版产品"拍我AI"，同步上线网页端及移动端应用，并开放最新V4.5模型 [1] - 国内版"拍我AI"延续海外技术优势，采用"App+网页端"双端策略：App端内置百余种创意模板，网页端面向专业创作者提供精细参数调节功能 [7] - 母公司北京爱诗科技近期完成近3亿元A2至A4轮融资，由蚂蚁集团、北京市人工智能产业投资基金等机构投资，资金将用于技术研发、算力扩展及人才团队建设 [7] 产品技术 - V4.5模型在生成速度、画面精细度及多主体控制等方面实现提升，包含四大技术突破：专业运镜系统、多模态融合技术、复杂动作优化、本地化适配 [2][3] - 专业运镜系统集成20余种电影镜头模板，支持焦距变化速度(0.1-10倍速)和镜头抖动幅度(0-5级)等参数调节 [2] - 多模态融合技术支持最多8张图片输入，通过SE(3)等变网络实现多图像空间关系解算，生成20秒完整片段 [2] - 复杂动作优化使动作流畅度相比V4.0提升约30%，减少扭曲与伪影 [3] - 新增中文提示词支持、智能音效匹配及7种语言界面，针对移动端进行模型轻量化 [3] - "毒液变身"特效在TikTok等平台累计播放量达数十亿次，多次登顶多国应用商店榜单 [3][4] 市场表现 - PixVerse自2024年1月海外上线以来累计吸引全球超6000万用户，月活跃用户突破1600万 [3] - 2025年初V4.5版本上线后，其App在美国iOS总榜排名一度位列第四 [5] - 全球AI视频生成领域呈现多元化竞争态势：Runway Gen-4以人物一致性见长，Higgsfield AI强调专业运镜，Kling和Sora在长视频生成上占优 [7] - 国内市场形成快手可灵AI、抖音即梦AI及PixVerse的头部竞争格局 [8] 行业影响 - AI视频生成技术在中国市场进一步渗透，正成为数字内容产业的重要工具 [9] - 技术将重塑内容生产、传播与消费的全链条 [9]

面壁智能发布端侧大模型MiniCPM 4.0 - 面壁智能发布端侧大模型MiniCPM 4.0 通过自研CPM.cu推理框架在极限场景下实现最高220倍提速 常规5倍提速 支持在vLLM、SGLang、LlamaFactory等框架部署 [1] 全球AI APP下载量变化 - 5月全球AI APP预估下载总量达2.8亿次 环比下滑16.4% ChatGPT、Google Gemini、DeepSeek、豆包与PixVerse位列TOP 5 占据全球市场双端AI应用下载量的51% [2] - ChatGPT下载量占比由4月份的27%提升至5月份的32% 4月份位列第四的Genius在5月份跌出前五 PixVerse取代其位置成为第五 豆包前进一名成为第四 [2] 人形机器人产业发展 - 中国科学院院士丁汉指出人形机器人是产业爆发的核心赛道 灵巧手技术的突破将是解锁其巨大应用潜能、定义未来产业格局的关键所在 [3] 谷歌Gemini功能更新 - 谷歌为Gemini推出"计划操作"新功能 用户可通过文字或语音输入设定Gemini在指定时间完成任务 支持重复执行操作 目前仅向订阅Gemini付费服务的用户开放 [4]