行业与公司分析：AI视频生成行业电话会议纪要 一、 行业概况与核心趋势 * 行业定位：AI视频生成行业，主要应用于短剧、商业广告、普通短视频制作 [1] * 发展阶段：2026年被视作AI视频爆发元年，行业处于加速期，尚未看到增速边际放缓的迹象 [1][33] * 核心驱动：模型能力从“创作者迁就模型”转向“模型迁就创作者”，显著降低使用门槛，释放非专业用户生产力 [1][34][35] * 技术平权效应：技术门槛降低导致参与者增多，加剧行业竞争，压低市场价格 [29][31] * 海内外对比：海内外模型能力差异不大，国内模型在体验层面（以即梦2.0为代表）甚至略有领先 [37] 二、 市场渗透与商业应用 * 渗透率水平：AI在短剧制作中渗透率最高，达60%-70%；广告行业次之，约30%-40%；普通短视频领域渗透率约30%到40% [1][28][39] * 商业场景： * 短剧：AI短剧热度高，吸引大量传统影视从业者进入 [28] * 商业广告：行业对AI接受度相对较低，仍存在“必须实拍”的认知惯性 [28] * 普通短视频：覆盖范围广（虚拟数字人、信息流广告等），AI提升空间大，尚未出现绝对头部企业 [39][40] * 盈利能力：在影视精品化路线下，通过承接广告、宣传片、定制项目等订单，可以实现盈利 [26] * 商业模式：对外报价较高，例如接近TVC级别的广告项目报价为300–800元/秒 [27] 三、 主要AI模型竞争格局与性能对比 * 图像生成模型：使用频率最高、质量稳定的主要是nano banana pro、即梦、Midjourney [3] * 视频生成模型：常用模型包括奇梦、可灵、海螺、微度、V3、Sora 2等 [3] * 模型性能对比： * 即梦2.0 (CDA2.0)：性价比最高（约4元/5秒），易用性最强，“全能参考”能力实现质变，支持主体一致性与运镜领先 [1][5][17] * 可灵：在商业级稳定性（逐帧不形变）上领先，画质表现好，在商业广告场景综合表现定义为100分，其他模型约为其70%到80% [1][9][10] * V3.1等海外模型：生成效果较强，但因高溢价（价格贵50%）导致渗透受限 [1][6][7] * Sora 2：价格低，但稳定性不足，多用于“视频预跑”作为参考工具，不直接用于最终成片 [8] * 海螺：在人物动作表演力（如打斗）方面更强，但自带风格可能影响画面一致性，价格约6元多/5秒 [17][25] * 关键能力进展： * 音画同步：可灵2.6（2025年12月底上线）、微度Q3（2026年1月中下旬）、即梦2.0相继上线该功能，极大提升效率 [1][4][20] * “全能参考”：即梦2.0在参考能力上突出，对输入条件保留更完整，丢失程度更低 [5] * 易用性：即梦2.0提示词响应能力显著增强，上手难度明显下降，是其破圈关键 [34][35][36] 四、 应用场景与模型选择策略 * 商业广告： * 对画质、细节稳定性要求极高，需逐帧审查（如每0.5秒截取一帧） [10] * 图像生成首选Banana生图至4K+；视频生成首选可灵，核心考虑其高帧数与画质 [3] * 短剧： * 对人物表现力、音画同步要求高 [4] * 人物对话等关键环节首选可灵2.6或微度Q3，因其能节省人效并提升成片率 [4] * 非关键片段使用微度、奇梦、拍我等模型 [4] * 普通短视频： * 更关注画面丰富度、镜头语言与性价比 [3] * 图像生成常用奇梦；视频生成组合使用奇梦、微度、拍我、海螺 [4] 五、 生产流程、成本与效率 * 核心工作流： * 长视频通过拼接大量5秒片段实现，依赖“图生视频”及“首尾帧控制”保障连续性 [19] * 跨模型片段衔接通过AI智能补帧、色彩校正、Runway进行4K提升、Topaz超分等后期处理实现 [21] * 效率提升： * 音画同步功能将人力投入压缩至原来的1/4，整体效率提升约70% [1][20] * 短剧场景因音画同步功能，人力成本压缩75%，整体效率提升约70% [1] * 成本结构： * 算力成本：短剧制作中，预估一分钟算力成本约1,000元 [29] * 报价变化：短剧制作报价较2025年已“腰斩”至5,000-10,000元/分钟 [29] * 成本波动：客户反复修改是成本波动主因，频繁返工会显著增加算力消耗 [30] * 成功率：团队视频成功率约50%，较早期大幅提升，关键在熟悉模型特性与提示词技巧 [23] 六、 当前技术瓶颈与挑战 * 视频时长：长视频（>10秒）可用性低，一次性生成1-2分钟会出现“鬼畜”，10秒以内最稳定 [2][19][22] * 输出画质：当前模型输出画质上限不足，多为720P，难以满足商业广告1080P以上高清要求，需依赖后期超分 [2][16][22] * 一致性控制：直接上传真人素材生成视频，可用率低，缺乏画面延续性，仍需回归“图生视频”工作流进行稳定控制 [16] * “AI感/油腻感”：部分模型生成的画面带有“油腻感”，影响审美，这与训练素材来源及图像生成质量有关 [12][13][15] * 平台限制：部分平台（如C站2.0）对人物素材（尤其是接近明星形象）上传有限制，影响人物一致性能力落地 [16] 七、 行业生态与团队发展 * 代表团队： * 精品内容方向：严川导演工作室、“兴安岭鬼市”团队 [32] * 产业化量产模式：“酱油酱油”公司（团队1,000多人）、“雪宝工作室”（代表作“后宫萌宝团”） [32] * 核心壁垒： * 内容能力：导演、审美、编剧、IP策划等创作端综合素质 [33] * 产业化能力：低成本、高效率、成熟流程的规模化生产能力 [33] * 团队规模与策略：典型团队约20人，计划扩张但控制在50人以内，更多采用与外包团队合作的方式 [39] * 平台政策：部分平台（如红果、抖音）对优质AI创作者有流量扶持或框架合作倾向，2026年起对AI视频的流量限制有所放开 [41] 八、 其他重要观察 * 价格下行主因：主要源于参与者增多导致的商业竞争加剧，以及“白嫖”路径对市场的冲击，而非单纯算力成本下降 [31] * 审美评估维度：核心指标是“AI感/油腻感”，其次是光影、构图等拍摄参数的可控性，不同模型因训练素材差异呈现不同质感 [12][13] * Token与成本趋势：随着即梦2.0等模型可用性提升，生成同样时长视频的Token占用量倾向于下降，整体成本有下降趋势 [38]