北京
5月18日消息，英国《金融时报》 近日报道称，多位开发者认为，中国人工智能实验室在视频生成领域已经领先部分美国竞争对手。
报道重点提到字节跳动的Seedance和快手的Kling：这两家公司本来就在经营短视频平台，抖音、TikTok、快手每天都会沉淀拍摄、剪辑、转场、特效和观看反馈。它们更容易从真实创作者场景里看到用户到底卡在什么地方，从人物动作是否稳定、镜头衔接是否自然、到同一角色会不会一秒变脸、一次生成要重试多少遍。
视频生成过去长期被视为OpenAI、谷歌、Runway等美国公司的主场。OpenAI的Sora、谷歌的Veo都曾代表西方实验室在视频模型上的最高预期。但在实际创作者和开发者的使用场景里，模型不只看一次演示效果，还要看可用性、价格、接口稳定性、迭代频率，以及能不能快速生成可交付的视频素材。
运营人工智能视频生成平台Apatero的开发者凯文·加贝奇（Kevin Gabeci）在Medium文章中写道，他的平台整合了多家中美实验室的视频模型，服务超过1800名用户。按照他的观察，过去几个月里，Kling、Seedance和MiniMax的海螺AI（Hailuo）在质量、速度和成本之间取得了更实用的平衡。他原本以为Sora、Veo和Runway会保持明显优势，但实际使用后改变了看法。
快手的Kling是最容易观察到迭代节奏的例子。Kling 1.0于2024年中发布后，后续版本持续改进运动一致性、人物动作和画面连贯性。对创作者来说，这类改进比单次样片更关键：如果一个模型能稳定生成可控镜头、减少重试次数，就会直接降低制作成本。
成本也在影响用户选择。加贝奇在Apatero的文章中以平台积分价格举例称，中国模型在单次生成成本上通常低于部分西方模型。这个价格差会影响中小创作者、营销团队和小型工作室的选择，因为他们更在意批量试错的成本，而不是单条演示视频的上限效果。
字节跳动和快手的特殊之处在于，它们本身就是短视频平台公司。抖音、TikTok、快手等产品积累了大量用户生成视频、剪辑方式、特效模板和观看反馈。这些资源未必都能直接无争议地进入训练集，但它们至少让公司更懂视频内容如何被制作、消费和分发。视频生成模型最终要服务内容生产，平台经验本身就是一种产品优势。
美国公司并非没有视频数据。谷歌拥有YouTube，Meta拥有Instagram和Reels，OpenAI也曾推进Sora的产品化。但美国实验室面临更复杂的版权、授权和平台治理压力，模型训练数据来源、用户退出机制和商业发布节奏都更容易被监管、媒体和版权方审视。中国公司的推进方式相对更快，也因此更容易在早期产品可用性上形成速度优势。
不过，把“中国模型已经全面超越美国模型”写成定论仍然过早。不同评测口径会得到不同答案：有人更看重真实运动和物理一致性，有人更看重人物稳定性，有人更看重价格和接口可用性。更稳妥的说法是：在不少开发者和创作者的实际工作流里，中国视频生成模型已经不再只是追赶者，而是成为可以优先选择的生产工具。
接下来的视频生成竞争，很可能不会由某一次发布会决定。谁能拿到更合规、更高质量的视频数据，谁能把模型能力做成稳定产品，谁能让创作者用更低成本反复试错，谁就更有机会占住市场。字节跳动和快手的优势，不只是模型参数或演示效果，而是它们离视频内容生产现场更近。（易句）
（本文由AI翻译，网易编辑负责校对）
本文来源：网易智能
责任编辑：
王凤枝_NT2541
