年初，Seedance 2.0的亮相，为AI视频融入影视工业化流程点燃了新一轮热潮。

在短剧、广告、电商等应用领域，AI视频技术正逐步被引入实际生产环节。简而言之，AI视频模型正从“比拼榜单排名”阶段跨越至“落地干活”阶段。创作者现在关注的焦点已不再是模型参数与榜单成绩，而是更加实际的问题：这款模型能否稳定输出素材？能否支持连续的镜头生成？最重要的是，它能否最终嵌入一套可复用、可协作、可交付的标准化工作流中？

字节跳动推出的Seedance 2.0，正是在这一产业需求背景下，被推至行业聚光灯下。

西安一位短剧从业者指出：“与许多对提示词要求极为精细的模型相比，Seedance 2.0即便你输入的提示词较为简短或抽象，它也能自动进行内部扩写，生成更专业、更详尽的描述。这相当于将普通人的表达方式，翻译成了模型能够执行的镜头语言，显著降低了使用门槛。”

与此同时，快手可灵、阿里HappyHorse也在加速迭代；爱奇艺纳豆、群核科技LuxReal等参与者，则从工作流优化、数字资产管理、3D空间构建及协作工具等维度切入；生数科技、爱诗科技、MiniMax、商汤等垂直领域的玩家同样在加紧布局卡位。

模型、平台、工具链……各路玩家纷纷下场，AI视频赛道俨然变成了一条竞争激烈的高速公路。

一

刷分失效

从厂商层面来看，竞争梯队已经明显拉开。

互联网大厂方面，字节跳动拥有Seedance（即梦），快手推出可灵，阿里则有HappyHorse。长视频平台爱奇艺也入场布局，推出了面向短剧专业制作的AI创作平台“纳豆”。在大厂之外，垂直领域的玩家更是蜂拥而至：生数科技的Vidu、爱诗科技的PixVerse（拍我AI）、MiniMax的海螺、群核科技的LuxReal、商汤的Seko……各方都在竭力抢占有利位置。

然而，热闹归热闹。当AI视频从模型演示走向真实生产线时，外界评判模型能力的标准也在悄然改变。

过去一年，关于AI视频模型的榜单层出不穷，各种模型排名与样片对比令人目不暇接。这些榜单确实提升了行业热度，也让外界能更直观地看到模型之间的能力差距。

但核心问题在于：一旦视频生成被应用于短剧、广告、内容工业化等真实生产流程，模型需要应对的就不再是“能否生成一段好看的样片”，而是能否稳定产出具备画面质感、动作流畅、人物主体一致性的素材。这些能力，仅靠一套自动化榜单很难进行全面衡量。

因此，不少厂商已开始弱化机器自动评审视频效果，转而更重视人工评价和真实应用场景反馈。对于下游创作者而言，一个模型是否好用，并不取决于榜单排名，关键在于它在连续生产中能否减少返工、提升出片效率，并真正融入工业化流程。

从某种程度上看，这正是在大模型Agent赛道中已经出现过的“刷分失效”现象的复现。Agent刚兴起时，行业也热衷于用排行榜来衡量能力。但当Agent从对话演示走向真实工作流时，大家才发现，许多榜单分数与实际可用性难以对应。因为Agent真正“干活”时，面对的是多步骤、长链路的决策与执行，现有评测体系很难完整检验这种复杂能力。

从这个角度来看，Seedance 2.0之所以备受关注，正是因为它已经被嵌入到真实的生产流程中。

二

从可用走向生产

根据对多家下游应用方的走访反馈，Seedance 2.0带来的体验升级更为直接。

AI短剧制作公司可梦智能的内容负责人刘城提到：“无论是在视频内容理解、对物理世界规律的把握，还是表演的自然度方面，Seedance 2.0都有显著提升。”

以视频内容理解为例，刘城认为Seedance 2.0对抽象语义的理解能力进步明显。“虽然最终生成结果仍存在一定不确定性，但已经做得相当不错。例如，提示词是‘让这两个人在场景中产生暧昧的互动’，AI会进行分析并生成两人之间带有暧昧感的光影和色调，人物的镜头运动也会变得更加缓慢——它会根据需求自动补充这些元素。”

此外，他举例说，以往一些武打动作、复杂的多人交互场景，经常出现穿帮、穿模、人脸模型错位等问题，而经过Seedance 2.0处理后，这些基本都得到了解决。“有些视频，你几乎分辨不出是AI生成还是真人拍摄。”

重庆一位短剧从业者也表达了类似观点：“Seedance 2.0推出后，人物、口型和声音的一致性保持得更好，画面的油画感明显减弱，分镜设计上也更加智能。”

据西安一位AI短剧行业人士透露，在Seedance 2.0的辅助下，通过优化提示词，现在一到两次就能生成一段10秒左右的视频，最多三次即可达到满意效果。“如果操作熟练，一部50集的真人AI短剧，大约两周就能完成制作。”

一位正在创业并专注于AI短剧工具的开发者星熹认为，字节跳动接入Seedance 2.0模型的即梦平台，在功能易用性上优于其他厂商。即梦视频生成的全能参考模式能够较好地理解九宫格分镜图片——上传一张包含九个分镜头关键帧的图片后，可以基于分镜图标注的顺序自动推理生成视频。不过，由于各家迭代速度都很快，其他工具也陆续推出了类似功能。

至少在这一轮AI视频竞争中，Seedance 2.0已经率先将模型能力从“可用”推向“更接近生产级”，这使得后来者的追赶压力也随之增大。

三

痛点主要是什么

尽管Seedance 2.0表现突出，但AI视频行业的共性问题依然存在。

一是人物主体一致性难以保持。特别是当生成视频时长拉长，人物从正脸转到侧脸时，面部特征就可能发生变化。目前包括Seedance 2.0在内的厂商普遍采用的解决方法是控制单个视频生成时长，基本卡在5-15秒。这导致用户只能一段一段地生成，再通过后期剪辑拼接。但片段式生成又带来新问题：每进入一个新镜头，创作者都必须重新将人物定妆照、服装、场景、道具等信息输入给模型，以期最大限度地维持前后画面一致性。

学界也在探索解决方案。例如，北京大学计算机硕士生袁盛海团队的论文《Identity-Preserving Text-to-Video Generation by Frequency Decomposition》旨在解决“文字生成视频时，如何让同一个人物在不同帧、不同动作、不同角度中保持一致性”。他们提出的技术框架ConsisID，将人脸特征分为高频和低频两种信号，并分别让模型学习，从而降低学习难度。袁盛海解释：“之前大家直接将要原图丢给特征提取器，我们认为这样反而增加了模型的学习难度。通过查阅文献我们发现，人脸特征确实可以区分为高频和低频。高频信号对应人脸细节，如面部纹理和眼睛；低频信号则与全局特征相关，包括人脸骨架、五官相对位置。将这两种特征分开学习，模型会更容易掌握。”

二是人物与背景的“图层割裂”。许多观众直观感受到，AI视频中的人物常常“漂浮”在背景上，仿佛不在同一个图层。星熹分析认为，很多画面之所以带有“AI味”，根源在于光影和层次处理。目前不少转型做AI视频的创作者缺乏影视美学训练，不懂得主动调整光影，导致画面缺乏层次感。“部分从业者对光线角度、阴影、焦点、景深的处理不协调，画面就会呈现出扁平感或割裂感，看起来像两个图层强行拼接。要去除AI味，很大程度上取决于创作者的影视摄影基础，核心是对美学的理解和镜头关系的呈现。”也有研究人员指出，这本质上是模型端多模态参考融合的问题——人物参考图和场景图各有各的色调和光感，难以融合在一起。

三是长叙事下的镜头逻辑与情感张力。星熹认为，即使是大厂自研的剧本生成和拆分工具，在剧本层面仍然存在“平铺直叙”和“剧情生硬老套”的问题。“针对特定类型和风格的泛化能力不足，缺乏波澜和起伏。虽然会在大的剧情中设置反派，但在小情节里无法引起情绪共鸣，缺少小冲突和逻辑严谨性。”刘城也认为：“Seedance 2.0的升级虽然降低了AI内容制作门槛，但这也可能导致AI内容泛滥，质量参差不齐。好的作品仍然需要出色的内容力，才能真正打动观众。”

四

差异化补位

在此背景下，大厂之外的玩家开始在工作流、案例库等方面构建差异化优势。

据刘城透露，可梦智能在项目生成中采用了AI辅助功能。例如，团队开发了分镜提示词和草图功能，用户修改提示词后，AI可以完成80%-90%的创作。灵活运用AI提示词的用户，还能通过进一步微调提示词来提升制作效率。

群核科技则把工作流优化延伸到了3D层面。5月27日，他们推出了短剧版的LuxReal。基于自研空间大模型等3D技术，LuxReal能够将2D画面场景生成为可漫游的虚拟3D空间。创作者可以自由调整机位、设置人物站位，系统基于同一个3D场景自动渲染对应画面。不过，实际生成质量仍有待观察——虽然LuxReal为短剧工作流提供了较完善的设置，但在主动思考优化方面仍需提升，例如存在人物衣着与时间背景不符等问题。

爱奇艺的纳豆接入了自研和Seedance 2.0等外部模型，结合爱奇艺IP库、数字资产库和创作者社区，形成了可调用的平台能力，为创作者提供从内容生产到运营的全链路支持。其中，IP库和数字资产库是爱奇艺的独特优势。例如在数字资产库里，创作者可以调用《成何体统》中的皇宫、《花戎》的魔界等电视剧中的场景、武器、动物等IP形象。不过从目前观察来看，爱奇艺虽然拥有丰富的IP库和数字资产库，但在纳豆平台上呈现的数量依然有限。

总体来看，大厂之外的玩家在引入Seedance 2.0之后，主要在工程化、知识沉淀、流程协同等维度构建自己的差异化优势。

五

战火不休

无论是长视频稳定性、人物一致性，还是可控性，现阶段的AI视频行业确实仍存在许多亟待解决的痛点，竞争格局远未到收敛之时。

在此情况下，资本化成为部分厂商加速发展的重要选择。

今年5月，市场传出快手正在加速推进可灵的分拆上市，计划明年启动独立IPO，Pre-IPO轮估值预计达200亿美元。随后快手在港交所公告中确认，董事会正评估重组可灵相关资产及业务的方案。无独有偶，垂直玩家也在加快融资和上市准备。生数科技在两个月内连续完成两轮共计逾26亿元融资后，也被传计划于2026年上半年启动港股IPO，其工商主体已于3月底完成股份制改造。

密集的资本动作，意味着这条赛道的竞争烈度只会进一步升级，而非收敛。

这些资本动作背后，折射出AI视频赛道的另一重现实：模型竞争不仅是一场技术竞赛，更是一场资金、算力、数据和场景落地能力的综合较量。与此同时，AI视频的商业化仍处于早期阶段。短剧、广告、电商、游戏、影视预演等场景虽然已经开始验证需求，但距离形成稳定、规模化、高毛利的收入模型，仍需时日。

正因如此，资本市场的资金支持，在某种程度上成为不少厂商继续留在牌桌上的重要筹码。

当前AI视频赛道的竞争，并未因Seedance 2.0的阶段性领先而结束。相反，随着更多厂商补充资金、加速产品迭代，行业很可能还将继续经历一轮模型能力、生产工具和商业化效率的竞速。