2024年初，OpenAI公布的Sora AI视频生成模型，震撼了国产大模型行业。随后国产厂商集体发力视频大模型，快手发布视频生成大模型可灵，字节跳动发布豆包视频生成模型，正式打响了国内AI视频生成领域第一枪。

众多企业匆忙入局，只为在这片新兴市场中抢占先机，却往往忽视了技术成熟度与应用规范的打磨。

以社交平台上泛滥的 AI 伪造视频为例，全红婵家人被恶意仿冒博流量卖货，明星们也纷纷中招，刘晓庆、张馨予等均曾反馈有人在视频号上通过AI生成视频假冒她。这些伪造视频不仅严重侵犯他人权益，更在商业利益的驱使下，充斥着虚假营销，让不明真相的消费者屡屡受骗。

AI视频生成领域正处于应用爆发前夜，快手、字节等业内玩家试图通过技术迭代推动产品破圈，却也陷入了无序竞争困境。

AI视频赛道尚未成熟

当前，AI视频生成赛道看似热闹非凡，实则整体仍处于不成熟的初级阶段。

尽管各大厂商拼命投入资源，力求在模型性能指标上不断突破，从生成时长的延长到画面质量的优化，看似让AI视频生成赛道加速迈进“技术突破期”，但AI视频技术应用仍有不完善之处。

以快手和字节跳动为例，快手于近期发布了可灵2.0视频生成模型及可图2.0图像生成模型，自2024年6月6日首次上线开放测试以来，可灵AI已快速迭代二十余次，其模型在动态质量、语义响应、画面美学等维度表现出色。

字节跳动的Seed团队也推出了Seedream 3.0，据第三方榜单Artificial Analysis显示，Seedream 3.0综合性能追平文生图SOTA模型GPT-4o，进入全球第一梯队。

然而，这背后也暴露出AI视频生成领域存在的诸多问题。

一方面，部分企业为了在竞争中脱颖而出，过度追求技术迭代速度，而忽视了产品应用的实际情况，使得AI视频生成技术在实际应用中漏洞百出。

例如，当用户输入“敦煌飞天”时，AI可能生成面部扭曲的虚拟形象；要求制作科普视频时，常出现违背物理规律的悬浮物体。据MIT媒体实验室测试，当前主流AI视频模型在复杂叙事连贯性上的准确率不足63%，这严重制约了AI视频生成技术在商业应用中的边界。

另一方面，随着技术的快速发展，版权问题逐渐凸显，成为AI视频生成领域的一大“雷区”。

当AI融合多个版权素材生成新内容时，现有的“合理使用”原则已难以适用，这让企业在版权问题上面临着巨大的法律风险。从Getty Images起诉Stability AI使用其版权图片训练模型，到日本漫画家协会禁止使用AI生成分镜，再到全球首个AI视频版权案判决金额高达2.3亿美元，版权问题仍未得到合理解决。

更值得关注的是，当前的AI视频生成技术虽然在画面质量、生成速度等方面取得了显著进步，但在视频内容的逻辑连贯性、情感表达深度以及对复杂场景的理解等方面仍存在较大不足，无法完全满足市场对高质量、多样化视频内容的需求。

由此可见，快手想要让可灵AI成为营收规模全球第一的视频生成AI应用，这条路任重道远。

字节与快手“抢滩”

当前 AI 视频生成领域风起云涌，字节跳动与快手作为行业内的两大巨头，正在 AI 视频赛道上奋力抢滩，二者策略各有侧重，呈现出别样的竞争态势。

快手主张商业化先行，打造多元变现模式，已在 AI 视频生成领域取得了令人瞩目的成绩。

在技术方面，快手可灵 AI 展现出了强大的实力，为其商业化拓展提供了坚实的技术支撑。据全球知名 AI 基准测试机构 Artificial Analysis 发布的榜单显示，快手可灵 1.6pro（高品质模式）以 1000 分的 Arena ELO 基准测试评分登陆图生视频赛道榜首，超越了 Google Veo 2、Pika Art 等强劲对手。

在商业化方面，快手无疑走在了前列。可灵 AI 采取了“C 端订阅 + B 端 API 服务 + 定制化场景解决方案”的多元变现模式，既满足了个人用户的创意需求，又为企业客户提供了强大的视频生成工具。

据了解，可灵视频大模型全球用户规模突破 2200 万，吸引了来自世界各地的超 1.5 万开发者和企业客户，将可灵的 API 应用于不同的行业场景中。截至 2025 年 2 月底，可灵 AI 的累计营业收入超 1 亿元。

字节跳动则展现了不同的野心和策略，其对 AI 视频生成的布局更侧重于对 AGI（通用人工智能）的探索。

年初字节跳动豆包大模型团队在内部组建了代号为“Seed Edge”的 AGI 长期研究团队，鼓励项目成员探索更长周期、不确定的和大胆的 AGI 研究课题，目标是探索 AGI 的新方法，并鼓励跨模态、跨团队合作。

字节跳动近期发布的 Seaweed-7B 模型，以其音画一体生成、长镜头生成、实时生成等多项前沿技术。该模型能够在短短 25 秒内生成高质量的视频内容，且推理速度比同类模型提升 62 倍，其性能与 Wan 2.1-14B 相当，在文本转视频的任务中，Elo 评分仅次于排名第一的模型 Veo 2。

相比于快手的商业化先行，字节跳动更注重在技术层面的深耕和突破，试图通过解决 AGI 这一终极难题，来实现其在 AI 视频生成领域的长远发展和全面领先。快手需要在保持商业化优势的基础上，进一步加大技术研发投入，提升 AI 视频生成的质量和效率，以免被字节跳动抢了“风头”。

更大的目标和挑战

AI浪潮汹涌，快手正试图借助 AI 之力重塑自身商业版图，AI视频生成赛道只是其宏伟蓝图中的一部分。

从快手的营收数据来看，2024 年总营收同比增长 11.8% 至 1269 亿元，经调整净利润大幅增长 72.5% 达 177 亿元，线上营销服务和其他服务收入同比增长率均超 20%，亮眼的成绩背后，AI 成为了关键的增长引擎。

快手设定的AI目标很宏大，其面临的挑战也全方位且极为严峻。

一方面，快手计划持续强化 AI 技术对原有商业生态的改造，为线上营销服务和电商业务开拓新的增长空间。

理论上 AI 可以精准分析用户需求，为商家提供更有效的营销方案，但实际操作中却困难重重。在内容生产环节，AI 更多只能起到辅助作用，无法从根本上解决内容质量参差不齐的问题；在经营成本方面，AI 技术的引入可能会在一定程度上降低某些环节的成本，但同时也带来了新的成本，如技术使用成本、数据安全维护成本等。

另一方面，快手全力升级以可灵为代表的 AI 商业化变现模式，试图将可灵 AI 打造成为全球 1200 亿美元视频创作市场的 AI 基础设施，进而实现从“中国第二大短视频平台”到“AI 视频生态领军者”的华丽转身。

这无疑是一场豪赌。构建基础设施意味着要具备强大的技术通用性、稳定性以及广泛的市场认可度，快手需要投入海量的资源用于技术研发、生态建设与市场推广。而当前行业内，技术标准尚未统一，市场格局分散，快手在推动自身技术成为行业标准的过程中，必然会遭遇来自各方的阻力。

机遇与挑战并存，如果快手不能在技术研发、商业策略以及行业责任担当等方面做出深刻调整与优化，那么其所谓的“AI 视频生态领军者”的愿景，很可能只是镜花水月，最终在激烈的市场竞争与行业变革中被无情淘汰。

       原文标题 : 快手、字节“AI军备竞赛”：一场没有赢家的技术泡沫秀？