微新创想：AI生成视频，冰火两重天。一边是曾经炸场的Sora关停，一边是国内即梦、可灵用户与收入飞涨，以及阿里旗下新面孔Happy Horse1.0模型的涌现，引起新的狂欢。这种强烈反差的直接原因，当然在于用户需要替代方案。在多家海外科技媒体发布的Sora迁移指南中，即梦、可灵与Google Veo3.1、Runway Gen-4.5等被列为主要替代方案。Sensor Tower数据显示，Sora宣布关停后一周，可灵全球周活跃用户环比增长4%，达260万。而即梦一季度月活则达到1352.5万，下载量558.9万，稳居视频生成赛道首位。
更深层次的原因是，AI生成视频产品迎来了历史性机遇——AI短剧的爆发，是最理想的应用土壤。2025年国内AI漫剧市场规模已达168亿元，2026年预计将突破240亿元。支撑这些想象空间的，就是AI视频模型。然而，用户与收入的增长，只是故事的开篇。当技术惊艳全球之后，一个更现实、也更残酷的问题摆在面前：如何将流量与声量，转化为一条清晰、可持续的盈利路径？Sora的退场已经证明，在算力成本高企的AI视频赛道，商业的成功远比技术的领先更为艰难。
撞上AI短剧风口。今年一季度，即梦AI月活达到1352.5万，下载量558.9万。业内保守估算，春节期间Seedance2.0的月活一度突破4500万。这个数字不仅超越了Sora巅峰时的600万月活，也超越了可灵。一季度，可灵月均下载量56.2万，月活119.1万，3月移动端平均月活780万。即梦之所以在用户数量上领先，离不开字节生态的流量加持——接入豆包，登陆CapCut「剪映海外版」，承接抖音流量和内容消费场景。
Seedance2.0的上线，为即梦创造了新的增长点。低门槛创作加免费赠送积分策略，几乎是零成本撬动了大众的AI创作欲。刷屏全网的「酱板鸭与狐狸」正是即梦创造的现象级案例——一个贵州酱板鸭品牌团队用即梦Seedance2.0，仅用了5小时、40元成本，生成一段邵氏武侠风的荒诞短剧，最终引爆全网，衍生出全民二创的「酱板鸭宇宙」。
与之相比，可灵的用户基数更小，但用户付费意愿更强，主要是以自媒体视频创作者和广告营销从业者为主的P端付费订阅会员。快手CEO程一笑去年曾对外表示，P端付费订阅会员贡献了可灵AI将近70%的营业收入，他们兼具C端用户的传播属性和B端用户的付费能力，是目前视频生成大模型的核心受众群体。
在影视前期，可灵的智能分镜和主体参考技术，可以帮助创作者把需要大量沟通的创意验证过程，变成精确可调的具象化过程。而在广告制作领域，可灵被大量用于生成不同情境的广告Demo。编剧杨选认为可灵3.0的多主体参考和音画同出功能，来高效生成完整的剧情片段，可以大幅简化从分镜到成片的工作流。
如果考虑到较强的电影质感，可灵常被运用于专业的影视工业链条。比如开年大剧《太平年》和亚马逊热播剧《大卫王朝》的制作，正是由可灵承担部分虚拟场景与特效镜头的制作。即梦也在加强在专业领域的运用。热剧《万兽独尊》使用的正是搭载Seedance2.0的「小云雀AI短剧Agent」全流程制作。即梦还参与了今年春晚《贺花神》《快乐小马》《驭风歌》等节目的视觉定制。火山引擎总裁谭待此前还透露，春晚其实是Seedance2.0正式推出前的第一个商业客户。
这些成为AI剧风口来临时，即梦和可灵能快速承接需求的重要基础。2026年，字节漫剧的日token消耗已突破7000万元，首次超过真人短剧。多镜头叙事、专业级参考控制能力让它成为不少短剧制作团队的标配。
从生成画面到理解故事。AI视频模型的成熟，为影视行业带来的首要变革是，可以短时间完成一部作品。以AI短剧为例，一年前，单集制作交付周期一般在5-7天。精品剧集可能7-10天，或者更长。现在，这个时间正在被急剧压缩。今年年后出圈的《霍去病》和《万兽独尊》，前者从筹备到完成约4天，核心团队仅3人，后者使用字节的全流程AI短剧制作工具，5个人8天做出了60集内容。
包括清明节刷屏的AI短片《纸手机》，使用可灵3.0Omni模型，仅用3天时间就完成了从创意构思到成片输出的全过程。这又反向促进了AI短剧的繁荣，背后是模型的可用率与可控性的根本性提升。即梦Seedance2.0和可灵3.0的先后发布，算是一个转折点。
Seedance2.0最具革命性的突破，在于「全能引用模式」。即允许用户在单次生成中，自由混合并精确引用最多9张图片、3段视频和3段音频作为多模态参考素材，创作者可以先借助图片模型快速敲定角色设定与场景概念图，再将定稿画面导入视频模型，作为强约束视觉参考。最终，在单次生成中将角色、动作、音效等复杂元素一次性精准融合。
至于控制能力，可灵3.0提供了另一条路径，通过「All-in-One」全流程整合体系与「主体库」模式，用户只需输入一段剧情提示词，模型便能自动拆解出包含不同景别和镜头运动的多个分镜，预先产出高质量、高一致性的视觉分镜稿，并在15秒镜头中保持主体外观、姿态的一致性。「声画同出」能力的成熟，是效率提升的另一关键。所谓「声画同出」，指的是模型能一次性生成音效、口型、音乐与画面高度同步的完整段落，声音能随剧情节奏起伏，这意味着模型需要理解「叙事」，甚至达到「开箱即用」的水准。
国内最早商用该功能的是阿里通义万相Wan2.5，但率先靠此破圈的却是即梦Seedance2.0。控制能力的飞跃，带来的是抽卡随机性骤降。以前使用AI制作一段视频，仅一段分镜往往就需要20次以上的抽卡，才能得到合适的几秒钟画面。如果是涉及复杂物理定律的打戏，可能抽卡上百次也难以得到前后连贯的画面。比如汤臣倍健曾经耗资百万制作了一个纯AI生成的广告片《敢探极境》，两分多钟片长，一百个镜头，每个镜头的图片和视频抽卡数百次。而现在，抽卡效率大幅提升。
漫剧从业者流萤分享，即梦让抽卡效率提高了「至少十倍」，因为「新模型的构图思维提升了非常非常多，有时候甚至一句话就能生成一个基本可用的初版。」一面是效率提升，另一面则是成本骤降。对于影视行业来讲，这简直是有如神助。传统真人短剧单集成本5-10万元，单部精品成本50-300万元，而新的AI视频工具，可以让单集成本压至5000元以内，算力成本最低仅千元级，降幅超90%。比如前文提到的《霍去病》，算力成本仅3000元。而《万兽独尊》这样5人8天完成60集短剧的案例，直接将传统数月周期压缩至数天。
尽管如此，在满足专业影视级制作的深度和稳定性上，即梦和可灵都还有很大提升空间。一些创作者认为，即梦目前还做不了长叙事的稳定输出，一旦超过一分钟，短板便开始显现，「对于复杂空间和高密度的情绪沉淀也不太行，面部表情不够细腻，比如微笑表达过于急促或有缺失，还得靠演员来演。」此外，即梦暂不支持真人人脸参考和IP形象生成，这也在进一步限制了专业团队的使用效率。
Seedance2.0近期还面临排队和「降智」的双重困扰——高峰时段排队时间长达8至10小时；同样的提示词，现在生成的效果与刚发布时相比大打折扣，理解力下降、前后一致性不足。赚钱如何赶上烧钱？
无论是用户规模与行业声量，即梦和可灵已经稳居国内头部。但技术领先并不等于商业的成功——当推理成本无法被收入覆盖时，再惊艳的技术也无法持续。这是Sora关停带来的前车之鉴。即梦和可灵需要快速证明，自己不仅能吸引用户，更能创造可持续的利润。
最近一个月，即梦涨价3次。从3月上调积分消耗数，到上线Seedance2.0VIP会员专属通道，在原有会员基础上叠加付费加速，4月8日继续提价，砍赠送积分。对即梦而言，C端用户越多，API并发压力越大，但创造的价值却有限。把算力卖给能付得起钱的企业客户，才能构建可持续的商业模式。因此，即梦一边提价，一边开放API——4月2日，火山引擎开放Seedance2.0API公测，4月14日全面上线，企业客户可直接购买批量调用能力。
但即梦的涨价策略并非没有代价。频繁调价直接冲击了用户体验，抱怨声四起。有创作者算了一笔账：即梦月卡会员从299元涨至499元，生成一条10秒素材的价格从0.6元飙升至6.67元，涨幅超10倍。与此同时，排队时间暴涨，即便是VIP会员在凌晨也需要排队数小时。涨价本质上是用市场机制筛选用户，让愿意付高价的留下，这种「控流」虽能缓解算力压力，却也在无形中为竞争对手打开了窗口。
比如，4月横空出世的Happy Horse，声称720P视频费用是0.44元/秒，1080P则在0.78元/秒。与此同时，通过阿里云调用Happy Horse API 没有门槛限制。阿里ATH创新事业部之前对外说，4月底开放测试后，HappyHorse-1.0将于5月份正式发布商用。
与此同时，可灵则采取了降价策略。既为了在Seedance2.0的冲击下守住P端用户，也意在以性价比策略吸纳更多专业用户和潜在付费群体，为B端企业服务的规模化扩张打基础。只是可灵降价到底是解决问题，还是引发了新的问题，还未可知。
可灵此前能实现规模化盈利，核心是靠高ARPU值的付费用户覆盖算力成本，且用户结构以高价值付费用户为主。靠低价吸引来的用户，不仅付费意愿不高，还会带来极高的API并发压力与算力消耗，推高运营成本。与字节相比，快手的算力基座并不占优。快手自有公有云基础设施薄弱，AI视频生成又是重资产赛道，算力缺口意味着可灵未来可能更多依赖第三方云服务，其商业化收入将一定程度上以算力账单的形式外流。
如何才能在低价拉新、算力投入与盈利预期之间，为可灵找到一条可持续的发展路径，是摆在快手面前最棘手的命题。根据快手2025年财报，可灵全年营收为10.4亿元，占总营收的0.73%。快手计划2026年新增110亿开支用于可灵算力支撑。财报披露次日，快手股价大跌14.04%。
可灵对快手的意义，其实早已不止是一个营收单元。它既承担着资本市场的想象，也是为主业创造增量的重要因素。是快手在AI时代的「船票」，因此即便冒着利润承压的风险，也要持续加注。
不过，AI视频赛道的竞争从来不是静态的，技术迭代、资本预期、监管规则、玩家格局的每一次变动，都可能颠覆现有的平衡。今年OpenClaw的大火就是一个重要的变量。在AI视频领域，未来的创作流程可能不再是人类直接操作视频生成模型，而是由Agent调用一系列专业Skill来完成——从脚本生成、分镜设计、视频生成到后期剪辑，每个环节都可以封装为可被Agent调用的标准化能力。
这对即梦和可灵是机遇，也是威胁。机遇在于，如果它们能将视频生成能力封装为Agent可调用的Skill，就能嵌入更广泛的企业工作流；威胁在于，一旦视频生成变成Agent生态中的一个可替换模块，用户忠诚度将取决于API的性价比和稳定性，而非产品本身的品牌黏性。
AI视频赛道没有永远的赢家，只有无尽的赶考者。
