传媒行业国产AI视频：可用度强性价比高，快手可灵开启C端付费.docxVIP

行业深度报告

前言：年初Sora、Pika、Runway等海外AI视频产品引领关注。但经过半年时间的追赶，国内一批AI视频产品，已经在可用度、性价比等方面赶超海外，如快手可灵、字节跳动即梦、智谱清影、Pixverse、Vidu、ChatPV等，虽视频效果仍有提升空间，但普通用户、创作者已经可以无门槛使用，并快速扩充短视频、中长视频平台的内容。

从视频效果看：整体效果相近，擅长公园、树木等大场景的生成，但细节表现均与Sora的demo视频略有差距，容易出现人物畸变、细节缺失。同时每个产品具备各自的特点，如快手可灵人物姿态较自然流畅，智

谱清影和爱诗科技PixVerse色彩较鲜明，生数科技Vidu的动作幅度大、运动速度较快，字节跳动即梦擅长动画风格，可以控制物体运动的速度。

从时长看：目前公开可用的产品，生成的视频时长主要在5-10s。其中智谱清影和生数科技Vidu生成速度快，仅需30s即可完成，国内外主流时间为5分钟左右。

图表1：主要国产AI视频产品梳理与对比

爱诗科技

生数科技

捷成股份

快手可灵 字节即梦 智谱清影

PixVerse

Vidu

ChatPV

功能 图生视频和文生视频

影视二创、数字人、文生视频等

视频时长 5s、10s 3-12s 6s

5s、8s，可以连续生成5个视频

4s、8s ——

等待时间 5分钟 约1分钟 30s 约10分钟 30s ——

商业化

商业化

以5s视频为

例，每日免费

以6s视频为例，

每日免费11条，

免费开放，高 推出免费版和标准

速通道权益5 个人用户免费版，后者去水印、 预计用于

6条，超出为 元/天或199 面向团队收费可商用，7.99美B端媒体机构超出约0.6元/条

1元/条 元/年 元/月

人物姿态自然动作幅度较大，且

人物姿态自然

动作幅度较大，且

效果 偏动画风格 色彩较鲜明 色彩较鲜明 ——流畅 表现流畅

资料来源：各公司官网，证券

一、为什么近期国产AI视频密集发布？

Sora验证DiT架构的可行性，国产模型经过半年时间追赶，整体效果已接近Sora。视频是用户消费时间最长的内容形式，据Questmobile，2017-2022年全球视频流量占互联网网络流量的比例已从73%上升至82%，

叠加视频制作时间长、成本高，因此AI视频一直以来都是AI发展的重要方向。23年已出现大量视频生成产品，效果较好的产品包括Pika、Runway等，但生成时长仅3-5秒、人物动作幅度较慢，难以满足日常的使用需求，上述两个产品于今年6月的网站访问量也自去年12月下滑20%左右。主要是因为过去视觉生成主要采用基于卷积神经网络U-Net的扩散模型，随着参数量的提升，此架构的效果提升会显著放缓甚至消失。2月初Sora验

行业深度报告

证了DiT架构在视频生成方面的可行性，驱动视频生成的质量和时长实现跃升，主要是因为基于Transformer架构的扩散模型展现出了更好的扩展性，有助于进一步提升模型的生成质量及效率。后续国内公司普遍沿用Sora

的技术路径，在DiT架构上进行微创新来研发视频生成模型。经过半年追赶，国内公司的产品陆续发布，整体

效果已接近Sora。我们从不同维度对比国产AI视频与Sora的效果：

视频尺寸——国产产品也能支持多种尺寸：Sora采用时空补片技术（Spacetimelatentpatches），将不同时长、宽高比和分辨率的视频、图片数据，转换为格式统一的时空补片后，再用于模型训练，使得Sora生成的

视频支持任意宽高比、分辨率和时长。国内主流产品中，快手可灵同样支持多种视频尺寸。

视频时长——国产产品最长突破2分钟，部分产品以推理速度快作为竞争优势。Sora支持生成60秒视

频，远高于同期Pika、Runway的3-5秒。可灵将视频时长拓展至2分钟（目前实际开放5s/10s两种规格），在国内产品中排名首位。部分产品虽然视频生成时长也在10秒以内，但其着重提高推理速度。目前主流产品生成5s视频大约需要5分钟，智谱清影和生数科技Vidu则将该时长缩短至30秒。

视频效果——国产产品整体接近Sora，细节处理略有差距：Sora物理性强，能创造出带有动态视角变化的视频，让人物和场景元素在三维空间中进行连续移动，并模拟出影响世界状态的简单行为。此后国产视频模型同样着眼于视频的动态性和物理性，但细节处理方面与Sora的demo视频仍有差