AI应用系列报告：AI视频生成商业化进程加速，国产厂商表现可圈可点.pptxVIP

n技术路径：从GAN-Transformer-DiffusionModel-DiT，技术演进推动行业进入可商用阶段：20世纪90年代以来，AI视频生成持续迭代，经历了多个关键技术的突破，经历了从静态图像序列拼接成视频流-GAN-Transformer-DiffusionModel-DiT的技术演进，生成内容丰富度以及可控性持续提升。Sora验证了Diffusion和Transformer结合的有效性，并带动DiT架构逐渐成为当前重点方向。

n行业进入商业化发展快轨，根据FortuneBusinessInsights预计2032年全球规模突破184亿人民币。根据FortuneBusinessInsights测算，2024年AI视频生成全球规模为6.15亿美金，预计到2032年达到25.63亿美金，2025至2032年的复合增速为20%。AI视频生成产业规模受到价格以及模型能力的双重驱动。价格方面，目前国内外主流模型的API单秒价格在0.2-1元/秒，根据量子位智库测算，顶级动画电影制作成本约为十万元级/秒，本土动画电影制作成本在万元级/秒，本土TVC视频制作成本在千元级/秒，不论是对比广告视频或者影视剧/电影的单秒成本，AI视频生成均具有极大成本替代优势。另一方面模型能力持续突破，如时长方面Veo2支持理论最高2分钟的4K视频生成，可灵大师版可以通过续写方式将视频延长至3分钟。生成速度方面，以Seedance1.0为例，根据官方数据，对于5秒1080p分辨率的视频生成任务，实测推理耗时41.4秒（基于L20测试），效率大大提升。生成质量方面，现阶段AI生成视频常常需要“抽卡”，用户需反复尝试，才能生成相对理想结果，随着产品迭代，“抽卡率”有望降低。丰富度方面，声音内容陆续添加，如Veo3通过将视频像素转化为语义信号，实时生成匹配的视频声音，大大增强了视频生成可用性。下游应用来看，2B下游应用包括影视内容创作、商业广告、电商营销、城市文旅、动画教育、游戏娱乐等，应用场景多元化。2C方面，创意玩法持续拉近产品与C端用户距离，内容持续破圈。

n竞争格局方面，可灵等国产厂商表现突出。从模型表现来看，根据ArtificialAnalysis，Seedance1.0、Veo2/3、Kling2.0、Sora、MiniMax产品表现居前，国内模型水平达到全球领先水平。从商业化来看，根据TheInformation，Runway24年12月ARR达到8400万美金，25年底ARR冲??2.65亿美金；可灵2025年3月年化收入运行率突破1亿美金，4月及5月单月付费金额均突破1亿人民币，二者商业化表现突出。在使用量和访问量维度来看，Kling、Sora、Veo、Hailuo、PixVerse等表现居前。

n投资建议及相关标的。我们看好AI视频生成行业发展，产品可用性持续提升，商业化进入发展快轨。重点关注：快手（1024.HK）以及美图公司（1357.HK）（未覆盖）。

n风险提示：产品推广不及预期的风险；AI技术发展不及预期的风险；监管趋严的风险；算力瓶颈的风险；AI视频技术迭代不及预期的风险；商业化不及预期的风险；AI生成内容的版权风险

请务必阅读正文之后的免责条款部分;

2.AI视频生成行业：逐步进入可商用阶段，应用及商业化加速

3.投资建议及相关标的

4.风险提示;

n技术路径探索，从图像拼接生成-GAN-Transformer-DiffusionModel-DiT：相比于图片生成视频生成更为复杂，若按帧率24帧/秒，一条5秒的视频就百余张图像合成，同时视频生成还需要考虑时序连贯性、空间一致性等问题。20世纪90年代以来，AI视频生成持续迭代，经历了多个关键技术的突破，经历了从静态图像序列拼接成视频流-GAN-Transformer-DiffusionModel-

DiT的技术演进，生成内容丰富度以及可控性持续提升。

图：AI视频生成技术路径探索;

nVAE（VariationalAutoencoder变分自编码器）于2013年由Kingma和Welling提出，2015开始被应用于视频预测任务，通过编码器将输入数据映射到潜在空间，然后通过解码器从潜在空间生成数据。VAE生成视频内容存在模糊等问题。

nGAN（GenerativeAdversarialNetworks,对抗生成网络）于2014年由IanGoodfellow等人提出，2016年左右开始用于视频生成，主要由生成器（Generator）和判别器（Discriminator）两部分组成，生成器负责生成数据，判别器负责判断