中国视频模型Top 3，开始分道而战

国庆前后，Seedance、可灵和Vidu接连发布新动作，令中国视频模型领域的竞争不仅持续保持全球领先地位，还以三足鼎立的格局开辟出不同发展方向：一方聚焦于内容生产的工业化效率，一方押注专业制作所需的精准控制力，另一方则致力于将人物、镜头、视效的表现力与更低的试错成本整合于单一产品之中。

这种路径分化迅速体现在具体产品发布上。9月28日，可灵AI正式发布新一代视频生成模型Kling 4.0；10月8日，生数科技推出新一代视频生成旗舰模型的首个预览版本Vidu Q4 Preview，起价0.09元/秒，进一步将生成效果与性价比推向极致。

模型发布后，多位专业视频导演进行了深度体验。例如，内容创作者森海荧光使用Vidu Q4 Preview制作了短片《青山》，讲述一位守城老将牺牲自我以换取城中百姓平安的故事。

AI视频过去常出现两种错位：角色看似精致却缺乏情绪推进，场面看似热闹但镜头没有叙事目的。而《青山》提供了一个很好的观察样本——片中老将的白发、皱纹、胡须等显著特征，为连续人物一致性提供了视觉锚点。

片中大规模场景，如山谷行军、长城关隘、军帐夜营等，美术风格统一，低饱和影调与局部烛光处理极具电影感。

这部由Vidu Q4 Preview制作的短片，不仅证明了AI已能拍摄电影，还清晰展示了衡量视频模型能力的关键：人物、场景、镜头与情绪能否协同推动故事发展。而这正是“传神”比“清晰”更难实现之处——一个眼神的停顿、一次转身后的拉远、一次爆炸前的短暂安静，都决定着观众能否理解角色的动机。

除了模型效果，更值得关注的是价格与效率信号：旗舰视频生成模型的调用成本，正进入普通创作者和小团队可更频繁使用的区间。这表明，在中国视频模型从技术竞赛转向生产竞赛的过程中，模型与工程效率正转化为更低的创作成本。视频生成模型的“DeepSeek时刻”，真的要来临了吗？

01. 赛道竞争白热化，生数跻身头部军团

中国AI视频生成模型赛道的热度正持续攀升。头豹研究院数据显示，2020年至2025年间，市场规模年复合增长率达965%。进入2026年，市场规模约36.6亿元，预计到2030年将跃升至近1497亿元，年均复合增长率达152.9%。

在激烈竞争中，行业格局正从“百花齐放”加速走向“头部聚团”。字节跳动Seedance、快手可灵、生数科技等玩家聚拢成团，构成了赛道的“决赛圈”阵容。“决赛圈”一词本身就带有同场竞技的意味，让人联想到中国游泳队——Sora关停后，国产模型在窗口期内接连打破国际巨头长期把持的“尘封纪录”，泳姿各异，却都在同一片泳池中游出世界级成绩，共同推高行业水位。

Seedance的核心优势，在于背靠字节跳动完整的内容生态。2025年6月上线的Seedance 1.0，曾拿下Artificial Analysis文生视频、图生视频双榜单第一；Seedance 2.0的发布还引发破圈讨论，证明模型底子过硬。目前，它以绝对优势遥遥领先，并向全球验证了视频是继编程之后第二个大规模商业落地的赛道。

可灵的优势则在于深耕垂直场景与快速商业化。快手将可灵深度绑定短剧、电商、直播等自身优势业务，尤其在电影领域深耕。这些场景既是产品打磨场，也是收入来源。

在“决赛圈”阵容中，生数科技是少数创业公司玩家，并且是不容小觑的技术高地型AI Native玩家，尤其考虑到其在AGI发展中的智能储备后劲。毕竟，AI视频领域的多个里程碑式发展正是由这支团队开创。从发布之初主打的长时间、高一致性生成，到后来较早推出参考生视频——上传几张参考图，模型就能保持人物和物体一致性生成新画面——再到动漫这类更注重审美的题材，Vidu一直在证明：在生成质量上，创业公司也能站上第一梯队。

此次，新Q4预览版本已在AA榜单上超越Seedance 2.0，位列全球第三。此前的Vidu Q3曾以1241分位列中国第一、全球第二，一举超越Runway Gen-4.5、Google Veo 3.1与OpenAI Sora 2，Q4正式版同样值得期待。

工业级的表现力，试拍进入分时代、超清进入角时代，旗舰级视频模型的产业普惠推动力，让Vidu在Seedance的生态壁垒与可灵的场景深耕之外，拓宽了属于自己的竞争空间。Vidu Q4 Preview的发布，正是对这一差异化定位的进一步强化。

02. Vidu Q4 Preview，把“传神表现力”做出来了

Vidu Q4 Preview是生数全新一代高表现力全能旗舰生成模型，主打“传神表现力”，具体围绕人物演绎、镜头语言、复杂视效三项核心能力升级。

在人物演绎上，其所生成的人物在表情、情绪和肢体动作上的表现更进一步。当角色听到一句话、看到一件事或做出决定时，情绪从面部传递到全身，整个过程连贯自然。例如，在一个例子中，男主角对女主角的去世呈现明显的情绪递进，眼泪夺眶而出，情绪从恐慌、哀求、悲痛逐渐升级到彻底失控，极具代入感。

镜头语言上，Vidu Q4 Preview可生成跟拍、环绕、推进、拉远、升降、旋转等动态镜头效果。在高速运动、人物转身、遮挡、视角切换时，镜头与人物动作配合自然，几乎没有跳变和空间错乱。

在复杂视效上，Vidu Q4 Preview能生成爆炸、火焰、烟雾、烟花、粒子、能量冲击等效果。特效发生后，周围光影、烟雾和粒子随运动扩散，角色动作与特效过程保持同步，十分“入戏”。例如，在季节快速切换镜头中，模型可实现春之花瓣、夏之流萤、秋之落叶、冬之落雪的顺滑过渡；各类元素还能随环境光动态变色，节奏统一，转换效果不生硬割裂。

此外，Vidu Q4 Preview最高支持4K输出，单次最长可生成16秒，连续动作、镜头推进和情绪变化有足够的展开空间。同时，它最多支持15张参考图、3段参考音频，创作者可将人物、场景、商品等视觉信息组合，再用文字描述明确关系，补充更多细节。例如，用户可将人物声音、人物设定图及分镜图发给Vidu Q4 Preview。

Vidu Q4 Preview即可根据参考图和音频生成完整的漫剧短片。

03. Vidu味儿遇上国漫崛起，一场历史性机遇

传神新Q4的发布，再次引发用户对独特Vidu味儿的讨论——所谓“Vidu味儿”，就是动漫感、速度感、爆发力，用体验用户的原话讲，就像“把想象力点燃，直接推上天”。这种味道首先体现在动作与镜头上：角色转身，发丝顺势甩开；金币飞散，粒子有方向、有层次；镜头追着人冲出去，又懂得在一个眼神上停住。它不只要拍出动作的形，还想拍到动作背后的神。

这种表现吸引了一些原本在Vidu创作者计划（CPP）中做抽象艺术的创作者，开始尝试自己不熟悉的动漫叙事；日本AI动漫创作者也持续使用Vidu。横向对比中，大家反复谈到的，都是Vidu“好燃”。

但“好燃”只是表面。在这一轮视频模型竞争中，动漫其实并不只是一个顺手补上的“风格包”，而是值得单独争夺的主战场。之所以是主战场，是因为它背后连着更大的文化机会。《哪吒》《黑神话：悟空》等成功作品的崛起，共同提醒行业：中国神话、历史和美学可通过新的视觉语言抵达全球观众。接下来的难题，是如何让更多原创角色和故事持续生长。

日本动漫的国际传播提供了一个参照：真正带来文化影响力的，其实是角色、连载、电影、游戏、音乐和衍生消费相互支撑的长期IP经营。中国其实并不需要复制日漫，只需让地方传说、科幻想象与当代生活，有机会从一个设定、一支短片，进化成有人愿意追看和分享的作品。

要拿下这个主战场，最终还要看模型能力。但同时，动漫场景恰恰可以反过来把Q4 Preview主打的能力一次考全：文戏里，一个角色能否用细微表情接住上一句台词；武戏里，格挡、追逐和转身能否连贯；切镜之后，人物与空间关系是否还在；烟火和能量效果，是在放大情绪，还是在遮住动作。同时，多次生成的可用率、镜头衔接和后期修正也摆上台面，创作者才看得到差别究竟在哪里。

如果模型能让小团队用更低成本测试角色、分镜和高光动作，它帮助的就不只是“更快出片”，也可能是让更多有潜力的中国原创IP跨过第一轮试拍门槛。文化建设不会被一个模型包办，但创作者得到更多可负担的表达机会，这是这条产业链真实的一步。

04. 从能力突破到创作普惠，生数站在临界点上

技术的飞速发展，是否就可以说明视频生成已经迎来“DeepSeek时刻”了？要回答这个问题，得先理清“DeepSeek时刻”究竟意味着什么。2025年1月，DeepSeek-R1面世即爆火。它把最前沿的模型能力以近乎免费的方式开放出来，推动了真正的技术平权。拆解开来看，这个“时刻”意味着三件事的同时发生：前沿性能、系统效率、大众可用性。

如今，视频生成模型正在逐渐逼近这一刻。生数科技同时铺设了面向开发者的MaaS和面向创作者的SaaS两条路，让不同的人都能用得上。Vidu Q4 Preview把门槛压到了0.09元/秒起：MaaS图生视频720P价格为0.59元/秒、1080P价格为0.75元/秒、4K价格为2.43元/秒，均为全网最低。SaaS侧在Preview阶段还有两个月限时优惠，部分使用成本降到每秒几分钱。

对于行业而言，每秒几分钱与每秒几块钱之间的差距，是能否规模化落地的分水岭。漫剧行业拼产能，依赖高频日更、长篇连载的模式，单集制作成本直接决定项目能否跑通；短剧行业则依赖海量素材测试，在投流逻辑下，同一套剧情需产出多个版本投放测试，爆款靠试跑筛选。测试的边际成本越低，团队敢于投放的素材版本就越多。

广告行业的痛点在于反复改稿，客户提出调整需求，往往意味着成片推翻重做。过去每迭代一版都要额外付出成本，如今提案阶段就能一次性产出多套完整成片；影视行业则受益于前期预演，概念预览、特效预演向来是预算消耗大户。如果成本能降到每秒几分钱，剧组在正式开拍前，就能提前预览镜头效果。

用“价格战”来概括这一现象难免有些偷懒，透过现象看本质，这其实是一次创作权力的下放。效率提升直接压低了单次生成的算力成本与时间成本，为价格下探铺平了路。定价则直接降低了单次尝试的成本门槛，让多轮迭代成为日常，真正打开了创意的试错空间。当创意的边际成本趋近于零，个人创作者、工作室和企业团队，第一次站到了同一条成本起跑线上。视频模型的“DeepSeek时刻”，核心正在于此：让前沿能力走向更多创作者。

05. 结语：视频模型的“DeepSeek时刻”，让前沿能力走向更多创作者

一切技术的发展，最终目标都不只是亮眼的参数，而在于让能力不再被预算和资源垄断。过去，一段有表现力的视频需要团队、设备和时间堆出来；现在，一个创作者加一台电脑，就能触及过去只有专业制作才能完成的画面。Vidu Q4 Preview以传神表现力和极致性价比，让这种平权有了落地的支点。当更多人拥有表达的能力，让创作回归想法本身时，视频模型的DeepSeek时刻，或许才真正到来。

本文来自微信公众号“智东西”（ID：zhidxcom），作者：王涵，编辑：漠影，36氪经授权发布。