2024年传媒行业专题报告：国产AI视频大模型应用落地先行，行业空间、降本幅度、竞争格局探讨

1. 6 月国内视频生成大模型爆发，可灵快速出圈

Sora 之后，国内外至少 8 家公司发布新产品或模型升级，多数已向全体用户开放， 技术、应用和融资方面取得积极进展。Stability AI 宣告 Stable Video 开启公测，紧接着 谷歌、阿里巴巴、字节等企业亦纷纷更新或公布其 AI 视频模型。 （1）技术方面，模型生成时长明显进步，基础生成时长延长，支持超 10 秒时长的 产品增多，视觉效果方面分辨率、帧率提升，与 Sora 的差距大幅缩短。 （2）应用方面，已有较多产品面向 C 端开放，部分产品已应用于微短剧创作，成 本和制作周期较传统模式大幅缩减。国内公司相较于 Sora 在面向用户开放以及商业落 地方面先行迈进，使市场目睹了 AI 视频大模型应用的具体情境与商业可行性。 （3）融资方面，5 个月内至少 5 家创企获得超亿元融资，累计约 12 亿元，Runway 被曝正在洽谈 4.5 亿美元融资。除了传统互联网大厂，爱诗科技、生数科技、三呆科技 （Sand AI）、Haiper AI 等新玩家获得融资，部分公司创始人背景强大。Pika 和 HeyGen 于 6 月分别获得 8000 万美元、6000 万美元融资，投后估值均在 5 亿美元左右。

1.1. Sora 以来，视频生成模型上线加速

今年 2 月 16 日，OpenAI 推出 Sora，引发了市场对 AI 视频生成赛道的广泛关 注。然而，历经 5 个月，Sora 仍未上线。在此期间，国内外的大型企业、创新企业纷 纷竞相发布新产品或进行模型升级，并且多数已面向全体用户开放，其中存在诸多效果 亮眼的产品，致使 AI 视频生成的格局再度产生变化。自 Sora 发布以来，国内外至少 有 10 家公司发布了新产品或模型，7 月 24 日快手可灵和爱诗科技 pixverse v2.0 同一 天发布，7 月 26 日智谱发布 AI 视频生成产品“清影”，7 月 30 日生数科技发布 VIDU 模型，8 月 6 日智谱清影宣布“清影”背后的模型 CogVideoX-2B 开源。 从技术能力上看，这些视频模型的基础生成时长由先前的 2~4 秒延长至 5 秒，且 超过半数支持超 10 秒的时长，另有部分产品提供了延长功能。于当前免费可用的产品 当中，生成视频时长最长的为可灵的 3 分钟。分辨率和帧率亦有提升，支持 720P 及以 上的产品数量增多，帧率向 24/30fps 趋近；而此前的产品所生成视频的分辨率大多约 为 1024×576，帧率多为 8～12fps。 Sora 尚未推出，为国产大模型创造了良好的窗口期。我们认为国产视频大模型有 较大追赶潜力。

1.2. 可灵大模型全球上线、pixverse 升级，国产大模型应用落地领先

可灵大模型的发布标志着国内视频生成大模型已达到新的高度。6 月 6 日发布当 天，诸多业内人士受邀测试，整体反馈良好。可灵的表现相较抖音和腾讯过往推出的视 频生成模型更为出色。（1）时长方面，可灵能够生成时长达 3 分钟的视频，然而抖音的 即梦现阶段仅支持生成最长 3 秒的视频，腾讯的混元大模型则可生成 16 秒的视频。 （2）快手可灵与 Sora 相近，在技术路线、训练数据质量等方面突出，还能如 Sora 般 真实还原物理规律，在运动合理性等方面表现优秀。猎豹移动董事长傅盛表示，可灵甚 至能超越 Sora。（3）技术维度上，“可灵”在多个技术维度上表现优秀，不仅可以支持生 成长达 2 分钟、分辨率高达 1080p 的视频，且支持多种视频格式、多种宽高比；可以 模拟物理世界特征，具备强大的概念组合能力和想象力，对细节刻画到位。（4）最重要 的是，“可灵”不是实验室放出的 Demo 或者视频结果演示，而是短视频领域头部玩家快 手推出的产品级应用。

可灵大模型 C 端热度较高，访问量及 DAU 快速增长，实现跨圈层的传播。可灵 模型已嵌入快影 APP 中。快影类似于抖音的剪映，是一个面向创作者的视频编辑工具。 用户可以通过内测获得 AI 生成视频的功能。近一个月，快手快影 APP 在中国 IOS 排 行榜的名次快速提升，7 月 3 日已在“摄影与录像免费应用”榜单上排第 6。截至 7 月 9 日，可灵 AI 已生成 700 万条视频，吸引了近 70 万申请用户，成为全网最热的视频 生成大模型。在抖音、快手、小红书等社交媒体平台上出现了大量使用可灵制作的 AI 视频，如让专辑封面动起来或使老照片复活等，其热度正逐步增长，实现了跨圈层的传 播。

爱诗科技 Pixverse 7 月 24 日全球同步发布了 AI 视频生成产品 PixVerse V2 版 本。相较于 V1，升级版引入了自研的时空注意力机制，增强了空间和时间感知能力， 使得视频生成更长、更一致、更有趣。 相较于其他视频生成软件，pixverse 的特点在于：1）可以自行创建角色（character）， 支持三种生成模式，即文本生成视频（text to video）、图片生成视频（image to video）和 角色生成视频（character to video）；2）支持微调，生成后可以修改视频中的特定元素， 例如“去除天空中的云”、“动作修改为跑步”；3）有 UGC 社区，可以根据其他用户发布 的内容“做同款”。

Pixverse 采用订阅收费模式，每次生成视频需消耗 10~30 积分，生成后对视频进行 修改所消耗的积分和创建一个全新视频是一样的定价。基础版为免费，每天可获得 50 积 分，即最多可以生成 5 次；付费版本包括标准版、pro 版、premium 三档，定价从 5 美 元/月到 60 美元/月不等。据此计算，Pixverse V2 模型定价约为 0.1 美元/8 秒，0.05 美元 /5 秒。

2. 行业空间：基于视频时长测算，AI 视频生成潜在行业空间为 3178 亿元

2.1. 中性假设下，C 端和 B 端潜在行业空间分别为 2673 亿元、505 亿元

我们将 AI 视频生成应用领域分为 C 端和 B 端，预计 C 端先行，B 端逐步渗透。目 前 AI 渗透率较低，我们基于视频上传和制作时长，以及 AI 渗透率的假设，对行业潜在 规模进行测算。 根据广电总局报告，2023 年全年中国互联网平台新增短视频 5.5 亿小时、2023 年全 年新增互联网视频节目（不含短视频）时长为 1.1 亿小时。我们认为，AI 视频生成技术 的普及有望推动从“拍摄视频”逐步转变为“拍摄+AI 生成”并行模式。我们将 AI 视频 生成渗透率定义为“AI 生成的视频内容时长÷上传总时长”，并预计渗透率将逐步提升。 目前，可灵定价为 1 元/5 秒（高性能模式）、3.5 元/5 秒（高表现模式），对应每小 时生成价格为 720~2520 元。由于 B 端内容质量要求较高（例如更高的清晰度、更高的 一致性要求、更多的生成次数），单位时间的 AI 制作成本较 C 端将更高。我们取 720 元 /小时代表 C 端价格、2520 元/小时代表 B 端价格。结果是，中国 AI 视频生成的行业潜 在空间为 947~5858 亿元，中性假设下（AI 渗透率=15%）为 3178 亿元，其中 C 端、B 端市场空间分别为 2673 亿元、505 亿元。

在以上计算中，我们的假设主要有三个：总视频时长、AI 视频生成模型定价、AI 渗透率，其中 AI 渗透率是最核心的假设。 我们认为，AI 渗透率提升的驱动力在于：1）AI 成本低于人力，且在快速下降；2） AI 的技术在快速进步，效果逐步达到甚至超越人力。 我们预计，AI 渗透率将沿着三个方向提升：1）从短视频向长视频渗透，2）从奇幻 和玄幻题材向全题材渗透，3）从部分环节向全环节渗透。 在本章的第二、第三节，我们对以上观点进行展开。

2.2. AI 渗透率提升驱动力在于企业的降本增效诉求

2.2.1. 降本：AI 可降低影视制作成本约 43%（人机共创模式）、95%以上（全 AI 模式）

传统模式下，影视行业拍摄制作成本高昂，导致产能受限、存货周转率低、前期投 入风险高昂。AI 的引入有望大幅降低成本、提升影视内容产、提高存货周转率，并让影 视投资风险更加可控。 2018 年，电视剧平均投资成本为 7519 万元/部、355 万元/小时；电视动画片平均投 资成本为 686 万元/部、115 万元/小时；电影的制作成本（不含宣发）为 2300 万元~1.7 亿元/部，假设每部电影 2 小时，对应制作成本为 1250~8500 万元/小时。2024 年 5 月微 短剧制作成本约为 50 万元人民币（国内）、30 万美元（海外）。

AI 视频大模型成本远低于传统模式，且制作速度更快。根据我们的估算，全 AI 模 式下，电影、长剧、动画片、短剧的制作成本分别为 3457/12965/5154/576 美元，对应 2.5/9.3/3.7/0.4 万元人民币，相较于传统模式成本降低幅度超 95%。 计算过程如下： （1）我们选取快手可灵、pixverse、Luma 三款视频大模型的定价作为参考。考虑到 B 端影视制作对于画质要求较高，我们均以各家视频大模型最高定价来进行计算。例如， 快手可灵定价为 1~3.5 元/5 秒，我们选取 3.5 元/5 秒定价进行计算；其他模型也是同理。 （2）考虑到电影对画面质量的要求更高，长剧和动画片次之，短剧再次之，我们假 设抽卡率分别为 0.1/0.2/0.2/0.5（抽卡率表示生成 n 次得到理想结果的概率，例如抽卡 率=0.1 表示生成 10 次后保留 1 个想要的结果，其余的 9 次均为废片）。 （3）根据 成本=时长×单位时间定价÷抽卡率 计算，得到全 AI 模式下，一部 120 分钟的电影制作成本为 900~7024 美元、一部 900 分钟长剧（假设 30 集、每集 30 分钟） 成本为 0.3~2.6 万美元、一部 358 分钟动画片（采用 2018 年平均制作时长）成本为 0.1~1.0 万美元、一部 100 分钟短剧（假设 60~70 集，每集 1.5 分钟）成本为 150~1171 美元。

以上计算仅为调用视频大模型的成本，并未考虑演员、人员、设备、道具等成本。 由于当前 AI 视频模型尚不能完全替代人力（例如虚拟人的微表情没有主演丰富），因此 我们认为 AI 技术将先在部分环节进行应用，而后逐步向更多环节渗透。 我们以电影为例，其成本结构包括剧本、演员、导演等工作人员、拍摄和道具等， 我们假设 AI 能够缩短整个制作周期，并在部分环节替代一部分人员。得到的结论是， AI 有望降低 43%的制作成本。我们认为 AI 对宣发环节降本效果可能不显著，加上宣 发成本后，预计 AI 对电影总成本的降本幅度为 29%左右。

AI 大模型整体呈现定价快速下降的趋势。例如今年上半年，较多大语言模型厂商 纷纷宣布降价，其中 GPT-4o mini 的定价更是较 GPT-3.5 下调 66%。类比大语言模型， 我们认为视频生成大模型的成本也有望降低，从而推动调用需求进一步上升。

2.2.2. 增效：AI 视频能力快速升级，可控性、一致性、物理世界理解能力均在提升

从可灵、清影、Pixverse 等产品的迭代来看，AI 视频生成技术正在快速迭代，可控 性、一致性、物理世界理解能力均在提升，这是决定其渗透率的关键因素。AI 视频生 成大模型快速迭代，于奇点时刻过后，将迎来用户的大规模汇聚以及数据飞轮的运转。 回顾 Midjourney 发展，V5 版是从“玩具”升级为“生产力工具”的关键临界点，带来用户 涌入和数据飞轮转动。相较于文生图，文生视频技术的迭代速度更快，第一代 DALLE·E 自出现至后续实现产业化，仅历经一年半的时间；23 年初已有视频生成技术问世，今年 2 月 Sora 发布，仅历经约一年时间；今年 6 月可灵发布，截至 7 月，已历经 3 次迭 代。文生视频的演进速率显著高于文生图，我们预计在半年之内，文生视频将会实现一 次更为重大的跃迁。 （1）快手可灵：一月三次升级，狂飙式进化。自 6 月 6 日正式亮相以来，快手可 灵 AI 作为在海外 AI 圈引起热议的国产大模型，一个月内经历三次迭代更新，从最初 的文生视频到支持多种功能，7 月在世界人工智能大会 WAIC 2024 上迎来第三次大升 级，发布新功能，在视频生成的质感、美感、可玩性方面提升。可灵 AI 还将上线更多 功能，如语音面部匹配、画面结构控制，这些功能已完成模型训练，运动生成、生成时 长、物理规律、指令响应四大能力也将进一步升级。

（2）智谱清影：8 月 6 日，智谱开源了“清影”视频生成背后的大模型。该模型具 有多个不同尺寸，此次开源的是 CogVideoX-2B，在 GitHub 发布 5 小时便获 3.7K 个 Star，具有出色表现和技术亮点。①效果出色：人物特写和一镜到底等场景的生成效果 出色，细节高清，连贯性佳，能拿捏光影、远景、近景等。②硬件要求较低：单卡 A100 上 90 秒可生成，单张 4090 显卡能够实现推理，而单张 A6000 显卡能够完成微调。 ③支持多种格式与在线体验：生成结果可下载.mp4 格式，还提供 GIF 格式，有在线可 玩的 demo。④技术亮点：智谱自研了三维变分自编码器结构，将原视频空间压缩至 2% 大小，大福降低训练成本和难度；兵开发了负面标签来识别和排除低质量视频。

（3）爱诗科技 Pixverse：7 月 24 日全球同步发布了 AI 视频生成产品 PixVerse V2 版本。相较于 V1，升级版引入了自研的时空注意力机制，增强了空间和时间感知能 力，使得视频生成更长、更一致、更有趣。用户可以一键生成 1～5 段主题一致的视频 片段，单片段可达 8 秒，多片段则可达到 40 秒；支持二次编辑，用户可以对生成的视 频进行智能识别和自动联想的二次编辑。公司预计未来 3 个月内还将进行多次迭代升 级，提供更好的 AI 视频生成体验。

2.3. AI 渗透率提升方向：由短到长、单题材到多题材、单环节到全流程

我们预计 AI 渗透率将沿着三个方向提升：1）从短视频开始，向长视频渗透；2） 从奇幻和玄幻题材，向全题材渗透；3）从部分环节开始，向全流程渗透。

2.3.1. 从短视频向长视频渗透

AI 目前已应用于短视频领域，涵盖短剧、音乐 MV、电影预告片、动画短片、广 告短片等。我们对 2023 年以来上线的 AI 短视频加以总结，发现 AI 视频生成技术正 朝着更高效、成本效益更优、应用范围更广、技术集成度更高的方向迈进。 今年 7 月，抖音和快手分别上线 AI 微短剧《三星堆：未来启示录》和《山海奇境 之劈波斩浪》，代表着当前生成式 AI 技术所能呈现的最佳影视效果，也反映了 AI 短 剧的商业化潜力。 快手《山海奇境》导演表示，当下这部短剧的尝试属于一种探索，在快手上播放亦 不收取费用，暂且未将盈利纳入考量。未来倘若与快手的可灵合作第二部、第三部微短剧，或许会共同探寻一些全新的商业化路径。快手平台短剧用户众多，每天超 2.7 亿用 户观看，播放量过亿的短剧有 300 多部，超 10 万创作者进行相关创作。为吸引更多用 户参与创作 AI 短剧，快手已推出“星芒短剧×可灵大模型”创作者孵化计划，提供资 金支持和激励。博纳影业行政总裁蒋德富指出，可以靠 AIGC 短剧集的模式提前探查市 场的动向，从短剧到长剧再到电影，实行三步走战略，在产业链条上形成闭环，让之后 投资长剧和电影更有把握，投资方向更准确。此外，华策影视表示，今年 9-10 月将推 出两部 AI 创作的微短剧。

海外已有 AI 微短剧商业化的案例，例如 Beelble AI 和 DreamFlare AI。 （1）Beeble AI 是一家总部位于韩国的 VFX 初创公司，成立于 2022 年，创始团 队来自 Krafton 的 AI 研究和机器学习团队。Beeble AI 的主要产品 Virtual Studio 能让 用户创建高质量视频，其 AI 技术可产生逼真灯光效果，能让小团队媲美大型工作室。 2023 年 10 月，Beeble AI 开始盈利，目前 Virtual Studio 移动应用有 300 万用户下载。 7 月 16 日，Beeble AI 获得 475 万美元种子融资，估值达 2500 万美元。公司已和海 外短剧平台 ReelShort 等公司达成合作。

（2）DreamFlare AI 是一款 “共创式”AI 短片平台，今年 7 月上线，且一上线就 有四种商业变现模式。DreamFlare AI 由前谷歌员工 Josh Liss 和纪录片制片人 Rob Bralve 创立，目标是助内容创作者用第三方工具制作短篇互动内容并货币化。平台创作 者与专业人士合作制作视频，变现模式包括订阅服务分发、广告收入分成、粉丝打赏和 商品销售。DreamFlare AI 预发布用户群超 300 万粉丝，获 Founders X Ventures 投资 支持，迄今已融资 160 万美元。 公司已与迪士尼等建立创意伙伴关系，与获奖导演合 作并签协议。

我们认为，以短剧为代表的短视频，将成为 AI 率先应用并实现商业化的场景。一 方面，竞争加剧导致短剧成本水涨船高，且海外短剧尤其受到成本和产能的制约，AI 短 剧有助于开辟新题材路径抢占内容竞赛优势，助力短剧生产降本增效、缩短创作周期、 提高资金利用率。另一方面，短剧的单集时间短、制作周期短、市场需求大、创作类型 相对固定，更有利于对 AI 大模型和应用进行快速验证，来自创作团队的反馈有助于大 模型技术优化。

2.3.2. 从奇幻玄幻题材向全题材渗透

在传统影视领域，奇幻和科幻类型因特效成本高昂、制作周期漫长而发展受限，然 而 AI 能够显著提升奇幻短剧的创作效率。过去，影视制作领域的技术主要有绿幕、CG 技术，主要体现于背景制作、特效辅助方面，而 AIGC 在影视制作行业的参与程度更高， 对于提升行业效率和降低成本的效用更为显著。以削减人员成本为例，传统影视制作行 业通常牵涉规模庞大的人员团队，例如一个剧组可能多达上百人，倘若采用 AIGC 技 术，主要涵盖前期剧本创作、中期的“提示师”以及后期的剪辑人员，人员数量能够缩减 超 2/3。 目前剧集题材集中于都市情感和逆袭，而科幻玄幻类占比较低。2024H1 微短剧中 玄幻题材热力值占比仅 3%。2023 年中长剧里，科幻+奇幻玄幻+古装仙侠+武侠，四个 品类加起来的数量占比仅 10%，其中科幻+奇幻玄幻的数量占比仅 4%。我们认为这在一 定程度上是因为科幻玄幻类的后期特效成本较高。而这正是 AI 视频生成技术所擅长的 领域，正如今年 7 月抖音和快手上线的 AI 微短剧均选取了科幻题材。

2.3.3. 从部分环节向全流程渗透

我们预计 AI 将先渗透进特效后期环节，然后逐步渗透拍摄环节。特效成本高昂， 据不完全统计，海外电影制作成本中 50%~70%为特效成本。

2024 年动画艺术家工会（Animation Guild）对美国的 55 万名影视行业从业者进行 问卷调查，发现 75%的公司进行了裁员或缩减招聘，69%的公司使用生成式 AI 技术， 其中，后期制作公司使用生成式 AI 的比率较于其他公司更高。 已使用生成式 AI 技术的公司中，约 44% 的公司将其应用于生成 3D 模型、39% 应用于设计角色和环境、37%应用于语音生成。受访者表示，到 2026 年，美国约 21.4% 的电影、电视和动画工作岗位（约 11.9 万个）可能会被生成式 AI 所替代，其中影视公 司聚集的加州和纽约将受到最大影响，这两个州将分别有 4.0、1.6 万个工作岗位受到 影响。

目前 AI 已经能实现短时间的动画制作（生成动画短片和微短剧、自动化角色和场 景设计），AI 虚拟拍摄（创造虚拟背景和环境，可以节省外景成本、缩短拍摄周期）、AI 换脸、AI 生成虚拟人物、AI 视频搜索等。

以爱奇艺为例，公司已将 AI 应用于内容创作、智能分发与消费、广告投放等多个 环节，赋能其长视频创作者、短视频 UGC 创作者、内容消费者和广告客户。2023 年 10 月，公司推出 AI 搜索功能，观众在搜索环节就能一键直达心仪内容，这是业内首次将 生成式 AI 技术应用于角色、剧情、明星三大搜索场景。以上成绩得益于爱奇艺“星罗 剧情理解平台”。该平台能学习理解弹幕、评论及正片关键帧，生成剧情片段和看点，自 动剪辑视频卡段，使个性化推荐和直达名场面成为可能。生成式 AI 缩短用户找片流程， 承接站外流量，生产高质量素材。目前，站内全端生成超 70 万条运营素材，涵盖剧集、 综艺等。站内外协同实现分发“提质增效”，剧情搜索场景下，人均观看时长提升 40%。

2.4. 长期展望：内容消费者转变为内容创作者

人类天然具有表达的欲望。过去几十年，内容行业的大趋势是，内容创作门槛逐步 降低，内容创作者数量逐步增加，内容生产机制从 PGC 转变为 PGC+UGC 共存。抖音 和快手之所以能够崛起，离不开两个时代趋势：一是移动互联网与智能手机的涌现，促 使内容从 PGC 向 UGC 实现迅速升级，短视频创作门槛大幅降低；二是人与信息的交 互方式发生范式升级，从主动搜索信息，转变为推荐算法使人被动接受信息推荐。短视频平台为普通人创造了表达的机会，让普通人的生活也能“被看见”；网文创作平台让更 多人成为兼职作家，拥有出书和改编的机会。 回顾近 20 年的互联网发展历程，在视频创作生态的初期，以 PR、FC、达芬奇为 代表的传统工具延续其专业属性，一直服务于小众人群。在视频生态兴起时，以会声会 影等工具为代表的国产桌面工具开启了平民化时代。直到以剪映为主要代表的新兴互联 网工具出现，才真正开启了视频的个人化表达，并彻底引爆创作生态。视频创作工具是 视频内容生态发展的关键驱动力。 以海外版 tiktok 为例，2015 年海外上线以来用户数快速增长，而后增速趋于平缓， 2020年4月首次出现MAU下滑。也正在是这个时间，字节推出了海外剪辑工具CapCut。 CapCut 上线初期便广受欢迎，用户数快速增长，且多年维持美国 ios 影像工具排名第一 的位置。在 CapCut 的拉动下，2020 年 12 月 Tiktok 海外用户开始回升。我们将 Tiktok MAU 除以 CapCut MAU，代表“内容消费/内容创作之比”，这一比值从 2020 年 12 月的 15 倍提升至 2024 年的 4 倍。

展望未来，我们认为 AI 视频技术的普及，将更大程度地赋能普通用户，让更多内 容消费者转变为内容创作者，释放创意和灵感的价值。

3. 竞争格局：这一轮竞赛大概率将由互联网大厂引领

这一轮视频生成竞赛中，核心竞争要素是什么？ 在 chatgpt 刚出现时，市场担忧国内公司难以追赶，但后来国内出现了“百模之战”， 各家大语言模型整体性能都较好，先发优势并不显著。我们认为，当前视频生成的技术 阶段类似 2022 年 12 月 chatgpt 刚问世时 LLM 模型所处的阶段，随着各个公司加大投 入，技术上的差异将不再显著。Sora 和可灵的推出，更是验证了“大力出奇迹”的规律。 相比于技术能力，我们认为更重要的因素将是数据和场景，这将直接决定各个公司 在未来视频生成行业的生态位和所处梯队。

3.1. 类似 2017 年，AI 视频工具将引发第二次互联网平台流量争夺赛

字节和快手都将 AI 视频生成定位于战略级项目。 快手方面，“可灵”项目于今年 3 月立项、6 月发布小范围内测、7 月全网上线，仅 耗时 4 个月，期间还完成了三次模型升级迭代。快手之所以能快速推出“可灵”，核心 在于公司对项目高度重视，大力投入资源。可灵项目开启后不足一个月，便获得了程一 笑的支持，被提升为公司战略级项目，在资金、GPU、人才资源等多方面获得支持。项 目由技术大牛万鹏飞带队，团队成员为合作多年的队友，来自清华、中科大、港科大、 浙大、港中文、上海交大、南京大学等。开发团队加班加点，优先做出再优化，不惜花 钱保证速度。 字节方面，抖音集团原 CEO 张楠于今年 2 月宣布辞去集团 CEO 一职，转而专注于 剪映的发展。剪映已经成为抖音的一个 P0 级项目，张楠亲自带队，寻求在 AI 辅助创作 上有所突破。张楠看好剪映的增长潜力，认为“AI 图像生成技术将为内容创作工具行业 带来巨大的变化和可能性”。在张楠的带领下，剪映团队进行了全方位的梳理调整，包括 团队重心的转移、内部组织的精简，以及加强战略工作。

我们认为，抖、快之所以高度重视剪辑软件，不仅是为了创收，更多的考虑是争夺 用户流量。AI 视频技术的普及，将让用户从内容消费者转变为内容生产者，内容供给的 爆发意味着用户注意力将成为更加昂贵和稀缺的资产。对于平台而言，谁能拥有更多、 更稳定的用户流量，谁才能在本轮竞争中立于不败之地。换言之，“attention is all you need”。 新一轮流量争夺赛正在拉开序幕。 在移动互联网流量增长接近天花板的背景下，而 AIGC 成为存量流量竞争的焦点。 2023 年 6 月至 2024 年 6 月，移动互联网 MAU 同比仅增长 2%，而 AIGC APP 的 MAU 同比增长 652%。2024 年 6 月，AIGC APP 的 MAU 共 6170 万人，占移动互联网 MAU 的 5%。类比 2010 年智能手机出现后，流量从 PC 端向移动端迁移的趋势，我们认为 AIGC 用户渗透率仍有较大提升空间。而在其渗透率提升过程中，率先拥抱 AI、将 AI 嵌入其原有场景的产品，将抢占传统 APP 的用户流量。

近期的 AI 广告投放趋势验证了这一观点。当前，大语言模型已处于“百模大战”的 焦灼期，更多的大模型供给在争夺有限的用户注意力。豆包、kimi 的广告投放金额快速 增长，24Q2 豆包投放金额环比增长 75 倍至 1.6 亿元，kimi 投放金额环比增长 70%至 2528 亿元，腾讯元宝也在今年 5 月开始进行广告投放，5-6 月合计投放金额达 483 万元。

内容行业具有供给驱动需求的特点，创作者天然地流向更低门槛、更好用、更便捷 的创作平台，而内容内容消费者则天然地流向更有趣、更丰富的内容供给平台。因此， 内容平台作为“中介”，首先需要吸引创作者，从而吸引更多消费者。

3.2. 互联网大厂在数据、用户、场景上具备优势

我们认为，在此轮视频生成竞赛中，核心竞争要素是数据、用户和场景。数据决定 了模型的基础能力，用户数决定了模型和产品迭代的速度，场景决定了盈利能力和商业 模式的持续性。 基于这三个维度，我们认为互联网大厂将扮演领头羊的角色。 （1）数据优势。数据是训练视频大模型的基础，抖音、快手作为全国最大的短视频平台，具有大量的用户、持续更新的短视频数据，以及多年以来积累的视频标签和分发 技术，这些是其他难以企及的。 2023 年全国新增视频内容时长近 7 亿小时，其中 6.6 亿小时来自互联网平台，而广 播电视节目、电视动画片、影视剧类电视节目合计近 775 万小时。互联网新增视频内容 中，又以短视频为主，高达 5.5 亿小时。

（2）用户优势。 短视频不仅是单用户使用时长最高的娱乐模式，承载了最大数量的用户体量。2024 年 6 月短视频 MAU 达 10 亿人，单用户每月平均使用时长达 61 小时，大幅领先于在线 视频、手游、在线音乐、在线阅读。短视频行业流量高度集中，抖音、快手等月活跃用 户规模 TOP5 APP 占据行业超九成流量。

（3）场景优势。内容行业具有供给决定需求的特点，好用的内容创作工具将先吸引创作者、再吸引 用户。对于 AI 产品，商业化至关重要。在多数互联网产品的成本构成中，相当大的一 部分为包含云服务在内的相对固定的运营成本，而这部分成本会随着用户规模的扩大逐 渐摊薄。然而，AIGC 产品则不同，用户每进行一次交互，比如与 ChatGPT 对话或者 用 Firefly 生成图片，都会在云端运算一次，从而产生相应的成本。用户使用得越频繁， 成本就越高。此外，大部分 AI 应用都处于生产力场景，也很难像互联网产品那样先投 入资金然后盈利。正如妙鸭相机的产品负责人所说：在 AIGC 时代，如果不能第一天就 向用户收费，就可能永远收不到用户的钱。 字节和快手原本就有运营多年的剪辑工具，分别为“剪映”和“快影”。通过引入 AI 功能，提升用户使用时长。根据 QuestMobile 数据，2024 年剪映、快影的月人均使用 时长分别为 50.2 分钟和 45.2 分钟，分别同比增长了 7.1%和 15.3%。更多的用户时长 意味着率先开启商业化变现，更早启动商业飞轮运转。

3.3. ADOBE 股价复盘：面对 AI 的冲击，积极转型，发挥合规和场景优势

其他公司会占据什么生态位？一方面，版权方的重要性会大幅提升。去年以来，国 内外已有大量 AI 相关的版权诉讼官司，近期，番茄小说和 runway 再次站在了风口浪尖。 种种事件表明，正版数据变得越来越重要。另一方面，专业影视编辑软件能够为用户提 供一体化的服务，在原有功能上嵌入 AI 功能，有望提升 ARPU 和用户粘性。

我们以老牌设计软件公司 ADOBE 为例，分析 AI 对其带来的挑战和机遇。 2023 年初，较多图像生成大模型和产品问世，对 Adobe 的股价带来负面影响。市 场担心 AI 新工具将抢占 Adobe 的市场份额。2024 年 2 月 Sora 问世，Adobe 股价更是大 幅下跌。 但是随着 Adobe 将 AI 功能嵌入其产品，不仅流量并未流失，而且还实现了提价。 例如，Adobe 在 2023 年 3 月推出 AI 工具 Firefly，市场反馈良好，问世六个月后累计图 片生成量超 20 亿，七个月超 30 亿，八个月超 45 亿。其图片生成规模及增速远超其 他文生图模型。2023 年 11 月，Firefly 开始收费，有效支撑了 Creative Cloud 产品涨价， 涨价幅度平均为 9%，相较于 2018 年的 8%和 2022 年的 5%，提价幅度更大，同时覆盖 更多地区及产品，且是较为少见的连续年份提价，不仅体现出 AIGC 技术出色的变现潜 力，也增强了 Firefly 带来收入增长的确定性。

相比于 Midjourney，Firefly 的优势在于合规、场景。 1）合规： Adobe 强调，Firefly 的训练数据完全来自经许可的 Adobe Stock 内容、 公开授权的内容及公开版权过期的内容，这确保了 Firefly 生成的内容可供商用。此外， Adobe 还承诺承担 Firefly 侵权的索赔费用，进一步降低客户风险。反观 MidJourney 和 Stable Diffusion，已面临多起版权纠纷（如 2022 年底三名艺术家起诉 MJ 和 SD 未经 许可使用自己的原创作品训练 AI，2023 年图像许可服务机构 Gretty 起诉 SD 训练数 据中包含数百万未经许可的艺术作品等）。在此情形下，用户（特别是企业用户）在尝试 将生成内容商用时会优先考虑合规风险较小的 Firefly，Adobe 可供训练的创意资源数 据集远超竞争对手。 2）场景：Firefly 与现有工作流深度融合。Firefly 内嵌于 Photoshop、Illustrator 等 产品中，用户可在软件中调用 Firefly 生成内容，并使用专业工具进一步修改，符合专 业设计师以 AI 辅助设计、提高效率的需求，使 AIGC 以零迁移成本融入日常工作流。 反观 MidJourney 和 DALL-E，均以独立网站形式存在，网站界面仅提供简单再修改工 具，即便与其他编辑软件联动，也无法达到类似 Adobe 的完善生态。

ADOBE 的案例提供了两点启示：1、AI 时代下，合规正版数据重要性越发提升； 2、全流程的生产工具不仅不会被垂类 AI 工具所替代，还可以将 AI 功能嵌入其中，提 升产品能力、用户付费和用户粘性。

编辑：火腿肠