分析师 刘萌媛 奕然

量子位智库 | 公众号 AI123All

Sora2五天下载量破百万次，引爆AI视频生成热度。

现在谷歌直接对标Sora2推出Veo3.1，主攻音频生成助推形成新高潮。

国外大厂你追我赶，将AI视频生成卷到电影制作级的创意能力。

国内企业也不甘居后，追求秒级生成且高清、稳定的视频产品，并落地更加细化的垂直场景。

此外，视觉模型与世界模型的深度融合，也让AI视频生成产品能够构建更加逼真细腻的3D物理场景，为无限且一致的视频生成提供技术动力。

综合性、多维度 的技术演进路径。

在生成能力上，多模态输入已成为标配，普遍支持文生视频、图生视频，并逐步实现音画同步生成，更进一步者实现Agent一站式生成，打造AI视频生成全流程体系。

在输出质量上，角色一致性、分镜设计、关键帧控制及口型同步等更加稳定可控，输出视频时长从几秒显著延长至数分钟，同时画面分辨率普遍提升至2K甚至4K级别，帧率可达60fps，确保了流畅的视觉体验，为各类场景应用提供稳定性高质量服务。

从用户数据来看，也印证了这一趋势。

量子位智库9月最新观察数据显示，共有5款AI视频生成产品访问量超过20万，分别是「旗舰100」中的即梦AI、可灵AI、RoboNeo、海螺AI，以及「创新100」榜单中的Vidu。

即梦AI APP下载量突破1100万，访问量增长27%，达到约950万；可灵AI web端月总访问量超过100万，紧随其后的是美图的RoboNeo。

此外，综合类AI产品如豆包、通义万相、智谱清影、阶跃AI等也具备AI视频生成功能。（详情可见量子位智库其他AI产品观察报告）

旗舰10001、即梦AI（Agent）

来自字节跳动。核心定位为下一站式AI创作与内容平台。

即梦AI核心功能包括「AI图片生成」和「AI视频生成」。图片生成层面，依托Seedream 3.0/3.1模型，支持一句话改图、平面草图转3D功能、智能画布和动态海报等功能。

视频生成层面，基于Seedance 1.0模型，支持文生视频和图生视频（最长3分钟），Agent模式可以一站式生成视频，提供首尾帧控制、镜头运动、对口型数字人和故事创作模式（剧本→分镜→成片）等功能，画面细节、物理运动一致性方面表现出色。

△即梦AI web端主页02、腾讯混元3D

来自腾讯。核心定位为一站式3D内容AI创作平台。

腾讯混元3D基于混元3D 2.5模型，支持文生3D和图生3D，且通过世界模型还支持文/图生360°沉浸式场景，可自由漫游、物理仿真，让「一句话变3D世界」从概念走向真正的生产力工具。

△腾讯混元3D web端主页03、可灵AI

来自快手。核心定位为AI创意生产力平台。

可灵AI基于快手自研可灵 2.5 Turbo模型，提供具备稳定性更强的高质量视频、及图像生成和编辑能力，支持「首尾帧稳定丝滑的画面衔接」「多图参考指定角色生成视频」「拥有百余种风格」，满足创作者在想象力发挥以及对创意素材生产与管理的需求。

△可灵AI web端主页04、小云雀（Agent）

来自字节跳动。核心定位为零门槛AI内容创作Agent。

小云雀接入Seeddream4.0模型，支持一句话AI生成脚本、分镜、剪辑、配乐的视频全流程生产，可商用数字人输入文字自动生成口播视频，可生成视频长度15s-60s不等，普通人也能产出专业级视频。AI图片设计支持智能换背景、光影优化、精准抠图等功能。

△小云雀app端介绍页05、海螺AI

来自MiniMax（稀宇科技）。核心定位为AI视频生产力平台。

海螺AI支持文生视频和图生视频，还能将2D插画转动态视频，实现动画电影级效果。AI驱动角色情感展现增强视频感染力，支持2K高清视频生成，帧率60fps，可在30秒内创建6秒的短视频片段。

△海螺AI web端主页06、绘想

来自百度，核心定位为AI视频创作平台。

绘想基于自研MuseSteamer模型，提供Turbo/Pro/Lite/有声版/1.0turbo五种模型选择，支持音视一体化视频生成及11种创意特效，适配中文语境，适用于短视频创作、广告制作等场景，并增添长视频内测。

△绘想 web端主页07、开拍

来自美图公司。核心定位为用AI制作网感口播视频的生产力工具。

开拍旨在为创作者打造全链路一站式的影像生产力服务，通过AI帮助口播视频创作者解决从脚本灵感到高清画质拍摄、视频人像精修、后期智能剪辑等全流程问题，支持智能加字幕、智能补帧、眼神矫正、手机电脑协同创作等功能。

△开拍 web端主页08、RoboNeo（Agent）

来自美图公司。核心定位为专注影像生产力的Al Agent。

RoboNeo以「一句话搞定影像生产力」为核心，支持对话式修图、设计及视频生成，工作流模式具备全链路图片视频创作能力，支持商业级精修、AI设计生成、视频创作、网页建站等功能，面向电商、品牌、创作者等提供「美图全家桶」级一站式AI影像处理能力。

△RoboNeo web端主页09、Tripo

来自VAST。核心定位为面向专业创作者与大众的云端AI 3D建模平台。

Tripo主打10秒级时间把文字或图片变成可打印、可动画、可商用的高保真3D资产，支持文生3D、图生3D、智能分割、智能低多边形生成、魔法笔纹理生成等方向应用。最新的Tripo 3.0模型提供雕刻级几何精度和出色的表面支持。

△Tripo web端主页10、Meshy

来自Meshy。核心定位为零门槛AI 3D资产工厂。

Meshy是为创作者打造的AI 3D模型生成器，旨在帮助游戏开发者、游戏工作室、3D打印爱好者和XR创作者等用户，在几秒钟内创建3D模型和动画，支持文本/图像生成3D、AI纹理生成、文字生成贴图等功能。

△Meshy web端主页创新10001、白日梦（Agent）

来自光魔科技。核心定位为文生视频一站式AI创作平台。

白日梦支持白日梦4.0、白日梦3.0模型选择，Agent模式可将2000字以内的中文文案自动转为最长6分钟、情节连贯的原创IP视频，新增局部重绘功能让角色、图片更加流畅细腻，支持静态绘本、动态漫画等多形态输出，具有角色DNA库、智能分镜引擎、多模态风格迁移、动态口型同步等功能。

△白日梦 web端主页02、Seko

来自商汤科技。核心定位为创编一体的AI短视频创作Agent。

Seko集成主流多模态生成大模型，用户通过自然语言对话即可自动完成从剧本创作、美术风格定位、配音配乐、分镜图绘制的AI短片全流程，支持角色一致性控制、智能模型选择等功能，无需复杂的操作技巧实现大模型全流程代理。

△Seko web端主页03、Vidu

来自生数科技。核心定位为全球领先的AI内容生产平台。

Vidu核心功能包括参考生视频、文生视频、图生视频，提供4s和8s两种时长选择，分辨率最高达1080P，最快10s生成视频。可生成高质量的动态视频、2D动画和多样化艺术风格内容，错峰模式支持闲时不卡积分和条数的不限量生成。

△Vidu web端主页04、拍我AI

来自爱诗科技。核心定位是AI视频生成平台。

拍我AI基于自研PixVerse V5模型，提供文生视频、图生视频及多特效模板功能，支持多关键帧生成与首尾帧生成动态转场，具备「自定义运镜能力」，内置创意模板库并开放企业级API接口。

△拍我AI web端主页05、Hyper 3D

来自影眸科技。核心定位为高精度AI 3D工厂。

Hyper3D基于自研Rodin Gen2 V1.8模型，集成3D ControlNet、LoRA风格模块，支持在几十秒内将2D图像和文本生成高质量3D模型并直接接入主流3D软件，主打「专业可用+极速迭代」，定位3D内容创作者的「Copilot」，支持高质量渲染、个性化定制和多格式兼容。

△Hyper 3D web端主页06、磁力开创

来自快手。核心定位为AI创意生产平台。

磁力开创集成Wow智能体（数字人定制创作）、Kwali智能体（一句话生成短视频）及DeepSeek（脚本生成）三大核心能力，提供王牌写手、全能数字人、商品营销官等专项工具，实现从脚本创作到数字人视频生成的全链路营销内容生产。

△磁力开创 web端主页07、造点

来自阿里巴巴。核心定位为多模态视频图像创作平台。

造点集成Midjourney V7与通义万相Wan2.5模型，支持图像与视频生成的一站式创作，具备音视频同步生成、图生视频无缝衔接及参数简化功能，提供特征词库与移动端对话式编辑，「美学控制」功能设计滑块，特征词库支持「120多个视角光线构图提示词」。

△造点 web端主页08、万兴天幕

来自万兴科技。核心定位为一站式AIGC创作平台。

万兴天幕支持文生视频、图生视频、视频续写等功能，可实现不同风格、丰富场景及主题的连贯性，在图片生成层面具备文生图、局部重绘、参考图生图等功能，在音频生成层面支持文生音乐、文生音效、文生语音、视频智能配乐等功能。

△万兴天幕 web端主页09、Medeo

来自一生智能。核心定位为一句话出片的端到端AI视频工作室。

Medeo通过Agent一站式处理脚本、分镜、素材匹配、配音、字幕、音乐等视频全流程，用户仅需输入文字或粘贴链接即可在10分钟内拿到可编辑、可交付的专业短片。

△Medeo web端主页10、MOKI

来自美图。核心定位为AI视频短片创作工具。

MOKI基于自研奇想大模型，支持从脚本生成、分镜绘制到视频合成的全流程创作。可生成完整分镜脚本并自定义视觉风格，支持「角色定制」与「分镜画面实时修改」，具备智能剪辑、AI配乐及自动字幕功能，有效简化动画短片、网文短剧等内容的视频制作流程。

△MOKI web端主页11、SEELE

来自全灵科技。核心定位是端到端多模态3D游戏生成平台。

SEELE支持零代码一句话生成3D游戏，具有角色控制、场景构建、自主协调交互行为、物理效果及剧情设计等功能，支持无限对话式重制编辑和内容播放，能够生成跑酷、赛车、教育模拟等多种游戏类型，实现从创意到成品的全流程自动化开发。

△SEELE web端主页12、FilmAction

来自瀚皓科技。核心定位是一站式电影生成平台。

FilmAction基于自研FANTASY2.0模型，整合影像工作流，支持最高16K视频生成与角色场景一致性控制，提供从剧本创作、角色生成、分镜设计、旁白配音配乐到视频合成等全流程一站式自动化制作，缩短制作周期，适用于电影制作、教育培训及广告创意等多种场景。

△FilmAction web端主页13、美册

来自优频科技。核心定位是AI视频生成工具。

美册具有视频抠像、3D模型制作、「手绘视频」及智能字幕等功能，集成特效模板与音乐相册制作，支持多种比例输出与3D环绕音效，适用于短视频制作、电子相册及创意特效等场景。

△美册 app端介绍页14、Video Ocean

来自潞晨科技，核心定位为AI agent视频创作平台。

Video Ocean接入GPT-5，通过视频智能体实现对话式脚本策划、视觉合成到配音字幕的全流程自动化，完成支持多语言背景音乐与实时字幕嵌入，几分钟可生成视频。

△Video Ocean web端主页15、影伙引擎

来自小影科技。核心定位为AI出海商业内容解决方案专家。

影伙引擎集成跨平台音视频编辑引擎、端侧多模态AI引擎及AIGC生成引擎，提供智慧视频创作、AI短剧制作与AI营销视频三大服务，支持4K/8K编辑、多模态数据处理与个性化内容生成，覆盖影视创作、跨境电商及短剧出海等场景。

△影伙引擎 web端主页16、Boolvideo

来自布尔向量。核心定位为一站式AI视频生成器。

Boolvideo面向全球电商与内容营销场景，支持多种内容转视频，可将产品链接、博客文章、脚本、图片等多种内容形式转化为视频，如输入产品URL可直接生成产品宣传视频，支持Shopify、Amazon、Etsy等电商平台。

△Boolvideo web端主页

专属AI产品从业者的实名社群，只聊AI产品最落地的真问题