中国视频模型Top 3，开始分道而战

智东西
作者 王涵
编辑 漠影

国庆前后，Seedance、可灵和Vidu的连续动作，让中国视频模型的竞争除了一如既往全球遥遥领先，还以三足鼎立之势走出几条路径：

有人把重点放在内容生产的工业化效率，有人押注专业制作所需要的控制力，也有人试图把人物、镜头、视效的表现力，和更低的试错成本放进同一件产品里。

这种路径分化，很快体现在具体产品发布上。

9月28日，可灵AI官宣新一代视频生成模型Kling 4.0；10月8日，生数发布新一代视频生成旗舰模型首个预览版本Vidu Q4 Preview，0.09元/秒起，进一步把生成效果和性价比推到极致。

模型发布之后，不少专业的视频导演进行了深度体验。例如内容创造者森海荧光，用Vidu Q4 Preview制作短片《青山》，讲述了一位守城老将用自己的生命与攻城将军换取城中百姓平安的故事。

AI视频过去最容易出现两种错位：角色看似精致，却没有情绪推进；场面看似热闹，镜头却没有叙事目的。

这个短片《青山》就提供了一个很好的观察样本，片中老将的白发、皱纹、胡须等强特征给模型提供了稳定锚点，逆光与特写中仍能保持一致。

片中的大场面，如山谷行军、长城关隘、军帐夜营等美术风格统一，低饱和影调和局部烛光处理十分有电影感。

这部由Vidu Q4 Preview制作的短片，不仅证明AI已经会拍电影，也恰好说明了我们该怎样衡量视频模型的能力：人物、场景、镜头和情绪，能否一起带着故事往前走。

而这正是“传神”比“清晰”更难的地方。一个眼神的停顿、一次转身后的拉远、一次爆炸前短暂的安静，都在决定观众能否理解：这个人为什么要这样做。

除了模型效果外，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，正在进入普通创作者和小团队可以更高频使用的区间。

这说明，在中国视频模型从技术竞赛走向生产竞赛的进程中，模型和工程效率正在转化为更低的创作成本。

视频生成模型的“DeepSeek时刻”，真的要来了吗？

一、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“火”，正在熊熊燃烧。

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，这一数字将跃升至近1497亿元，年均复合增长率达152.9%。

烈火之上，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”这个词，本身就带着同场竞技的味道，倒是让我联想到了中国游泳队。

Sora关停之后，国产模型在窗口期里接连打破曾被国际巨头长期把持的“尘封纪录”，泳姿各异，却都在同一片泳池里游出了世界级成绩，共同把行业水位推高。

Seedance的核心优势，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的发布还引起了破圈讨论，足以证明模型底子过硬。

可灵的优势，在于深耕垂直场景以及快速商业化。快手将可灵深度绑定短剧、电商、直播这些自身优势业务。这些场景既是产品打磨场，也是收入来源。

在“决赛圈”阵容中，生数科技是少数的创业公司玩家。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，在AI视频领域的发展中，一些里程碑式的发展就是这支团队开创出来的。

从发布之初主打的长时间、高一致性生成，到后来在业内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的一致性去生成新画面——再到动漫这类更吃审美的题材，Vidu一直在证明一件事：比生成质量，创业公司也能站上第一梯队。

这次，新Q4的预览版本已经在AA榜单超越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正式版相信也十分值得期待。

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。

二、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都更进一步。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。

镜头语言上，Vidu Q4 Preview可以生成跟拍、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，镜头和人物动作配合自然，几乎没有跳变和空间错乱。

在复杂视效上，Vidu Q4 Preview可以生成爆炸、火焰、烟雾、烟花、粒子、能量冲击等效果。特效发生之后，周围光影，烟雾和粒子随着运动扩散，角色动作和特效过程保持同步，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；各类元素还能跟随环境光动态变色，节奏统一，转换效果不会显得生硬割裂。

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，其最多支持15张参考图、3段参考音频，创作者可以把人物、场景、商品等视觉信息组合起来，再用文字描述明确它们之间的关系，补充更多细节。

例如，用户可以将人物声音、人物设定图以及分镜图发给Vidu Q4 Preview。

（声音）

Vidu Q4 Preview就可以根据参考图和音频生成完整的漫剧短片：

三、Vidu味儿遇上国漫崛起：一场历史性机遇

传神新Q4的发布，又引发了广大用户对独特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“是把想象力点燃，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，也开始尝试自己并不熟悉的动漫叙事；日本AI动漫创作者也在持续使用Vidu。横向对比里，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里，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、历史和美学可以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，只需要让地方传说、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也可以反过来把Q4 Preview主打的能力一次考全：文戏里，一个角色能不能用细微表情接住上一句台词；武戏里，格挡、追逐和转身能不能连贯；切镜之后，人物与空间关系还在不在；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。

四、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，我们得先理清“DeepSeek时刻”究竟意味着什么。

2025年1月，DeepSeek-R1开源面世即爆火。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”意味着的，是三件事的同时发生：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的价格为0.75元/秒、4K的价格为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，是能不能规模化落地的分水岭。

漫剧行业拼产能，依靠高频日更、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，同一套剧情需要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；

广告行业的痛点则在反复改稿，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，当成本降到每秒几分钱，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会有些偷懒，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。

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。