4月视频模型竞争激烈：巨头三强争榜单与用户，二梯队分化，Sora退场凸显ROI困境
巨头三强：有人抢声量，有人冲榜单
4月以来，视频模型重新成为AI行业里最拥挤的赛道之一。先是月初，阿里的HappyHorse - 1.0登顶Artificial Analysis视频竞技场榜单，在无音频文生视频榜单中拿到1368的Elo分，力压Seedance 2.0和可灵3.0。随后，总部位于美国的fal.AI上线HappyHorse - 1.0官方API。同一时间，视频模型创业公司开始密集释放资本信号，生数科技和爱诗科技在斩获两笔融资后，先后传出考虑赴港上市的消息。
国产视频模型的头部由三大巨头组成：快手可灵、字节Seedance以及阿里HappyHorse。可灵的关键词是商业化，在技术指标的打榜之外，可灵最早拿出了相对清晰的收入账单。公开报道显示，可灵在2025年12月单月收入超过2000万美元，相比2025年3月披露的1亿美元年化收入有明显增长。快手方面透露，截至2026年1月，可灵AI年化收入运行率（ARR）已超过3亿美元，并透露出今年将实现收入同比翻倍以上增长的信心。同期，可灵服务超过6000万创作者，累计生成超过6亿条视频，并与超过3万家企业用户建立合作。
Artificial Analysis最新榜单显示，在无音频文生视频榜单中，Kling 3.0 1080p Pro排在第三，前面是阿里和字节的HappyHorse 1.0和Seedance 2.0。值得注意的是，主导HappyHorse的核心人物张迪，此前正是可灵的技术负责人。不过，只看榜单跑分，Seedance 2.0、HappyHorse和可灵3.0的差距并不大，真正的差距体现在，阿里和字节不约而同地下场开始争抢用户声量。
Seedance 2.0的关键词就是“出圈”。该模型发布后不久，一段由爱尔兰导演Ruairi Robinson用Seedance 2.0生成的“汤姆·克鲁斯与布拉德·皮特”视频在社交平台传播，其中一条播放量超过140万，另一条超过300万。甚至马斯克都曾在X上评论Seedance 2.0视频：“这一切发生得太快了。”Seedance 2.0在国内的出圈，也被“雪山救狐狸”带起。这条由贵州一家酱板鸭品牌四人团队制作的AI短片，耗时约5小时、花费40元，全网传播量突破50亿。与此同时，字节也在主动推动Seedance 2.0的行业心智：贾樟柯担任监制的春节贺岁短片《贾科长Dance》由Seedance 2.0生成，火山引擎总裁谭待还透露，Seedance 2.0在正式推出前已参与央视春晚多个节目的视觉制作，春晚是它的第一个客户。
不过，用户声量的扩张，并不完全能代表商业层面的胜利。一方面，字节目前没有披露类似可灵那样清晰的ARR口径。在专业级用户的市场中，究竟与可灵的市场份额占比如何，仍是未知。其次，Seedance 2.0的出圈，直接在正面撞上版权和肖像问题。美国电影协会、演员工会等好莱坞组织批评Seedance 2.0涉嫌大规模未经授权使用版权作品和演员肖像，随后，字节方面因好莱坞版权争议暂停了Seedance 2.0的全球发布。
而当Seedance还在和版权问题作斗争的时候，阿里带着HappyHorse抢走了它榜单第一的位置。事实上，HappyHorse - 1.0是在无音频文生视频榜单中排第一，Elo分达到1368；而在图生视频有音频榜单中，Seedance 2.0 720p仍然排第一，HappyHorse - 1.0排第二。这个原本属于淘天旗下的多模态团队，迅速成为了阿里在多模态领域的金字招牌。
腾讯云开发者社区中，有行业人士横评了这三大模型：HappyHorse - 1.0在多镜头测试里，它在11个视觉锚点中保持了9个，人物连续性强于Seedance 2.0；音画同步测试里，声画延迟控制在80毫秒内，优于可灵3.0的120毫秒。然而，物理拟真和复杂规律成为了HappyHorse的短板。价格比对中，它的720P折后价约0.44元/秒，低于Seedance 2.0的1元/秒和可灵3.0的0.48 - 0.96元/秒。
再往后看，阿里与快手、字节的差异也很明显。快手有短视频社区，字节有全球化视频工具和分发平台，而阿里没有天然的内容社区。HappyHorse更可能进入的是阿里云百炼、千问、电商营销、商家素材、品牌广告和企业内容生产，短时间内还不会和即梦、可灵正面厮杀。而在一线AI大厂中，百度和腾讯今年以来都没有更新视频模型品类。两家公司最近一次较明确的视频模型版本发布，仍停留在去年10月至11月。
第二梯队：上市、融资和路线分化
巨头之外，第二梯队正在分化。4月，生数科技完成20亿元人民币B轮融资，由阿里云领投。产品上，Vidu仍是生数最重要的抓手。Vidu Q2曾重点推出Reference - to - Video能力，允许用户上传最多7张参考图，用人物、物体、场景或道具作为约束，生成更一致的视频。生数另一张牌是“世界模型”，它的路线更接近视频基座世界模型。
另一边，爱诗科技PixVerse是一家面向全球创作者的视频生成平台，目前也传出考虑最快今年赴港上市，并已与中金、摩根大通等投行合作。最新融资信息显示，爱诗今年完成3亿美元C轮融资，估值超过10亿美元。营收方面，爱诗科技ARR约4000万美元，生数科技公开可查口径约2000万美元，距离支撑十亿至二十亿美元级估值，仍需要更强的收入增长、成本控制和企业级复购证明。
如果进一步比较，爱诗更像是“C端规模先跑出来”的公司，靠PixVerse和拍我AI获得用户与订阅收入；生数更像是“技术与模型叙事更强”的公司，背靠清华团队、U - ViT架构和Vidu的行业能力。但两者共同的问题是，AI视频生成尚未进入稳定盈利期，巨头竞争、算力成本、版权合规和用户留存，都可能成为IPO审核和二级市场定价时的核心阻碍。
另一家值得关注的视频模型厂商，是曾经“六小龙”中的代表人物MiniMax。MiniMax旗下的海螺曾经是上一轮国产视频模型热潮里的代表产品，但到了2026年，海螺的行业存在感明显不如去年。海螺的上一次模型更新，还是发布于2025年10月的Hailuo 2.3和2.3 Fast，主要提升身体动作、面部表情、物理真实感和提示词遵循。走全球化路线的海螺，同样面临着版权问题，此前有报道称，迪士尼、环球、华纳兄弟探索在美国起诉MiniMax，指控其Hailuo AI使用被盗知识产权。
另一匹“黑马”来自昆仑万维。3月发布的SkyReels V4冲进Artificial Analysis无音频文生视频榜单前列，一度排到第四。昆仑万维方面此前披露，SkyReels V4目前已全面开放API。但它的差异在于，昆仑本身有短剧和海外内容业务，SkyReels仍是优先进入自家短剧、广告、游戏等生产链路，承担降本工具角色。这部分内部效率，能否折算成有效的商业化收入仍是未知。
Sora退场后，视频模型的ROI困境
Sora退场，是今年视频模型行业最重要的警示。OpenAI方面在几天前，正式关停了Sora，而Sora API将于9月24日停止服务。这一举措十分突然，有报道披露，OpenAI的动作让迪士尼等合作方感到意外，也意味着双方一项拟议中的10亿美元合作告吹；报道还提到，OpenAI正把重点转向更有盈利潜力的编码工具和企业解决方案。
这件事直接揭露的当下的视频模型困境，技术突飞猛进，但是商业化难题一直在台面上。首先面临的第一道坎就是成本。视频生成背后是多帧生成、时序一致性、高分辨率、音画同步、失败重试和后期筛选，平台承担的是大量候选结果和算力消耗。
AI应用开发平台MindStudio把Sora的失败归结为“推理墙”：Sora关闭前每天推理成本约1500万美元，而生命周期收入约210万美元。这对国产模型同样成立，尽管国内市场的版权压力相对较小，但定价和营收始终是一门玄学。以Seedance为例，Sora退场后，Seedance 2.0一度被视为中国视频模型市场最强的挑战者，但字节随后在一个月内多次上调即梦价格：高级版年费从2599元涨到3099元，不同套餐的月度额度被削减三分之一到一半以上。这意味着，一段2分钟AI漫剧的素材生成成本，从7元涨到约80元。
巨额的算力消耗背后，是模型厂商难以平衡营收和服务质量的现状。有针对即梦的相关分析显示，即使是高级会员用户，排队时间仍然超过3小时。普通用户有时需要排在8万人后面等待。只有签订合作协议的大型制作公司才能使用Seedance的完整功能，无需排队。根据界面等媒体报道，想要使用Seedance 2.0的逼真人类视频模式，则需要单独签订企业协议，且最低消费额为500万元人民币。
另一方面，版权问题仍是视频模型领域的拦路虎，甚至不止在好莱坞，国内市场也是如此。几天前，爱奇艺在世界大会上称，已有100多名深度合作艺人同意入驻纳逗Pro艺人库，引发舆论争议；随后于和伟、张若昀、王楚然等多位艺人或团队否认签署AI相关授权文件。爱奇艺回应称，入驻艺人库只代表有接洽AI影视项目的意愿，是否参加具体项目、出演具体角色，仍需单独商谈和授权。
证券时报在后续报道提到，爱奇艺、Seedance和即梦等平台都在探索明星人脸授权模式，但有法律界人士表示了担忧，平台服务协议和创作者协议叠加后，可能让艺人难以控制自己的AI形象后续被用到哪里。人脸既是商业素材，也是生物识别信息；一旦进入短剧、广告、互动视频和虚拟直播，授权边界、使用次数、二次创作、收益分配和撤回机制都会变成新问题。
这些问题总结下来，还是回归到老生常谈的ROI问题。麦肯锡在2026年关于影视制作和AI的报告中提到，AI可能改变内容生产方式和行业价值链，但它带来的结果不只是一种：可能压低成本、扩大内容供给，也可能重塑价值分配。德勤在2026年TMT预测中也提醒，AI的承诺和现实价值之间仍存在差距，真正的规模化来自推理计算、智能体编排和运营收益等后台能力的持续改善。
视频模型当然还会继续进步。它的上限仍然很高，尤其是在广告、电商、短剧、游戏、影视预演和社交内容生产里。但2026年的问题已经不再是“谁能生成一段更像电影的视频”，而是“如何给客户提供能持续产生营收的服务”。经历了轰轰烈烈的跑分竞赛之后，视频模型正在跑进深水区。