AIGV（Artificial Intelligence Generated Video），中文名人工智慧生成視頻，指通過人工智慧技術自動生成視頻內容的系統。該系統依託跨模態大模型，採用自然語言、圖像或視頻作為輸入指令生成新視頻，主要生成方式包括文生視頻、圖生視頻和視頻生視頻，關鍵技術涉及Transformer模型與擴散模型的時間維度擴展。該技術可實現語音自動合成與短視頻批量化生產，套用於媒體內容製作、電影特效及廣告創意領域。
2024年成為技術突破關鍵節點，OpenAI發布Sora支持60秒高清視頻生成，突破畫面連貫性與語義理解準確性難題。同期Runway Gen-3、Luma Dream Machine及快手可靈等模型陸續推出，形成中美研發梯隊。製作成本從傳統模式的200萬美元/分鐘降至300美元級別，推動短視頻與動漫領域快速落地。國內出現首部純AI生成付費短劇《興安嶺詭事》。技術局限仍存畫面穩定性不足與時長限制問題，主流生成時長集中在3-4秒區間。
基本介紹
- 中文名：人工智慧生成視頻
- 外文名：AIGV
定義與概述,發展歷程,技術原理,主要模型與產品,套用領域,市場與產業,未來展望,
定義與概述
AIGV（Artificial Intelligence Generated Video），中文名人工智慧生成視頻，指通過人工智慧技術自動生成視頻內容的系統。該系統依託跨模態大模型，採用自然語言、圖像或視頻作為輸入指令生成新視頻，主要生成方式包括文生視頻、圖生視頻和視頻生視頻，關鍵技術涉及Transformer模型與擴散模型的時間維度擴展。現代AIGV系統通常採用生成對抗網路（GANs）或擴散模型（Diffusion Models）等技術，能夠學習視頻幀之間的關聯性，生成符合視覺邏輯的視頻。
AIGV的套用範圍日益廣泛，涵蓋媒體內容製作、電影特效及廣告創意領域，並擴展至教育與培訓、新聞與媒體、遊戲資產生產、電商展示等多個領域。特別是在短視頻、微短劇、AI漫劇等輕內容場景中快速落地，顯著提升了內容生產效率。
2024年成為AIGV技術突破的關鍵節點，OpenAI發布Sora支持60秒高清視頻生成，突破了畫面連貫性與語義理解準確性難題。此後，國內外廠商競相推出對標產品，形成中美研發梯隊。截至2025年9月，AI在視頻領域的滲透率已突破63%，全球TOP10文生視頻模型中，除Google Veo、OpenAI Sora2外均由中國企業主導。
AIGV技術大幅降低了視頻製作成本與周期，製作成本從傳統動畫電影每分鐘200萬美元降至每分鐘300美元級別。在短劇製作中，AI可承擔70%—80%的工作量，將製作成本降低近九成，周期縮短80%-90%。
當前AIGV技術仍面臨局限與挑戰，包括生成視頻的時長限制（主流集中在3-4秒區間）、畫面穩定性與物理規律模擬不足、角色與場景的一致性保持困難，以及由此引發的著作權、隱私和虛假信息等倫理與監管問題。
發展歷程
AIGV技術從2024年開始進入快速發展階段，標誌性產品相繼發布。
2024年4月，30秒懂車發布“AIGV懂車大模型”，並宣布其3.0戰略由媒體、影業、AIGV大模型、MCN四個業務單元組成。2024年6月，快手發布可靈（Kling AI）大模型，成為首個面向用戶開放的Sora級文生視頻模型。同期，Luma AI發布Dream Machine模型。2024年9月，位元組跳動發布Seedance 1.0模型。
2025年，AI在視頻領域的滲透率已突破63%，全球AIGV市場規模較2024年翻倍。快手可靈年度營收突破1億美元。2025年4月，崑崙萬維發布全球首個支持無限時長生成的SkyReels-V2模型並開源。
2026年2月，位元組跳動發布Seedance 2.0模型，該模型具備“導演思維”，能自動完成分鏡設計和運鏡規劃，並深度參與2026年央視春晚多個節目的視覺製作。2026年開年，國家AI生成內容監管新規全面落地，要求強制標註、可追溯。因著作權爭議，位元組跳動暫停了Seedance 2.0的真人素材參考能力。
技術原理
當前，人工智慧生成視頻（AIGV）的主流技術架構為擴散模型（Diffusion Model）與Transformer結合的DiT（Diffusion Transformer）架構，該架構在生成質量、視頻時長和擴展性上取得平衡。其核心技術挑戰包括對物理世界的精準理解與模擬、時間序列建模、角色與場景的一致性保持、音畫同步以及運動合理性。然而，訓練數據質量不足、算力成本高企（文生視頻成本可達文生圖的24倍以上）以及時間序列建模是當前主要的技術瓶頸。
崑崙萬維SkyReels-V2通過結合多模態大語言模型（MLLM）、多階段預訓練、強化學習和“擴散強迫”框架，實現了長視頻生成與對複雜敘事結構的理解。
位元組跳動Seedance 2.0支持文本、圖片、音頻、視頻等多種檔案的混合輸入；具備自動分鏡與運鏡規劃功能；實現原生音畫同步，口型匹配精度較高。
主要模型與產品
國外主要AIGV模型包括OpenAI的Sora、Google的Veo、Runway的Gen系列、Luma AI的Dream Machine和Meta的Movie Gen等。其中，OpenAI的Sora能生成長達60秒的視頻，Google的Veo 3.1定位為影視工業級工具，Runway Gen-4 Alpha基於多模態大規模預訓練實現了10–20秒短視頻的合成，Luma AI的Dream Machine專注於生成物理自然的10秒級短視頻。
在模型能力方面，國內模型在輸入控制、參考生成、智慧型分鏡等功能上較為突出，而海外模型在生成質量、一致性等方面整體表現較強；在模型價格方面，國內模型存在性價比優勢。
AIGV的商業化路徑主要有訂閱制SaaS服務、API服務和垂直行業解決方案。
套用領域
人工智慧生成視頻（AIGV）技術已廣泛套用於多個行業，顯著降低了創作門檻，提升了生產效率，並催生了新的內容形態。
在短視頻與社交媒體領域，AIGV技術大幅降低了創作門檻，被用於生成趣味內容、歷史劇情短片等。在抖音平台，AI創作稿件量在近半年內增長了91%。
在影視與短劇製作中，AI已滲透劇本生成、分鏡設計、虛擬拍攝、特效後置等全流程。AI工具可將短劇製作周期縮短80%-90%，製作成本最高降幅達90%。國內已出現《興安嶺詭事》等全流程或部分使用AIGV技術的短劇作品。在影視製作中，AI全方位融入成為“創作合伙人”，降低了專業級視頻創作的門檻。
在廣告與行銷領域，AIGV用於快速生成品牌廣告片、電商產品展示視頻，並能實現“千人千面”的動態互動行銷。2025年的一項調查顯示，超過50%的廣告主在生成創意內容時使用AIGC（人工智慧生成內容）。
在媒體與新聞領域，主流媒體機構利用AIGV快速生產新聞視頻與專題報導，以提升報導時效與豐富表現形式。新華社成立了AIGC視頻生產實驗專班；北京廣播電視台基於AI Agent建設的AI智作平台，支持文生視頻、自動字幕等功能，日均生成短視頻超過500條。
在教育與文化領域，AIGV被用於製作教學課件、動態演示等內容，幫助知識可視化。該技術也被用於生成非遺、傳統文化類影視內容，助力文化傳播與創新表達。
在遊戲與虛擬內容領域，AIGV套用於遊戲宣傳片製作、遊戲內動畫素材生成、3D資產及角色動作數據生產等環節。例如，騰訊的混元視頻模型就以遊戲資產生產與開源生態為重要切入口。
市場與產業
截至2025年9月底，AI在視頻領域的滲透率已突破63%，全球2025年AIGV市場規模較2024年增長翻倍，高盛預測到2027年AI生成視頻市場規模將突破萬億美元。快手可靈全球用戶已超2200萬，累計生成視頻超1.68億條，愛詩科技的PixVerse總用戶超6000萬。2025年4月到7月，抖音漫劇播放量和點讚量分別實現92%、105%的複合增長。
產業已形成‘模型生成—內容創作—平台分發’的閉環生態，國內市場呈現差異化競爭格局：位元組跳動、快手等內容大廠憑藉流量與平台優勢構建C端用戶生態，而創業公司如愛詩科技、MiniMax等多聚焦海外市場或提供B端解決方案。主要商業模式包括面向C端個人創作者的訂閱制SaaS服務、面向開發者和企業的API調用服務，以及針對特定行業的端到端解決方案。
AI驅動的視頻行銷項目平均投資回報率達到1:5.7。在影視製作領域，AI技術大幅降低製作成本與周期，例如AI短片《潛入夢海》的製作成本從傳統實拍的百萬元級降至萬元以內；在短劇製作中，AI工具可將製作周期縮短80%-90%，成本最高降幅達90%。
未來人工智慧將逐步從參與短視頻、微短劇創作向深度參與長劇、電影創作轉向。行業面臨技術可控性、著作權與倫理等挑戰，2026年國家AI生成內容監管新規全面落地，要求AI生成內容必須強制標註、可追溯。
未來展望
隨著人工智慧技術的發展，AIGV的套用範圍可能進一步拓寬。未來一段時間，AI視頻生成領域的發展可能涉及生成長度增加、模型功能細化、專業化分工以及算力成本變化等方面。有模型能夠生成長視頻並理解複雜場景。
人工智慧在視頻創作中的套用，可能從短視頻向長視頻擴展，並覆蓋更多製作環節。AIGV可能與虛擬現實（VR）、增強現實（AR）等技術結合，套用於視頻體驗的構建。AI漫劇是當前的套用方向之一，相關技術進步可能促進其製作效率。
在AI視頻技術快速發展的背景下，不同地區的模型呈現出不同的特點。一些模型在輸入控制、參考生成、智慧型分鏡等功能上有所側重，而另一些模型則在生成質量、一致性等方面有所不同。
在此過程中，人類的角色可能更側重於創意構思與審美判斷；創作者可以將精力投入敘事結構、情感傳遞和概念創新等領域，而將部分技術實現交由AI處理。
