即夢VS可靈，下一步戰火燒向何方？_風聞

本文來自微信公眾號：壹娛觀察（ID: yiyuguancha），文/大娛樂家。

當字節跳動的即夢AI與快手的可靈AI在國內文生視頻賽道激烈廝殺時，大洋彼岸的谷歌 I/O 2025卻悄然為這場競爭指明瞭新的方向。

此刻，國內的AI文生視頻產品無疑迎來了雙雄爭霸的格局。

一方面，即夢AI在字節跳動網傳120億美元下注AI的激進投資戰略裏佔據重要位置，且實現了用户飛速增長；另一方面，可靈AI自商業化以來至今年2月累計營業收入超1億元，在全球的文生視頻性能評測中表現亮眼，成為快手2024年度財報裏的重點筆墨。

即夢、可靈展開多方合作

然而，在全球眼光審視市場之下，谷歌5月21日所發佈的Veo 3.0、Flow AI電影製作工具，展現的不僅是技術突破，更是一套完整的生態化商業思路，本質上揭示了一個更深層的問題——單純的模型能力競爭可能正在走向死衚衕。

真正的護城河不在於某個技術的領先，而在於如何構建完整的AI驅動生態系統。當國內兩家平台還在比拼性能指標或用精雕細琢的成品展示時，谷歌已經開始思考如何讓AI驅動的文生視頻能力融入用户的完整工作流程。

這種差距，正是國內AI視頻生成賽道需要正視的現實。

01 AI視頻賽道走向“生態為王”

谷歌I/O 2025最令人印象深刻的，並非某個單一產品的性能提升，而是其展現出的系統性思維。

Veo 3首次實現原生音頻生成——街道交通噪音、鳥兒歌唱、甚至角色對話。這一突破體現了谷歌對多模態融合的深度理解。

更值得關注的是，谷歌並未將Veo 3.0作為獨立產品推出，而是深度整合到名為Flow的AI電影製作工具中。

2025年Google I/O大會

Flow彙集了Veo、Imagen和Gemini三大模型，讓用户無縫創建電影片段、場景和故事。

其背後是谷歌的全新思考——用户需要的不是孤立的生成工具，而是完整創作流程的一體化解決方案。從鏡頭控制到場景構建，每個功能模塊都指向同一目標：讓AI融入創作者的工作流程，而非簡單替代某個環節。

這種生態化思維在訂閲體系設計中體現得更明顯。

全新打造的谷歌AI Ultra定價249.99美元/月，不僅擁有全套AI技能包，同時還包含YouTube Premium、30TB雲存儲，以及早期訪問Agent Mode——用户只需陳述目標，Gemini就會智能協調調用工具以實現。

2025年Google I/O大會

谷歌當前的商業化思路展現出三個關鍵特點：

將基礎模型能力進行生態化釋放。Veo 3.0的原生音頻生成讓視頻創作更完整沉浸。用户通過簡單文本提示同時生成視聽內容，創作效率出現質的飛躍。

圍繞訂閲體系對AI產品重新定價。谷歌 AI Ultra的高價格是為整個AI生態系統重新定價，將AI工具從效率提升工具升級為專業創作者的核心生產力平台。

技術護城河的系統性構建。通過深度整合多個基礎大模型並嵌入各個常規產品，谷歌形成了難以被單點突破的技術壁壘。

總結而來，生態化思維將競爭從技術性能比拼轉向用户價值的深度挖掘。

圖源：網絡

當谷歌能提供從內容生成到編輯製作的全流程解決方案時，用户遷移成本大幅提升，平台商業價值得到根本重塑。

更重要的是，谷歌展現的不僅是當前產品能力，更是對AI發展趨勢的前瞻判斷。未來競爭將不再侷限於內容生成，而是擴展到AI如何幫助用户完成複雜的跨領域任務。

02 國內雙雄的進階之路：從拼技術到比生態

面對谷歌 I/O 2025展現出的技術能力與生態化思維，正在國內市場進行激烈競爭的可靈AI和即夢AI都面臨着戰略轉型的關鍵節點。

兩家平台雖然在技術能力上可以説各有千秋，但在生態化佈局和商業模式創新方面，仍有巨大的提升空間。

一是對多模態能力的全盤整合。

即夢AI 3.0以電影級畫質和2K分辨率輸出見長，其VeOmni框架和增強型Goku AI模型展現了字節跳動的技術實力；可靈AI 2.0引入了多模態視覺語言(MVL)概念，通過TXT和MMW實現更精準的創意表達。

可靈（左）即夢（右）截圖

而相比谷歌將Veo、Imagen、Gemini三大模型深度融合的做法，兩家平台的整合程度還有待提升。

即夢AI應該在主打高效生成的海草S2.0與更強調敍事創作的PixelDance P2.0 Pro等多個專業文生視頻模型之間建立更緊密的協同關係；

可靈AI則該考慮將其視頻生成能力與可圖2.0的圖像生成能力進行更深層次的融合；

最關鍵的是，兩家平台都應該將音頻生成能力的研發提上日程。Veo 3.0的原生音頻生成不僅提升了視頻內容的完整性，更為沉浸式內容創作開闢了新可能性。

谷歌Veo 3實現音畫同步生成功能

二是如何構建訂閲體系以實現技術泛用。

目前，即夢AI的周活躍用户在幾個月內增長近三倍，顯示出強勁的用户吸引力；可靈AI主要通過API調用和企業合作實現變現，自商業化以來至今年2月累計營業收入超1億元。

然而，兩家平台都缺乏面向個人用户的系統性訂閲產品。谷歌 AI Ultra 249.99美元/月的定價策略提供了重要參考：AI工具的價值不應該僅僅基於生成次數或質量水平，而應該基於其為用户創造的完整價值鏈。

即夢AI可以利用其精準英文字體排版能力和全球發佈策略，針對不同區域市場開發差異化的訂閲產品；

可靈AI可以考慮推出包含創作工具、素材庫、分發渠道、甚至變現支持的一體化訂閲服務。

Veo 3.0生成的視頻

三是對創作生態的構建完善程度。

字節千億級別的AI基礎設施投資和大模型技術投入為即夢AI提供了能力不俗的技術底座，但如何將這種技術優勢轉化為生態優勢，依然是即夢AI需要重點思考的問題。即夢AI或許還需要進一步依靠TikTok的全球創作生態，去構建一個面向國際創意社區的完整創作鏈條。

快手平台擁有龐大的內容創作者羣體和完善的商業化體系，這為可靈AI構建生態閉環提供了得天獨厚的條件。接下來，可靈AI可以學習谷歌Flow的設計思路，開發一個深度整合快手生態的創作工具，讓用户從創意構思、內容生成、到發佈推廣、商業變現形成完整閉環。

可靈AI 2.0宣傳圖

最後則是AI Agent的發展路徑。

谷歌Agent Mode的推出預示着各類型的AI工具正在從被動的內容生成器向主動的工作流助手轉變，文生視頻也不例外。

對於兩家平台而言，這意味着需要將文生視頻生成能力與更廣泛的創作和商業流程進行整合。

即夢AI的多模型調用策略為開發AI Agent提供了良好基礎，但需要在模型間建立更智能的協調機制；可靈AI的多圖參考功能已經展現了一定的智能化水平，但距離真正的泛用型AI助手還有明顯差距。

即夢AI官網

當然以上這些都還是建立在最底層大模型能力的持續進步之上。當下谷歌能夠實現如此強大的多模態整合能力，與其豐富的數據資源和先進的訓練方法密不可分。

字節跳動與快手，雖然都擁有海量的用户生成內容，但如何更好地利用這些數據資源，提升基礎大模型的泛化能力和應用效果，仍需要持續探索。

尤其是對快手而言，一開始便選擇強攻文生視頻這一支線雖然取得一定先發優勢，但需要對基礎大模型能力的強化提前加以重視，以防在某一時刻成為其整個產品生態的軟肋。

圖源：網絡

從谷歌 I/O 2025的發佈來看，AI視頻生成賽道正在經歷從技術驅動向生態驅動的根本性轉變。對於可靈AI和即夢AI而言，這既是挑戰也是機遇——誰能更快地完成從單點技術優勢向系統性生態優勢的轉變，誰就能在下一輪競爭中佔據主導地位。

而谷歌這次的發佈，無疑為這種轉變提供了無比清晰的路線圖。