分析师表示，中国人工智能公司正在视频生成领域对美国竞争对手形成明显领先优势，利用庞大的短视频生态系统、较宽松的版权规则和激进定价，在并非仅由算力决定成败的领域中占据主导地位。

虽然OpenAI和Anthropic等美国科技巨头继续在封闭源代码的大语言模型（LLM）前沿领域保持领先，但中国公司正在成为AI视频生成战场上一批最强大的竞争者。

阿里巴巴集团、MiniMax和字节跳动等中国公司的模型目前主导了行业评估平台Artificial Analysis的基准排名。

阿里巴巴的万相3.0在Artificial Analysis的文本转视频（含音频）排行榜上位列第一，领先于排名第二的谷歌Gemini Omni Flash。由美国平台fal对MiniMax H3进行后训练的一个版本排名第三，紧随其后的是原始开放权重H3和字节跳动的Seedance 2.0。中国模型共占据了前十名中的八个席位。

基于使用相同提示词进行的盲测用户比较，中国模型还在图像转视频和视频编辑等多个相关类别中领先。阿里巴巴拥有《南华早报》。

行业分析师将中国视频AI的发展势头归因于专有训练数据、快速迭代周期以及国内对短视频数字内容的强劲需求。

虽然美国和中国都有大型社交媒体平台可以提供数据和分发渠道，但“字节跳动等中国公司更重视视频生成”，布鲁金斯学会约翰·L·桑顿中国中心研究员陈凯（Kyle Chan）表示。

“字节跳动打造了一个良性循环，将AI生成的短视频变成了一个真正的产业，”陈凯说。早期的热门作品表明观众需求强劲，促使字节跳动加大对该技术的投入，并将其转变为一条盈利的业务线。国内下游商业需求也提供了额外的推动力。

“中国的短剧和AI生成漫画剧产业发展迅速，中国制作团队还为海外市场提供内容，”私募股权公司JG投资的投资经理王泽斌表示。

分析师表示，对版权风险的不同处理方式也创造了一个独特的竞争环境。

陈凯指出，美国AI开发者在知识产权方面面临“更大的潜在风险和法律责任”。相比之下，王泽斌表示，中国相对灵活的版权执法为国内公司提供了更多测试和商业化其模型的空间。

这些标准差异的实际影响在深圳AI爱好者黄思思（Cecilia Huang）的经历中得到了体现。她指出，谷歌的Gemini以版权为由拒绝了她将一张照片渲染成《料理鼠王》角色并生成15秒视频的请求，而字节跳动的豆包则满足了这一请求。字节跳动周二未回应置评请求。

针对使用受版权保护内容训练Seedance 2.0的指控，字节跳动2月向《南华早报》表示，其“尊重知识产权”，并“正在采取措施加强现有保护措施，以防止用户未经授权使用知识产权和肖像”。开放权重的中国开发者也在成本上展开激烈竞争。

据该公司称，MiniMax的H3可以生成带立体声的15秒2K视频，其成本仅为主流竞品的三分之一。该模型随后通过字节跳动的即梦创意平台提供，从而触达全球创作者。

根据Artificial Analysis基于默认设置（I设置）的估算，通过MiniMax H3生成一分钟1080p视频的成本约为7.80美元，而谷歌的Gemini Omni Flash为6美元，字节跳动的Seedance 2.0为9.07美元。

与此同时，中国模型的实际商业价格通常通过企业协议大幅折扣，万相3.0和Seedance 2.0的成交价远低于其标价。

这种技术和价格优势正在转化为营收。快手科技表示，其可灵AI视频生成平台第二季度营收超过8.5亿元人民币（约1.18亿美元），同比增长超过200%。

据快手称，截至6月，可灵AI的全球用户数已突破1亿，较2025年底增长约67%，其企业客户数量也增长了约67%，达到近5万家。

可灵3.0 1080p Pro版在Artificial Analysis的文本转视频（含音频）排行榜上排名第九。