36氪 AI 测评最近发布的 6 款主流 AI 视频生成工具横评,横跨中美头部厂商——字节 Seedance 2.0、快手 Kling 3.0、阿里 Wan 2.2、OpenAI Sora 2.0、Google Veo 3.1、Runway Gen-4.5。表面是选型指南,实则揭示了一个更深的信号:这条赛道已经从「单点竞速」走入「全场景分化」阶段。 **技术路线分道扬镳。** Seedance 2.0 强调图、文、音、视四维多模态混合输入与导演式分镜调度;Veo 3.1 把音画同步做成原生能力,直接生成人声与 BGM,绕开后期的繁琐工序;Wan 2.2 押注开源 + 私有化部署。几乎所有头部玩家都已从 UNet 切到 DiT,以享受 Scaling Law 红利——这与 36氪另一篇关于 Seedance 2.0 从 100B 升到 200B+ 参数后效果出现阶跃的报道相印证。 **市场定位也在分化。** 字节主打 C 端零门槛与短剧生态;快手锁定中文复杂肢体动作;阿里走开源企业级路线;OpenAI 强在物理一致性与长视频;Google 强调 Gemini 生态联动;Runway 主打专业后期工具链的深度集成。已经没有「一款通吃」的可能,各家都在用差异化护城河避开单纯的价格战。 我的判断:AI 视频生成已进入「专业化分工」阶段。护城河不在模型能力本身,而在能不能把模型嵌入到高价值生产场景。字节靠红果+抖音+火山引擎的飞轮,是国内最完整的商业闭环;全球范围内 Veo 凭 Gemini 生态联动正在抢回身位。这场分化没有终点。