与此同时，Seedance 2.0 参与制作的另外 8 部 AI 影片也在电影节期间展映。其中，视频 AI 平台 Higgsfield 基于 Seedance 2.0 打造的全球首部 95 分钟 AI 电影《Hell Grind》，在戛纳完成了全球首映。
从互联网平台到国际电影节的 " 秀场 "，AI 短剧以盛大之势迅速进入主流视野，走出了不同于传统影视的进阶之路。当工具端的使用不再成为门槛，内容生产的基准线整体抬升，行业正在寻找下一个发展锚点：如何让 AI 真正讲出市场愿意为之买单的好故事？
AI 视频 " 卖铲人 " 接连完成大额融资
过去数月，AI 视频生成赛道的融资消息接连不断，并频频传出冲刺 IPO 的消息。
今年 3 月，AI 视频生成企业爱诗科技宣布完成 3 亿美元 C 轮融资，由鼎晖投资旗下多支基金联合领投，产业投资人中国儒意、三七互娱等近 20 家机构参投，刷新了亚洲 AI 视频生成领域的最大单次融资纪录。此轮融资后，爱诗科技估值达到 10 亿美元。
紧随其后，多模态赛道另一企业生数科技宣布完成近 20 亿元人民币 B 轮融资，由阿里云领投，中网投、好未来、光合创投等战略跟投。另据报道称，公司或最快于 2026 年上半年启动港股 IPO，本轮融资后其估值超 20 亿美元。
生成式 AI 创新企业智象未来同样动作频频。4 月中旬，公司宣布完成超 5 亿元 B 轮融资，由东方富海、安徽省产投、峰华资本等联合投资，并在此后半个月内又完成新一轮亿级融资。
今年 5 月，快手被曝计划将旗下视频生成大模型业务可灵 AI 分拆出来，以 200 亿美元估值启动 Pre-IPO 融资，规模约 20 亿美元，并计划于 2027 年启动上市。快手随后回应称，拟议重组方案仍处于初步阶段。
" 今年视频生成模型的迭代速度确实远超预期，近期还将有一批更新的模型发布。" 有戏 AI 创始人林洪祥对记者表示。在他看来，行业进入爆发期原因有二：一是商业化路径明确，尤其是 AI 短剧率先打通了商业化闭环；二是技术发展达到关键节点，路径逐步成熟，为商业化落地奠定了基础。
从 " 生成视频 " 到 " 生成好视频 "
技术路线的演进，始终是 AI 视频赛道最核心的变量。大模型兴起前，图像生成主要依赖 GAN（生成对抗网络）与扩散模型（Diffusion）。真正的转折点来自 DiT（Diffusion Transformer）架构，它将扩散模型与 Transformer 结合，打开了高质量视频生成的大门。
目前行业主流视频厂商模型几乎都基于 DiT 架构，在共识之上，各家在技术路线和能力布局上各有侧重。四川大学网络空间安全学院党委书记雷印杰对财联社记者分析称，国内 AI 视频生成模型普遍形成了较强的技术特色和产品优势，从应用侧重点来看，可灵更偏 " 可控创作 " 路线，强调把文本、图片、视频参考统一到多模态视觉语言里，解决复杂表达和一致性问题。Seedance 更注重 " 基础模型工程化 "，强调多镜头生成、文生图生统一训练，以及后续的音视频联合生成。PixVerse 更偏 " 产品化和实时交互 "，一方面做多镜头和原生音频，另一方面已向实时世界模型方向探索。HappyHorse 从公开信息看，更强调原生多模态、音视频一体和面向广告、电商、短剧的一体化生产。
今年以来，模型迭代已从 " 能不能生成视频 " 迈入 " 能不能生成好视频 " 的新阶段。Seedance 2.0 的出现就是一个典型案例：其突出的导演级镜头理解、音画同步与匹配能力，使其在行业内一度占据主导地位，成为众多短剧公司的首选模型。随着整体能力水准提升，下一代视频生成模型将走向何处？技术路线趋向收敛还是继续分化？
" 未来视频生成模型会呈现出一种趋势：底层架构阶段性收敛，但核心能力会继续分化。" 雷印杰分析，从架构上看，扩散模型与 Transformer 结合成为主流并不是偶然。视频生成要同时处理空间细节、时间连续性、语义理解和运动变化，而 Transformer 擅长建模长程依赖，扩散模型擅长生成高质量视觉内容，所以 DiT 或类似架构在现阶段会成为比较稳定的技术底座。
他认为，未来技术路径主要有三点：第一，多模态统一输入与生成，让模型能同时理解画面、声音、运动和叙事；第二，长时序一致性，解决角色、场景、物体状态和事件因果在多镜头中的连续性；第三，可编辑、可交互、可干预，不只是生成一段视频，而是在一个动态场景中按用户意图修改和推进。
" 可控性、长视频能力和世界建模能力会成为真正的分水岭。未来有竞争力的视频模型，不只是能生成‘好看的视频’，而是能生成可修改、可复用、符合创作意图和物理逻辑的视频。" 雷印杰说。
工具井喷 " 手搓 " 智能体成热潮
与模型端的快速更迭同步，应用端的 AI 短剧创作平台也迎来爆发。
从头部互联网公司到垂直厂商，一系列智能体平台密集推出。例如，火山引擎推出一站式 AIGC 短剧创作平台 " 火山剧创 1.0"，阿里云发布全链路 AI 视频创作平台 " 万镜一刻 "，360 集团推出 AI 影像生产平台 " 纳米大片流水线 "。 越来越多的短剧公司也开始开发适配自身需求的生产平台。
对于大厂而言，切入 AI 视频创作赛道，争夺的不仅是商业变现入口，更是内容生态的掌控权和生产方式的定义权。
南京呼吸间传媒科技文化有限公司 AIGC 负责人李博闻以 " 火山剧创 1.0" 和 " 万镜一刻 " 为例，向记者分析称，" 火山剧创 1.0" 的核心优势是生态闭环，它背靠字节，能够将番茄小说的 IP、自家的先进模型、以及抖音的流量分发无缝整合，争夺的是从 IP 到生产再到分发的完整链条入口。而阿里云的 " 万镜一刻 "，走的是企业级基建的路线。它集成了阿里系的各种模型，特别强调故事板、智能体协作和无限画布等功能，瞄准的是品牌营销、企业视频生产这类需要团队协作和资产管理的云端工作流。
李博闻认为，平台最核心的竞争力在于能沉淀和掌控什么样的 " 生产资料 "。这远不只是素材库，而是包括角色设定、场景模板、成功的镜头语言乃至团队协作的流程和数据。一旦创作者将他的工作习惯、资产库和项目流程都迁移并沉淀在某个平台上，迁移成本会变得非常高，平台就建立了真正的用户黏性。
而对于短剧公司来说，选择 " 手搓 " 工具，更多是为了在垂类赛道精耕细作，保障内容输出的可持续性。
雪宝工作室品宣总监王天海向记者透露，目前自研平台的开发费用可控制在 10 万元以内，甚至几万元即可完成基础工具开发。他解释了自研的原因：一是确保核心素材自主可控，AI 漫剧、真人剧、2D/3D 剧的核心资产包括提示词、定妆等。自研工具可沉淀这些资产，便于内容复用和续集制作，提升内容一致性与资产复用效率。二是适配 API 调用需求，例如 Seedance 模型推出后开放了 API 接口，如果没有自研平台无法直接调用，只能通过第三方平台间接使用。三是自研工具可开放给上下游生态伙伴使用，更好服务自身生态，聚拢内容资源。
苏州画宗人工智能科技有限公司是一家 OPC（一人公司）企业，公司联合创始人王鹏告诉记者，目前标准化的短剧平台和工具能解决 大约 70%-80% 的制作需求，精品内容仍需自己开发工具精细打磨。
王鹏以团队最新打磨的智能体为例：团队将 GPT Image 2 与 Seedance 2.0 结合制作出专属工作流。以前制作片子要单独设计角色、场景、道具，再据此撰写提示词，流程繁琐且审美差异大。现在在前端设计 Agent 后，把风格、调性、分镜设计、节奏把控、构图运镜等影视专业知识都封装进去，员工只需输入剧本，即可生成专业提示词，大幅提高了工作效率。
工具层的繁荣，意味着 AI 短剧的生产已迈入标准化、工业化的轨道。然而，一个值得关注的现象是，行业日均产出已达数千甚至上万部短剧，但很多作品播放量卡在百万以下。早期简单手搓出一部 AI 短剧就能获取流量红利的日子，已经一去不复返。
在林洪祥看来，产能扩张之外，更应该回归行业的核心诉求，即如何打造爆款？他分析，从工具侧来看，行业内有不少专注短剧智能体平台的玩家，但部分仅依靠算力差价盈利，模式单一导致竞争惨烈。未来爆款打造的核心，终究依赖行业积淀与底层技术。
" 工具的普及，降低的是生产的门槛，而不是打造爆款的门槛。" 李博闻认为，未来的爆款将依赖于 " 最能系统化驾驭 AI 生产流程的团队或新型创作者 "，创作者要具备故事发现力、IP 判断力、剧本拆解力、资产管理力、分镜控制力、模型调度力、成本核算力——如何将工具有序地组织起来，这套工作流及其背后的制片思维，才是真正的核心竞争力。
生产端的平权，让内容生产不再是障碍，但好内容的竞争，或许才刚刚开始。
