头豹研究院：帧启未来——AI视频生成模型爆发式增长背后的算力革命与内容范式重构头豹词条报告系列

摘要 AI视频生成模型是基于深度学习的生成式AI模型，能端到端自动生成视频帧序列，中美主导市场格局，版本迭代快。2020-2025年，其市场规模年复合增长率864.93%，得益于算力升级、资本与政策推动。算力升级使模型达商业级质量，本土算力企业崛起提供支撑；政策确立方向、降低创新成本，资本加速商业化进程。预计2026-2030年，年复合增长率154.74%，因影视行业需降本增效、线上平台要开辟新赛道，以及微短剧、短视频平台内容创作需求激增。 行业定义 AI视频生成模型是一类基于深度学习（主流为扩散模型+Transformer）的生成式AI模型，属于AIGC重要分支，核心特征是能从文本、图像、音频、参考视频等多模态输入中，通过时空联合建模（保证单帧画质与帧间时序连贯）端到端自动生成连续、全新的视频帧序列，无需依赖现有素材拍摄或剪辑，典型代表包括阿里巴巴HappyHorse、字节跳动Seedance、OpenAISora、GoogleVeo等，与剪映、PR等传统视频工具的本质区别在于其创造全新视频内容的能力。