视频续写（Video Continuation）
1. 3 秒看懂
视频续写，指在给定一段视频片段（如开头若干帧或任意上下文）后，由人工智能模型自动生成后续视频帧序列，实现时间维度的连续叙事延展。其本质是生成式 AI 从单帧或短视频出发，推演并绘制出符合原始视觉逻辑与语义的连贯视频内容，属于 AIGC 在时间轴上的高级应用。
2. 3 分钟产业解释
视频续写是 AI 视频生成赛道下最富挑战性的分支。与文生视频（Text-to-Video）从零创造不同，续写必须严格继承输入视频的物体身份、场景光影、运镜风格乃至物理规律，对模型的时间一致性、长程记忆与世界认知能力提出极高要求。产业层面，该技术正处于从实验室 demo 向专业工具过渡的关键期：头部企业已能在特定条件下稳定输出 5 秒至 2 分钟的视频延展，但尚不能完全替代人工拍摄。2024 年以来，Runway、Pika、字节即梦、快手可灵等产品密集迭代，OpenAI 的 Sora 在 2024 年末以产品化形式落地，将单次续写时长和物理合理性推向新高度，但计算成本与稳定性仍是大规模商用的瓶颈。产业链上游依赖高性能 GPU 和海量视频数据集，中游由模型厂商和工具化平台构成，下游已渗透到影视预演、短视频创作、电商商品展示和广告素材生成等场景。由于“续写”常作为生成产品中的隐含功能而非独立服务计价，独立营收口径极为模糊，公开资料未见权威机构单列视频续写市场规模。
3. 技术原理
视频续写建立在图像生成与序列建模两项根基之上，核心难点在于引入时间轴后，模型需同时保证空间质量与帧间动态的合理性。
3.1 生成范式
当前主流方案分为三大类：
- 扩散模型：以 Stable Video Diffusion 为代表，将输入视频的初始帧经编码后置入潜在空间，与不同时间步的高斯噪声共同输入时空 U-Net，通过逐步去噪还原出后续帧。通过 3D 卷积与时序注意力层，模型学习帧间物体位移、遮挡与形变。2023 年底 Stability AI 发布的 SVD 可基于单帧生成 14 帧 576×1024 的视频，约为 1 秒出头的片段（来源：Stability AI 技术报告, 2023 年 11 月）。衍生的效果如 Lumiere（Google，2024 年 1 月）采用时空 U-Net 架构，一次性输出全长视频，而非逐帧自回归生成，大幅改善了运动连贯性。
- 自回归式 Transformer：将视频帧压缩为离散 token，利用类似 GPT 的下一个 token 预测机制逐帧生成。典型工作如 VideoPoet（Google，2023 年 12 月），通过多模态大语言模型统一处理视频、音频、文本 token，可执行续写、风格转绘等多项任务，展示了单一模型处理多种视频任务的潜力。
- 世界模型：以 Sora（OpenAI，2024 年 2 月首次发布，12 月产品化）、Genie（Google DeepMind）等为代表。这类模型不完全依赖像素统计，而是试图构建对三维空间、物理交互和因果关系的隐性表达，使续写过程中物体会遵守重力、碰撞、光影变化等规则，从而抑制“像素合理但物理荒谬”的生成。Sora 基于 DiT（Diffusion Transformer）架构，将视频切分为时空补丁进行扩散建模，生成最长 60 秒的视频，且能在给定前序内容后维持稳定的场景与角色一致性（来源：OpenAI 技术报告, 2024 年 2 月）。
3.2 核心技术创新点
- 时空压缩/ 编码：高效地将冗余的视频像素压缩为紧凑的潜变量或离散 token，降低计算量。如 MagViT-2 等视频量化模型。
- 长期记忆机制：在超大上下文窗口中维持物体外观、运动矢量的一致性。部分方案引入外部记忆库或基于检索的注入方法。
- 可控续写：通过文本描述、关键点轨迹、运动笔刷（Motion Brush）、参考图像等方式为续写内容嵌入条件，实现镜头运动、动作走向、情绪演变等精细调控。
4. 关键参数
评价视频续写能力需从生成质量、一致性、效率和可控性等多维度衡量，常用参数及指标包括：
| 参数 / 指标 | 说明 | 典型值或趋势（截至 2025Q1） | 来源 |
|---|---|---|---|
| 最大续写时长 | 单次续写可持续生成的视频长度 | Runway Gen-3 Alpha：10 秒以上；Pika 2.0：约 8 秒；Sora：最长 60 秒；可灵 1.5：可达 2 分钟（分段续写） | 各公司官方资料 |
| 输出分辨率 | 生成视频的空间分辨率 | 常见 1280×720（720p）至 1920×1080（1080p），Runway 支持 4K 输出（通过超分） | Runway 产品页, 2025 年 1 月 |
| 帧率 (fps) | 每秒帧数，影响运动平滑度 | 通常 24 fps 或 30 fps，部分工具支持 60 fps 插帧 | 产品说明 |
| 推理时间 | 生成单帧或单位秒视频所耗计算时长 | 因模型与硬件差异极大；Sora 生成 1 分钟视频在云端需数分钟以上；轻量级模型在 A100 上可实时生成 | OpenAI Sora 技术报告, 2024 年 2 月；公开测评 |
| 单次续写成本 | 调用模型生成视频的算力或 API 费用 | 各平台计费方式不同，部分按秒、按 GPU 时计费；Pika 免费版提供基础生成额度；Runway 订阅制，月费 15–95 美元（2025 年一季度） | 各平台官网 |
| 一致性指标 | FVD（Fréchet Video Distance）、FID、运动平滑度、对象带 ID 一致性的平均 IoU 等 | 研究界尚未形成统一标准；主流论文中 FVD 用于衡量分布接近度，数值越低越好；人类偏好研究 A/B test 正成为产品评估补充 | 学术文献 |
| 可控性 | 支持控制条件的丰富度（文本、图像、运动轨迹、深度图、语义图等） | 运动笔刷、Camera Control、参考人物等成为产品标配功能 | Runway Gen-3, 可灵 1.5 官方介绍 |
说明：以上参数值会随着模型更新而变化，并未穷尽所有产品；关于泛化性能、长视频一致性维持等深层能力，公开资料较少给出可横向对比的标准化数值。
5. 技术路线
视频续写技术路线可按核心架构、训练策略和应用哲学划分，当前主流路线及代表性工作如下：
-
扩散模型 + 时空卷积/注意力
代表：Stable Video Diffusion (Stability AI), Lumiere (Google), 即梦（字节跳动）, 可灵（快手）。
优势：生成质量稳定，画面细腻，与前序帧结合自然，适合开源社区迭代。
局限：长时一致性仍是难题，随生成长度增加，物体漂移和形变风险上升。
进展：快手可灵 1.5 版本（2024 年 10 月）结合自研 3D VAE 和可控扩散架构，宣称通过图片和文本联合引导可将单次生成延长至 2 分钟，且支持续写时的起点控制（来源：快手官方发布）。 -
自回归 Token 序列建模
代表：VideoPoet (Google), Phenaki (Google)。
优势：天然适配多模态混合输出（视频+音频），长序列理论上有累积知识优势。
局限：自回归误差会随生成长度累积，容易出现质量滑坡；训练效率受限于 token 长度的二次方复杂度。
动态：该路线在产业应用中逐渐与扩散模型融合，如采用分层自回归先生成关键帧，再以扩散模型插值。 -
扩散 Transformer (DiT) 与世界模型
代表：Sora (OpenAI), 部分创业公司对标模型。
优势：充分释放 Transformer 的扩展性，可处理超长上下文，对物理规律有隐式理解，续写场景更自然；有望统一文本、图像、视频、音频等模态。
局限：算力开销极高，单次推理成本远超其他路线；目前产品化程度受限于 API 定价与技术封闭性。
产业影响：OpenAI Sora 在 2024 年 12 月向 Plus/Pro 用户开放，并限制生成数量，侧面反映成本模型尚未适配广泛商用（来源：OpenAI 官方公告, 2024 年 12 月）。 -
端到端视频压缩与轻量化方案
为降低推理成本，部分厂商开发专有视频自编码器将冗余信息大幅压缩后再送入生成器。苹果、Meta 等巨头也在 2024 年发表多篇关于高效视频扩散的论文，明确指向移动端部署愿景。轻量级路线有望在未来 1-2 年推动视频续写功能从云端向端侧下沉。
整体看，技术路线从单纯的扩散或自回归二分，走向融合时空 Transformer、世界模型嵌入和高效稀疏计算的综合方向。业界共识是：谁能率先在可控成本下实现“几分钟级”的稳定续写，谁就将赢得下一代视频创作工具市场。
6. 上游
视频续写的上游由算力硬件、数据资源和基础预训练模型三部分构成，决定中下游的能力天花板。
-
算力硬件
训练和推理视频生成模型极度消耗 GPU。主流硬件为 NVIDIA H100/H200/B200 系列，云上实例单价约 2–5 美元/GPU/小时（按 2024 年主流云厂商公开定价）。中国厂商中，华为昇腾 910B 已在部分国产大模型训练中得到采用，但软件生态和视频扩散模型的适配尚不成熟。寒武纪、海光信息等亦在追赶，公开资料未见视频续写专用加速卡规模化出货数据。 -
数据资源
高质量、多样化、版权清晰的视频数据集是竞争力核心。当前主要训练数据源自 YouTube 等开放平台（如 Google 的 Video-Text 数据集 HowTo100M、YT-Temporal 等）、商业图库（Shutterstock 等）以及影视素材库。2024 年以来，数据版权争议持续升级，部分数据源要求模型训练者付费。中国厂商擅长利用短视频平台的海量 UGC 数据进行训练，快手可灵的技术优势即部分源于快手主站数十亿级短视频与对应的用户标注（来源：快手官方技术分享，2024 年 7 月）。但数据授权范围受限，基于 UGC 训练的模型若用于外部客户，可能引发法律风险。 -
基础预训练模型
开源生态中，Stable Video Diffusion、AnimateDiff、CogVideo（智谱 AI）等为中小企业提供了基座。北美方面，Stability AI 主导开放模型路线，但在 2024 年面临财务压力，开源版本更新放缓。中国方面，智象未来、腾讯（MuseV）均有开源视频生成及编辑模型发布。2024 年 8 月，智源研究院开源 VideoGen 视频续写框架，吸引开发者社区关注。产业上游另一个重要角色是云计算厂商，如 AWS、阿里云、火山引擎等，通过模型即服务（MaaS）提供微调与推理 API，间接降低下游公司的研发门槛。
上游集中度较高，英伟达在算力环节处于绝对主导；数据资源方面，拥有社交媒体平台或影视版权库的厂商具备持续领先优势。
7. 下游
视频续写的应用场景正处于早期爆发阶段，渗透领域包括：
-
影视与广告预演
导演和创意团队利用续写功能快速生成分镜预览、特技效果参考，降低实拍成本。部分独立工作室已将 AI 续写纳入概念片制作管线，但尚未进入主流电影工业流程（来源：Variety 报道，2024 年 7 月）。广告公司用于生成大量视频变体进行 A/B 测试，显著缩短素材制作周期。 -
短视频与直播内容扩充
TikTok、快手、抖音等平台内的 AI 特效本质上隐含了视频续写功能，如让用户上传一段动作后自动生成后续舞蹈、转场效果。2024 年双 11 期间，部分电商主播已使用 AI 续写技术为商品展示自动生成多段介绍视频，减少重复拍摄（来源：36氪报道，2024 年 11 月）。 -
电商与商品可视化
电商平台利用续写技术，仅凭一张商品图片即可生成模特试用、场景展示的连贯视频。2024 年，阿里巴巴通义万相、京东言犀等均发布面向商家的视频生成工具，公开资料显示已有数万商家接入使用（来源：阿里云官方新闻，2024 年 9 月）。但续写功能在复杂商品交互时偶发变形，产线级应用仍有距离。 -
游戏与虚拟现实
游戏行业正探索利用视频续写动态生成游戏过场动画、NPC 的时序行为等，以降低资产产出成本。2024 年，微软 Xbox 与 Inworld AI 合作，在游戏内引入 AI 叙事生成，但公开视频续写尚处原型阶段（来源：微软官方博客，2024 年 3 月）。 -
教育与仿真
视频续写被用于将静态科学图表延展为动态过程模拟，例如细胞分裂、机械运动等，已在部分在线教育平台试水。
总体而言，下游应用仍以“辅助创作”和“降低试错成本”为主，距离替代专业视频制作还有很长距离。市场早期反馈显示，用户愿意为视频续写功能付费的意愿正在逐步提升，Runway 和 Pika 的付费用户数在 2024 年均有明显增长，但具体财务数字未公开披露。
8. 受益公司
根据在产业链中的角色，以下公司或机构可被视为视频续写崛起的潜在受益者（仅作行业梳理，不构成任何投资建议）：
-
上游算力供应商
NVIDIA（提供训练与推理所需 GPU，2024 财年数据中心收入同比增长超 200%，受益于 AI 视频大模型训练需求；来源：NVIDIA FY2024 年报）、AMD（MI300 系列加速卡）、华为昇腾（国产替代需求驱动，但视频续写场景公开案例尚少）。 -
云服务厂商
亚马逊 AWS、微软 Azure、谷歌云、阿里云、火山引擎等均提供 AI 视频模型推理服务，伴随视频续写调用量增长而收益，具体收入归属无独立披露。 -
基础模型与工具化企业
- Runway（未上市）：Gen 系列模型是视频续写与编辑领域的标杆，已完成多轮融资，2024 年估值为数十亿美元级别（公开报道）。
- Pika Labs（未上市）：以易用性切入，2023 年底快速揽获用户，2024 年获新一轮融资，具体估值未见公开。
- Stability AI（未上市）：开源 SVD 模型，但 2024 年遭遇管理层动荡和财务压力，商业化前景不确定。
- OpenAI（未上市）：Sora 产品涉及视频续写，对算力需求拉动显著，与微软深度绑定。
- 字节跳动（未上市）：火山引擎提供即梦 AI 等视频生成能力，剪映内置相关功能，受益于创作者生态。
- 快手（港交所：1024.HK）：可灵大模型成为国产标杆，2024 年 Q3 财报提及 AI 能力对创作者活跃度的提升，但未单列收入。
-
国内上市公司
- 万兴科技（300624.SZ）：旗下万兴播爆、filmora 等视频软件集成 AI 视频生成和续写功能，2024 年半年报提及 AI 功能订阅转化率提升，具体贡献未公布。
- 当虹科技（688039.SH）：从事视频处理技术，在传媒行业提供 AI 视频增强、续写方案，2024 年中标多个广电项目，但 AI 续写业务占比未知。
- 拓尔思（300229.SZ）：自然语言处理与大模型技术向视频领域拓展，布局视频智能分析与生成，尚无大规模商用报道。
以上公司均系基于公开信息的产业关联度梳理，未考虑估值合理性、股价表现等投资因素。
9. 市场规模
视频续写作为高度垂直的技术功能，其独立市场规模尚无权威第三方测算，均被包含在更宽泛的“AI 视频生成 / 编辑”市场内。可参考数据如下：
-
全球 AI 视频生成市场
Grand View Research 2024 年报告显示，2023 年全球 AI 视频生成市场规模约为 5.5 亿美元，预计到 2030 年将达到 21.7 亿美元，2024–2030 年间复合年增长率（CAGR）约为 21.3%（来源：Grand View Research，2024）。市场涵盖文生视频、视频续写、风格转换等多种细分。 -
中国 AI 视频生成市场
前瞻产业研究院 2024 年发布的《中国 AIGC 产业全景报告》估算，2024 年中国 AI 视频生成市场规模约 42 亿元人民币，其中影视级与专业创作应用占比不足 15%，其余为短视频及营销类应用（来源：前瞻产业研究院，2024 年 5 月）。但该数据为行业调研估算，口径宽泛，“视频续写”功能创造的独立价值未被剥离。公开资料未见针对视频续写的细分营收统计。 -
付费意愿与工具订阅
根据 Runway 和 Pika 公开的融资材料（PitchBook 报道, 2024 年 6 月），Runway 在 2024 年 ARR（年度经常性收入）接近 5000 万美元，其中大部分来自视频生成与编辑工具订阅，续写属于核心功能之一。Pika 在 2024 年初用户量突破千万级别，但未公布付费转化率和收入数据。快手可灵发布后，国内测试用户短时突破百万人次，商业化进程尚在初期（来源：快手公开业绩会，2024 年 11 月）。
综合看，视频续写市场仍处于非常早期，整体体量有限但增速极快，市场教育成本高，后续若企业级大规模采购兴起，有望在 2026–2028 年迎来爆发，届时独立市场研究或将填补数据空白。
10. 玩家对比
下表对比截至 2025 年一季度全球视频续写能力突出的产品及模型（仅展现公开信息，不做横向优劣评判）。
| 玩家 | 核心模型/产品 | 续写时长上限 | 输出分辨率 | 条件控制 | 开源情况 | 特色能力 | 访问方式与定价 |
|---|---|---|---|---|---|---|---|
| OpenAI | Sora（2024.12 上线） | 最长 60s | 最高 1080p | 文本、图像、视频 | 闭源 | 物理世界模拟较强，长视频一致性好 | ChatGPT Plus/Pro 用户，有限生成配额 |
| Runway | Gen-3 Alpha / Turbo | 10s+（可拼接） | 4K（超分） | 运动笔刷、Camera Control、参考图 | 闭源 | 专业视频编辑集成，多工具链协同 | 订阅制，$15/月起 |
| Pika | Pika 2.0 | 约 8s | 1080p | 文本、图片、相机运动 | 闭源 | 界面极简，生成速度快，音效同步 | 订阅制，含免费版 |
| 快手 | 可灵 (Kling) 1.5 | 2 分钟（分段生成） | 1080p | 文本、图片、视频开头、控制风格 | 闭源 | 结合短视频平台海量训练数据，运动幅度大且合理 | 国内免费公测，API 待开放 |
| 字节跳动 | 即梦（Jimeng） | 约 10s | 720p/1080p | 文本、图片 | 闭源 | 与剪映深度整合，社区运营活跃 | 免费或会员制 |
| Google DeepMind | Veo（未全面开放） | 超 60s | 1080p+ | 文本、图像、视频 | 闭源 | 高保真，时空一致性突出 | 面向部分企业，未定价 |
| Stability AI | Stable Video Diffusion | 2–5s | 576×1024 至 1024×576 | 图像 | 开源（SVD 1.1） | 开源社区活跃，可自有微调 | 本地部署，需 GPU |
| 生数科技 | Vidu（闭源） | 16s | 1080p | 文本、图片 | 闭源 | 一次生成 16s，速度快，国产合规 | API 付费调用 |
| 智谱 AI | CogVideoX | 6s | 720×480 | 文本 | 开源 | 国产开源，支持中文提示 | 开源及云端 API |
注：以上时长、分辨率等为官方宣称的最佳情况，实际生成长度受提示词和算力限制可能不同；部分数据源自各产品 2024 年 12 月至 2025 年 1 月的公开状态；未列出所有创业项目。
11. 风险
视频续写技术在商业化和社会层面存在多重风险：
-
技术成熟度风险
主流模型在超过 30 秒的长续写中仍容易发生物体崩坏、身份漂移；物理规律模拟时好时坏，对复杂交互场景（如多人运动、精确物体操作）产线级可靠性不足。可控性虽提升但仍未达到广告片和影视级的精确要求。Sora 虽展示惊艳效果，但在处理手脚细节、快速运动等场景时仍有明显瑕疵（来源：OpenAI 公开文档，2024 年 12 月）。 -
成本与商业化风险
一次高质量续写所需 GPU 时成本高达 0.5–5 美元（不同分辨率、时长），对于 C 端创作者而言负担重，对于 B 端大规模投放虽可接受但产出多样性不足，导致性价比未必高于实拍+剪辑。订阅收入难以支撑高昂的推理成本，多数工具仍处于烧钱阶段。若硬件成本未显著下降，短期内实现大规模盈利难度较高。 -
版权与法律风险
训练数据中的视频版权归属不清是全球诉讼高发领域。2024 年，包括 Getty Images 等多家内容方对 AI 视频模型公司发起诉讼或要求有偿许可。中国《生成式人工智能服务管理暂行办法》要求标注 AI 生成内容，但视频续写生成品与原素材的版权界定尚属灰色地带。使用未经授权的素材进行续写再分发，可能导致侵权连带责任。 -
深度伪造与伦理风险
视频续写是生成高仿真伪造视频的核心技术，可被用于制造假新闻、政治造谣、勒索等。2024 年，全球多国出现利用 AI 视频续写和换脸合成进行电信诈骗的案例（来源：BBC 报道，2024 年 9 月）。尽管水印、检测技术在发展，但攻防对抗难度大，社会危害不可低估。 -
生态同质化风险
基础模型能力趋于相似，10 秒以内视频续写的效果差距正在缩小，小公司若无差异化应用场景或专有数据，面临生存压力。2024 年已有多家 AI 视频初创公司关停业务或被并购。
12. 误读纠偏
围绕视频续写，行业内和投资者中存在若干常见误解，需要澄清：
-
误解 1：“AI 已经能像人一样理解视频并续写剧情”
事实：当前模型本质是基于统计模式匹配生成像素，并不具备真正的理解或叙事推理能力。续写出的内容虽然在视觉上可能连贯，但往往缺乏因果逻辑，尤其是在较长时间跨度下，行动的目的性、前后因果关系极易断裂。所谓“世界模型”还远未达到对物理规律的可靠模拟。 -
误解 2：“视频续写将立刻取代视频拍摄和剪辑”
事实：视频续写目前更擅长填补创意缺口和制作高自由度辅助素材，对于需要精确表达、真人表演和现场实拍的商业视频制作，AI 的替代效应还很有限。行业共识是 AI 工具提升人效，实拍需求不会消失而是更聚焦高价值环节。 -
误解 3：“Sora 或某款产品的发布意味着视频生成已完全解决”
事实：Sora 展示了上限极高的可能性，但该产品的生成速度慢、成本高，且 OpenAI 明确表示当前版本在复杂物理交互上仍会出错。任何模型的发布都只是里程碑，而非终极解决方案。 -
误解 4：“视频续写的成本会迅速下降至接近零”
事实：虽然算法和硬件效率持续提升，但高质量长视频生成对算力的需求依然指数级增长，降本曲线并不陡峭。在可预见的未来，专业级视频续写仍将承担较高计算成本，影响其平民化进度。 -
误解 5：“开源模型足以满足商业需求，不需要深耕专有技术”
事实：开源模型多针对学界通用场景设计，数据分布、风格控制和长尾场景覆盖有显著局限，直接用于商业产品需大量微调与合规投入。多数成功产品仍采用自研或深度定制的闭源方案。 -
误解 6：“视频续写市场规模巨大，很快会诞生千亿市值公司”
事实：虽然想象力空间诱人，但市场教育、成本优化、法律合规等路径漫长。2024 年独立第三方并未给出视频续写的可靠市场预测，所有数字均为整体 AI 视频市场估算，且该估算本身也在动态调整中。投资者需警惕过度乐观叙事。
13. 最新事件
- 2024 年 12 月 OpenAI Sora 正式上线：向 ChatGPT Plus 和 Pro 用户提供，支持从文本、图像和视频开头生成续写，单次最长达 60 秒。上线后因算力消耗巨大，生成配额一度紧张（来源：OpenAI 官方博客）。
- 2024 年 11 月快手可灵 1.5 版本发布：引入“运动笔刷”与更长的续写能力，并通过图生视频功能实现高质量延展。截至 2025 年 1 月，可灵已服务超过 500 万用户（来源：快手官方微信公众号）。
- 2025 年 1 月 Runway 推出“Act-One”：允许用户通过面部视频驱动角色动画，并与视频续写结合，实现人物表演的延展，进一步模糊真人拍摄与 AI 生成的边界（来源：Runway 官网博客）。
- 2025 年 2 月 Google DeepMind Veo 扩大测试：向谷歌云 Vertex AI 的企业客户提供视频生成与续写能力，分辨率和时长均达到新高度，尚未公布开放时间表（来源：Google Cloud Blog）。
- 2024 年 9 月中国版权协会发布《AI 生成视频版权服务指引（征求意见稿）》：明确要求在续写等衍生内容中标注原始素材和 AI 参与程度，对下游商用产生合规影响（来源：中国版权协会官网）。
- 2024 年 10 月多起 AI 视频生成公司裁员/关停：英国合成视频公司 Synthesia 裁减部分边缘团队；美国初创公司 Hour One 进行业务收缩，反映赛道早期淘汰加速（来源：TechCrunch, Business Insider）。
14. 跟踪指标
要持续跟踪视频续写赛道演进，应关注以下指标与信号：
| 跟踪维度 | 关键指标 / 事件 | 获取方式 |
|---|---|---|
| 技术突破 | 顶级会议（CVPR, ICCV, NeurIPS）接收的论文；模型公开的 FVD / 人类偏好得分 / 长视频一致性测试结果 | 论文预印本、企业技术博客 |
| 产品里程碑 | 主要产品续写时长提升、分辨率提升、新增控制功能（如运动笔刷、关键帧）的通知 | Runway、Pika、可灵、即梦等官方更新日志 |
| 成本曲线 | 主流云厂商 GPU 实例价格变化；模型推理 API 的每千秒定价；研究界报告的每生成 1 秒视频功耗 | 云服务官网、学术论文附录 |
| 商业数据 | Runway 等头部公司的 ARR/用户数披露；传统制片及广告公司 AI 视频采购订单；跨境电商 AIGC 工具渗透率 | 科技媒体（The Information, 36氪）、财报 |
| 监管与法律 | 中美欧关于 AI 生成内容标识、训练数据版权的新规、判例；平台对深度伪造内容的打击行动 | 官方机构网站、法律数据库 |
| 人才流向 | 视频续写核心研究人员及工程师的任职单位变动；开源社区贡献活跃度 | GitHub Star 数变化、LinkedIn |
| 数据生态 | 高质量视频数据集的新发布或授权公告；版权诉讼案件数量及进展 | 数据集官网、法律新闻 |
| 产业投融资 | 视频生成领域融资轮次、金额、估值；上市公司在该方向的资本开支或研发投入占比 | Crunchbase, PitchBook, 上市公司公告 |
15. 信源
本概念页所引用的数据、事件、技术描述均基于截至 2025 年 2 月的公开信息，主要来源包括：
- OpenAI Sora 技术报告及相关官方发布（openai.com, 2024）。
- Stability AI 技术报告：Stable Video Diffusion（stability.ai, 2023）。
- Google DeepMind 论文：Lumiere、VideoPoet（arXiv preprint, 2024）。
- Runway Gen-3 Alpha 发布公告（runwayml.com, 2024）。
- 快手可灵大模型技术分享及公开资料（kwaishou.com, 2024）。
- Pika Labs 官方公告及产品日志（pika.art, 2024–2025）。
- Grand View Research, “AI Video Generation Market Size, Share & Trends Analysis Report,” 2024。
- 前瞻产业研究院,《中国 AIGC 产业全景报告》, 2024。
- NVIDIA 2024 财年年度报告（nvidia.com）。
- 字节跳动火山引擎即梦产品介绍（volcengine.com, 2024）。
- 中国版权协会《AI 生成视频版权服务指引（征求意见稿）》，2024 年 9 月。
- 科技媒体报道：The Verge, TechCrunch, 36氪, BBC 等在 2024 年间的多篇报道。
- 相关学术论文：AnimateDiff, CogVideoX, VideoPoet 等通过 arXiv 及 GitHub 公开的技术描述。
- Crunchbase 及 PitchBook 有关 AI 视频生成融资数据，截至 2024 年底。
特别说明：部分前瞻性陈述涉及不确定性，所有财务数据均标注年份与来源，缺乏公开独立统计的细分市场已标明“公开资料未见”。本文仅作行业知识梳理，不构成任何形式的投资、法律或商业建议。