这是一个“等待被大厂吞没”的行业，还是可能长出像Adobe那样的工具型公司？
“看流水（即营收），AI视频类这些项目的表现确实很不错，可以说是AI最赚钱的细分赛道之一。”投资行业人士对36氪说。
中国AI视频生成赛道，正在经历大厂模型能力疯狂增长的巨大红利。来自字节跳动的Seedance和来自快手的可灵这两款“超级底座”正在进行一周一小版、两月一大版的高频迭代。阿里巴巴也在4月底，对视频生成模型HappyHorse 1.0开启灰测，720P视频生成刊例价为0.9元/秒。
愿意为此花钱的内容创作者太多了，太急迫了。众多短剧、内容公司排队等待使用Seedance2.0已经成为2026年AI世界的一个奇观。由此，在AI视频模型外“套一层壳”，使其更简单易上手的AI视频Agent产品，也迎来了增长奇迹。
一位业内人士对智能涌现透露，头部公司一个月的算力消耗成本应该在百万元以上。 “一部短剧的算力消耗成本约为3万元，工具平台如果一个月能接100部这样的工程，那么消耗量就能达到300万。这没什么难度，只是时间问题。”
在必应上搜索“AI视频生成工具”这样的关键词，能看到不少此类产品的广告。“据我了解，某头部工具平台一天在这个广告上的消耗就有两三万元，那么一年光这一个渠道的广告投放就至少需要七八百万元。由此可以反推它的收入水平是多么高。”业内人士称。
AI视频创作平台Creati对智能涌现透露，上线一年，该平台的全球用户量就突破了千万级别。产品ARR（年度经常性收入），一度达到了2000万美金。
但令这些AI视频Agent产品担忧的是，如果大厂也从模型层走到产品层，跟自己抢饭碗呢？今年1月，抖音还推出了AI视频应用“随变”，将工具+社区两块业务一并做了起来。以及，产品公司设计的应用层功能又可能随着大模型的一次升级被覆盖。
“短期来说，这类工具型公司与大模型厂商之间还是合作关系。创业公司的利润很大程度上由它们能接入哪些模型、能拿到多大API价格折扣来决定。”蔚来资本投资经理冯绘霓表示，“但同时，据我所知，大厂对这些‘合作伙伴’也看得很紧。在这些比较重要的赛道方向上面，大厂内可能有不止一个团队在做。”
这是一个“等待被大厂吞没”的行业，还是真的有可能长出像Adobe那样的工具型公司？
产品公司在生态位上的弱势，体现在利润里。“如果看利润，其实大家的毛利率都挺低。”某投资人表示，很多项目在牺牲UE（单位经济效益）换规模，因为“目前这个行业没什么壁垒，所以都在烧钱补贴获客，还做不到盈亏平衡。”
但依然有不少投资人愿意对其下注。这个赛道最明星的中国公司——LibTV 的母公司LiblibAI，在去年10月完成了由红杉中国、CMC资本等机构投资的1.3亿美元B轮融资。更早之前，它还曾创下 “一年内连续四轮融资”的行业纪录。
△工具类公司融资规模排名
“
今年AI视频工具是为数不多可以投的赛道
，因为视频的迭代速度比语言、coding慢很多，所以在语言工具、coding应用大批被基模颠覆的情况下，视频生成项目反而相对更‘可看’。”一位投资人对智能涌现表示。
这些AI视频Agent产品依然有时间做出自己的护城河。 在这场“不对等的竞争”中，谁能活下来？
大厂之剑，与商业化护城河
目前来看，主流的工具类产品有三种形态：
要么做好“idea”，通过AI Agent将创作流程极度简化为“自然语言指令”，比如ZeroCut、Ribbi；要么做好“editing”，把无限画布、细节调整做到非常精细，比如LibTV、Buzzy；要么“离钱更近”，直接把视频生成与电商交易/社媒运营挂钩，比如TapNow。
本文包括创业者和投资人在内的所有受访人都认同，等大模型厂商卷完了基建层面的事，势必就要做应用层面的事，这只是一个时间早晚的问题。关键是，这个时间窗口有多久，以及窗口关闭了之后，自己还能否存活。
曾在大厂工作，并经历了古典互联网时代竞争的张云剑，打造了AI视频创作平台ZeroCut。他认为，
“至少在五年内，大厂很难一口气完美覆盖掉整个AI视频制作的全流程。”
他的判断主要基于以下两个认知：
第一，
视频制作是一条极长的创意服务链条。
外界或投资人往往只关注“工程工具”和“生成”这一层面，但视频生成实际上只占整个制作环节的一小部分。在真正生成视频之前和之后，有着非常复杂的创意和链条过程，因此，AI对流程的替代将是一个逐步的过程，五年内很难达到直接面向消费者，且完全不需要人工干预的终极形态。
第二，
基于市场竞争与细分逻辑，单一厂商很难在所有环节都做到极致。
一个完整的AI视频工作流需要调用语言模型、图片模型和视频模型。大厂虽然有能力做全流程覆盖，但这并不意味着它能在每一个细分领域都保持最强，例如有的模型在图片生成上做到了极致，但视频能力未必最强。这种能力的差异化最终会促成市场细分，而非一家独大。
同样离开大厂、投身AI创作工具创业的Ribbi创始人兼CEO Robin，在这一点上与张云剑观点接近。
“大厂中，业务、模型和顶层之间的对齐是最困难的事，除非已经有业内共识。”
Robin说，“在看到Taste的确切价值之前，为审美、品味构建模型，是大厂不愿意做的。只有当视觉创意生成从非共识，变成共识，才能激发更多大厂和顶尖人才参与进来。”
然而，投资经理冯绘霓觉得这个为期五年的这个预估有点“过于乐观”。
“大厂在接触这类工具型的初创公司时，其实
最想挖的不是产品或算法人才，而是运营。
”冯绘霓说，“这揭示了一件事情——
在技术层面，大厂自认为完全有这个能力把产品做出来
，而目前的短板在于用户渗透。”
冯绘霓的判断是，Seedance、可灵等大模型的野心非常大，“它们不会只想做一个基建或者工具，他们更想做的是‘定义下一个内容平台、社交平台’，而工具只是‘顺带被做了’的部分。”
一句话来说，大厂会做，但不会明天就做。在这个窗口期，创业公司能做什么呢？
从腾讯、字节跳动等大厂离职创业的Anijam CEO方晨认为，创业公司与大厂竞争的关键，是“
要更早跑起来，形成用户留存与数据沉淀。
”
换句话来说，时间就是资源，跑起来的速度决定了达摩克利斯之剑落下之后的生死。“要尽快进入市场、获取用户，并在真实使用中积累数据与认知。”方晨说。
张云剑对ZeroCut的规划是，
公司的护城河在于“AI落地服务”与“社会分工”。
“即使底层模型变得非常强大，市场上依然会有大量不会使用工具的用户，或者出于‘性价比’和‘比较优势’考虑而不愿亲自下场制作的企业客户。”张云剑说。因此，ZeroCut将避开工具层面的硬碰硬，
直接帮客户解决最终的“交付和落地”问题。
这就涉及到了商业化路线的问题——是在大模型的算力成本与自己的用户定价之间赚差价，还是找一条新的商业化道路？前者虽然简单，但大模型厂商一旦降价，就会吸走用户，大模型厂商一旦涨价，自己的利润就会变薄。说白了终究是把命脉交在他人手中。因此，创业公司大多选择了后一条路。
ZeroCut的思路，就是”技术+服务”模式——如果客户有能力，可以直接使用工具；如果客户需要代工，平台会将订单对接给熟练掌握该工具的创作者，提供稳定的视频定制交付服务。至于
计费标准，则从传统内容承制公司的“人力计费”转为AI时代的“Token计