智通财经APP获悉，中金发布研报称，2024年OpenAI发布Sora，引领视频生成新纪元开启，带来DiT技术路径收敛，也开启了视频生成商业化元年。进入2025年，视频生成美学质量、角色一致性、清晰度、生成效率大幅进步，视频生成已经初步进入影视、电商、广告场景成为生产力工具，各家以垂类SaaS订阅制形成早期商业模式。特别地，中国公司在视频生成赛道优势亮眼：该行预期快手-W(01024)可灵2025年ARR全球领先，商业化也进入快车道。

中金主要观点如下：

技术路径视角，2024年Sora发布后，路径收敛至DiT，未来关注多模态理解生成结合

视频生成在深度学习时期经历图像拼接、自回归扩散等混合路径、DiT主流路径三阶段，2024年Sora发布带来内容生成质量显著提升，海外、国内主流公司均以DiT作为核心架构，OpenAI更新版GPT-4o、中国创业公司Sand AI另尝试自回归路径。面向未来，该行认为多模态基础模型带动视频生成效果优化是主线，多模态生成理解相结合(DeepSeek Janus-pro)、端到端多模态(Google Gemini)是值得追踪的核心方向。

P端和B端共计百亿美元市场空间，中国公司具备垂类机遇

根据 Fortune Business Insights，2024年AI视频生成全球规模约6亿美元，根据该行测算，中期P端和B端生产力工具市场规模有望达到100亿美元，如下探到C端生产力市场则具备更广阔空间，当前处在高成长性赛道的早期阶段。特别地，中国公司模型力可匹敌海外，产品力超越海外。ARR商业化视角，该行测算快手可灵市占率约20%，全球领先，海螺、爱诗、生数在用户和商业化维度均亮眼，内容创作是单点优势的集合，该行预期格局多强并存。

入局者洞察

1)技术维度，收敛至DiT，核心矛盾不再是生成时长，而是一致性和美学;2)产品维度，可灵、海螺、爱诗全球排行榜领先，国内前三;3)产品定位，当前2P+2B专业化用户为商业化主流，是Runway、可灵、海螺、生数主要定位赛道;2C长坡厚雪，爱诗、即梦致力于降低视频生成门槛，打造AI社群生态;4)商业模式，高质量模式单秒价格已在0.4-2元区间，已进入创作者视角的价格不敏感区间，且仍具降本空间。该行认为成本降低或成为商业化拐点的核心指标。

风险

多模态模型能力提升不及预期;视频生成商业化不及预期。