主要观点总结
本文主要围绕快手与字节在文生视频赛道上的竞争展开，描述了可灵和即梦的对比，分析了可灵的优势以及字节的挑战和策略。
关键观点总结
关键观点1: 可灵和即梦的对比
可灵在文生视频赛道中表现意外火爆，相比之下，字节的即梦在目前的竞争中尚未显现明显优势。可灵被认为是在技术上快速迭代，具备生成高质量视频的能力。
关键观点2: 字节的挑战和策略
字节在文生视频赛道上暂时落后，但其在AI大模型方面的布局十分激进。字节正在努力追赶，推出了一系列产品并采取措施降低大模型的使用成本，以期通过教育和合作等途径来获得市场地位。
关键观点3: 字节与快手的不同策略
快手更注重将技术和市场相结合，积极推出产品并参与市场竞争；而字节更在意从基础大模型到AI应用层的全生态竞争，寻求构建最开放的AI生态。
关键观点4: 其他领域的竞争和合作
字节也在AI硬件和其他相关领域展开合作和收购活动，并在各个渠道积极探索创新和发展机遇。无论是应对当前的竞争还是探索新的应用领域，字节都展现出积极的态度和决心。
正文
快手可灵以及文生视频赛道的意外火爆，不免让同序列的字节有些尴尬。究其原因，今年“激进”行军的字节，大模型布局要更为复杂——而上半年，字节更重要的对手或许是阿里与腾讯。随着AI战略在内部的优先级强化，奉行“大力出奇迹”的字节，并不缺少后发制人的机会。
2024年2月，Sora的横空出世，让许多大模型公司的春节都没能过好。
“春晚还在重播，我们就在紧急拉群讨论”，一家AI头部公司员工对「市界」急切地说。看到Sora丝滑的体验，连卖课博主都蜂拥而动，赶着上线教程，大赚一把。
谁能最快时间“复制”出国内版的Sora，更多人将目光放在了阿里、百度、“大模型五虎”身上。但无人想到，拔得头筹的会是技术表现相对“佛系”的快手。6月7日，快手突然上线了文生视频模型“可灵”（Kling），并可支持长达2分钟的视频生成。此外，与Sora至今仍在“期货”阶段相比，可灵一经公布便开放了测试，生成效果亦可圈可点。“可灵是最近圈内，被讨论最多的对象”，一位风投行业人士对「市界」说。据官方数据显示：可灵上线一个月有超50万人申请，已开放给超30万用户使用，生成了超700万条短视频。可灵的意外火爆，不免让字节有些尴尬。今年5月，字节也开放了文生视频模型“即梦”测试，但效果在目前火爆的文生视频赛道中，尚不具明显优势。突然被曾经“忽视”的对手甩开身位，字节需要埋头追赶。据钛媒体报道，近期，字节跳动将AI大模型设为集团“P0最高级别”的方向。抖音、剪映等多个团队也在抓紧研发AI视频模型应用，预计将在近期公布。
做可灵，快、糙、猛
多位开发者对「市界」表示，可灵的上线与亮眼表现，在行业内也算是个意外。
近日，「市界」以一段“黑猫”为关键词，在可灵、即梦，以及智谱AI刚刚上线的“清影”中分别输入了相同的提示：“下雨天的城市街道上空无一人，一只可爱的黑猫奔跑而过。它的眼珠是绿色，脖子上带有黄色的项圈和铃铛，全身长着黑亮的长毛。视频用摄像机的视角拍摄，地面的积水反射出黑猫的身影。”在生成的三段视频里，可灵版虽然未能实现快速奔跑的效果，但视频大致符合客观规律。与之对比，“即梦”版地面没有积水，黑猫也没有向前走动。“清影”版虽有积水，黑猫行走时，步态古怪，尾巴也出现了丢帧。▲（视频依次为可灵、即梦、清影生成作品）
据“硅星人”报道，可灵是快手花了3个月的时间打造的；团队规模很小，仅有20余人，牵头人是现快手视觉生成与互动中心负责人万鹏飞，其大部分的研究方向为图像/视频信号处理、计算摄影和计算机视觉、减少Loss函数、视觉生成等。可灵的前身，来自快手在2023年10月重启的一个不起眼的项目“噗叽”，这是一款将静态图片通过AI生成2s Gif表情包的工具软件。今年3月初，快手内部开了一个小会，万鹏飞的想法得到了快手高级副总裁盖坤（于越）的肯定，迅速确定了将噗叽作为预调研的产品。据“硅星人”了解，“做可灵的时候，执行层面有个共识，就是快、糙、猛。”可灵项目开始不到一个月，就获得了快手创始人程一笑的支持，将其视为公司战略级项目。盖坤也常说：公司的卡都给你们用，公司全力支持。数字人赛道创业者柯燃对「市界」分析道：“可灵的成功，很大程度上要归功于快手积累的视频数据素材。放眼国内，这方面可以与之一战的也只有抖音。”虽然“即梦”5月9日便官宣上线；6月17日，即梦也作为首席AI技术支持方，在AIGC短剧集《三星堆：未来启示录》中亮相。但无论是在C端的表现，或是相较于快手7月13日上线的AIGC短剧《山海奇镜》，即梦的声量均不甚响亮。7月17日，市场曾传出消息称，字节将公布类Sora的文生视频技术进展。外界也将其解读为，字节要奋起直追，与可灵正面迎战了。但字节方面随后向「市界」表示，该消息并不准确。7月17日当日，「市界」注意到，活动更类似一场技术分享会。会议主要由豆包大模型视觉基础研究团队负责人冯佳时主持，并由字节研究科学家、机构学者等，做了整场的英语技术分享。
字节还没回过神
那么，在最近如火如荼的文生视频赛道里，字节为何错过盛宴；最近字节又在忙些什么？
某种程度上，或许因为比起快手押注“可灵”，可以“一力降十会”。字节的大模型布局要更为复杂——而今年上半年，字节更重要的对手放在了腾讯与阿里。面对大模型，字节的步调已不可谓不“激进”。毕竟2个多月前，率先在行业内发起大模型价格战的，正是字节。5月15日，在字节跳动“FORCE原动力大会”上，字节推出了基于其自研豆包大模型的API服务。同时，火山引擎总裁谭待一步到位，亮出了“豆包”的最新价格：0.0008元/千Tokens，宣布这是低于行业99.3%的“地板价”。彼时，字节的“发难”曾先声夺人。据「市界」从多方了解，头部玩家对字节的出击缺少准备；各方虽感无奈，也只能被动追随。接下来几天，阿里云、百度文心大模型、腾讯云先后宣布，将旗下大模型推理输入token以及API大幅降价。在此影响下，如今头部大模型的C端调用，已几乎悉数免费，行业也开始朝着下一个生态量级“卷”去。据一家法律AI应用企业创始人向「市界」透露，API服务开放后几乎没有时间差，火山引擎的销售人员就开始积极接触客户、推介产品。这也侧面印证了，市场流传的字节已将大模型标记为最高级别战略的猜测。
▲（谭待于2024“FOECE大会”。图源/火山引擎）据Questmobile数据显示，截至2024年6月，在国内AIGC App中，豆包、天工、Kimi智能助手、猫箱增长亮眼——其中豆包流量排名第一。
▲（图源/QuestMobile）与快手相比，字节如今更在意的，或许是从基础大模型、到AI应用层的全生态竞争。此外，考虑到2021年才正式做云的火山引擎，在巨头云厂商里是“最年轻”的一朵。三年多来，火山云也一直被视为云市场的挑战者角色。字节如何将基础大模型、应用层、云市场协同起来，更是一项综合命题。近日，据“光子星球”报道，字节“扣子”平台的大量使用者，正寻求如何将创建的智能体、bot接入微信公号或小程序，讨论十分活跃。去年12月，字节在海外推出了AI应用开发平台“coze”。今年2月，国内版“扣子”上线。大量抖音体系商家，也希望从中迅速掘一桶金。考虑到腾讯在今年5月才姗姗来迟，发布了AI智能体创作与分发平台“腾讯元器”。彼时，扣子的访问量已达到了233万次。而截至目前，腾讯元器尚未打通小程序、公众号、客服订阅号微信系列生态。毕竟当下，AI发展仍在早期阶段。字节与腾讯一样，都还需要花费大量时间教育用户。争夺AI时代的分发权，先声夺人，或许是字节为了瞄准腾讯要做的更大功课。
