前言：AI视频的拐点，不在模型榜单上

过去两年，视频生成模型的迭代速度快得让人眩晕。从几秒钟的"会动的图"，到能够音画同出、多帧参考、Native 生成30秒以上连贯叙事——技术指标一条条被刷新，榜单一次次被登顶。

但真正的产业拐点，从来不在榜单上。

生成质量只是入场券。决定一家公司能不能吃到这轮红利的，是它有没有把"模型能力"翻译成"商业交付"的通道：有没有真实的内容场景、有没有可复用的数据资产、有没有付得起钱的客户、有没有可复制的工业化流程。

这正是"AI应用+AI视频"这个组合的意义。AI应用解决的是"落地"问题，AI视频解决的是"内容形态"问题，两者的交集，恰好是当下AIGC产业链上商业化密度最高的一段。

本文梳理了10家在这一交集上强关联的公司。它们分处产业链的不同位置——有的做模型底座，有的做创作工具，有的做内容生产，有的做版权与数据要素，有的做算力支撑——但共同点是：都已经有了真实的落地场景，而不是停留在发布会PPT里。

（说明：本文仅为产业观察与信息梳理，不构成任何投资建议。所涉公司的业务进展以公开披露为准。）

第一章 模型底座层：谁在造"发动机"

AI视频的第一性问题永远是模型。没有可控、稳定、可商用的视频生成能力，上层的一切应用都是空中楼阁。这一层公司做的事，是把音视频生成能力从"玩具"变成"生产工具"。

万兴科技：中国首个音视频多媒体垂类大模型的开拓者

万兴科技的定位非常清楚——不做通用大模型，而是死磕数字创意场景的垂类音视频模型。

其自研的"天幕"音视频多媒体大模型，是中国首个面向数字创意场景的垂类音视频大模型，基于15亿用户行为数据与百亿级本土化高质量音视频数据沉淀训练，由视频大模型、音频大模型、图片大模型、语言大模型四部分构成，目前已迭代出近百项音视频原子能力。

具体到能干什么，可以看它已经在做的事情：文生主题视频、文生3D视频、AI歌手、视频AI配乐、数字人播报——这些能力已经不以demo形式存在，而是在Wondershare Filmora、万兴播爆等产品中规模化商用，相关产品的AI功能使用用户数实现多倍速增长。

更值得关注的是它对垂直行业的切入方式。以短剧为例，天幕把解决方案拆到了制作全流程：

产品形态上，万兴科技已经拉出了三层矩阵：面向专业创作者的Web端平台万兴天幕创作广场、面向普通创作者的移动端工具万兴天幕AI，以及面向开发者和企业、开放API并支持MCP协议的万兴天幕创作引擎。生态侧与中广天择、深圳卫视等达成合作，把声音克隆、AI换脸、口型驱动、视频翻译等能力用到影视综艺后期制作中。

一句话总结：万兴科技的核心资产，是把音视频AI能力产品化了十几年的全球渠道和用户基础，模型只是让它插上了新的翅膀。

当虹科技：让AI真正"看懂"复杂视频

如果说万兴科技做的是"生成"，当虹科技做的更多是"理解"——而且是从智能视频这个更硬核的工程角度切入。

当虹科技是定位于大视频领域的国家级专精特新"小巨人"，有30年以上视音频技术积累、540项以上申请发明专利，研发人员占比超70%，全国90%以上的省级以上IPTV和100%的上星超高清频道建设都有它的身影。

它的技术底座是BlackEye多模态视听大模型，融合Transformer、Diffusion等多种深度神经网络组件，整合了文本、图像、视音频、三维模型等多模态的编码解码、潜空间对齐与推理生成能力。落到产品上就是AIGC引擎：集成文生图、文生视频、图生视频、智能标签、智能编目、智能拆条、智能横转竖等能力，面向传媒行业提供一站式AIGC服务。

其中最有意思的是Sports AI体育赛事智能理解与包装系统。基于BlackEye，系统能对比赛中的球员、动作、轨迹、事件及场上空间关系进行深度理解，自动生成球员标签、雷达图、慢动作回放——这套系统已经在2026美加墨世界杯、巴黎奥运会等顶级赛事转播中落地验证。

另一个硬核能力是AI多模态感知压缩：一段原始码率3120kbps的监控视频，经AI压缩后仅398kbps，码率降低约10倍，肉眼几乎看不出画质差异。这在卫星窄带回传、电网作业安监、石油钻探等带宽受限场景下，价值极高。

一句话总结：当虹科技代表的是"专业级视频AI"这条路——不追热点，而是在广电、赛事、工业这些门槛极高的场景里，把AI做成了刚需。

第二章 工具层：把能力装进普通人的手里

模型再强，如果只有少数工程师能用，商业价值就是有限的。工具层公司的使命，是降低使用门槛，让创意本身成为唯一的约束条件。

虹软科技：从手机影像到AI商拍，视觉AI的三十年积累

虹软科技是这份名单里技术积淀最厚的公司之一。它在视觉领域深耕三十余年，一个直观的数据是：根据IDC统计，2019至2024年度全球出货量前五的手机品牌中，除苹果完全采用自研算法外，其余安卓系统手机的主流机型均有搭载虹软的视觉人工智能解决方案。

它的AI底座是ArcMuse计算技术引擎，也是杭州高新区（滨江）首个通过中央网信办人工智能双备案的大模型。发展方向上，公司明确围绕多模态融合与端云协同两条主线推进，重点强化复杂光影表达、物理规律建模及高保真细节生成能力，并加速DiT架构演进，在巩固2D图像与视频生成优势基础上，向3D内容生成与视效重建延伸。

真正体现"AI应用"成色的，是它的PSAI（AI商拍）业务：

商家只需上传真人图和衣服图，就能生成身着样衣的服装模特展示视频，实现高质量成片；

可通过文本添加模特特征、更换模特表情发型；

已接入淘宝、抖音、拼多多、京东、亚马逊等多个海内外头部电商平台，聚集数十万个注册商家，向全球跨境电商提供模特生成、视频生成及AI编辑优化服务；

2025年第三季度还迭代了鞋履试穿、眼镜试戴等穿戴功能。

2025年公司研发投入达4.30亿元，占营业收入46.58%，研发人员占比61.71%。这个投入强度，说明它不是在做"AI概念包装"，而是在做底层能力的长期建设。

一句话总结：虹软科技的逻辑是"视觉AI能力 × 终端场景"——手机、汽车、AI眼镜、商拍，四个场景共享同一套视觉技术底座。

超讯科技：不做内容，做内容背后的算力

严格来说，超讯科技并不直接做AI视频内容。但它出现在这份名单里，是因为所有AI视频的生成本质上都是算力的消耗，而它正在成为这条链路上不可绕开的基础设施。

超讯科技创立于1998年，2016年在上交所主板上市。经过业务架构调整，公司构建了以"智算"和"信通"为核心的双引擎，形成"算力+数据+AI"、"通服+ICT+新能源"六大布局。

关键的变化是：智算业务已经成为公司第一增长曲线，占总营收近七成。围绕AI算力产业，公司形成了四方面核心能力——国产AI芯片代理及"元醒"系列服务器集成、智算中心全生命周期建设运维、算力运营、新能源与算力融合，具备大型智算中心及万卡级超节点集群建设能力。

区域策略上，公司深耕国内的同时积极开拓东盟市场，推进海外智算园区及风光储配套项目，探索"国内研发、广西集成、东盟应用"的落地路径。2026年9月，公司与阿里云签署全面合作协议。

此外，公司在AI应用侧也有自研产品——自研AI APP"灵犀妙笔AI"（海外版Superlala），聚焦垂直细分赛道的AI小模型研发。

一句话总结：超讯科技是这10家里最"底层"的一家。它不生产视频，它生产生产视频所需要的算力。

第三章 内容层：AI视频最直接的变现场景

有了模型和工具，还需要有人真正把内容做出来、卖出去。内容层是AI视频商业化最直接的战场——也是最残酷的战场，因为这里最终要比拼的是作品的完成度和商业回报。

掌阅科技：把20年IP资产，灌进AI短剧的工业化流水线

掌阅科技的故事很有意思：一家做数字阅读起家的公司，把短剧做成了第一大业务板块，然后又把AI短剧升级为公司级战略。

它的打法不是单点工具，而是全链路平台化。2026年4月，掌阅推出面向内容产业的全链路AI内容生态平台"泡漫AI"，覆盖IP策划、剧本创作、AI短剧制作、智能分发四大核心板块，深度整合公司多年积累的IP、剧本与内容数据。

技术接入上，公司落地了Seedance 2.5等视频生成大模型，实现原生生成时长从15秒翻倍至30秒、无需分段拼接——这意味着短剧单集通常1-2分钟所需的制作段数直接减半，画面连贯性显著提升。

模型策略上，掌阅采取"效率最高且最匹配场景"的多模型接入路线，已接入DeepSeek、豆包、Kimi等，并向Kimi独家提供7亿+条文学语料用于模型训练，形成"语料供给+产品接入"的双向合作。应用侧还上线了AI阅读助手，与阅读主App深度融合。

短剧业务的体量已经相当可观：掌阅短剧已进入行业第一阵营，涵盖版权、自制、合制、付费投放、官方发行等多种形态，并推出镜渊剧场、告白剧场、千灯绘世、玄尊万象四大精品厂牌。2025年初推出海外短剧平台iDrama，率先上线英语、日语、韩语三个语种版本，成为中国短剧出海的新锐力量。

一句话总结：掌阅科技的核心壁垒不是AI技术本身，而是海量经过市场验证的网文IP——这是AI短剧最稀缺的燃料。

博纳影业：把AI电影送进院线，接受票房检验

如果说其他公司还在"AI能不能做内容"的阶段，博纳影业已经把这个问题推进到了"AI电影能不能卖票"。

2026年，博纳影业宣布其制作的《三星堆：未来往事》定档10月23日全国上映。这部片长100分钟的影片，是国内首部利用AI技术制作并获得国家电影局公映许可证的院线电影——这标志着AI电影不再局限于展映短片和实验作品，而是要正式接受票房、口碑、市场规则的全面检验。

制作上的数据足够惊人：影片基于自研"博卡电影云片场"系统制作，历经两年技术攻坚，累计产出超过120万张底图，完成上百次全片迭代打磨，解决了AI画面的稳定性流畅性、人物微表情、物理时空连续性等行业共性难题，达到影院级大银幕专业视听标准。

更值得称道的是合规层面的设计：全部角色均为原创数字形象，不做真人演员数字复刻，从源头规避肖像权与数字人版权风险，数字资产均归博纳影业自有。制作模式坚持"人主导，AI做执行"的人机共创，拒绝AI一键成片，创意、叙事、考古考据与人文价值判断均由专业电影人及历史顾问团队把控。

这并非一蹴而就。早在2024年暑期，博纳出品制作的国内首部AIGC生成式13集科幻短剧集《三星堆：未来启示录》就在抖音上线，全网播放量超2亿次，斩获多项国际科幻短片奖项——"短剧实验—院线长片落地"的闭环就此跑通。

AI应用层面，自研短剧生成平台"博乐一键AI短剧"、AI垂直应用平台"博卡云片场"已面向行业创作者开放申请。项目储备上，《计划外：广寒行动》《中华志怪之罗刹海市》已立项公示，《东风必达》正在筹备备案。

一句话总结：博纳影业做的是最难的一件事——用AI做重工业电影。如果这条路走通，它沉淀的是可复用的数字资产和工业化流程，而不只是一部电影。

天娱数科：AI视频在营销场景的规模化落地

天娱数科的AI视频业务，是这份名单里"产量"最惊人的一个。

公司自研了基于产品知识库的素材管理平台Flint，以及影视级AI长视频创编平台CineART，打通创意生成、素材管理、内容制作与输出全环节。2025年全年，AI生成视频超过12.5万支。

数字人方面，公司打造了以"天妤"为代表的AI数字人IP矩阵，为维达、山西文旅厅等客户提供AI视频服务，并推进AI漫剧等创新场景落地。整个虚拟人IP矩阵全网粉丝量累计超过500万，内容触达超20亿人次。

营销自动化的数据同样可观：平台新增广告账户121.1万个，创建投放计划1.4亿条；直播电商互动总量达683.3万条，其中AI互动占比89.52%；相关项目获"2025杰出AI智能体应用案例奖"。

落地行业上，AI营销能力已在保险、美妆、跨境电商等细分领域深化：保险领域持续服务众安、平安、阳光、人保等头部客户，直播时长累计超5.6万小时；美妆领域旗下A-9 Code品牌2025年全渠道销售额突破5500万元；跨境电商领域旗下椰子壳平台交易额达2.6亿元。海外AI营销收入同比增长568%。

此外，公司在空间智能方向也有布局，已沉淀超150万条3D数据及518万条多模态数据，自研消费级磁吸式3D扫描仪与Behavision 3D大模型，10项核心数据集获北数所资产登记。

一句话总结：天娱数科证明了AI视频不只是"内容生意"，更可以是"效率生意"——把视频生产变成营销漏斗里的一个可量化环节。

捷成股份：把10万小时版权，变成影视界的"向量数据库"

捷成股份切入AI视频的角度，可能是最独特的——它卖的不是视频，而是做视频所需要的高质量数据。

公司的基本盘是国内领先的版权运营商，拥有20万小时优质影视版权内容及素材。在"一体两翼"新发展战略下（以资源型版权业务为主体，以AIGC、版权创新业务为两翼），它正在做一件很有想象力的事情：影视版权向量化。

具体来说，公司已完成约2万小时精品内容的镜头级、角色级、情节级结构化拆解与向量化，建成国内领先的影视向量库，并自主研发影视理解模型与影视检索模型，可对人物、场景、情节、镜头语言等要素进行深度语义识别与精准检索。

为什么这件事在当下特别有价值？因为随着视频大模型从"生成片段"向"讲述故事"演进，市场对可商用、可溯源、自带专业影视语法的参考素材需求激增。过去依赖网络二创梗图训练出的画风，难以维持30秒连贯叙事过程中的光线连续性与人物形象一致性。而AI厂商调用正版向量数据，不仅能锁定画面风格，还能有效规避侵权风险。

变现路径上，公司已搭建四条：向文生视频企业输出合规向量数据集、面向短剧MCN开放检索API、为广电机构部署私有化向量库、依托全球发行渠道推动AI短剧出海。

与此同时，公司的AI内容生产能力也在快速建立。公司打造了覆盖内容生产全流程的AI智能体矩阵——"剧现"剧本智能体、"灵犀"AI动漫智能体、视频创作智能体矩阵、"ChatPV"智能体，构建起从剧本到成片的AI化生产闭环。新设立的AI产能中心已储备优质IP超100个，可实现年产精品项目50部以上，自主孵化的AI网络精品影片《一双绣花鞋》计划于10月上线，并与咪咕、西影、北京广播电视台等建立深度合作。

海外发行渠道同样扎实：在YouTube深耕运营，半年新增订阅数635万，账户总订阅数超6500万，频道总数930条。

一句话总结：捷成股份的独特之处，是把"版权"这个传统资产，重新定义为AI时代的"训练燃料"和"数据要素"。这是一条从内容公司向数据公司迁移的路径。

第四章 生态层：把AI视频做成一个平台

单个内容能成功，和一门生意能持续，是两件事。生态层公司要做的是后者——把AI视频能力产品化、平台化、全球化。

昆仑万维：全链条AI生态，走向"AI版Netflix"

在"AI视频"这个方向上，昆仑万维是布局最完整、商业化数据最亮眼的一家。

战略上，公司提出"4+3"战略：依托视频模型、音乐音频模型、世界模型、基座文本与多模态模型四大SOTA模型，赋能AI短剧、AI音乐、AI游戏三大AI原生娱乐经济体。

模型层面的成绩足够硬核：

视频生成模型SkyReels-V4在Artificial Analysis的Text-to-Video（With Audio）与Image-to-Video（With Audio）两大榜单登顶全球首位，超越Kling3.0、Google Veo3.1、Sora2等主流模型，支持音画同出、逻辑推理及多帧参考等高阶能力，已开放API；

音乐生成大模型Mureka V8核心技术指标全球领跑，Mureka O1是全球首个音乐推理大模型；

世界模型MatrixGame、Skywork系列模型等10余款模型密集开源。

产品与商业化方面，数据更能说明问题：

财务数据上，2026年上半年公司营收53.59亿元，同比增长43.55%，海外收入占比升至91%。公司的愿景也很明确——打造"AI版Netflix"，让全球短剧行业进入AI原生内容时代。

一句话总结：昆仑万维是这10家里唯一实现了"模型领先+产品领先+收入领先"三重闭环的公司。它的模式本质是用中国工程效率+全球分发渠道，做AI原生内容的平台生意。

总结：AI视频的价值链条，正在被重新分配

把这10家公司放在一起看，一条清晰的产业链浮现出来：

从这个结构里，可以读出三个判断：

第一，模型能力的差距正在收窄，场景和数据的重要性在上升。当视频生成质量普遍跨过"可用"门槛后，决定胜负的是谁手里有别人没有的东西——掌阅的网文IP、捷成的版权向量库、博纳的影视工业化经验、虹软的三十年影像数据集，这些才是真正的护城河。

第二，"能不能生成"已经不是问题，"能不能交付"才是。博纳用120万张底图、上百次迭代换来一部拿到公映许可证的院线电影；捷成为60秒以上连贯叙事攻克人物和画面一致性；当虹让AI在世界杯转播里自动生成慢动作回放。这些都不是模型榜单上的分数，而是工程化能力的体现。

第三，AI视频的商业化路径正在分化。有人做工具订阅（万兴、虹软PSAI），有人做内容分账（掌阅、昆仑万维），有人做数据授权（捷成），有人做算力服务（超讯），有人做营销效率（天娱），有人做院线票房（博纳）。路径没有优劣，关键是它是否建立在真实的需求和不被轻易复制的资产之上。

最后需要强调的是，AI视频行业仍处在高速变化中，技术路线、监管环境、商业模式的迭代都非常快。上述公司的布局能否兑现为持续的业绩，还需要时间验证。尤其是部分业务仍处于投入期，短期财务表现与长期战略价值之间可能存在明显的时间错配。

但方向是确定的：视频内容的生产方式，正在被重写。而重写它的，不是某一家公司，而是这一整条正在成形的产业链。