【环球网科技报道 记者 李文瑶】金秋九月，2026年中国国际服务贸易交易会在北京开幕。本届服贸会推出全球首个“数字友好”主题展区，41家头部企业集中展出35项可出海落地的数字解决方案，包含7项全球首创、14项全球首发产品，多项技术已在亚非欧美多个国家投入实际使用。
在这场数字贸易的年度盛会上，AI视频生成成为最受关注的赛道之一。多模态大模型企业智象未来携旗下内容创作智能体vivago R1及电商营销平台HiBurst亮相，成为数字内容展区颇受关注的企业。
“今年智象的业务关键词，可以概括为‘模型打底、智能体交付、场景加速’。”服贸会期间，智象未来联合创始人兼首席运营官王科在接受采访时表示，公司全球用户规模已突破7000万，随着vivago R1全球上线，用户规模有望迎来更陡峭的增长曲线。就在两个月前，智象未来完成15亿元C轮融资，正式跻身独角兽行列，近三个月累计融资额超过21亿元。在商业化层面，HiBurst已成为TikTok官方前五大AI合作伙伴，年生产电商营销视频超过百万条。
图：智象未来联合创始人兼首席运营官王科
广发证券研报测算，AI视频模型行业收入规模预计2026年达77亿美元，2030年有望提升至827亿美元。在国务院深入实施“人工智能+”行动的背景下，明确到2027年新一代智能终端、智能体等应用普及率超70%。政策与市场双重驱动下，AI视频正从“生成素材”走向“交付作品”，行业竞争逻辑随之发生转变。
围绕这一判断，智象未来正在基础模型、智能体系统和行业场景之间搭建一条从技术能力到商业交付的闭环。
从“参数内卷”到“系统交付”，AI视频竞争换轨
过去两年，AI视频赛道经历了爆发式增长。从文本生成视频到多镜头叙事，从15秒片段到5分钟长视频，基础模型能力快速迭代。但一个现实问题随之出现：模型能生成画面，不等于能稳定交付作品。画质、运动幅度、生成时长等指标依然重要，却正在成为“基本配置”。
“现在，对于视频生成能力的评估更加多元。”王科说。智象基于自身实践，提出了CHATS视频Agent行业评估标准，从一致性、意图理解、视听完整度、时间线与叙事、稳定交付五个维度衡量产品竞争力。具体而言，C代表角色、场景、风格在多镜头中保持稳定；H代表准确理解用户创意，并在多轮对话中持续推进；A强调不仅生成画面，也能组织声音、节奏与整体视听体验；T要求故事在多个镜头、多个段落中持续成立；S则指向降低反复生成和返工成本，提高内容可用率。
这背后是行业竞争逻辑的转变：从“单点模型的参数比拼”转向“全链路的系统协同”。从脚本规划、分镜设计、角色管理到音效匹配，考验的不是某一项能力有多强，而是整条链路的组织效率和交付确定性。
智象未来9月8日全球上线的vivago R1，正是这一思路的产物。R1强调Chat-First，即对话优先。用户只需用自然语言描述需求，R1即可自动生成视频，并支持在对话中持续调整和迭代。在完整流程中，用户表达目标，Agent负责拆解和执行，SkillHub作为翻译层，自动匹配并编排所需Skill组合，将用户意图转化为可执行任务序列。
“R1的对话式创作，不是把复杂消灭，而是把复杂藏在简单背后。”王科表示，好的创作工具应当顺应人的表达本能。对于视频创作而言，起点不应是节点、画布和参数，而应是创作者想要表达的内容。
支撑这一体验的，是智象自研的原生全模态世界模型和HD-AgentOS调度系统。HD-AgentOS把内容有效可用成功率提升到了85%，同时大幅降低了“抽卡”的不确定性。为什么能做到？因为不是在做一个个孤立的模型，而是在做一套能理解“项目全貌”的创作系统——从理解需求、拆解任务到调度执行，让AI真正具备“交付一部作品”的能力。
这种变化对产业的影响正在显现。对影视行业而言，制作门槛会大幅降低，但创作门槛不会降低。AI降低了执行层面难度，却把判断力、审美和叙事能力的门槛拉得更高。对广告行业而言，最大改变是从“批量生产”变成“精准匹配”，品牌可以针对不同人群、平台和场景生成几百条差异化内容。对短视频行业而言，内容供给会爆炸式增长，但注意力有限，渠道竞争更激烈，也会催生更多垂直化、个性化、精品化内容。
不拼价格拼价值，1+1+3矩阵锚定高频场景
AI视频落地场景中，短剧、漫剧、广告和电商营销最受关注。王科判断，短剧和漫剧需求量增长非常迅速，正在从流量红利期快速走向优胜劣汰。据统计，2026年第一季度全网新上微短剧中，AI制作占比已高达95%以上，AI短剧单分钟制作成本已降至800至1500元，约为传统短剧的十分之一。真正能长期付费的，是那些有能力打造精品、有IP资产沉淀、高效稳定产出的平台。广告和电商营销则是目前发展最稳健的市场，因为需求高频、反馈快、ROI可以量化。
“跨境电商的商家是真的在算，一条AI生成的营销视频能带来多少转化，这个账算得过来，付费就是持续的。”王科说。在OPC市场，王科认为仍处在快速放量的窗口期，远未触及天花板。
在商业化架构上，智象未来坚持“1+1+3”战略。第一个“1”是底层模型，代表核心技术，决定一家公司是否有差异化护城河。中间的“1”是在模型和应用层之间架设的桥梁，即MaaS平台，将模型能力直接输出为API、SDK等原子能力，最终输出Token。最后的“3”是应用层面的三个赛道：商业营销、影视创作、内容创作。
当前，大模型赛道竞争激烈，大语言模型领域已出现价格战迹象，视觉多模态赛道是否也会走上同样路径？王科认为，现在讨论价格战还为之过早，但智象的策略一直很明确，只打“价值战”。
“第一，做别人做不了的事情。比如R1一次性生成五分钟高质量视频、85%的商业可用成功率、高一致性等优势，这不是靠降价就能实现的。第二，用系统能力建立壁垒。”王科表示，智象不仅在模型层面持续创新，更在“模型+智能体+数据”的闭环上持续发力：模型提供理解与生成的基础能力，智能体把能力组织成可交付的创作流程，数据让系统在真实创作中不断进化。三者彼此驱动，形成一个越转越快的飞轮。
大厂环伺下，创业公司打“关键节点闪电战”
AI视频赛道从不缺少巨头。字节跳动Seedance以超80%的市占率遥遥领先，快手可灵、阿里HappyHorse等头部玩家紧随其后，构成了“决赛圈”阵容。面对大厂竞争，独立创业公司最现实的竞争空间在哪里？
王科坦言，创业公司的融资体量和大厂相比依然有很大差距。要和大厂竞争，主要要做好三点：第一是认知要快，对模型架构、下一代模型的技术走向和选型判断要精准，认知比大厂超前半个身位甚至三个月就有很大机会；第二是落地速度快，确定方向后能快速迭代出模型，同步推进产品化和商业化，形成产品或用户壁垒；第三是组织架构调整快，创业公司优势在于灵活性高、组织扁平、决策转身快，能快速应对产品变化。
“在这个生态里，我们不打‘全面战争’，打的是‘关键节点的闪电战’。”王科说，大厂可能需要层层汇报才能决定是否跟进某个新技术方向，创业公司可以当天下午就拉通算法、工程和产品开会，第二天就出demo。这种速度差，就是生存空间。
智象未来的生态位也相对清晰。比如与TikTok的紧密合作，使其进入官方前五大AI合作伙伴之列。大厂有流量和资本，创业公司则有前沿底层模型创新能力和快速工程落地能力。王科表示，公司的核心策略，就是要在图片和视频的多模态模型上持续保持全球顶尖水平，这才是真正的核心竞争力。
从服贸会现场看，AI视频已经不再是单纯的技术展示，而是逐渐成为数字贸易、文化出海和服务贸易的新引擎。国务院印发的《关于深入实施“人工智能+”行动的意见》明确提出，要大力发展智能原生技术、产品和服务体系，加快培育一批底层架构和运行逻辑基于人工智能的智能原生企业。对于智象未来这样的创业公司而言，机会不在于复制大厂的全面战争，而在于在关键节点上形成不可替代的系统交付能力。
王科认为，行业正在发生的深层变化是：竞争从“单点模型的参数比拼”转向“全链路的系统协同”。谁能把模型能力转化为稳定、可控、可复用的作品交付，谁就可能在下一阶段的AI视频竞争中占据主动。
