Henry· AI 作者，经人工审核AI视频2025：改变一切的一年
从Sora 2到原生音频，从迪士尼数十亿美元的合作到百人团队击败万亿美元巨头，2025年是AI视频真正成为现实的一年。让我们回顾这一年发生了什么，以及它的意义所在。
三年前，AI视频还是个新奇事物。两年前，它代表着一种承诺。今年，它成为了现实。2025年是转折点，AI视频生成从"令人印象深刻的演示"转变为"我在工作中使用的工具"。让我带您了解这一年最重要的时刻、赢家、惊喜，以及这一切对2026年的意义。
数字看2025
这些来自Zebracat和市场分析机构的数据讲述了一个故事：AI视频生成已从实验阶段跨越到必不可少的阶段。但数字无法呈现全貌，让我为您描绘完整的图景。
第一季度：Sora 2的时刻
这一年以一声巨响开始。OpenAI终于发布了Sora 2，一时之间，似乎游戏已经结束。原生音频生成。真正合理的物理效果。一个以近乎神奇的方式理解因果关系的模型。
Sora 2是首个能够在单次运行中生成同步音频和视频的模型。这听起来很技术化，但体验却是革命性的：不再需要事后添加声音，不再有同步问题，只需从文本生成完整的视听场景。
互联网为之沸腾。"视频的GPT时刻"成为头条。工作室开始内部审查。创作者开始实验。所有人都在等待，看演示质量是否能在实际制作中保持。
结果大部分都做到了。
第二季度：竞争点燃
然后事情变得有趣起来。谷歌发布了Veo 3，随后是Flow中的Veo 3.1。Runway发布了Gen-4，然后是Gen-4.5。Pika持续迭代。Luma推出生产级功能。Kling凭借统一的多模态生成横空出世。
Sora 2公开发布
OpenAI将原生音视频带给大众
Veo 3发布
谷歌以改进的人体运动做出回应
Gen-4推出
Runway专注于电影级质量
开源爆发
LTX-Video、HunyuanVideo将AI视频带到消费级GPU
角色一致性问题解决
多个模型实现跨镜头可靠的角色身份保持
Gen-4.5夺得第一
百人团队击败万亿美元公司
到年中，对比文章已经随处可见。哪个模型最好？这取决于您的需求。这本身就很了不起：我们在几个月内从"AI视频存在"转变为"哪个AI视频工具适合我的工作流程"。
开源的惊喜
也许最意外的发展是：开源模型变得真正具有竞争力。
LTX-Video
开放权重，可在消费级GPU上运行，具有竞争力的质量。Lightricks免费提供了其他公司收费的东西。
HunyuanVideo
腾讯的贡献。14GB显存，可产生生产级结果。
ByteDance Vidi2
120亿参数，具备理解和编辑能力，完全开放。
这是第一次，您可以在不将数据发送到云服务的情况下生成专业质量的AI视频。对于有隐私要求的企业，对于需要透明度的研究人员，对于想要完全控制的创作者来说，这改变了一切。
迪士尼交易：知识产权变得真实
然后迪士尼的消息来了。12月，迪士尼宣布与OpenAI建立历史性合作伙伴关系：
迪士尼向Sora授权200多个角色是AI视频成为娱乐行业合法创作媒介的标志性时刻。米老鼠、蜘蛛侠、尤达宝宝。这个星球上保护知识产权最严格的公司说：这项技术已经准备好了。
其影响仍在展开。但信号很明确。工作室不再抵制AI视频。他们正在思考如何在其中占据一席之地。
大卫对抗歌利亚的故事
我在2025年最喜欢的故事：Runway Gen-4.5在Video Arena上夺得第一名。一个百人团队击败了谷歌和OpenAI。在视频领域。在2025年。
Gen-4.5通过Video Arena排行榜上的盲测人类评估夺得冠军，将Sora 2 Pro推到了第七位。第七位。首席执行官Cristobal Valenzuela的团队证明，当问题定义清晰时，专注可以战胜资源。
这超越了排行榜本身的意义。它意味着AI视频不是赢家通吃的市场。它意味着创新可以来自任何地方。它意味着工具会持续改进，因为没有人能够安于现状。
原生音频：无声时代结束
还记得AI视频是无声的时候吗？当时您必须生成片段，然后手动添加声音，再修复同步问题？
2025年结束了这一切。AI视频的无声时代已经结束。
- 生成无声视频
- 导出到音频编辑器
- 查找或生成音效
- 手动同步音频
- 修复时间问题
- 重新渲染
- 描述场景
- 生成完整的视听内容
- 完成
Sora 2、Veo 3.1、Kling O1都配备了原生音频。Runway仍然是例外，但即使他们也与Adobe合作以访问生态系统音频工具。
这不是渐进式改进，而是类别转变。
生产流程的转型
技术进步转化为工作流程革命。
改变了什么（根据Zebracat研究）：
- 62%的营销人员报告在视频制作上节省了50%以上的时间
- 68%的中小企业采用了AI视频工具，理由是经济实惠
- 无脸内容成为创作者投资回报率最高的策略
- AI处理80-90%的初始编辑工作
企业采用加速。公司停止试点，开始将AI整合到核心生产中。2024年还在抵制的营销团队在2025年别无选择，因为竞争对手行动更快。
技术栈的成熟
除了生成之外，支持生态系统也在增长：
- ✓角色一致性问题已解决：同一人物可跨多个镜头保持一致
- ✓视频扩展：将片段扩展到超出生成限制
- ✓升频：为任何来源提供AI增强分辨率
- ✓参考驱动生成：跨场景锁定主体外观
- ✓起始/结束帧控制：定义边界，AI填充中间部分
像Luma Ray3 Modify这样的工具让您可以在保留表演的同时转换拍摄的素材。视频扩展和升频成为标准功能。基础设施跟上了生成能力。
赢家和输家
让我直说：
赢家：
- Runway（Gen-4.5，Adobe合作）
- Luma Labs（9亿美元融资，Ray3）
- 开源社区（LTX，HunyuanVideo）
- 独立创作者（工具民主化）
- 拥抱AI的工作室（迪士尼领先）
输家：
- 传统素材公司
- 迟到的采用者（差距扩大）
- 封闭生态系统（开源赶上了）
- 等待"完美"的任何人（足够好已经到来）
我们判断错误的地方
回顾2025年初的预测：
预测： Sora 2将统治整整一年。 现实： Gen-4.5在12月夺得冠军。竞争比预期更激烈。
预测： 开源将落后一代。 现实： 消费级GPU模型在第三季度就达到了生产质量。
预测： 工作室会抵制AI视频。 现实： 迪士尼在1月投资了10亿美元。抵抗崩溃的速度超出所有人预期。
2026年的展望
基于我今年看到的一切：
更长的生成时长
10秒片段现在是常态。60秒连续生成是下一个前沿。多个团队已经接近目标。
实时生成
像NVIDIA的NitroGen这样的游戏AI暗示了未来的方向。用于交互体验的实时视频生成。
更多知识产权交易
迪士尼打开了大门。华纳兄弟、环球、索尼等公司将会跟进。当迪士尼的独家权结束时，竞价战就会开始。
无处不在的集成
Adobe-Runway是模板。预计AI视频将嵌入每个创意套件、每个CMS、每个平台。
质量差距缩小
顶级模型已经很难区分。差异化将转向速度、控制和工作流程集成。
更大的图景
2025年在历史上意味着什么？
2025年之于AI视频，就像2007年之于智能手机。不是发明的时刻，而是它对每个人都变得可行的时刻。iPhone时刻，而不是原型时刻。
12个月前，说"AI制作了这个视频"是一种免责声明。现在这是预期。问题从"AI能做到这一点吗？"转变为"我应该使用哪个AI工具？"
这种转变每代技术只发生一次。数码摄影经历过。移动视频经历过。社交媒体经历过。在2025年，AI视频生成经历了这个转变。
展望未来
我在2025年初持怀疑态度。演示视频很容易，生产工作流程很难。我预计炒作会超过现实。
我错了。
工具有效。不是完美的。不是适用于所有情况。但已经足够好，忽视它们就是竞争劣势。已经足够好，最优秀的创作者已经在整合它们。已经足够好，问题不是是否使用，而是如何使用。
如果您一直在观望，等待技术成熟，2025年就是它成熟的一年。2026年将是实施之年，而不是实验之年。
视频的未来在2025年到来了。它比演示更混乱，比预期更有竞争力，比任何人预测的都更容易获得。接下来会发生什么取决于我们用它构建什么。
新年快乐。未来见。
来源
- Disney-OpenAI Sora Agreement (OpenAI)
- Runway Gen-4.5 Video Arena Victory (CNBC)
- Video Arena Leaderboard (Artificial Analysis)
- 2025 in AI Video by Jakob Nielsen
- AI Video Creation Trends 2025-2026
- State of Consumer AI 2025 (Andreessen Horowitz)
- AI-Generated Video Statistics 2025 (Zebracat)
- AI Video Trends Analysis (Yuzzit)
- YouTube 2025 Recap and Trends (Google Blog)
相关文章
继续探索这些相关文章
统一音视频生成：为什么2026年是AI停止沉默的一年
AI视频工具现在可以在一次处理中生成同步的音频、对话和音乐。这改变了一切。
中国AI视频崛起: 快手Kling如何超越硅谷
前8大AI视频模型中有7个来自中国公司。我们分析快手Kling如何达到6000万用户,以及这一转变对整个行业的意义。
Snapchat Animate It: AI视频生成来到社交媒体
Snapchat刚刚推出了Animate It,这是首个内置于主流社交平台的开放提示词AI视频生成工具。凭借4亿日活跃用户,AI视频不再只是创作者的专属工具。