赛道Hyper | PixVerse国内版上线：AI视频市场生变？

作者：周源

全球用户量领先的AI视频生成平台——PixVerse，于6月6日推出国内版产品“拍我AI”，同步上线网页端及移动端应用，并开放最新V4.5模型供用户使用。

V4.5模型在生成速度、画面精细度及多主体控制等方面实现了提升。

首先是专业运镜系统，集成20余种电影镜头模板（如希区柯克变焦和一镜到底等），通过深度学习分析经典电影镜头运动轨迹，实现AI自动化的专业运镜。

用户可调节焦距变化速度（0.1-10倍速）、镜头抖动幅度（0-5 级模拟斯坦尼康效果）等参数，生成具有电影质感的动态画面。

其次，多模态融合技术，支持最多8张图片输入，通过SE（3）等变网络，实现多图像空间关系解算，结合Transformer的时序注意力机制保证画面连贯性，自动生成包含起承转合的20秒完整片段。

所谓SE（3）等变网络，是一种在三维空间中，具有旋转和平移等变性质的神经网络，能自动学习对旋转和平移等变的特征表示，从而在各种三维相关的任务中取得更好的性能。

通俗点说，SE（3）等变网络的工具价值就是：给它“看”一个玩具汽车3D模型，正着放、倒着放、挪到左边右边，这个网络都能明白这是同一辆玩具汽车，还能自动抓住这个汽车最关键的特征，像轮子、车身形状这些。

这样一来，不管是用来给3D模型分类、分析蛋白质的结构，还是帮机器人在3D空间里找路，SE（3）等变网络都能比普通网络做得更好，从而更准确地完成任务。

通过多模态融合技术，用户可将人物、背景和道具图像结合，生成风格一致的叙事视频，提升复杂场景的创作自由度。

第三，优化复杂动作，针对高速运动、群体交互等动态场景，模型凭对抗训练，能优化动作流畅度，相比V4.0提升约30%，减少了扭曲与伪影，适合体育、战斗等对动态表现要求较高的场景。

海外有测试用户，成功使用单一图像生成《不可能的任务》（Mission：Impossible）风格的动作场景，验证了模型的多功能性。

第四，本地化或端侧适配，新增中文提示词支持、智能音效匹配及多语言界面（覆盖英语、中文等7种语言），并针对移动端做了计算图优化和模型轻量化，未来有望实现实时电影级视频创作。

PixVerse自2024年1月海外上线以来，已累计吸引全球超6000万用户，月活跃用户（MAU）突破1600万，居于AI视频生成领域前列；其爆款特效如“毒液变身”，在TikTok等社交平台累计播放量达数十亿次，并多次登顶美国、德国、巴西等国家的应用商店榜单。

啥叫“毒液变身”？

这是指爱诗科技旗下AI视频生成工具PixVerse V3推出的一款特效功能，用户上传人、动物的照片，甚至是水果等物体的图片，都能一键将其变身为毒液造型。

使用该特效时，用户可在PixVerse官网选择V3模型，点击“Effect”按钮，选择“毒液变身”特效并上传照片，然后等待生成即可。

生成的毒液变身视频效果丝滑，黑色的黏稠物质仿佛有生命般在物体表面流动，其独特的质感和光影效果，能让视频在海量内容中脱颖而出。

2025年初，V4.5版本上线后，其App在美国iOS总榜排名一度位列第四，成为广受欢迎的应用。

PixVerse是爱诗科技旗下专注于元宇宙场景下AI视觉创造的产品。爱诗科技是一家专注于AI视频生成技术研发与应用的公司。

2023年4月，字节跳动前AI Lab视觉技术负责人王长虎创立爱诗科技，团队核心成员由来自微软、字节跳动等顶尖企业的技术专家组成。

国内版“拍我AI”延续了海外市场的技术优势，同时针对中国用户习惯做了优化。

采用“App+网页端”双端策略，App端主打趣味化、低门槛体验，内置百余种创意模板（如宠物跳舞、喷火特效），用户上传一张照片，即可一键生成高质量短视频；网页端则面向专业创作者，提供精细的参数调节功能，支持多主体运动控制、动态运镜及智能音效匹配，适用于短剧制作、广告创意等高阶需求。

PixVerse母公司北京爱诗科技近期完成近3亿元A2至A4轮融资，由蚂蚁集团、北京市人工智能产业投资基金、国科投资等机构投资，资金将主要用于技术研发、算力扩展及人才团队建设，加速产品功能迭代与市场覆盖。

目前，全球AI视频生成领域呈现多元化竞争态势。

Runway Gen-4以人物一致性见长，Higgsfield AI的DoP I2V-01模型强调专业运镜，Kling和Sora则在长视频生成上占优。

国内市场方面，快手的可灵AI、抖音的即梦AI及PixVerse形成头部竞争格局，其中可灵AI凭借VideoTetris框架，支持最长2分钟视频生成；即梦AI依托字节跳动生态实现“60秒生成5秒视频”的极速体验，而PixVerse在影视级创作领域具有优势。

技术的迭代永无止境，尽管V4.5模型在技术上取得进展，但仍面临复杂多人场景稳定性不足、长视频生成能力有限（当前最长8秒）等问题。

此外，AI视频生成的高算力需求（如Sora模型训练算力需求是GPT-4的4.5倍）也对企业的成本控制提出挑战。

PixVerse国内版“拍我AI”的发布，意味着AI视频生成技术在中国市场的进一步渗透。

V4.5模型的技术优化、双端产品策略及企业级生态构建，为用户提供了高效的创作工具。AI视频生成正成为数字内容产业的重要工具，其影响将重塑内容生产、传播与消费的全链条。