AI 生视频：快手可灵 VS 字节即梦 AI，谁胜出？

【TechWeb】8 月 12 日消息，今年 2 月 OpenAI 发布文生视频模型 Sora，其逼真而富有想象力的视频生成能力给大家带来 AI 震撼。Sora 虽然能生成 60s 视频，但是并未对外开放使用，被视频业者戏称为「期货」。

跨越 AI 鸿沟：构建企业 AI 应用价值评估体系

2026 年 3 月 31 日

国内 AI 生视频的产品研发脚步也加快了，7 月快手团队的 AI 生视频产品「可灵」网页端正式上线， 8 月字节跳动旗下的「即梦 AI」网页、App 也开放使用。这两款产品都能实现「文生视频」和「图生视频」，都免费开放给用户使用，可谓是真正的「现货」了。

作为国内短视频领域的两家头部企业，他们推出的 AI 生视频工具表现如何呢？我们小小试用比较了一下，大家可以看看两者的效果，你更喜欢哪一款。

测试条件：

目前可灵可生成 5s、10s 视频，但是文生视频「高性能模式」下不支持生成 10s 视频；

即梦 AI 可生成 3s、6s、9s、12s 视频。

因此，我们选择了默认设置下，可灵（5s）和即梦 AI（6s）图生视频和文生视频生成的效果进行比较。

一、图生视频

从动物、风景、人物图片来测试比较。

第一个

使用一张含有「熊猫」的照片。

输入提示词要求：熊猫头抬起来，看向我，露出笑容

看看可灵（5s）和即梦 AI（6s）的生成结果表现。

点击图片跳转视频

视频结果比较：

可灵比较尴尬的是，没分清楚图片中大熊猫的头（朝下）和尾（在上面），直接把大熊猫的屁股给弄成头转向「我们」了。

即梦 AI 虽然分清楚了大熊猫头尾，但是严重失真，出现了 6 条腿的熊猫，而且在扭动身体时，熊猫身体甚至感觉要断掉了……

整体效果来看，除去头 1s 的首位倒置，可灵生成的熊猫更逼真、运动效果更连贯。

这一局 PK，站可灵（+1 分）。

第二个

用一张含有上海东方明珠塔的风景图。

输入提示词要求：东方明珠塔从下往上依次亮起彩灯

看看可灵（5s）和即梦 AI（6s）的生成结果表现。

点击图片跳转视频

视频结果比较：

即梦 AI 生成的视频中，东方明珠塔的灯从上往下亮起，和我们要求的方向相反了，视频补充了路面上车辆经过的视觉效果；

可灵的亮灯效果更明显，特别突出了东方明珠塔上 2 个圆球的灯光视觉效果，运镜上，我们选择了随机运镜，这个视频里整个塔都摇动了起来，感觉不太真实。

整体来看，即梦 AI 生成的视频更逼真一些。

这局 PK 站即梦 AI（+1 分）。

第三

用一张含有人物的图。

输入提示词要求：孩子翻动手中的书，并露出微笑

再看看可灵（5s）和即梦 AI（6s）的生成结果表现。

点击图片跳转视频

视频结果比较：

即梦 AI 生成的视频翻车比较明显，首先是被翻的书像是凭空多出一本摞在了上面，另外，人物手部变形严重。

可灵翻书动作完成更好一些，人物手部也有变形，不过好歹还能分清手指，不至于像即梦 AI 那么严重。

这局 PK 站可灵（+2 分）。

下面，在看看可灵和即梦 AI 的文生视频表现。

二、文生视频

第一个：采用 Sora 经典视频的提示词，让可灵和即梦 AI 各自生成视频。

输入提示词：A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.

看看可灵（5s）和即梦 AI（6s）的生成结果表现。