字节系AI视频新势力：拍我AI与LibTV的差异化突围

即梦AI领跑，但格局正在松动

字节跳动旗下的即梦AI长期占据AI视频生成赛道头部位置，其优势不仅源于自研大模型Seedance的持续迭代，更依托于豆包、CapCut等自有生态的强力分发。Seedance 2.0上线后，进一步强化了技术壁垒与流量势能，成为行业事实标准之一。 然而，市场并非铁板一块。近两年，两家由字节前核心高管创立的AI视频产品快速崛起——2025年6月上线的“拍我AI”与2026年3月推出的LibTV，正以鲜明的技术路径与产品逻辑，重构竞争坐标。

两条路：自研模型 vs 模型聚合

拍我AI由爱诗科技研发，创始人王长虎曾任字节跳动AI Lab视觉负责人，主导构建了抖音与TikTok的底层视觉技术体系。团队坚持大模型自主可控路线，首发即搭载自研视频生成模型Pixverse，并于后续接入Seedance 2.0作为补充选项。其产品设计强调“开箱即用”，操作极简，模板以竖屏短视频为主，适配大众创作者对效率与传播性的双重需求。 LibTV则出自演语科技，创始人陈冕曾执掌剪映与CapCut全球商业化，深谙内容工具的产品节奏与增长逻辑。LibTV不自研基础大模型，而是定位为智能工作流平台，原生集成Seedance 2.0、快手可灵（Kling）等多引擎，通过Skill模块化编排、节点级编辑与可视化流程控制，服务专业级视频生产者。其模板与能力侧重横屏长视频、影视级表达，强调可控性与工程化落地。

实测：指令理解与画面稳定性对比

在相同提示词下——“动漫风格马斯克观看美加墨世界杯并见证进球”——两款产品呈现明显差异： 拍我AI首版输出人物形变明显，场景识别偏差（误判为电竞场馆）；二次优化后虽修正场地，却出现人物突兀位移、动作滞后、服饰错配等问题，提示词响应存在逻辑断层，需多次迭代调试才能逼近预期，稳定性不足。 LibTV首版即准确还原马斯克面部特征、球衣着装与现场氛围，表情与情节节奏基本一致；追加“进球”指令后，叙事连贯性保持良好，镜头调度虽略显单一，但整体执行完整性更高。 另设测试项“机器人在舞台上跳芭蕾舞”，拍我AI未能凸显“舞台”关键要素；LibTV则完整呈现舞台结构、灯光、幕布等细节，空间认知更扎实。 可见：Pixverse V6在画面丰富度与艺术表现上有潜力，但提示词遵循力弱、物理逻辑容错低；Seedance 2.0指令完成度高、叙事连贯性强，但在质感细腻度与风格一致性上仍有提升空间。

商业逻辑：自主权与性价比的博弈

拍我AI当前聚焦单点突破，全球用户超1.5亿，覆盖177国，月活约1500万，年收入逾4000万美元。其核心价值在于技术主权——从模型训练到推理部署全链路自持，上游依赖小，抗政策与供应链风险能力强。但模型成熟度仍需时间沉淀，短期内难以在生成质量上全面对标Seedance。 LibTV采取轻资产平台策略，已形成LiblibAI、Lovart、LibTV等多产品矩阵。其中LibTV上线两月，月收入增长超13倍。其关键突破口是价格优势：在即梦AI因算力紧张三次提价、生成成本上涨近6倍的背景下，LibTV至尊版年费11999元（含66000积分），仅为即梦超级会员（30576元/年，54600积分）的39%，成为大量中小工作室与个体创作者的高性价比选择。 但低价背后依赖持续补贴，且作为模型调用方，LibTV对上游技术变动高度敏感。一旦Seedance或Kling策略调整、接口变更或定价重构，将直接冲击其成本结构与用户体验。

未完的竞赛：山未翻，路已开

王长虎与陈冕的选择，本质是两种创业范式的体现：前者押注长期技术纵深，后者深耕短期场景穿透。他们并未正面挑战即梦AI的生态位，而是分别切入“大众易用型生成工具”与“专业可控型视频工作台”两个细分切口。 当前AI视频市场仍处增量阶段，用户渗透率不足、创作需求持续泛化、硬件与算力基础设施加速普及。即梦AI仍是标杆，但不再是唯一解。真正的竞争不在“谁先登顶”，而在“谁能定义下一阶段的生产力标准”——是更稳的提示词执行？更真的物理模拟？更顺的跨模态协同？还是更低的创意门槛？ 这座山尚未被翻越，但山路已被更多人踏出新的分支。