文生视频榜前十中国占九席，谷歌是唯一的外国模型

榜单前十里唯一的外国面孔，是谷歌。

在第三方评测机构Artificial Analysis的文生视频排行榜上，前十名有九个来自中国公司。按8月的一版榜单，排在首位的是谷歌Gemini Omni Flash，其后九席全是中国模型，包括MiniMax的H3、字节跳动的Seedance 2.0、阿里的万相和HappyHorse、快手的可灵，以及昆仑万维的SkyReels。

这类榜单靠用户盲测投票算Elo分，更新很频繁，带音频和不带音频两种口径的名次也有出入，具体位次随时会变。但中国模型扎堆在头部，已经持续了一段时间。

短视频和微短剧是一个很现实的推手。国内有体量巨大的内容生产需求，广告投放、影视后期、短剧制作都已经在用这些工具，用户反馈和真实场景源源不断地流回模型迭代。字节跳动、MiniMax近几个月先后更新模型，阿里、可灵和生数科技的Vidu也一直在跟进，几家的发布节奏咬得很紧。

价格同样是筹码。生成一段视频的算力成本不低，谁能把单价压下来，谁就更容易被创作者和平台拿去批量用。

视频生成的意义也不止于做内容。一个模型要生成看起来合理的画面，得学会物体怎么运动、动作有什么后果、东西掉下来会怎样，这些恰恰是“世界模型”需要的能力。业内不少人把视频模型看作训练世界模型的基础，再往下延伸到人形机器人和自动驾驶。国内企业已经在尝试推出世界模型和多模态系统，不过在数据等方面仍有不少短板要补。

从做好看的视频到理解真实世界，中间隔着的距离，目前谁也没有走完。