生数科技 / ShengShu Technology

核心团队获ICLR 2022杰出论文奖，提出的DPM-Solver等采样算法被DALL·E、Stable Diffusion等全球知名项目广泛采用。

— 国内最主要竞争对手，采用Transformer Diffusion架构，支持最长2分钟1080p视频生成，中文理解能力强。可灵3.0于2026年2月发布，依托快手短视频生态拥有庞大用户基础和场景优势。

— Seedance 2.0于2026年2月上线，采用双分支扩散Transformer架构，实现视频和音频同步生成，支持多模态输入。依托字节跳动流量生态，商业化潜力巨大。

— 强调全链路创作流程，提供Video Agent功能自动拆解任务，降低创作门槛，以高性价比著称，适合中小企业和个人创作者。

— 清华系背景，与生数科技有战略合作关系，已接入Vidu API，但同时也有自研视频生成模型CogVideo系列。

— 大厂系产品，依托各自云平台分发，但视频生成并非核心战略方向，产品迭代速度较慢。

— 全球技术标杆，Sora 2于2025年12月发布，物理世界模拟能力最强，画质和动作逻辑连贯度领先，但定价较高（$20/月起）。

— Veo 3.1支持4K输出和空间音频，专业镜头控制能力最完整，面向广播级和广告制作，但价格和门槛较高。

— AI视频领域最早的商业化先行者，专注影视级生成和多功能AI工具，拥有成熟的专业用户社区和工作流整合能力。

— 以创意特效和动画风格见长，社区驱动的创新模式，价格亲民，适合个人创作者和社交媒体内容。

生数科技于2022年提出U-ViT架构，早于Sora采用的DiT架构，是全球首个Diffusion与Transformer融合的架构，完全自主研发。

Vidu Q2曾保持商用视频模型最快生成速度纪录；TurboDiffusion框架将生成效率提升100-200倍。

行业首创参考生视频能力，支持多达7张参考图输入，解决了商业视频制作中的多实体一致性难题。

产品覆盖200+国家和地区，客户涵盖索尼电影、腾讯动漫、字节跳动、央视动漫、欧莱雅、安踏、三星、联想、AMD等中外企业。

获华为、蚂蚁、百度、智谱等顶级科技企业投资，产学研资源丰富。

2024年前产品化和销售体系进展缓慢，ARR直到2025年才突破$20M，与国际头部竞争对手差距明显。

快手（可灵）和字节跳动（Seedance）拥有更强的流量分发能力和用户生态，在国内市场构成直接威胁。

作为视频生成模型公司，高度依赖GPU算力，受到中美芯片出口管制政策的潜在影响。

SaaS/MaaS/API/App四层产品体系建设时间较短，企业级客户的深度留存和复购能力有待验证。

后续轮次估值未公开披露，融资频率高（不到3年6轮），存在一定稀释压力。

2026年2月，可灵3.0、Seedance 2.0、Veo 3.1在11天内密集发布，市场竞争烈度空前。