2024年，AI视频生成技术迎来了显著的飞跃，尽管领军企业推动了整个行业的发展，但商业化进程仍显得相对迟缓。在技术前沿，GAN、Transformer、Diffusion Model等技术模型持续演进，其中Diffusion Transformer成为了核心路径，Sora等模型的成功应用展示了其强大潜力。同时，语言模型路线因其可扩展性强等优势，被视作未来发展的重要方向。
AI视频生成技术的应用场景极为广泛，涵盖了视频风格化、镜头控制等全局元素，以及目标编辑、移动目标等局部元素。字节跳动、腾讯等企业纷纷推出了诸多创新成果，如字节跳动的Dreamina和腾讯的MOFA-Video，这些成果在画质、时长等方面均实现了显著提升。
在行业未来发展层面，AI视频生成技术的应用场景呈现出多元化趋势。外接场景如Sora、Runway等，为Adobe等企业提供了API接口；应用场景则如AI视频营销等，为各行业赋能。同时，存量场景在不断优化，而增量场景则需进一步探索。在产品层面，交互界面的提升成为关键，应用类模型的重点在于可控性，工作流虽有渗透但呈现碎片化状态。
基础模型层的研发难度较大，头部玩家将持续优化其模型，而其他玩家则可能选择深耕场景，实现差异化发展。整体而言，AI视频生成领域前景广阔，但同时也面临着诸多挑战与机遇。
