不再比拼模型参数，国内视觉AI企业各辟赛道

当前，国内视觉人工智能领域的竞争核心已发生显著转变。企业不再单纯追求底层模型参数的规模与极致性能，而是将重心转移到产品定位、商业变现模式以及市场拓展策略上。

据Video Rebirth创始人兼CEO刘威透露，面对行业巨头的激烈竞争，初创企业的生存之道在于重塑竞争逻辑。该公司并未盲目追求打造参数最强的模型，而是致力于实现极致的成本控制。其核心技术壁垒在于融合了强化学习与知识蒸馏的后训练算法。相较于传统训练流程，这种方案不仅大幅降低了算力成本，还显著提升了运行速度。刘威认为，在模型生成质量日益趋同的背景下，成本优势能转化为更具竞争力的定价。此外，该公司的训练数据集包含超万个类别，其中九成以上为真实世界影像，并辅以少量游戏引擎生成的合成数据，以帮助模型更好地学习物理规律，同时保持数据分布的均衡性。

拥有庞大用户基数的美图公司则采取了不同的技术路线。据美图技术副总裁刘洛麒介绍，公司并未投入大量资源自主研发底层视频生成模型，而是根据具体业务场景灵活整合外部最优模型。例如，在核心的图像处理与人脸编辑功能上采用阿里巴巴的模型，而在视频及影视制作方面则使用内部的Reverse模型。刘洛麒解释称，视频生成需要处理原始像素并维持帧间物理与视觉的一致性，技术难度远超文本生成，目前行业内尚未形成统一的绝对主导架构。因此，灵活组装市场成熟模型比押注单一技术路线更具弹性。同时，美图正探索将视觉AI技术应用于皮肤健康检测等医疗辅助领域。

作为行业巨头，阿里巴巴展现了全面的市场布局能力。据阿里云东盟区域总经理Andy Lee透露，阿里旗下视频生成模型Happy Horse在初期曾采用匿名品牌进行推广，在积累一定市场声量后才公开其阿里背景。这种先以中立身份测试市场、再由母公司背书的做法，是科技企业常见的策略。Lee表示，Happy Horse与另一款模型One形成了差异化定位：One专注于高分辨率与高质量内容生成，适用于专业短片制作；而Happy Horse则侧重于宣传图册等轻量化营销素材的生成。此外，阿里通义千问（Qwen）系列已成为全球下载量领先的开源模型家族。Lee强调，开源是推动企业级AI应用落地的有效路径，未来阿里将重点发力Nuer与Coder两款智能体（Agentic）产品，以满足企业在垂直领域的微调需求。