即梦总算赢了一次豆包

打完与 DeepSeek 和腾讯元宝的 AI 助手之战后，字节又盯上了视频生成。

据字母榜（ID：wujicaijing）获悉，进入 5 月份以来，字节进一步加大了对旗下视频生成应用即梦 AI 的重视程度。直观表现之一是，即梦 AI 在苹果中国区 App Store 免费应用下载榜上排名急速上升。

从 5 月 13 日开始，即梦 AI 已经超越字节旗下豆包和红果短剧两大常年霸榜前二的应用，首次登顶。

字节之前，另一短视频平台快手，其对 AI 视频生成的重视度，则是先在组织架构上体现了出来。

近期，快手通过成立可灵 AI 事业部，将可灵 AI 提升至与主站、商业化、电商等并列的一级业务部门。

快手之前，字节也曾将 2023 年后成立的 AI 应用部门 Flow，和模型研发部门 Seed，先后升格为与抖音、飞书、火山引擎等并列的一级部门。

如今，内外部的压力都给到了抖音原 CEO 张楠。环顾字节新组建的 AI 业务，几乎只剩下张楠负责的即梦 AI，暂未迎来业务升级机会。Flow 之外，即梦 AI 是字节探索 AI 应用的另一主路。某种意义上，即梦 AI 的成败与否，直接关乎着张楠能否重回字节权力核心。

去年 2 月宣布辞去抖音集团 CEO 一职时，张楠称自己未来将把精力聚焦在剪映的发展上。作为抖音在 2019 年 5 月推出的一款视频剪辑软件，从核心业务抖音轮岗至相对边缘业务剪映的张楠，不免被外界贴上了 " 流放 " 的标签。

但张楠的野心则是寄希望于押注 AI，实现内部再创业。OpenAI 成了张楠下定决心的催化剂。

2022 年 OpenAI 旗下文生图模型 DALL-E 2 的发布，让张楠首次直观感受到 AI 图像生成给传统内容创作方式所带来的颠覆式变革威力，这既是字节 CEO 梁汝波口中 " 会产生新的创作平台 " 的机会，也是促成张楠转岗剪映的原因之一。

宣布辞职 3 个月后，去年 5 月，张楠交出了自己转岗后的首份作业——定位 AI 创作社区、支持图片和视频生成的即梦 AI，后者成了张楠再造下一个抖音的机会所在。

据 " 晚点 LatePost" 报道，目前张楠把更多精力都花在了即梦 AI 上，剪映则交给了自己的直管下属去带。

QuestMobile 数据显示，截至 2025 年 3 月，即梦 AI 月活用户数达到 893 万，可灵 AI 则为 180 万。两款产品数据量上的差距，一定程度上反映了字节和快手对视频生成产品的不同策略：即梦 AI 更倾向发展普通用户，优先追求用户扩张；可灵 AI 则更重视专业用户的渗透，优先追求收入增长。

但对于走在追求用户扩张路上的即梦 AI 而言，其不足千万的月活，距离张楠想要实现的规模效应，还差着 " 十万八千里 " 的距离。毕竟，对比内部另一明星 AI 应用豆包，同期月活已经超过了 1 亿用户。

想要重回字节核心，张楠起码要证明即梦 AI 有不输于豆包的潜力。

在这场视频生成领域的竞争中，张楠原本有望带领字节创造领先优势。

去年 2 月 Sora 亮相后，一众国内 AI 厂商都开始着力打造 " 国产版 Sora"。早在可灵 AI 发布前 1 个月，去年 5 月，即梦 AI 上线之初便推出了视频生成功能。但因为生成效果一般，即梦 AI 并未迎来破圈效应。

张楠错失的机会，落到了快手头上。去年 6 月，快手可灵大模型上线，成为全球第一个与 Sora 一致采用 DiT 路线，且直接面向普通用户开放的视频大模型，使得可灵 AI 短时间内便收获了数百万用户。

直到去年 9 月借助发布 PixelDance 和 Seaweed 两款视频生成大模型，字节才逐渐稳住阵型。两个月后的同年 11 月份，即梦 AI 拿下视频模型首发资格，成为公众免费体验的主要入口。

经过近一年发展，即梦 AI 和可灵 AI，从视频模型性能到产品功能，正逐步趋同。这种趋同的直观表现之一，便是对 DeepSeek R1 的接入。

3 月份，在抖音和快手都没有宣布接入 DeepSeek 的前提下，即梦 AI 和可灵 AI，相继选择接入 DeepSeek，用以辅助用户为图片和视频生成灵感词。

在产品功能上，即梦 AI 和可灵 AI 均能够实现图片生成、文生视频、图生生成、数字人等。具体到视频生成领域，两款产品均提供免费版和会员版。免费版中，生成视频时长包括 5s 和 10s 两种，生成 1s 视频需耗费 2 积分（可灵 AI 中，积分被称为灵感值）。

除了使用每日登录赠送的免费积分外，用户想要获取积分还有两种途径：一是直接充值，1 块钱可购买 10 积分；二是开通会员，即梦 AI 连续包月 69 元，每月赠送 1080 积分，可灵 AI 连续包月 66 元，每月赠送 660 灵感值。

单以价格论，字节再次发挥了自己在大模型领域的性价比策略。值得一提的是，开通会员后，用户除了享受更多积分奖励外，还能够在生成作品中去除品牌水印，以及延长生成视频时长等。

科技大厂中，字节和快手，也成了做视频生成产品最激进的两家。在 Sora 掀起浪潮后，百度创始人李彦宏便明确表示 " 不追 Sora"。

这也跟两家公司的短视频主业，更易受视频生成影响有关。

2019 年剪映等视频剪辑工具的出现，帮助短视频平台内容生态从偏向 PGC（专业机构生产内容）转向 UGC（用户生产内容），大大降低用户创作门槛。

如今，随着 AI 生成视频产品的出现，其有望进一步拉低每一个普通人创作视频的门槛，进而带动内容创作形式和数量的新的爆发。

除此之外，具体到短视频平台的业务层面，图片 / 视频生成还能帮助提效平台的商业化需求，如帮助字节和快手广告客户低成本、便捷地制作视频。

产品功能趋同、月活用户数更高的即梦 AI，并未像可灵 AI 一样，等来业务升格机会，原因之一便出在字节和快手两家公司的 AI 发展策略上。

不同于快手力出一孔，将所有 AI 雄心都押宝在视觉生成上，字节则选择了全面出击，除了主打视觉生成的即梦 AI，内部还有 AI 助手类产品豆包，娱乐陪伴类产品猫箱，以及 AI 教育类产品豆包爱学等等。希望将 AI 赛道的诸多可能性，都一网打尽。

但这样带来的代价便是，各个团队之间不可避免陷入内部赛马机制。

去年 2 月份张楠转岗剪映之前，围绕大模型技术开发与应用，字节当时已经有了三支团队：位于新加坡的 TikTok 产品技术负责人朱文佳团队，位于西雅图的技术中台旗下 Data-AML（数据 - 应用机器学习） 负责人项亮团队，以及位于北京的字节 AI Lab（人工智能实验室）总监李航团队。

彼时，有知情人士告诉字母榜，剪映所在的影像团队驻扎在厦门，这也意味着随着张楠入局 AI 大模型之争，仅国内，字节就有了两支在合作中又相互竞争的团队。

这样的赛马机制，更是直接体现在即梦 AI 上。不同于可灵 AI 在单一模型上迭代升级，即梦 AI 接入的则是不同团队研发的视频模型。

目前，即梦 AI 可供用户调用的五款视频生成模型，分别来自四个不同研发团队：视频 1.2 版本来自 AI lab；视频 P2.0 Pro 版本来自 PixelDance；视频 S2.0 Pro 和视频 S2.0，均来自 Seaweed aipha；视频 3.0 版本来自 Seedance 1.0。

除了因赛马机制而暂时难获业务升格机会之外，相比即梦 AI 所处的小众赛道的视频生成，对话应用显然是字节当下更需应对的挑战。

DeepSeek 爆火之前，豆包已经顺利跻身国内第一大 AI 助手产品。但年初以来，凭借率先接入 DeepSeek 所攫取的红利，腾讯仅用字节约 1/10 的时间和小得多的投放预算，便将元宝的用户规模做到了豆包的约 1/4（截至 3 月份，豆包月活 1.16 亿，腾讯元宝 4100 万）。

腾讯之外，包括阿里在内的科技大厂，也重新展现出了对 AI to C 的兴趣。对手林立之下，豆包的增长势头正在被遏制。根据 QuestMobile 数据，一季度周活跃用户数复合增长率方面，DeepSeek 为 58%，腾讯元宝为 23%，豆包只有 3.39%。

尽管即梦 AI 暂未成为字节的一级业务，但张楠手中仍握有破局之牌，AI 社区便是之一。

顶着超 1 亿月活的豆包，目前并未真正实现社区功能，其应用内可以看到 " 创作 " 页面，用户也可以分享创作案例，但是却还无法跟其他用户留言互动。

当下，AI 产品为了增强用户粘性，做社区已渐渐成为共识。近期，便先后有 Kimi 测试产品内社区功能，以及 OpenAI 被传正在测试社交网络的消息。

即梦 AI 成立之初，张楠便为其定下了 AI 创作社区的目标，并希望以此来打造 AI 版抖音。

甚至，据 " 智能涌现 " 爆料，去年 12 月，字节管理层还判断豆包等 AI 对话类产品可能只是 AI 产品的 " 中间态 "，长期更理想的产品形式，大概率需要更视觉化的用户体验、更低的用户使用门槛。因此，字节提升了即梦 AI 的产品优先级。

但在日新月异的 AI 领域，不仅模型技术在飞速迭代，行业对 AI 产品的认知也在时刻更新。从字节以往产品发展经历来看，现在还没有完整社区和更强生成能力的豆包，以后未必不会有。

参考抖音赛马胜出后吞并火山小视频、西瓜视频的前车之鉴，一旦豆包在规模效应上一路绝尘，未必不会重演新的吞并潮。

且这样的迹象已经发生。4 月中下旬，" 晚点 LatePost" 报道，字节猫箱负责人梁琛奇离开，猫箱由星绘产品负责人西原（化名）接管，而星绘团队则计划并入豆包。这也意味着，原来同属 Flow 旗下 AI 产品的星绘，现在在组织架构上，成为豆包的一份子了。

即便即梦 AI 不会被豆包兼并，但随着多模态大模型技术迭代，用一个模型解决用户所有需求将从理论照进现实。如果豆包也融合了多模态能力，未必不会将更强生成能力直接融入其中。

目前，在豆包内选择 " 照片动起来 " 功能，用户已经可以完成文生视频和图生视频的操作。不过，对比即梦 AI，豆包内的视频生成功能，暂时只支持 5s 时长，还不支持例如分辨率和视频延长等更多功能。

面对用户规模和技术迭代的双重压力，即梦 AI 究竟是能够成为字节新的一级业务部门，还是沦为豆包的一个子功能，就看张楠的表现了。