中國 AI 公司未必係因為手上有比美國對手更多的算力，先可以喺影片生成領先。更準確咁講，佢哋將另一組因素結合得更好：以影片為核心的市場需求、平台分發、產品迭代速度、推理成本，以及實際商業用途。

所以，阿里巴巴、字節跳動同 MiniMax 即使未必喺所有 AI 領域都「更聰明」，仍然可以喺部分影片基準測試追過，甚至超越美國工具。410

AI 競爭唔係得一個總排行榜

AI 競賽並唔係一張涵蓋所有能力的單一榜單。一家公司可以喺通用大型語言模型（LLM）好強，但喺某一種媒體生成工作流程落後於對手。

目前 OpenAI 同 Anthropic 仍被視為前沿閉源大型語言模型的重要領先者；但喺影片生成方面，中國公司已經成為最有力的競爭者。4 影片模型的評價亦唔只係睇抽象推理能力，還包括動作是否連貫、能否跟足提示、剪輯控制、聲音、生成速度、價格，以及放入創作者工作流程後是否穩定。910

換句話講，一個未必喺所有方面都「最聰明」的模型，仍然可以更加有用：佢可能更快整到可控制的片段、運行成本更低，而且直接出現喺創作者平時已經使用的平台入面。

1. 中國本身已有龐大的影片回饋循環

中國的短片生態為 AI 影片產品提供一個現成的試驗場。創作者、廣告商同娛樂公司持續需要新片，亦會快速反映成品邊度好、邊度要重做。分析人士認為，呢個生態有助中國公司改善角色一致性、聲音、剪輯同提示理解等實用能力。4

個循環大概係咁運作：

1. 創作者同企業製造短片需求。
2. 平台觀察哪些輸出吸引注意，以及哪些結果需要修改。
3. 模型團隊利用回饋改善生成同剪輯能力。
4. 新版本再透過同一套創作者及媒體生態分發出去。

字節跳動尤其佔優，因為佢的模型研發可以接駁創作者產品同更大的社交影片業務。阿里巴巴就透過雲服務及企業渠道推廣模型；MiniMax 則同時經營消費者平台同開發者產品。41136

真正的策略優勢，唔單止係有冇更多訓練素材，而係模型研發、分發同真實使用之間距離夠近，令產品可以更快一輪又一輪改進。

2. 影片數據同版權環境影響起跑點

訓練影片模型唔係將大量檔案堆埋一齊就得。系統需要多元的視聽例子，並且理解畫面、動作、時間、對白、聲音同文字描述之間的關係。相比文字語料，呢類數據通常更難整理及取得授權。

《南華早報》報道指，中國相對寬鬆的版權環境，可能令企業更容易建立廣泛的視聽訓練資料庫。4 如果情況屬實，對於高質素影片數據稀缺的領域，呢點可以加快實驗速度，亦擴大測試覆蓋面。

但呢個優勢並非冇代價。訓練數據的使用方式涉及法律同倫理問題；如果優勢建立喺權利不明確的素材上，日後打入國際市場時，可能會遇到更大阻力。同一套環境既可以加快研發，亦可能令授權、創作者同意，以及海外商業化變得複雜。4

3. 推理成本低，質素先可以變成普及率

影片生成之所以昂貴，係因為每段輸出包含大量畫格，通常仲要高解像度，近年亦逐步加入同步聲音。因此，模型真正要比較的唔係示範片最靚嗰一條，而係製作一段「用得落」的影片要幾多錢。

MiniMax H3 正正針對呢個限制出招。報道指，H3 可以生成最長 15 秒、2K 解像度、原生立體聲音效的影片，成本低於主流競爭對手三分之一。1835 MiniMax 亦將 H3 放上 Hailuo AI 消費者平台同開發者 API，並表示計劃以社群授權方式公開模型權重。36

呢個組合一次過降低幾道門檻：

• API 價格較低：開發者同製作室可以用較低成本試更多版本。
• 模型設計更有效率：有助降低高解像度輸出的成本。MiniMax 將部分成本優勢歸因於 H3-VAE tokenizer 同更高壓縮率。35
• 公開模型權重：開發者可以對部署及客製化有更多控制，但實際仍要視乎授權條款及監管要求。36

喺 AI 影片市場，價格唔只係宣傳手段。成本下降，會直接改變創作者可以試幾多個版本、企業可以幾快製作廣告原型，以及模型能否成為日常生產線的一部分。

4. 有冇分發渠道，可能同基準分數一樣重要

模型就算喺研究示範中表現出色，最後都要交到用戶手上。中國公司往往已經有現成渠道。

字節跳動可以將 Seedance 相關能力放入創作者及消費者產品；阿里巴巴可以透過雲服務和企業平台分發 Wan；MiniMax 則將 Hailuo 的消費者入口同開發者 API 配合使用。436

呢種整合縮短咗技術進步同商業學習之間的距離。用戶可以即刻試用、回報失敗案例、比較結果，亦可以直接形成對特定功能的需求，而唔使等另一套軟件生態慢慢建立。

更大的啟示係，AI 影片競爭逐漸變成一場「系統戰」。真正有競爭力的方案，可能包括模型、推理基建、付款系統、剪輯工具、創作者分發渠道，以及清晰的變現路徑。單靠一個技術上吸睛的模型，未必可以留住用戶。79

5. 基準測試領先係真，但標題數字要睇清楚

公開評測顯示，中國實驗室已經成為 AI 影片領域的強勁對手，但實際排名會因應任務、日期同排行榜方法而變。

Artificial Analysis 在 2026 年 8 月的一個快照中，將阿里巴巴 Wan 3.0 列為文字生成影片榜第一，MiniMax H3 的不同版本亦排在前列。2224 喺影片編輯榜，Wan 3.0 排第一、MiniMax H3 排第二；字節跳動 Seedance 2.0 亦位列領先系統之中。23

其他報道就指，中國模型佔據文字生成影片榜前列的大部分位置；按不同快照及計算方法，數字由十大之中 8 個至 9 個不等。4625

呢啲結果有參考價值，但唔代表買家可以只睇排行榜落決定。排行榜通常測試指定提示及模型輸出，未必涵蓋長片一致性、生產穩定性、版權清理、內容審核、地區供應情況，或者整個工作流程的總成本。而且新版本推出後，排名亦可能好快變動。

點解算力唔可以單獨決定勝負？

算力當然重要：有能力的影片模型需要大量訓練及推理基建。不過，算力只係一個投入，唔等於產品就能夠反覆、平價咁完成工作。

一套實用的 AI 影片系統，還要取決於：

• 訓練數據是否相關及高質素；
• 多模態架構及後訓練方法；
• 時序一致性及可控制程度；
• 原生聲音及剪輯功能；
• 推理效率，以及每段可接受影片的實際成本；
• 用戶體驗同製作工具整合；
• 安全、版權及授權政策；以及
• 能否接觸創作者及商業客戶。

因此，中國公司唔需要單純喺「邊個肯用最多錢買硬件」的比賽中勝出，都可以建立強勢位置。佢哋的優勢係一套互相配合的完整鏈條：龐大短片內容市場、快速產品回饋、進取定價，以及可以迅速將改良版本交到用戶手上的平台。49

對 AI 影片買家有咩啟示？

最值得問的問題唔係「邊個國家的 AI 模型最好」，而係：「對我呢一項具體製作工作，邊個模型最穩定，而且總成本可以接受？」

無論係文字生成影片、圖片生成影片，定係影片編輯，中國模型都值得認真測試，因為近期公開排名顯示 Wan、Seedance 同 MiniMax H3 表現突出。202223 不過，買家仍然應該以大量不同提示測試一致性，檢查聲音同剪輯質素，確認商業使用權，計算失敗生成的成本，並核對服務在目標市場的可用性及條款。

中國目前在 AI 影片的優勢，應該理解為特定模態及商業模式上的領先，而唔係對整個 AI 行業的總判決。引用的排行榜快照確實顯示技術優勢，但呢個優勢能否持續，最終要睇低成本、平台分發，以及符合法律要求的數據取得，能否繼續轉化成穩定可靠的產品。

中國 AI 公司未必係因為手上有比美國對手更多的算力，先可以喺影片生成領先。更準確咁講，佢哋將另一組因素結合得更好：以影片為核心的市場需求、平台分發、產品迭代速度、推理成本，以及實際商業用途。

所以，阿里巴巴、字節跳動同 MiniMax 即使未必喺所有 AI 領域都「更聰明」，仍然可以喺部分影片基準測試追過，甚至超越美國工具。410

AI 競爭唔係得一個總排行榜

AI 競賽並唔係一張涵蓋所有能力的單一榜單。一家公司可以喺通用大型語言模型（LLM）好強，但喺某一種媒體生成工作流程落後於對手。

目前 OpenAI 同 Anthropic 仍被視為前沿閉源大型語言模型的重要領先者；但喺影片生成方面，中國公司已經成為最有力的競爭者。4 影片模型的評價亦唔只係睇抽象推理能力，還包括動作是否連貫、能否跟足提示、剪輯控制、聲音、生成速度、價格，以及放入創作者工作流程後是否穩定。910

換句話講，一個未必喺所有方面都「最聰明」的模型，仍然可以更加有用：佢可能更快整到可控制的片段、運行成本更低，而且直接出現喺創作者平時已經使用的平台入面。

1. 中國本身已有龐大的影片回饋循環

中國的短片生態為 AI 影片產品提供一個現成的試驗場。創作者、廣告商同娛樂公司持續需要新片，亦會快速反映成品邊度好、邊度要重做。分析人士認為，呢個生態有助中國公司改善角色一致性、聲音、剪輯同提示理解等實用能力。4

個循環大概係咁運作：

1. 創作者同企業製造短片需求。
2. 平台觀察哪些輸出吸引注意，以及哪些結果需要修改。
3. 模型團隊利用回饋改善生成同剪輯能力。
4. 新版本再透過同一套創作者及媒體生態分發出去。

字節跳動尤其佔優，因為佢的模型研發可以接駁創作者產品同更大的社交影片業務。阿里巴巴就透過雲服務及企業渠道推廣模型；MiniMax 則同時經營消費者平台同開發者產品。41136

真正的策略優勢，唔單止係有冇更多訓練素材，而係模型研發、分發同真實使用之間距離夠近，令產品可以更快一輪又一輪改進。

2. 影片數據同版權環境影響起跑點

訓練影片模型唔係將大量檔案堆埋一齊就得。系統需要多元的視聽例子，並且理解畫面、動作、時間、對白、聲音同文字描述之間的關係。相比文字語料，呢類數據通常更難整理及取得授權。

《南華早報》報道指，中國相對寬鬆的版權環境，可能令企業更容易建立廣泛的視聽訓練資料庫。4 如果情況屬實，對於高質素影片數據稀缺的領域，呢點可以加快實驗速度，亦擴大測試覆蓋面。

但呢個優勢並非冇代價。訓練數據的使用方式涉及法律同倫理問題；如果優勢建立喺權利不明確的素材上，日後打入國際市場時，可能會遇到更大阻力。同一套環境既可以加快研發，亦可能令授權、創作者同意，以及海外商業化變得複雜。4

3. 推理成本低，質素先可以變成普及率

影片生成之所以昂貴，係因為每段輸出包含大量畫格，通常仲要高解像度，近年亦逐步加入同步聲音。因此，模型真正要比較的唔係示範片最靚嗰一條，而係製作一段「用得落」的影片要幾多錢。

MiniMax H3 正正針對呢個限制出招。報道指，H3 可以生成最長 15 秒、2K 解像度、原生立體聲音效的影片，成本低於主流競爭對手三分之一。1835 MiniMax 亦將 H3 放上 Hailuo AI 消費者平台同開發者 API，並表示計劃以社群授權方式公開模型權重。36

呢個組合一次過降低幾道門檻：

• API 價格較低：開發者同製作室可以用較低成本試更多版本。
• 模型設計更有效率：有助降低高解像度輸出的成本。MiniMax 將部分成本優勢歸因於 H3-VAE tokenizer 同更高壓縮率。35
• 公開模型權重：開發者可以對部署及客製化有更多控制，但實際仍要視乎授權條款及監管要求。36

喺 AI 影片市場，價格唔只係宣傳手段。成本下降，會直接改變創作者可以試幾多個版本、企業可以幾快製作廣告原型，以及模型能否成為日常生產線的一部分。

4. 有冇分發渠道，可能同基準分數一樣重要

模型就算喺研究示範中表現出色，最後都要交到用戶手上。中國公司往往已經有現成渠道。

字節跳動可以將 Seedance 相關能力放入創作者及消費者產品；阿里巴巴可以透過雲服務和企業平台分發 Wan；MiniMax 則將 Hailuo 的消費者入口同開發者 API 配合使用。436

呢種整合縮短咗技術進步同商業學習之間的距離。用戶可以即刻試用、回報失敗案例、比較結果，亦可以直接形成對特定功能的需求，而唔使等另一套軟件生態慢慢建立。

更大的啟示係，AI 影片競爭逐漸變成一場「系統戰」。真正有競爭力的方案，可能包括模型、推理基建、付款系統、剪輯工具、創作者分發渠道，以及清晰的變現路徑。單靠一個技術上吸睛的模型，未必可以留住用戶。79

5. 基準測試領先係真，但標題數字要睇清楚

公開評測顯示，中國實驗室已經成為 AI 影片領域的強勁對手，但實際排名會因應任務、日期同排行榜方法而變。

Artificial Analysis 在 2026 年 8 月的一個快照中，將阿里巴巴 Wan 3.0 列為文字生成影片榜第一，MiniMax H3 的不同版本亦排在前列。2224 喺影片編輯榜，Wan 3.0 排第一、MiniMax H3 排第二；字節跳動 Seedance 2.0 亦位列領先系統之中。23

其他報道就指，中國模型佔據文字生成影片榜前列的大部分位置；按不同快照及計算方法，數字由十大之中 8 個至 9 個不等。4625

呢啲結果有參考價值，但唔代表買家可以只睇排行榜落決定。排行榜通常測試指定提示及模型輸出，未必涵蓋長片一致性、生產穩定性、版權清理、內容審核、地區供應情況，或者整個工作流程的總成本。而且新版本推出後，排名亦可能好快變動。

點解算力唔可以單獨決定勝負？

算力當然重要：有能力的影片模型需要大量訓練及推理基建。不過，算力只係一個投入，唔等於產品就能夠反覆、平價咁完成工作。

一套實用的 AI 影片系統，還要取決於：

• 訓練數據是否相關及高質素；
• 多模態架構及後訓練方法；
• 時序一致性及可控制程度；
• 原生聲音及剪輯功能；
• 推理效率，以及每段可接受影片的實際成本；
• 用戶體驗同製作工具整合；
• 安全、版權及授權政策；以及
• 能否接觸創作者及商業客戶。

因此，中國公司唔需要單純喺「邊個肯用最多錢買硬件」的比賽中勝出，都可以建立強勢位置。佢哋的優勢係一套互相配合的完整鏈條：龐大短片內容市場、快速產品回饋、進取定價，以及可以迅速將改良版本交到用戶手上的平台。49

對 AI 影片買家有咩啟示？

最值得問的問題唔係「邊個國家的 AI 模型最好」，而係：「對我呢一項具體製作工作，邊個模型最穩定，而且總成本可以接受？」

無論係文字生成影片、圖片生成影片，定係影片編輯，中國模型都值得認真測試，因為近期公開排名顯示 Wan、Seedance 同 MiniMax H3 表現突出。202223 不過，買家仍然應該以大量不同提示測試一致性，檢查聲音同剪輯質素，確認商業使用權，計算失敗生成的成本，並核對服務在目標市場的可用性及條款。

中國目前在 AI 影片的優勢，應該理解為特定模態及商業模式上的領先，而唔係對整個 AI 行業的總判決。引用的排行榜快照確實顯示技術優勢，但呢個優勢能否持續，最終要睇低成本、平台分發，以及符合法律要求的數據取得，能否繼續轉化成穩定可靠的產品。