Zwei ehemalige Top-Mitarbeiter von ByteDance verlassen das Unternehmen – und konkurrieren nun mit ihrem alten Arbeitgeber?

Das KI-Videogenerationsprodukt von ByteDance, Dreamina AI, hat die Branche stets angeführt. Neben der Verbesserung großer Modelle stützt es sich auch auf die starken, von ByteDance bereitgestellten Vertriebskanäle. Nach der Integration von Doubao und CapCut lag der Datenverkehr stets an der Spitze der Branche, und nach der Einführung von Seedance 2.0 erreichte der Datenverkehr einen neuen Wachstumspunkt.

Gerade jetzt, wo Dreamina AI den größten Marktanteil der Branche einnimmt, erregen zwei aufstrebende Produkte, die von ehemaligen Führungskräften von ByteDance entwickelt wurden, große Aufmerksamkeit.

Das im Juni 2025 eingeführte Produkt „Paiwo AI“ stammt von Aishi Technology. Sein Gründer und CEO Wang Changhu war ehemaliger Leiter der visuellen Abteilung von ByteDances AI Lab und hat das visuelle Technologiesystem von Douyin und TikTok von Grund auf aufgebaut. Im Juli 2026 gab Aishi Technology bekannt, dass die gesamte C-Runde-Finanzierung abgeschlossen wurde, mit einem Gesamtbetrag von 2,98 Milliarden Yuan, unterstützt von Kapitalgebern wie Alibaba (das mehrere Runden leitete), CDH Investments, China Ruyi und 37 Interactive Entertainment.

Das im März 2026 eingeführte LiblibTV stammt von Yanyu Technology. Sein Gründer Chen Mian war ehemaliger globaler Leiter der Kommerzialisierung von Jianying und CapCut bei ByteDance und der jüngste Manager der Ebene 4-1 im Unternehmen. Im Juni 2026 gab Yanyu Technology offiziell bekannt, dass eine B+-Runde-Finanzierung von fast 300 Millionen US-Dollar abgeschlossen wurde, mit einer Bewertung von über 2 Milliarden US-Dollar, was einen Finanzierungsrekord im inländischen KI-Anwendungssektor aufstellte. Diese Finanzierungsrunde wurde gemeinsam von GraniteAsia, Tencent und Shunwei Capital geleitet, gefolgt von HTInvestment und Times Capital, während alte Aktionäre wie Gaorong und Ant Group weiter investierten.

Dass sie kurz nach ihrer Einführung so viel Aufmerksamkeit erregen, lässt einen gespannt darauf warten, ob die beiden aufstrebenden Produkte den alten Arbeitgeber einholen oder sogar übertreffen können. Wenn ByteDance auf seine ehemaligen Top-Mitarbeiter trifft – werden die beiden „ausgetretenen Schüler“ den „alten Meister“ mit unkonventionellen Methoden besiegen?

Eigene große Modelle können Seedance nicht übertreffen

Obwohl beide KI-Videogenerationsprodukte sind, verfolgen Paiwo AI und LibTV völlig unterschiedliche Wege. LibTV ähnelt eher einer Aggregationsplattform, die weiterhin das große Modell Seedance von ByteDance und Kling von Kuaishou verwendet, um durch ein vernünftiges Workflow-Design und verschiedene Skill-Kombinationen Produkte zu erstellen. Paiwo AI hingegen verwendet das selbst entwickelte Modell Pixverse. Obwohl es kürzlich ebenfalls Seedance 2.0 integriert hat, liegt der Fokus offensichtlich auf der Modellentwicklung.

Letztendlich repräsentieren beide auf der Ebene der grundlegenden Technologie immer noch den Wettbewerb zwischen Seedance und neuen großen Modellen.

Tech Planet hat beide Produkte praktisch getestet: Auf LibTV wurde das integrierte Seedance 2.0-Modell verwendet, auf Paiwo AI das von Aishi Technology selbst entwickelte Pixverse V6-Modell. Indem beide das gleiche Video generieren mussten, wurde ihr Verständnis für Prompts und die Bildqualität getestet.

Zuerst wurden beiden Produkten Prompts gegeben, um ein Video im Anime-Stil zu generieren, in dem Musk ein Spiel bei der Fußball-Weltmeisterschaft in USA, Kanada und Mexiko sieht.

Die erste Version von Paiwo AI zeigte eine zu schlanke Figur, deren Kinnlinie besonders auffällig war und stark von Musks Image abwich. Außerdem war der gesamte Hintergrund nicht als Weltmeisterschaftsveranstaltungsort zu erkennen, sondern ähnelte eher einem E-Sport-Standort.

Anschließend wurde ein weiterer Prompt für dieses Video gegeben, um die Szene in einen deutlicheren Weltmeisterschaftsstadion zu ändern und gleichzeitig ein Torszenario darzustellen. Diesmal stimmte die Szene, aber die Position der Figur war fehlerhaft: Beim Tor wechselte die Position der Figur plötzlich, sodass sie direkt auf das Fußballfeld gelangte. Die Reaktion der Figur war zudem langsam und passte nicht zum Handlungsablauf.

Anschließend wurden beide Prompts kombiniert, um das Video neu zu erstellen. Szene und Bewegungsablauf waren im Großen und Ganzen korrekt, aber die Gesichtsmerkmale der Figur stimmten nicht mehr mit dem Prompt überein. Die Kleidung wurde zu einer Jacke geändert – weder dem alltäglichen Anzug der Figur noch dem Trikot passend zur Szene. Außerdem blieb das Problem der Positionswechsel der Figur bestehen, was sehr instabil war.

Im Vergleich dazu zeigte das von LibTV generierte Video eine deutlich genauere Figur, die besser zu Musks äußeren Merkmalen passte. Die Figur trug ein Trikot, das zur aktuellen Szene passte, und ihre Gesichtsausdrücke stimmten mit der Handlung überein. Allerdings waren die Gesichtsausdrücke etwas übertrieben, die Flagge und die Handschuhe in der Hand wirkten etwas fehl am Platz, und die Kameraführung war relativ eintönig.

Nachdem ein weiterer Prompt gegeben wurde, um das Torszenario hinzuzufügen, blieb die Handlung logisch.

Anschließend wurden beide Produkte beauftragt, ein Video zu erstellen, in dem ein Roboter auf einer Bühne Ballett tanzt. Bei „Paiwo“ wurde die Szene immer noch nicht korrekt dargestellt – das Element „Bühne“ wurde nicht eindeutig gezeigt, während LibTV das Bühnen-Element vollständig darstellte.

Aus der Produkterfahrung geht hervor, dass für Benutzer ohne technische Vorkenntnisse Pixverse V6 eine reichhaltige Bild- und Detailgestaltung bietet, aber leicht Elemente im Prompt übersieht und unlogische Inhalte erzeugt. Es erfordert ständige Anpassungen der Beschreibung, um die Feinheit zu erhöhen. Seedance 2.0 führt Anweisungen vollständiger aus und ist logisch flüssiger, ist aber in den Details immer noch instabil.

Bei der Verwendung von Modellen kann „Paiwo AI“ nur ein einziges Modell auswählen, aber seine Bedienung ist einfach, ohne Hürden und richtet sich an ein breiteres Publikum. LibTV hingegen kann mehrere Modelle kombinieren, hat einen sehr flüssigen Bedienablauf und eignet sich besser für professionellere Benutzer – von der Auswahl von Skills oder der Eingabe von Prompts über die Anzeige des Workflows bis zur Bearbeitung von Knotenpunkten ist alles klar und eindeutig, was bei der Modellanwendung gut funktioniert.

Im Vergleich der integrierten Vorlagen und Skills beider Anbieter sind die Vorlagen von „Paiwo AI“ auf vertikale kreative Inhalte ausgerichtet, die dem Funktionsprinzip von Kurzvideos entsprechen. Die integrierten Skills von LibTV hingegen sind auf Langvideo-Stile ausgerichtet und haben eine höhere professionelle Obergrenze.

Den großen Berg ByteDance überwinden?

Obwohl beide nach ihrem Ausscheiden aus ByteDance ein Unternehmen gründeten, bestimmen die Erfahrungen der Gründer den unterschiedlichen Grundton ihrer Produkte. Wang Changhus technischer Hintergrund legt den Fokus auf die Modellentwicklung, während Chen Mians Erfahrungen bei Jianying ihn darauf vorbereitet haben, sich besser auf Wachstum und Kommerzialisierung zu konzentrieren.

Derzeit umfasst das Kernprodukt von Aishi Technology neben dem selbst entwickelten großen Modell nur „Paiwo AI“ und seine internationale Version Pixverse. Es hat über 150 Millionen globale Nutzer in 177 Ländern und Regionen, aber die monatlichen aktiven Nutzer liegen langfristig bei etwa 15 Millionen, mit einem jährlichen Umsatz von über 40 Millionen US-Dollar.

Yanyu Technology hingegen hat mehrere Produkte wie LiblibAI, Xingliu / Lovart und LibTV, und die Daten mehrerer Produkte sind gut: LiblibAI hat über 30 Millionen registrierte Nutzer und einen jährlichen Umsatz von über 300 Millionen US-Dollar. Lovart erreichte 5 Monate nach seiner Einführung einen jährlichen Umsatz von 80 Millionen US-Dollar, LibTV überschritt am ersten Tag seiner Einführung 100.000 Nutzer, und zwei Monate nach der Einführung von LibTV stieg der monatliche Umsatz um mehr als das 13-fache.

Der Hauptvorteil von „Paiwo AI“ liegt darin, dass es auf der Ebene der grundlegenden Technologie eine hohe Autonomie erreicht, wenig von vorgelagerten Anbietern abhängig ist und eine stärkere Widerstandsfähigkeit gegen Risiken hat. Obwohl das Modell noch nicht perfekt ist, hat es die Technologie bereits selbst in der Hand.

Aber die Herausforderung liegt ebenfalls im Modell. Um mit Dreamina von ByteDance zu konkurrieren, müssen technische Hürden überwunden werden. Derzeit besteht zwischen dem selbst entwickelten Modell und Seedance noch eine deutliche Lücke, und es wird viel Zeit brauchen, um mit dem alten Arbeitgeber gleichzuziehen.

Der Kernvorteil von LibTV liegt im Preis. Im April 2026 passte Dreamina wegen knapper Rechenressourcen dreimal nacheinander die Preise an, wodurch sich die Kosten für die Videogenerierung fast versechsfachten. LibTV, das ebenfalls Seedance 2.0 aufrufen kann, wurde somit zu einer erschwinglichen Alternative für viele KI-Videopraktiker. Die Premium-Version von LibTV kostet 11.999 Yuan pro Jahr und bietet 66.000 Punkte pro Monat, während das Super-Mitgliedschaftsabonnement von Dreamina AI 30.576 Yuan pro Jahr kostet und 54.600 Punkte pro Monat bietet – ein großer Preisunterschied. Allerdings hält LibTV seine niedrigen Preise hauptsächlich durch massive Subventionen aufrecht, was keine langfristig nachhaltige Strategie ist.

Aber als Modellaggregationsplattform hängt LibTV auf der Ebene der grundlegenden Technologie vollständig von den großen Modellen der vorgelagerten Anbieter ab. Sobald sich diese großen Modelle ändern, wirkt sich dies direkt auf seine Finanzierungskette und Produktqualität aus. Im Vergleich zu Produkten wie Dreamina, das direkt auf das große Modell von ByteDance zurückgreift, ist seine Widerstandsfähigkeit gegen Risiken und sein Entwicklungsraum geringer.

Für Chen Mian und Wang Changhu, die ByteDance verlassen haben, bleibt ByteDance ein großer Berg, der vor ihnen liegt. Das Ergebnis des zukünftigen Wettbewerbs ist jedoch ungewiss. Der Markt für KI-Videogenerierung wächst weiter, KI-Produkte haben noch keine Phase des Bestandswettbewerbs erreicht – sie befinden sich in der Dividendenphase der Marktexpansion, in der viel Raum für neue Akteure bleibt – alles ist möglich.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Xinyan Caijing“ (ID: tech621), Autor: Zhang Ningyi, veröffentlicht mit Genehmigung von 36Kr.