Die Top 3 der chinesischen Videomodelle beginnen, getrennte Wege zu gehen und ihre jeweiligen Wettbewerbsstrategien zu verfolgen.

Seedance setzt auf Industrialisierung, Kling auf Kontrollierbarkeit, Vidu auf freie Generierung und freien Ausdruck.

Um den Nationalfeiertag herum haben die aufeinanderfolgenden Aktionen von Seedance, Kling und Vidu dazu geführt, dass der Wettbewerb chinesischer Videomodelle nicht wie gewohnt weltweit weit vorne liegt, sondern durch eine Dreiteilung mehrere Entwicklungswege einschlägt:

Einige legen den Schwerpunkt auf die industrielle Effizienz der Inhaltsproduktion, andere setzen auf die Kontrollierbarkeit, die für die professionelle Produktion erforderlich ist, und wieder andere versuchen, die Ausdrucksstärke von Charakteren, Kameras und visuellen Effekten zusammen mit geringeren Versuchskosten in ein einziges Produkt zu integrieren.

Diese Pfaddifferenzierung zeigt sich schnell in der Veröffentlichung konkreter Produkte.

Am 28. September kündigte Kling AI offiziell das neue Videogenerierungsmodell Kling 4.0 an; am 8. Oktober veröffentlichte Shengshu die erste Vorschauversion des neuen Flaggschiff-Videogenerierungsmodells Vidu Q4 Preview mit einem Einstiegspreis von 0,09 Yuan pro Sekunde, wodurch Generierungseffekt und Kostenleistung weiter auf das Maximum getrieben werden.

Nach der Veröffentlichung des Modells haben viele professionelle Videoregisseure tiefe Erfahrungen damit gesammelt. Zum Beispiel hat der Inhaltsersteller Senhai Yingguang den Kurzfilm „Qingshan“ mit Vidu Q4 Preview erstellt, der die Geschichte eines alten Generals erzählt, der sein Leben eintauscht, um die Sicherheit der Einwohner der Stadt vor dem angreifenden General zu gewährleisten.

In der Vergangenheit traten bei KI-Videos am häufigsten zwei Arten von Fehlausrichtungen auf: Die Charaktere wirken zwar raffiniert, zeigen aber keine emotionale Entwicklung; die Szene wirkt zwar belebt, aber die Kamera hat keinen narrativen Zweck.

Dieser Kurzfilm „Qingshan“ liefert ein hervorragendes Beobachtungsbeispiel: Starke Merkmale wie weißes Haar, Falten und Bart des alten Generals im Film bieten visuelle Anker für die kontinuierliche Konsistenz der Charaktere;

Die großen Szenen im Film, wie der Marsch im Tal, die Passstelle der Großen Mauer und das Nachtlager im Zelt des Generals, verfügen über einen einheitlichen künstlerischen Stil. Die niedrig gesättigte Farbgebung und die lokale Behandlung von Kerzenlicht wirken sehr filmisch.

Dieser mit Vidu Q4 Preview erstellte Kurzfilm beweist nicht nur, dass KI bereits in der Lage ist, Filme zu drehen, sondern verdeutlicht auch, wie wir die Fähigkeiten von Videomodellen messen sollen: Ob Charaktere, Szenen, Kameras und Emotionen gemeinsam die Geschichte vorantreiben können.

Und genau hier liegt der Punkt, an dem „ausdrucksstarke Darstellung“ schwieriger ist als „hohe Klarheit“. Eine Pause eines Blicks, eine Kamerafahrt nach einer Drehung und eine kurze Stille vor einer Explosion bestimmen alle, ob das Publikum verstehen kann: Warum handelt diese Person so?

Neben dem Effekt des Modells verdienen die Signale für Preis und Effizienz noch mehr Aufmerksamkeit: Die Aufrufkosten des Flaggschiff-Videogenerierungsmodells gelangen allmählich in einen Bereich, in dem normale Ersteller und kleine Teams es häufiger nutzen können.

Dies zeigt, dass im Prozess des Übergangs chinesischer Videomodelle von technischen Wettbewerben zu Produktionswettbewerben Modelle und Ingenieureffizienz in niedrigere Erstellungskosten umgewandelt werden.

Kommt der „DeepSeek-Moment“ von Videogenerierungsmodellen wirklich?

01. Der Wettbewerb auf der Branche ist intensiv, Shengshu gehört zu den führenden Akteuren

Der „Boom“ der chinesischen KI-Videogenerierungsbranche brennt derzeit in vollem Gange.

Daten des Research-Instituts LeadLeo zeigen, dass die Marktgröße zwischen 2020 und 2025 eine jährliche durchschnittliche Wachstumsrate von 965 % aufweist. Im Jahr 2026 beträgt die Marktgröße etwa 3,66 Milliarden Yuan. Es wird erwartet, dass diese Zahl bis 2030 auf fast 149,7 Milliarden Yuan ansteigt, mit einer jährlichen durchschnittlichen Wachstumsrate von 152,9 %.

Vor diesem Hintergrund beschleunigt sich die Branchenstruktur von einem „blühenden Wettbewerb“ hin zu einer „Konzentration auf führende Akteure“. Akteure wie ByteDances Seedance, Kuaishous Kling und Shengshu Technology bilden gemeinsam die Aufstellung des „Finalrunden“ des Sektors.

Der Begriff „Finalrunde“ hat an sich schon einen Geschmack von Wettkampf, der mich an das chinesische Schwimmteam erinnert.

Nach der Einstellung von Sora haben chinesische Modelle im Zeitfenster nacheinander die „längst vergangenen Rekorde“ gebrochen, die lange Zeit von internationalen Giganten gehalten wurden. Mit unterschiedlichen Schwimmstilen haben sie im selben Pool weltweite Ergebnisse erzielt und das Niveau der gesamten Branche gemeinsam angehoben.

Der Kernvorteil von Seedance liegt in der vollständigen Inhaltsökosystem von ByteDance.

Seedance 1.0, das im Juni 2025 veröffentlicht wurde, belegte den ersten Platz in den beiden Ranglisten für Text-zu-Video und Bild-zu-Video von Artificial Analysis. Die Veröffentlichung von Seedance 2.0 löste zudem eine weitreichende Diskussion aus, was die hervorragende Grundqualität des Modells beweist. Derzeit liegt es mit absoluter Überlegenheit weit vorne und hat der ganzen Welt bewiesen, dass Video der zweite groß angelegte kommerziell nutzbare Bereich nach der Codierung ist.

Der Vorteil von Kling liegt in der tiefen Erschließung vertikaler Szenen und der schnellen Kommerzialisierung. Kuaishou bindet Kling eng an seine eigenen starken Geschäftsfelder wie Kurzserien, E-Commerce und Live-Streaming und konzentriert sich insbesondere auf den Filmbereich. Diese Szenen dienen sowohl als Ort zur Produktverbesserung als auch als Einnahmequelle.

In der Aufstellung der „Finalrunde“ ist Shengshu Technology einer der wenigen Startup-Akteure. Es ist zudem ein nicht zu unterschätzendes KI-natives Unternehmen mit hohem technischen Niveau, insbesondere angesichts des nachhaltigen intelligenten Potenzials bei der Entwicklung von AGI. Schließlich hat dieses Team einige der Meilensteine in der Entwicklung des KI-Videobereichs geschaffen.

Von der anfänglich fokussierten Generierung langer Videos mit hoher Konsistenz über die frühe Einführung der referenzbasierten Videogenerierung – bei der das Modell nach dem Hochladen mehrerer Referenzbilder neue Bilder generieren kann, die die Konsistenz von Charakteren und Objekten beibehalten – bis hin zu ästhetisch anspruchsvolleren Themen wie Anime hat Vidu immer eines bewiesen: Startups können auch bei der Generierungsqualität zur ersten Liga gehören.

Diese neue Vorschauversion von Q4 hat die Seedance 2.0 bereits in der AA-Rangliste übertroffen und belegt den dritten Platz weltweit. Die vorherige Version Vidu Q3 belegte mit 1241 Punkten den ersten Platz in China und den zweiten Platz weltweit und übertraf damit Runway Gen-4.5, Google Veo 3.1 und OpenAI Sora 2. Die offizielle Version von Q4 ist ebenfalls sehr erwartungsvoll.

Die industrielle Ausdrucksstärke, die Ära der Unterteilungen für Testaufnahmen und die Ära der Winkel für Ultra-HD-Inhalte sowie die vorteilhafte Wirkung des Flaggschiff-Videomodells auf die Industrie haben Vidu dazu verholfen, außerhalb der Ökosystembarrieren von Seedance und der tiefen Szenenerschließung von Kling einen eigenen Wettbewerbsraum zu schaffen.

Die Veröffentlichung von Vidu Q4 Preview stärkt diese differenzierte Positionierung weiter.

02. Vidu Q4 Preview: Die „ausdrucksstarke Darstellung“ wird realisiert

Vidu Q4 Preview ist ein neues, universelles Flaggschiff-Generierungsmodell von Shengshu mit hoher Ausdrucksstärke, das sich auf „ausdrucksstarke Darstellung“ konzentriert und insbesondere drei Kernfähigkeiten verbessert: Charakterdarstellung, Kamerasprache und komplexe visuelle Effekte.

Bei der Charakterdarstellung sind die generierten Charaktere in Bezug auf Ausdruck, Emotionen und körperliche Bewegungen weiter verbessert. Wenn eine Rolle einen Satz hört, etwas sieht oder eine Entscheidung trifft, überträgt sich die Emotion vom Gesicht auf den ganzen Körper, und der gesamte Prozess ist zusammenhängend und natürlich.

In diesem Beispiel zeigt der männliche Hauptcharakter beispielsweise eine deutliche emotionale Steigerung angesichts des Todes der weiblichen Hauptcharakterin: Tränen strömen ihm aus den Augen, und seine Emotionen steigen allmählich von Panik, Bitten und Trauer bis zur völligen Kontrollverlust, was sehr einnehmend wirkt.

Bei der Kamerasprache kann Vidu Q4 Preview dynamische Kamer Effekte wie Verfolgung, Umkreisung, Vorwärtsbewegung, Rückwärtsbewegung, Heben und Senken sowie Drehung generieren. Bei Hochgeschwindigkeitsbewegungen, Drehungen von Charakteren, Verdeckungen und Perspektivenwechseln passen Kamera und Charakterbewegungen natürlich zusammen, fast ohne Sprünge oder räumliche Verzerrungen.

Bei komplexen visuellen Effekten kann Vidu Q4 Preview Effekte wie Explosionen, Flammen, Rauch, Feuerwerke, Partikel und Energieimpulse generieren. Nach dem Auftreten des Effekts breiten sich umgebende Lichtverhältnisse, Rauch und Partikel mit der Bewegung aus, und die Bewegungen der Charaktere stimmen mit dem Ablauf des Effekts überein, was sehr „mitreißend“ wirkt.

Beispielsweise kann das Modell in einer Sequenz mit schnellen Jahreszeitenwechseln einen reibungslosen Übergang von Blütenblättern im Frühling, Glühwürmchen im Sommer, herabfallenden Blättern im Herbst und fallendem Schnee im Winter realisieren. Verschiedene Elemente können zudem dynamisch ihre Farbe entsprechend dem Umgebungslicht ändern, mit einheitlichem Rhythmus, sodass der Übergang nicht hart und getrennt wirkt.

Zudem unterstützt Vidu Q4 Preview maximal 4K-Ausgabe und kann bis zu 16 Sekunden am Stück generieren, sodass genügend Raum für zusammenhängende Aktionen, Kamerafahrten und emotionale Veränderungen vorhanden ist.

Gleichzeitig unterstützt es bis zu 15 Referenzbilder und 3 Referenzaudiodateien. Ersteller können visuelle Informationen wie Charaktere, Szenen und Produkte kombinieren und dann die Beziehungen zwischen ihnen durch Textbeschreibungen klarstellen, um mehr Details zu ergänzen.

Beispielsweise können Nutzer die Stimme des Charakters, die Charakterdesignzeichnung und die Storyboard-Zeichnung an Vidu Q4 Preview senden.

Vidu Q4 Preview kann dann einen vollständigen Manga-Kurzfilm anhand der Referenzbilder und Audiodateien generieren.

03. Der „Vidu-Stil“ trifft auf den Aufstieg des chinesischen Mangas: Eine historische Chance

Die Veröffentlichung der neuen ausdrucksstarken Version Q4 hat eine breite Diskussion der Nutzer über den einzigartigen „Vidu-Stil“ ausgelöst —

Der sogenannte „Vidu-Stil“ zeichnet sich durch Anime-Atmosphäre, Geschwindigkeit und Dynamik aus. Mit den Worten eines erfahrenen Nutzers ist es, als würde man die Vorstellungskraft entzünden und direkt in die Höhe treiben.

Dieser Stil zeigt sich zuerst in Aktionen und Kameraführung. Wenn sich eine Rolle dreht, schwingen die Haare mit; wenn Goldmünzen auseinanderfliegen, bewegen sich die Partikel in bestimmte Richtungen und mit Schichtung; die Kamera verfolgt die Person und rennt mit ihr hinaus, weiß aber auch, bei einem Blick anzuhalten. Es will nicht nur die Form der Aktion einfangen, sondern auch den Geist hinter der Aktion.

Diese Ausdrucksweise hat einige Ersteller angezogen, die ursprünglich abstrakte Kunst im Vidu Creator-Programm (CPP) erstellt haben, sodass sie nun auch mit der ihnen ungewohnten Anime-Erzählung experimentieren. Auch japanische KI-Anime-Ersteller nutzen Vidu kontinuierlich. Im Vergleich untereinander sprechen alle immer wieder davon, dass Vidu „sehr mitreißend“ ist.

Aber „mitreißend“ ist nur die Oberfläche. In dieser Runde des Wettbewerbs um Videomodelle ist Anime nicht nur ein nachträglich hinzugefügtes „Stilpaket“, sondern ein Hauptschlachtfeld, das es wert ist, um es separat zu kämpfen.

Der Grund, warum es ein Hauptschlachtfeld ist, liegt darin, dass es mit größeren kulturellen Chancen verbunden ist. Der Aufstieg erfolgreicher Werke wie „Ne Zha“ und „Black Myth: Wukong“ erinnert die Branche gemeinsam daran: Chinesische Mythologie, Geschichte und Ästhetik können durch neue visuelle Sprachen globale Zuschauer erreichen. Das nächste Problem ist, wie mehr originale Charaktere und Geschichten kontinuierlich wachsen können.

Die internationale Verbreitung von japanischem Anime bietet eine Referenz: Was wirklich kulturellen Einfluss bringt, ist das langfristige IP-Management, bei dem Charaktere, Serialisierungen, Filme, Spiele, Musik und abgeleitete Konsumgüter sich gegenseitig unterstützen.

China muss japanischen Anime nicht kopieren, es braucht nur einen Raum, in dem lokale Legenden, Science-Fiction-Vorstellungen und das zeitgenössische Leben von einem einfachen Konzept oder einem kurzen Film zu Werken werden, die die Menschen verfolgen und teilen wollen.

Um dieses Hauptsch