Kann man die Sorge vor dem homogenen Wettbewerb von Agenten lösen, indem man mit der linken Hand auf Niedrigpreisstrategien setzt und mit der rechten Hand um bahnbrechende Spitzeninnovationen kämpft?

Der Krieg des Double-Elevent hat den Markt für KI-Videotools erreicht.

LibTV startet die Double-Elevent-Kampagne: Die drei Videomodelle Wan3.0, Kling4.0 und Minimax H3 können bis zu 30 Tage lang unbegrenzt ohne Punkte genutzt werden, ergänzt um zahlreiche Vorteile wie sofortige Rabatte, längere Nutzungsdauer und zusätzliche Punkte. Der persönliche Jahrespass von Jimeng ist bis zu 55 % günstiger, der Team-Jahrespass bis zu 58 % günstiger und das Quartalsmitgliedschaftsangebot beginnt bei 57 % Rabatt. AniShort, eine Plattform für Film- und Fernsehkooperationen, bietet bis zu 77 % Rabatt auf den ersten Kauf mit einem maximalen sofortigen Rabatt von über 30.000 Yuan.

Der Double-Elevent ist nur ein konkretes Beispiel für den sich in den letzten sechs Monaten immer verschärfenden Preiskampf auf dem Markt für KI-Videotools. Im März und April dieses Jahres haben wir beobachtet, dass mit dem technologischen Fortschritt großer Videomodelle und der rasanten Entwicklung des Marktes für KI-Kurzserien eine große Anzahl von KI-Videotools mit unterschiedlichem Hintergrund auf den Markt gekommen ist.

Der aktuelle Wettbewerb auf dem Markt für KI-Videotools unterscheidet sich deutlich von der Phase in der ersten Hälfte dieses Jahres, als viele Branchenteilnehmer erste Versuche unternahmen: Der Spielraum zur Behebung von Einschränkungen großer Modelle wird kleiner, es ist kaum noch möglich, den Markt nur durch das Hinzufügen von Funktionen und das Zusammenstellen von Arbeitsabläufen zu gewinnen. Der Schwerpunkt des Wettbewerbs hat sich von der reinen Ergänzung von Funktionen in eine tiefere Phase der Bindung an das Schöpferökosystem und der Erforschung von Geschäftsmodellen verlagert.

Der Kampf um Rabatte auf Rechenleistung ist noch nicht beendet. Führende Super-Schöpfer und Hackathons sind zu neuen Marketingkampagnen für Agenten geworden. Sie zielen auf Fähigkeiten ab, die in der Film- und Fernsehbranche schwerer zu quantifizieren sind, wie Ästhetik und Erfahrung, die über Tools und Prozesse hinausgehen. Sie zielen auch auf Arbeiten ab, die von einzelnen Schöpfern nur schwer vollständig erledigt werden können, wie Kommerzialisierung und öffentliche Verbreitung. Letztendlich geht es darum, eine Frage zu beantworten: Warum brauchen Schöpfer Agenten, wenn sich die Fähigkeiten der Modelle ständig weiterentwickeln?

Der Preiskampf geht ununterbrochen weiter

„Die Schwelle für Agenten ist sehr niedrig, viele Produktionsunternehmen haben auch spezielle Tools; die Tools selbst sind nicht knapp, und die Iteration von Tools kann keinen großen Generationsunterschied erzeugen.“ Diese Aussage von Chen Xiao, Produktleiter von Tencent Video OnSolo, auf dem kürzlich veranstalteten Forum des Chuxin-Preises, spiegelt genau das aktuelle Ökosystem von Video-Agenten wider.

Diese Agenten sind im Wesentlichen gleich schnell bei der Integration neuer Modelle. Hauptfunktionen wie unbegrenzte Leinwand, Konsistenz von Charakteren/Räumen, 3D-Regiepult und Raumvorvisualisierung sind bereits Standard. Es ist für Agenten schwierig, Unterschiede auf Funktionsebene zu schaffen. Selbst wenn es Produktinnovationen gibt, können andere Agenten in sehr kurzer Zeit folgen. Dies führt dazu, dass die aktuellen Agenten „alle ähnlich aussehen und stark homogenisiert sind“.

Seit der zweiten Hälfte dieses Jahres hat sich mit der Weiterentwicklung der Fähigkeiten großer Videomodelle der Wert von KI-Videotools weiter verringert, und der Wettbewerb ist noch intensiver geworden.

Mehrere KI-Super-Schöpfer haben „Sanshidai“ erzählt, dass es ihrer Meinung nach kaum einen Unterschied macht, welchen Agenten sie wählen, „denn der Schlüsselfaktor für die Qualität der Arbeit ist die Generierungsfähigkeit des großen Modells selbst“. Die Kernkompetenz von Super-Schöpfern liegt oft in ihren eigenen Fähigkeiten bei der Verwendung von Prompts und der Art und Weise, wie sie Modelle nutzen, nicht in den exklusiven Fähigkeiten eines bestimmten Agenten.

Gleichzeitig sind die Hauptkunden von Agent-Tools derzeit tatsächlich Unternehmen für kurze Manhua-Serien, die monatlich Hunderttausende oder sogar Millionen Yuan ausgeben. Für Manhua-Serienunternehmen, die Wert auf Produktivität und Effizienz legen, ist die Kernanforderung an Agenten immer noch die Kostensenkung.

In diesem Fall fehlt den Nutzern die Loyalität bei der Auswahl von Tools, und die Nutzerbindung ist nicht so stark wie erwartet; der Preiskampf ist nach wie vor das Kern- und empfindlichste Wettbewerbsfaktum.

Viele Super-Schöpfer bewegen sich zwischen verschiedenen Plattformen und nutzen vorrangig Rabatte oder kostenlose Rechenleistungsguthaben. Touch AI ist ein Agent im Bereich Manhua-Serien, der unabhängig von Jellyfish Intelligence entwickelt wurde. Sein Gründer Miao Zhuang erwähnte, dass selbst Studios, die bereit sind, ihnen Millionen von Yuan zu zahlen, in der ersten Woche jedes Monats die einprozentige Rechenleistung anderer Plattformen aufbrauchen, bevor sie wieder Mainstream-Tools verwenden. „Sie nutzen andere Tools nicht nicht, nur weil ihre Vermögenswerte hier sind.“

Einige Branchenvertreter haben uns sogar mit Bedauern gesagt, dass die meisten Agenten im Wesentlichen nur Zwischenhändler für Rechenleistung sind. Auch Brancheninvestoren gestehen offen ein, dass das Geschäftsmodell der meisten Agenten, das sich hauptsächlich an B2B-Kunden richtet, derzeit nicht gesund ist.

Spezialisierte Erstellung und spezialisierte Tools

Der KI-Inhaltsbereich wird ständig unterteilt und diversifiziert, was mehr vertikale Erstellungsanforderungen hervorbringt. In der vergangenen Zeit haben Agenten auch ständig ihre Anpassungsfähigkeit an verschiedene Erstellungsszenarien verbessert.

„Sanshidai“ erwähnte in dem Artikel „ByteDance baut ein vollständiges Ökosystem für KI-Videotools“: Mitte August hat ByteDance den Agenten „Manhua-Erstellungstool“ für die Manhua-Serienbranche intern getestet. Am 21. September hat die ausländische Marke BytePlus den Agenten „Dramagic“ für die Erstellung von Kurzserien veröffentlicht. Während des Schöpferkongresses von Douyin hat Jianying den KI-Videoerstellungseingang Jianying Hub veröffentlicht, der die KI-Generierung und -Bearbeitung verbindet. Derzeit hat ByteDance innerhalb seines Ökosystems eine Matrix von KI-Videotools aufgebaut, die Jimeng, Xiaoyunque, Manhua-Erstellungstool, Dramagic und Jianying Hub umfasst.

Am 21. September hat BytePlus Dramagic veröffentlicht

KI-Kurzserientools waren die ersten, die vertikale Dienste anboten und schließlich zu unabhängigen Funktionen übergingen, da sie die größte Anzahl von Schöpfern und die meisten Anforderungen haben.

Wanxing Theater und Shanhai Xingchen NOVA AI sind beide vertikale Tools für Kurzserien. Am 26. Oktober hat Jimeng AI offizielles Kurzserienstudio veröffentlicht, das den gesamten Produktionsprozess von Kurzserien von der Drehbucherstellung, dem Vermögensmanagement, der Szenengenerierung, der Videoproduktion bis zur Nachbearbeitung über einen einheitlichen Projektraum verbindet. Es bietet auch Funktionen wie intelligente Drehbuchdiagnose, Generierung von Vermögenswerten in mehreren Stilen und ingenieurmäßiges Teammanagement, die auf die Kernschmerzpunkte von Manhua-Serien abzielen.

OiiOii erkundet einen differenzierten Wettbewerbspfad, indem es in verschiedene vertikale Branchen eintaucht und gezielte KI-Inhaltserstellungslösungen anbietet. Sein Partner und COO Zhou Shuang betonte besonders die spezifischen kommerziellen Fähigkeiten von OiiOii und die Idee des Teams, sich durch die Verfeinerung und Erweiterung der Kundengruppen in mehreren Branchen vor internem Wettbewerb zu schützen.

Derzeit hat OiiOii für Branchen wie KI-Medien, kurze Manhua-Serien, E-Commerce, Werbung und Spiele professionelle Funktionen für verschiedene Erstellungsszenarien eingeführt. Zhou Shuang sagte: „Die Arbeitsabläufe und Anforderungen von Menschen, die Videos in verschiedenen Branchen verwenden, sind völlig unterschiedlich, und wir unterscheiden sie im Produkt.“ OiiOii wendet kein großes, umfassendes System an, das alle Szenarien abdeckt, sondern unterteilt es in verschiedene Tool-Ketten entsprechend den Anforderungen von Endverbrauchern und B2B-Geschäftskunden.

Für Kunden, die im E-Commerce und in der Werbeförderung tätig sind, benötigen sie normalerweise nur 5 bis 10 Sekunden langes Material und haben starke Anforderungen an die Verfolgung von Trends und die Massenerstellung von Inhalten. Dafür bietet OiiOii eine schnelle Ein-Klick-Funktion zum Ersetzen von Materialien an, die es ermöglicht, Elemente wie Waren, Personen und Szenen schnell zu ersetzen, während die ursprüngliche Videostruktur, Spezialeffekte und Überblendungen beibehalten werden, um beliebte Kreativität in massenproduzierbare Marketingmaterialien umzuwandeln.

Für Medienblogger, die Anforderungen an die Erstellung von Geschichten haben, bietet OiiOii Funktionen wie KI-3D-Vorvisualisierung, Schauspielerdatenbank und Stildatenbank, die Schöpfern helfen, die Bildeffekte präziser zu steuern und wiederverwendbare IP-Vermögenswerte zu sammeln, was die Serienerstellung und die anschließende Kommerzialisierung unterstützt.

Guo Zixiang, der Schöpfer des beliebten KI-Animationswerks „Die Abenteuer von Guagua“ mit über 6,5 Millionen Likes im gesamten Netz, sagte in einem Interview, dass OiiOii durch eine intelligente Leinwand Text-, Bild- und Videomodelle integriert und die Tool-Kette verbindet. Es verbindet Text und Video in einem einzigen Arbeitsbereich, sodass er keine Vermögenswerte in verschiedenen Tools erneut hochladen muss, und die Produktionsdauer für ein einzelnes Video um die Hälfte verkürzt wird.

Die Ein-Klick-Funktion für den internationalen Vertrieb von OiiOii umfasst auch die Massenproduktion von Videos in 12 Sprachen, sodass dasselbe Werk effizient in verschiedene Märkte eintreten kann, und es verbessert auch das Potenzial für die globale Veröffentlichung und Kommerzialisierung von IP erheblich.

„Der Kern liegt in der Branchenkenntnis und der Produktfähigkeit, ein ausgezeichneter Produktmanager ist sehr selten. Der Wettbewerb auf Anwendungsebene misst letztendlich, ob das Produkt benutzerfreundlich ist, ob die Produktfähigkeit stark ist und ob die Einsicht in die Nutzer korrekt ist. Wenn das Produkt benutzerfreundlich genug ist, werden die Nutzer dafür bezahlen und bleiben.“ sagte Zhou Shuang.

TapNow ist ein Vertreter unter den KI-Videotools, der von Anfang an klar den Weg der „KI-Film- und Fernsehproduktion“ einschlägt. Die Homepage der Website ist sehr einfach, es gibt nur ein Eingabefeld für Prompts sowie drei Funktionen: Weißmodus-Videovorvisualisierung, tiefgreifendes Film- und Fernsehwerkstatt und Charakterwerkstatt, was eindeutig auf professionelle Film- und Fernsehschöpfer ausgerichtet ist.

TapNow ist auch eines der Tools in der Branche, das sich am aktivsten mit internationalen Filmfestivals und KI-Hackathons verbindet. Im Mai 2026 nahm TapNow als technischer Unterstützer am runden Tisch des chinesischen Filmverbands Jinji während des Filmfestivals von Cannes teil und zeigte vor Ort zwei beliebte Werke „Papierhandy“ und „Schild“; TapNow war das einzige chinesische KI-Bildtool vor Ort. Im September 2026 nahm TapNow am Venice Production Bridge, der zentralen Industrie-Einheit des 83. Internationalen Filmfestivals von Venedig, teil und veranstaltete das einzige offizielle Forum dieser VPB, das sich auf KI-Bilder konzentrierte, mit dem Titel „AI×Cinema: Die Initiative der 10.000 parallelen Universen“. TapNow hat auch mehrere KI-Hackathons initiiert, um ständig das Marktimage von „hohem Niveau, hoher Ästhetik und Dienst an professionellen Schöpfern“ zu stärken.

Wirkliche Barrieren sind unsichtbar

„Was Agenten jetzt brauchen, ist nicht, auf der Grundlage großer Modelle kleine Verbesserungen vorzunehmen, sondern auf der Grundlage der Anerkennung der sehr starken Fähigkeiten großer Modelle die Effizienz und Ästhetik zu verbessern.“ Gao Xiangchen, Gründer der KI-nativen Inhaltserstellungsplattform AllFUNAI, ist der Meinung, dass Agenten die Ästhetik und Erfahrungsarbeitsabläufe von Spitzenschöpfern regularisieren, „damit der Agent zu einer Person mit höherer Ästhetik wird und einem gewöhnlichen Regisseur, der ursprünglich nur 70 Punkte erreicht, hilft, Werke mit 85 bis 90 Punkten zu produzieren“.

Er ist der Meinung, dass der Unterschied im grundlegenden Inhaltsverständnis und der Ästhetik von Agenten die geheime, nicht öffentliche Hochtechnologie jedes Agenten ist. Warum sind die generierten Ergebnisse unterschiedlich, wenn der gleiche Prompt verwendet wird? War