日期和状态
论文使用首次公开日期，模型使用已核实发布日。资料仅精确到月或年时，展示对应精度。历史版表示已被新代替代；退役表示官方明确停止服务。
产业与技术观察 ／ 2026.10.04
THE EVOLUTION OF GENERATIVE VIDEO
视频生成模型
从画面，走向可导演的世界。
把十年的技术演进、主要厂商、代表模型与当下进展，放在同一张可探索的地图里。
资料快照：2026-10-04 · 官方发布 / 论文 / 模型卡 · 非实时榜单
CAPABILITY EVOLUTION2016 → 2026
01 / MOTION画面会动
02 / AUDIO + VIDEO音画同步
03 / INTERACTION生成与行动
概念示意 · 视频创作与交互世界是并行路线
LANDSCAPE / 厂商与生态
三条路线，一张全景。
按研发组织归属展示。点击厂商或模型，查看版本、能力与官方依据。
当前核验
HISTORY / 历史与里程碑
从运动建模，到多模态生成。
论文首次公开、产品发布与退役分开标注。研究成果不等于公开商用。
DIRECTORY / 可筛选的模型档案
找到你的下一套创作工具。
最多选 4 个模型比较。能力标记只表示官方有文档依据，不表示质量优劣。
□ 选入对比 ↗ 打开档案
MODEL COMPARISON
NOW & NEXT / 当前能力与演进方向
竞争重心，正在移向控制。
已发生的变化用证据支撑；未来方向标为分析判断，不给出未经核实的发布时间。
代表模型 · 能力文档矩阵
● 官方文档支持 ◇ 研究 / 预览 — 本次未核实；空缺不等于不支持。点击名称打开档案。
WHAT STILL MATTERS
看起来真实，只是第一道门槛。
评测正在扩展到人物运动、可控性、创造性、物理与常识。实际制作还要看连续镜头一致性、可修改性、等待时间与每个可用镜头的成本。
VBench-2.0 · 2025-03-27 ↗物理与因果接触、遮挡、受力与对象状态是否合理？
身份与几何转身、跨镜头、重新进入画面是否稳定？
指令与编辑局部修改是否保住其余内容与节奏？
制作效率多次重试后，真正可交付的镜头成本是多少？
UNDER THE HOOD / 技术演进
理解生成链路，才能理解边界。
下图是现代视频模型的概念链路。厂商未公开的架构不会按猜测补齐。
视频生成
一次生成或编辑一个片段。关注镜头质量、语义遵循、角色一致性和音画同步。
Veo / Seedance / Wan / Runway / H3交互世界模型
接收动作并连续预测环境变化。关注响应延迟、状态记忆、行动与物理反馈。
Genie / Cosmos / Vidu S2 等探索EVIDENCE / 数据与来源
每个节点，都有出处。
核验基准日 2026-10-04。以公开一手资料为依据，代表性收录，不穷尽全部厂商或版本。
能力和开放性
公开权重、代码许可证与模型使用许可分别判断。原生音画不等于后配音，首尾帧不等于多主体参考，接口可用性以厂商公告与地区条件为准。
时长和分辨率
单次生成、增量延长、多镜头拼接分别标注；原生输出与超分分开。不同条件不能直接排成综合性能榜单。页面不收录未经统一核验的价格。