文 | AI 价值官，作者丨风间，编辑丨美圻
过去半年，多 Agent 协同几乎已经成为 AI 视频平台的标配。LibTV、Flova 等平台通过将模型 API 封装为从剧本到成片的完整工作流，快速完成了用户和业务起量。
如今，上游的模型厂商开始集体亲自下场，行业竞争的重心从底层模型能力，延伸到了生产工具与生产体验的比拼。
8 月 31 日，千问创作的 Agent Teams 正式向所有用户开放——编剧、导演、美术、摄影、剪辑五个 Agent 串成一条从创意到成片的完整流水线。
就在 10 天前，MiniMax 上线了官方创作工作台 MiniMax Design，将生成、编辑、剪辑等全链路创作能力整合进官方工作台。字节则在同期内测 " 漫剧创作工具 " 和 Seedance Studio，一个覆盖长篇漫剧的团队化量产，一个瞄准影视级专业创作。
三家在一个月内密集落子，但身份与策略并不对等：阿里和 MiniMax 作为追赶者，用 " 官方工具 + 第三方渠道 " 的双线打法冲击市场；字节作为市场主导者，选择用工具闭环与梯度定价守住优势、加固生态；而夹在中间的第三方聚合平台，正承受着上下游同时收紧的压力。
整个行业的共识越来越清晰：模型能力的军备竞赛已经打到新的平衡点，下一个战场，是谁能把模型变成有竞争力的工业化生产工具。
渠道铺广度，Agent 平台做深度，阿里、MiniMax 的双线突围
当模型能力追近行业第一梯队，阿里和 MiniMax 几乎同时走向了同一个方向：不再只输出底层模型能力，而是以官方 Agent 工作台为载体，把模型封装成完整的生产工具，再搭配第三方渠道做分发，双线并进冲击市场。
阿里的动作节奏最能说明这套逻辑。Wan 3.0 正式发布仅一周，千问创作就推出为 Wan 3.0 量身定制的 Agent Teams 功能，完全是为新模型配套的生产层部署。
8 月 24 日上线的 Wan 3.0，单次可生成 30 秒视频，原生 4K 分辨率，首次支持多格式文档直接输入，人物一致性与画面稳定性显著提升，公测期就被创作者评价 " 稳定、真实、有质感 "。
虽然 Wan 3.0 已第一时间接入 Flova、LibTV 等平台，但问题也恰恰出在这里：生产流程和数据都沉淀在第三方平台，阿里作为模型提供方既攒不下自己的创作者生态，也无法把模型能力包装成有辨识度的生产体验。对漫剧、短剧从业者来说，Wan 3.0 目前仍只是众多可选模型中的一个。
从创意到成片的每一个环节，都留在了阿里自有生态里。Wan 3.0 的模型能力，由此转化为从业者可以直接调用的生产能力。
MiniMax 走的是同一条路，但开源的底色让它的应用层需求更为迫切。7 月开源的 H3 视频模型，不到行业主流价格的三分之一，在 TVC 广告、电商视频等场景表现出色。
然而，开源是一把双刃剑：快速渗透市场的同时，任何人都能拿去部署微调。纯靠模型能力输出，没有应用层承载，创作者很难感知到 H3 与竞品之间的实质差异，最终只会滑入价格竞争的泥潭。
值得一提的是，MiniMax Design 提供的预设模板并非简单套用，而是针对 H3 的注意力机制做了风格校准，使成片更贴合专业剪辑软件的输出质感，让 " 原生模型对内容理解更透彻 " 这一优势，在实际生产场景中真正落地。
阿里和 MiniMax，不约而同地选择了 " 渠道铺广度、工具做深度 " 的组合打法，先靠第三方平台快速触达用户做大规模，再用自有工作台把用户和生产数据沉淀下来，最终目标都是从 Seedance 主导的市场盘子里切下更多份额。
左手推创作工具，右手推梯度定价，字节如何守住领先优势？
对占据市场主导地位的字节而言，竞争已不再局限于模型参数的比拼，而是蔓延到了生产工具和创作者生态的争夺。
一侧是模型厂商的性价比内卷。Wan 3.0 和 MiniMax H3 能力相继拉升，H3 又以极低定价切入市场。当竞品陆续越过商用及格线，Seedance 的定价优势和能力壁垒都在被压缩。
另一侧，则是生产链路与创作生态 " 旁落 " 的风险。按日均算力消耗统计，Seedance 在国内 AI 视频市场占据超过 80% 的份额，短剧行业渗透率高达 95%。但字节作为模型提供方，能拿到的也只是调用量，创作者如何拆解剧本、调整分镜、复用资产，这些真正有价值的垂直训练素材，全都沉淀在第三方平台内部，而这恰恰是多模态模型迭代最核心的燃料。
更棘手的是，MiniMax H3 开源之后，部分头部聚合平台已开始接触算力厂商，尝试基于 H3 微调推出自有品牌的视频生成模型——第三方平台不再只是单纯的代理渠道，开始具备弱化上游依赖的可能。
字节的回应是在工具层和定价层同时出手，核心目标是打通从模型、生产到分发的全链路闭环。
仅仅一天后，Seedance Studio 也被曝出进入小规模邀测，采用项目制管理逻辑，覆盖从需求理解到成片推进的全链路，瞄准的是 " 做一部片子 " 而非 " 生成一段视频 " 的专业需求。
Seedance Studio 则把这套逻辑延伸到影视向专业创作场景，创作者在工具里积累的角色资产、分镜历史、项目迭代记录，天然与字节的分发和收益体系绑定。
与此同时，字节也打出动态定价组合拳：以高端新模型树立品质标杆，以老版本降价守住性价比基本盘，应对 Wan 3.0 与 H3 的竞争。
高端产品负责建立品牌，中端产品争夺份额，入门产品扩大用户规模。通过这种梯度化策略，字节试图对冲竞品带来的性价比压力，同时稳住既有市场基本盘。
场景扩容催生多模型混用，聚合平台仍然不可替代
模型厂商集体下场，压力最直接落在 LibTV、Flova 这类第三方聚合平台身上。
8 月的价格战已经打到了反常的程度。以 Seedance 2.5 为例，即便考虑分辨率差异，不同平台同档位下的价差也可达数倍。这折射出一个真实的行业困境：当各平台的核心能力都来自同一批上游模型，产品本身难以形成差异，竞争自然压缩到接入速度与补贴力度的比拼。但聚合平台并非没有生存空间。
它们仍有两个不容忽视的价值。
其一，是模型厂商最重要的分销渠道。Wan 3.0 上线当天就同步接入 Flova、LibTV、RunningHub，MiniMax H3 选择 LibTV 首发，都说明这些平台的渠道价值、创作者生态仍被模型厂商看重。即便字节，也不会完全绕开它们，毕竟聚合平台贡献了 Seedance 相当比例的 API 调用量。
其二，多模型混用需求为聚合平台提供了生存土壤。这一点从创作者的实际生产习惯里就能得到印证：Seedance、MiniMax、可灵等模型混合使用，在 AI 短剧从业者中几乎已成共识。
随着 AI 视频从短剧拓展到广告、文旅、中剧、网络电影，创作者会根据成本、效果、应用场景等不同考量，在不同项目、创作阶段选择不同的模型，以达到性价比最优化。
相比之下，模型厂商官方 Agent 天然倾向于调度自家模型，在需要跨模型组合的复杂项目中，这本身就是一种制约。
这些平台寄希望于用创作者和 Skill 搭建的小飞轮，在用户心智上跑赢头部模型迭代的大飞轮。
AI 视频工具的竞争核心，早已从模型能力转向管线能力。当模型能力不再是稀缺资源，谁能掌握从生产到分发的完整链路，谁才能在下一阶段的内容工业变革中占据主动。
