這張圖是一張 「2025 年整體視訊／影像生成（Generative Video & Image）領域的趨勢時間軸總覽圖」，用 時間（2025 四個季度） × 廠商 的方式，整理各家 AI 公司在 影像生成、影片生成、剪輯、動畫與代理（Agent） 方面的重要進展與定位。

 

各家重點解讀

OpenAI

定位：標準制定者、品質天花板

  • Q2：GPT-4o Image Generation

    • 對話式影像生成 + 實用編輯能力

    • 開始「標準化」生成流程

  • Q3：Sora 2

    • 多鏡頭、敘事、聲音全面進化

    • 被形容為「世界震撼級」

  • Q4：GPT Image 1.5

    • 文字理解、圖像編輯能力再升級

    • 是否超越 Google 的 Nano Banana 成為焦點

重點：品質、理解力、敘事能力最強

 

Google

定位：製作工具與流程革命

  • Flow + Veo 3

    • 把 AI 視訊變成「真正可用的製作工具」

  • nano banana

    • 解決長期困擾的「影像扭曲、穩定度」問題

  • nano banana pro

    • 14 張參考圖、文字精準度暴增

  • Veo 3.1 / Imagen 4

    • 持續微進化，偏向商業穩定輸出

重點：工作流、穩定性、可控性

 

Runway

定位：老牌創作者工具

  • Gen-4

    • 動畫能力正式可用

  • Aleph

    • Inpainting、生成＋編輯融合

  • Gen-4.5

    • 是否仍能守住第一線地位？（圖中打了問號）

重點：創作友善，但壓力變大

 

Luma

定位：專業級

  • Ray3

    • Reasoning 型生成

    • 原生 HDR

    • 明確走「專業製作模式」

 

Vidu

定位：二次元動畫王者

  • Q1：Vidu Q1

    • 超漂亮的 2D 動畫生成

  • Q2：Vidu Q2

    • 角色、背景、動作一致性大幅提升

 

Hailuo

定位：物理與動作真實感

  • Hailuo 02

    • 高物理精度

  • Hailuo Agent

    • 劇本 → 生成 → 剪輯自動化

  • Hailuo 2.3

    • 高品質「靈活移動」

 

Kling

定位：動作控制

  • Kling 2.1

    • 動畫終於穩定

  • Kling 01 / 2.6

    • 尤其 2.6：動作控制非常強

 

Higgsfield

定位：顛覆商業模式

  • Unlimited

    • 多模型、無限使用

    • 不綁模型、脫離模型競爭

  • Sketch to Video / Shots / Popcorn / Cinema Studio

    • 一站式專業 UI，接近「AI 版剪輯公司」

 

AI 不再只是「生成」，而是「製作」

  • 能剪、能修、能控、能重來

  • 從 Demo → 商用

關鍵差異已不是「畫得漂不漂亮」

而是：

  • 一致性

  • 動作邏輯

  • 可編輯性

  • 流程自動化

2025 是「AI 影像工具分流」的一年

  • OpenAI：品質與敘事

  • Google：工具與流程

  • Runway / Luma：專業創作

  • Vidu：動畫

  • Hailuo / Kling：動作與物理

  • Higgsfield：商業模式創新