01、
字节跳动的AI视频生成工具即梦AI，长期稳居行业头部位置。这不仅得益于其大模型的持续迭代，更依托于字节内部强大的内容分发体系。接入豆包与CapCut后，流量始终处于领先行列。Seedance 2.0上线后，更是迎来新一轮增长拐点。
就在即梦AI占据市场主导地位之际，两款由字节前高管创办的新产品悄然崭露头角，引发关注。
2025年6月推出“拍我AI”的爱诗科技，创始人兼CEO王长虎曾是字节跳动AI Lab视觉负责人，主导搭建了抖音与TikTok的视觉技术架构。该公司于2026年7月宣布完成整体C轮融资，累计融资金额达29.8亿元，阿里巴巴（多轮领投）、鼎晖投资、中国儒意、三七互娱等机构参与投资。
2026年3月上线的LiblibTV，则源自演语科技。其创始人陈冕曾任字节跳动剪映与CapCut的全球商业化负责人，是公司内最年轻的4-1级高管之一。演语科技于2026年6月官宣完成近3亿美元B+轮融资，估值超20亿美元，创下国内AI应用领域融资纪录。本轮融资由GraniteAsia、腾讯、顺为资本联合领投，HTInvestment、时代资本跟投，高榕、蚂蚁等老股东跟进加码。
两款产品面世不久便收获不小声量，让人不禁设想：曾经的得力干将，能否在后来者中实现反超？当“出走”的徒弟面对共同的老师傅，这场技术与商业的对垒，胜负尚未可知。
02、
尽管同属AI视频生成赛道，拍我AI与LiblibTV的发展路径截然不同。LiblibTV更像是一个模型聚合平台，整合使用字节的Seedance、快手的可灵（Kling），通过工作流设计与多技能模块组合完成创作。而拍我AI则聚焦自研模型Pixverse，虽近期接入Seedance 2.0，但研发重心仍放在模型构建上。
归根结底，这仍是Seedance与新兴大模型之间的一场较量。
Tech星球对两款产品展开实测，分别以LiblibTV的Seedance 2.0与拍我AI的Pixverse V6模型，生成同一主题视频，检验其对提示词的理解能力与画面生成质量。
第一步，指令为：“生成一个动漫风格的马斯克在美加墨世界杯看比赛的视频。”
拍我AI首版输出中，人物身形偏瘦，下巴线条过重，与马斯克形象差异明显，背景也未呈现世界杯氛围，更像是电子竞技场馆。
再次输入提示词，要求调整至更真实的世界杯赛场，并加入进球情节。这次场景基本符合预期，但人物位置出现跳跃式错位，进球瞬间人物突兀出现在场内，反应滞后，与剧情脱节。
将两次提示词合并后重新生成，场景与动作轨迹基本合理，但人物面部已严重偏离提示描述，衣着变为夹克，既非日常西装，也非赛场球衣，且人物位置跳变问题依然存在，整体稳定性较差。
相较之下，LiblibTV生成的版本人物更贴近真实外貌，身穿球衣，动作符合场景逻辑，表情变化与情节推进同步。但人物表情略显夸张，手持旗子与手套的细节略显生硬，镜头角度单一。
随后追加指令，要求加入进球后的庆祝情节。结果情节连贯，无明显逻辑断裂。
另一测试任务：生成“机器人在舞台上跳芭蕾舞”的视频。拍我AI未能体现出舞台空间，场景模糊；而LiblibTV则完整呈现了舞台轮廓、灯光布局与舞蹈动作，环境表达清晰。
从体验看，Pixverse V6在视觉细节与创意表达上较丰富，但容易忽略提示中关键要素，常生成不符合常理的画面，需反复修改提示才能逼近目标。Seedance 2.0执行指令更完整，逻辑顺畅，但在部分细节控制上仍不稳定。
在使用方式上，“拍我AI”仅支持单一模型选择，但操作极简，无门槛，用户覆盖面广。LiblibTV支持多模型自由切换，流程自然，节点可视，适合进阶用户。从技能选择、提示词输入到流程可视化，再到节点编辑，整个链路清晰明确，在模型整合落地方面更具优势。
模板与技能配置方面，“拍我AI”的预设模板偏向竖屏创意类，贴合短视频传播逻辑；LiblibTV的技能组合则更倾向长视频风格，专业性更强，上限更高。
03、
尽管均出自字节背景，两位创始人的经历决定了不同产品的基因。王长虎的技术出身决定了拍我AI以自研模型为核心，强调底层能力的自主可控；而陈冕在剪映的商业化经验，让LiblibTV更偏向增长与用户转化路径的设计。
目前，爱诗科技除自研模型外，仅运营“拍我AI”及其海外版Pixverse，全球用户超1.5亿，覆盖177个国家和地区，但月活跃稳定在1500万左右，年化收入逾4000万美元。
演语科技则拥有LiblibAI、星流 / Lovart、LibTV等多个产品线，各产品数据表现不俗。LiblibAI累计用户超过3000万，年化收入突破3亿美元；Lovart上线仅5个月，年化收入达8000万美元；LibTV上线首日用户破10万，上线两个月后月收入增长超13倍。
“拍我AI”的核心优势在于技术自主。从模型到系统，基本摆脱对外部依赖，抗风险能力较强。即便当前模型仍有短板，但核心技术已掌握在自己手中。
挑战也显而易见。若想与即梦AI抗衡，必须攻克技术壁垒。目前自研模型与Seedance相比，在人物还原、动作连贯性、场景一致性等维度仍有明显差距。追赶老东家，尚需时间积累。
LiblibTV的突破口在于价格。2026年4月，即梦因算力紧张连续三次提价，生成成本接近翻倍。同样调用Seedance 2.0的LiblibTV，成为不少从业者眼中的“平替”选项。其至尊版定价11999元/年，每月赠送66000积分；而即梦AI超级会员为30576元/年，每月54600积分，价格差距显著。但低价依赖大规模补贴实现，难以为继。
作为聚合平台，LiblibTV在底层技术上完全依赖上游模型。一旦上游模型更新、接口限制或算力政策变动，将直接影响其服务稳定与成本结构。相较于即梦AI依托字节自研大模型的深度整合，其抗风险能力与长期发展弹性相对有限。
对陈冕与王长虎而言，字节依然是横亘眼前的高峰。但当前AI视频市场尚未进入存量竞争阶段，整体规模仍在扩张。新玩家仍有足够空间，转型与突围的机会并不存在定局。未来如何，尚无定论。