先说一个数字：ChatGPT 每周有超过 15 亿张图片被生成。不是 1500 万，是 15 亿。OpenAI 官方 5 月 19 日披露了这个数据，距离他们发布 Images 2.0 才几个月时间。

这件事放在一年前，谁也想不到。但现在回头看，AI 图像和视频生成正在同时经历一场质变——画质更好了，角色不乱变了，工具也从”玩玩而已”变成了”真能干活的”。我们不谈虚的，就聊三件刚发生的事。

Kling AI 拿出了原生 4 K，好莱坞先开始用了

5 月 20 日，Kling AI 正式推出了全球首个原生 4 K 视频生成模型。关键词是”原生”——不是拍个低分辨率视频再拉大，而是从底层就开始渲 4 K 画质。目前已获得好莱坞制片人、动画工作室 Wonder Studios 和动画导演的三方采用反馈，共同指向：AI 视频生成开始满足专业制作的质量底线了。

角色一致性：PixVerse 发现了一个简单但被忽略的解法

5 月 20 日，PixVerse 团队展示了一个工作流：在角色开始运动之前，先用 AI 生成一张清晰的角色分镜图作为参考，然后再基于这个分镜生成视频。这个看似简单的”多一步”操作，恰恰解决了 AI 视频最让人头疼的问题：同一个角色在不同镜头里长得不一样。用他们的话说：”相同的角色、清晰的故事节点、镜头指导、动作细节——一致性始于动作之前。”

每周 15 亿张图：ChatGPT 正在成为最大的图像生成平台

ChatGPT 周生成 15 亿张图意味着什么？做个不严谨的参照：Statista 数据显示 2023 年全球数码相机出货量约 780 万台。按此估算，ChatGPT 一周生成的图像数量大约相当于全球数码相机全年销量的 2 倍。这个趋势对 AI 视频生成有直接影响——图像生成的”人人都能玩”正在培养一批对 AI 视觉内容不抗拒的用户。

FAQ

AI 视频生成现在是免费的吗？

Kling AI 和 PixVerse 都提供免费试用额度，但 4 K 原生生成通常需要付费订阅。新用户注册一般有免费生成次数。

原生 4 K 和普通视频有什么区别？

原生 4 K 是模型从底层直接渲染 3840×2160 分辨率，每个像素都是 AI 计算出来的。普通方式是先生成 720 p/1080p 再放大，放大过程会导致画面模糊或角色变形。

我一个普通人能做出来专业级视频吗？

可以，但不等于”随便点一下就行”。好的 AI 视频需要写清楚提示词，PixVerse 展示的例子说明：细节越具体，效果越好。多试几次就能摸到门道。

数据来源：OpenAI/X (@OpenAI)、PixVerse/X (@PixVerse_)、Kling AI/X (@Kling_ai)，2026 年 5 月