快手自研视频生成大模型「可灵」上线，预约超6.5万。其效果比肩Sora，采用DiT架构。背后人物有从腾讯来的王鑫涛。但优势难持久，字节跳动相关模型内测，Luma AI新模型发布，算力成瓶颈，大模型竞争激烈。

随着GPT-4o语音功能全面上线，全球范围内掀起了新一轮的语音AI竞争。国内厂商虽紧追不舍，但在技术深度和算力支持方面仍面临巨大挑战。本文详细分析了中外企业在语音AI领域的布局、技术难题及未来机遇，揭示行业发展的关键瓶颈和潜在突破点。