IT之家 8 月 24 日消息，国际数据公司（IDC）现已发布《中国 AI 视频云市场份额，2025》报告，报告显示，2025 年中国 AI 视频云市场已形成“音视频 AI 实时互动”与“智能媒体生产与处理”两大核心赛道，市场规模合计近 10 亿元，其中后者同比增速高达 427.0%。
IDC 表示，在云厂商全面拥抱大语言模型、多模态模型与智能体的背景下，视频云厂商正加快“视频云 +AI”的探索步伐，并在线上社交、短剧创作与生产、游戏素材生产、企业营销等场景完成落地应用与商业化推广，推动 AI+ 音视频从场景探索转向规模复制和商业闭环。AI 对内容生产体系的冲击，正使传统依赖人力的制作能力加速贬值，市场供给逻辑面临根本性重构。
2025 年，中国音视频 AI 实时互动市场规模达到 1.55 亿元人民币。作为音视频实时通信与 AI 融合的新兴赛道，行业客户在 2024 年下半年完成场景验证与商业化落地后，2025 年上半年开始逐步上量，全年同比增长 223.0%。
音视频 AI 实时互动作为全新赛道，头部厂商进入时间节点基本一致。竞争壁垒已快速越过了传统实时音视频传输的稳定性、时延与抗弱网等基础能力，转而向大语言模型与多模态模型的支持范围、自研及第三方 ASR 与 TTS 性能、降噪效果、智能打断效果等更深层次的技术指标迁移。与此同时，当前市场需求仍高度集中在少数头部客户，主流厂商对头部客户机遇的把握能力直接决定了市场身位。较高的技术壁垒，叠加面向特定场景的专门资源投入需求，使得缺乏基础技术积累的厂商短期内难以进入。
2025 年，中国智能媒体生产与处理市场规模达到 7.83 亿元人民币，同比增长 427.0%，是当前音视频云服务与 AI 融合热度最高的赛道，预计 2026 年仍将保持强劲增长。该市场代表了一种线上、高频、轻量级的新内容生产方式，正最大限度满足 AI 短剧创作、AI 营销内容生产等场景的客户需求。多模态模型与媒体工具子市场规模达 5.45 亿元，占据整体市场近七成，显示出多模态模型调用收入仍是核心增长引擎；线上媒体处理服务子市场规模达 2.38 亿元，超分、插帧等经典视频云服务能力依然是当前技术条件下客户平衡生产成本与效率的核心手段。