与此同时，抖音的竞争对手——短视频平台快手的AI团队，于去年6月发布可灵系列大模型，截止今年4月已陆续迭代了20多次，其模型也多次登顶视频生成模型榜单。尤其自可灵2.0大师版发布以来，更是受到海内外用户的追捧，数据显示其在全球范围内已坐拥2200万用户。

反观字节，相对于豆包，即梦更为专注于视频生成，实际上即梦也比快手可灵更早一个月（2024年5月）推出了自己的视频生成业务，却因当时生成水平不佳未能引起重视。不过，随着可灵引发视频生成大模型赛道的激烈竞争，去年12月，“智能涌现”曾援引知情人士消息称，字节已经提高了即梦的产品优先级，尝试用新的路径打造“AI时代的抖音”。

今年3月5日，即梦上线 “动作模仿” 功能，用户从“数字人”入口进入，只需上传一张人物图片和一条参考视频，就能生成一条动态视频，让图片里的人物模拟参考视频中的人物动作，连情绪都能一比一还原。4月2日，即梦3.0又开启了灰度测试，相较之前的2.1版本，在影视质感、文字响应、清晰度上进行了全面升级，引发用户关注。