AI视频“卷”成 红海，创业公司还有机会吗

来源：@经(jīng)济观察报微博

经(jīng)济观察网 记者 任晓宁 9月11日(rì)，AI视频创业公司(sī)生(shēng)数科(kē)技创始团队在北京亮相，这(zhè)是今年4月份在中关(guān)村论坛一炮而 红(hóng)后(hòu)，生数科技团队成员的首次露面。

生数科技(jì)的产品名为Vidu，是国内首个长时长、高一(yī)致性、高(gāo)动态(tài)性(xìng)视频大模型，当时备受外界关注。不过时(shí)至9月(yuè)，AI视频行业(yè)已经有了很大变化，Vidu不再一枝独秀，快(kuài)手、字节跳动(dòng)、阿里巴巴、智谱AI、MiniMax、商汤等公司都已经推出(chū)AI视频产品。据经济观察(chá)报不完(wán)全统计，仅在国内，过去4个月时间便有超(chāo)过10家公司推出(chū)了自研AI视(shì)频(pín)产品。

东吴证(zhèng)券今年(nián)8月发布的国产AI视频大模型深度报告测算，AI视频的潜在(zài)行业空(kōng)间为3178亿元。东吴证券还估算，在全AI模式下，电影、长(zhǎng)剧、动(dòng)画片
和短剧(jù)的制作成本，相(xiāng)较传统模 式将下降超(chāo)过95%。

AI视频
的未来(lái)听起来很美好，但这个领域，目前并没有出现一个(gè)出圈的爆款应用。无论是AI视频(pín)产品还是由(yóu)AI生成(chéng)的视(shì)频作品，都像(xiàng)是(shì)少数影视专业(yè)人士的玩具，局限(xiàn)在小圈子范围内(nèi)，始终未能(néng)像ChatGPT（美国头部AI应 用）一样(yàng)在大众(zhòng)层面获得认可。

AI视频(pín)赛道(dào)能(néng)成为大(dà)众市场吗？它(tā)的商业机会在(zài)哪里？大厂入局(jú)之后，它的市(shì)场竞争愈加(jiā)激烈(liè)，创(chuàng)业公(gōng)司还有机会吗？生数(shù)科技CEO唐(táng)家渝接受经济观察报在内的媒体(tǐ)采访
时，回应了上述问题。

关于竞争和融资

经济(jì)观察报(bào)：Vidu发布4个月以来，国内陆续出现很(hěn)多AI视频公司，头部大厂也都推出了AI视频产品。作为曾(céng)经的黑(hēi)马，Vidu现在还(hái)有(yǒu)优(yōu)势吗(ma)？

唐(táng)家(jiā)渝：目前在AI视频语义理(lǐ)解方(fāng)面，我们(men)能做到业界最好。另外Vidu在视频动作幅(fú)度较大的情况下，能保持较好的连(lián)贯性，用户公认这一点我们做得好。我们最近(jìn)发布了AI视频主体参照一致性生成能力(lì)，这是全球首(shǒu)发的(de)能力，可以解(jiě)决(jué)AI生成视频的剧(jù)情(qíng)连贯性问题(tí)。从这些(xiē)技术角度，我们是有优势的。

Vidu在全球最早提出(chū)了Diffu－sion（扩散模型）与Transformer（一种(zhǒng)基于自注意力机制的深度学习模型）融合的底层架构U-ViT，并坚(jiān)持(chí)自AI视频“卷”成红海，创业公司还有机会吗主的(de)底层算法研发，没有(yǒu)采用开(kāi)源结构，这(zhè)也是(shì)我们(men)的底(dǐ)气。

经(jīng)济观(guān)察报：国内AI视频公(gōng)司已经有10多家，大家(jiā)的技(jì)术(shù)路线和商业化路径会不会出现 同质化趋势(shì)？

唐家渝：在(zài)技(jì)术路线上，AI视(shì)频行业目前处(chù)于底(dǐ)层架(jià)构收敛的(de)状(zhuàng)态(tài)，可以理解为同质化，但并(bìng)不意味着大家进展都一样。例如现在的大语言模型都会使用(yòng) Transformer架(jià)构，但(dàn)OpenAI（美国头部AI公司）是明显(xiǎn)领先的。

在底层架构统一的基础上，各个公司会有一些差异(yì)性。例如，如何有效
压缩视频，如何(hé)在保(bǎo)证(zhèng)质量的情况下快速生成视(shì)频，会涉(shè)及非常多算法(fǎ)技巧、算(suàn)法难点，这是导致差异性(xìng)的主要原因。

目前各个公司的商业方向也是比(bǐ)较类似的，即便是Sora、Runway等国外AI视频应(yīng)用(yòng)，也都在(zài)积极地拥抱好莱坞，或者与广告(gào)公司合作，这是AI视频技术比较好落(luò)地的领域。总体来 说，AI视频还(hái)处于行业发 展前期，还有很长的路要走。

经济观察报：今年(nián)6月(yuè)，生数科技公布
了数亿(yì)元融(róng)资，接下来会有什么样的融资规划？今年大(dà)模型公(gōng)司融资都面临一个困境，很难依靠技术(shù)和团队吸引投资(zī)，投(tóu)资方会要求(qiú)商业化能力。你们是否也面临同样的问题(tí)？

唐家渝：我们正在做新一轮的融资。融(róng)资(zī)过程中，技术仍是很关键的东西，目前的AI视(shì)频生成只是初步符合了物(wù)理规律，还有很高的技(jì)术天(tiān)花板需要突破，比如更强的模(mó)型能力以及更(gèng)多模态的协同生成。

我(wǒ)们经过一年(nián)半的成长，在商业化方面(miàn)已(yǐ)经阶段(duàn)性交(jiāo)出了比较好(hǎo)的答卷。其实大家(jiā)耳熟能详的(de)一些大客户，已经接入了Vidu的底层视频生产能(néng)力了，只(zhǐ)是我们目前还不能公布。

经济(jì)观察报：你们会如(rú)何选(xuǎn)择投资者？有什么考量(liàng)？

唐家渝：我们会(huì)更愿意选择长(zhǎng)期陪伴(bàn)的投资者(zhě)，无论是从资源(yuán)、战(zhàn)略协同上，还是上下游产业(yè)上，我觉得都可以接受，最(zuì)主要的还是希望大家能有长期一(yī)起往前走的机会。

关于商业化

经济观察报：现在Vidu是否已经(jīng)商业化？有哪些已经落地的商业场景？

唐家渝：商业(yè)模式主要有两种。一种是SaaS（软件即服(fú)务）订阅(yuè)模式，用户打开Vidu.studio可以(yǐ)直接体验到产品功能。目(mù)前我们每月有80个免(miǎn)费积(jī)分，如果用户有更多(duō)的需求或想使用更高级的(de)能力，就需(xū)要支付订阅费用。另一(yī)种是API（应用程序编程接口
）形式，将模型能力(lì)输出(chū)形(xíng)式提供给大家，即MaaS（模型(xíng)即服务）。现在有很多客户需要具备视频生成的能力，作(zuò)为他们已有工作流程的一个环节，所以他们希望直(zhí)接调用模型的能力(lì)。

我们的客户主要来自 与视频内容(róng)相关的领域，比如广(guǎng)告、游戏、短剧(jù)和影(yǐng)视等。另一部分客户是C端（个人用户端）应用，他们需要AI视频能力(lì)支撑他(tā)们的新玩法。

经济观察
报：在C端市(shì)场和B端（企业客户端）行业，哪个领域的AI视频增长潜力更(gèng)大？

唐家(jiā)渝：B端的需求比较稳定(dìng)、确定，能带(dài)来(lái)比较(jiào)直接的收入。在接触B端行业的过程中，我们发现，他们提出的都是实实在在的需求，并不是还没(méi)想清楚就简单试一下，所以B端是我(wǒ)们(men)长期重点关注 的方向。

上线一个月以(yǐ)来(lái)，我们的C端(duān)用户增(zēng)长曲线(xiàn)非常高。所以，我(wǒ)们也在不(bù)断探索C端商业化的过程(chéng)中。

经济观察报：现在AI视(shì)频(pín)主(zhǔ)要是(shì)艺术家、影视专业人员在用，普通人用一下就(jiù)不用了(le)。这个工(gōng)具什 么时候能普及到大众？会不会一直只(zhǐ)是小众人群的(de)玩具？

唐家渝：AI视(shì)频不会一直都是小众(zhòng)产品。就像(xiàng)拍照一(yī)样，一开始只是
摄影爱好者(zhě)或(huò)摄(shè)影
师群体使用，现在拍视(shì)频、拍照已经(jīnAI视频“卷”成红海，创业公司还有机会吗g)成为每(měi)个人(rén)的(de)习惯。

现在的AI视频已经发展(zhǎn)到了一个节点，Vidu最(zuì)新发布的(de)功(gōng)能是，只需输入一张图像，就可以(yǐ)保持该主体的一致性，生成各种场(chǎng)景的视频 。我们正在努力降低视频创作的门槛，让Vidu成为一个大(dà)众愿意使用的产品，今年(nián)年底应该(gāi)就能普及到大众。

关(guān)于局限和突围

经济观察报(bào)：很多人觉(jué)得(dé)用AI生成视频很难，为(wèi)什么(me)会这样？视频生成技术还存在怎(zěn)样的局限性或瓶颈？

唐家渝：目前的视频生成模型最大的局限性在于可控性不足。比如生成一段画(huà)面(miàn)，画面里的人物或者对象容易崩坏，生成的(de)结果也有很大的随机性，需要(yào)不断地尝试，这背后的本质是目前视频生成技术的
稳(wěn)定性还不够。

从实际落地的(de)层面(miàn)上看，上面我们提到的广告
、短剧等场景，对画面连续性、一致性的要求(qiú)是很高的。即便是(shì)C端用户单纯去玩，也会希望能一次性(xìng)就生成一个他(tā)们想
要的画面(miàn)，这背后都是围绕可控性的需求。

经济观察报：这种不可控的瓶颈能否(fǒu)实(shí)现突破
？如果技术继续进步，会在哪些方面有所提高？

唐家渝(yú)：我们刚刚发布的主体参照功能，已经在一致性生成方面(miàn)带来了很大提升。

当然，技术还有更进一步提升的空(kōng)间。比如一个精雕细琢的(de)柜子，上面有(yǒu)繁(fán)复花纹和镂(lòu)空部(bù)分，对于这样复杂的结构，目前AI视频生成成(chéng)功的概率依旧不高。场景(jǐng)生成包 含很多组成因素，例(lì)如AI视频(pín)生成的一款运动鞋，我(wǒ)希望它能在更复杂、更动态化的场景中有更好的表现。这些都需要不(bù)断(duàn)提升(shēng)模型 能力。

未经允许不得转载：橘子百科-橘子都知道 AI视频“卷”成红海，创业公司还有机会吗