AI视频“卷”成
红海，创业公司还有机会吗

来源 ：@经济(jì)观察报微博

经济(jì)观察网 记者 任晓宁 9月11日，AI视频创业公司(sī)生数科技创始团队在北京亮相，这是今年(nián)4月份在 中关村论坛一(yī)炮(pào)而红后，生数(shù)科(kē)技团队成员的首次露面。

生数科技的产品名为Vidu，是(shì)国内首个长时长、高一致性、高动态性视(shì)频大模型，当时备受外界关注。不过时至9月，AI视频行业已(yǐ)经有了(le)很(hěn)大变化，Vidu不再(zài)一枝独秀，快(kuài)手、字节跳动、阿里巴巴、智谱(pǔ)AI、MiniMax、商汤等公司都已经推出AI视频产品。据经济观察报不完全(quán)统计(jì)，仅在国内(nèi)，过去4个月时间便有(yǒu)超过10家公司推出了自研AI视频产品。

东吴证券今(jīn)年8月发布的(de)国(guó)产AI视(shì)频(pín)大
模型(xíng)深度报告测算，AI视频的(de)潜在行业空间为3178亿(yì)元(yuán)。东吴证券还(hái)估算，在全AI模式下，电影(yǐng)、长剧、动画片和短剧(jù)的制(zhì)作(zuò)成本(běn)，相较传(chuán)统模式将下降超过95%。

AI视频的(de)未来听(tīng)起来很美好，但这个领域，目前并没有出现一个出圈的爆款应用(yòng)。无论是AI视频产品还是(shì)由AI生成的视频作品，都像是(shì)少数影视专业人士的玩具，局限在(zài)小圈子(zi)范围内，始终(zhōng)未能像ChatGPT（美国(guó)头部AI应用）一(yī)样在大众层面获(huò)得认可。

AI视(shì)频赛道能成为大众市场吗？它的商业机会在哪里？大厂入局之后，它的市场竞争愈加激烈，创业公司还有机(jī)会吗？生数科技CEO唐家(jiā)渝接受经济(jì)观察报在内的媒体采访时，回应了上述问题。

关于竞争(zhēng)和融资

经济观察报：Vidu发布4个月以来，国内陆续出现很多AI视(shì)频公司，头(tóu)部大厂也都推出了AI视频产(chǎn)品。作(zuò)为曾经(jīng)的(de)黑马，Vidu现在还有优势吗？

唐家渝：目前在AI视频语(yǔ)义理(lǐ)解方(fāng)面(miàn)，我们能(néng)做到业界最好(hǎo)。另外Vidu在视频动(dòng)作
幅度较大的情况下，能保持较好的连贯性，用户公认这一点我们做得好。我们最近发布了AI视(shì)频主(zhǔ)体参照(zhào)一致性生成(chéng)能力，这是全 球首发的能力，可以解决AI生成视频的(de)剧情连贯性问题。从这些技术角度，我们是 有优势的。

Vidu在全(quán)球最早提出了Diffu－sion（扩散模(mó)型(xíng)）与Transformer（一种基 于(yú)自注意力机制的深(shēn)度学习模型(xíng)）融合的底层架构U-ViT，并坚持自主的底层算法研发，没(méi)有采用开源结构，这也是(shì)我们的底气。

经济(jì)观察报：国内
AI视频公司已经有10多家，大(dà)家的技术路线和(hé)商业化路径会不会出现同(tóng)质化趋势？

唐家 渝：在技术路(lù)线上，AI视频行业目前处于底(dǐ)层架构收敛的状态，可以理解为
同质化，但(dàn)并不(bù)意味着大(dà)家进展都一样。例如现在的大语言模型都会使用 Transformer架构，但OpenAI（美(měi)国头部AI公(gōng)司）是明(míng)显领先
的。

在底层架(jià)构统一的基础上，各个公司会有 一(yī)些差异性(xìng)。例(lì)如，如(rú)何有效压缩(suō)视频(pín)，如何在保证 质(zhì)量的情况下快速(sù)生成视频，会涉及非常多算法技巧、算法难点，这是导致差异性的主要原因。

目前(qián)各个公司的(de)商业方(fāng)向也是比较类似(shì)的，即便是Sora、Runway等国外AI视频应(yīng)用，也都在积(jī)极地拥抱好莱坞，或者与
广告(gào)公司合作，这是AI视频(pín)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(qī)，还有很长的路要走。

经(jīng)济(jì)观察报(bào)：今年6月，生数科(kē)技公布了数亿元融资，接下来会 有什么样的融资规划(huà)？今年大模型(xíng)公司融资都面临
一个困境，很难依靠技术和(hé)团队吸引投资，投资方会要求商(shāng)业化能(néng)力(lì)。你们是否也 面临同样的问题？

唐家渝：我(wǒ)们(men)正在(zài)做(zuò)新(xīn)一轮的融资。融资过程中，技术仍是(shì)很(hěn)关键的东西(xī)，目前的AI视(shì)频生成只是初步符合了物理规律(lǜ)，还(hái)有很高的技术天花板(bǎn)需要突破，比如更强的模型(xíng)能
力以(yǐ)及更多模(mó)态(tài)的协同生成。

我们经(jīng)过一年半的成长，在商业化 方面已经(jīng)阶段性交出了比较好的(de)答卷。其实大家耳熟能详的一些大客户，已经(jīng)接入了Vidu的底层视频(pín)生产能力了(le)，只是我(wǒ)们目(mù)前还不能公布。

经济观察报：你们会如何选择(zé)投资者？有什(shén)么考量？

唐家渝：我们会更愿意选择长期陪伴的投资(zī)者，无论是从资(zī)源、战略(lüè)协同上，还是上下游产业上，我觉得都可 以接受，最主(zhǔ)要的还是希望(wàng)大家(jiā)能有长期一起往前走的机会。

关于商业 化

经济观察报(bào)：现在Vidu是否已经商业化？有(yǒu)哪些已经落(luò)地的商业场景(jǐng)？

唐家(jiā)渝：商业模式主要有(yǒu)两(liǎng)种。一(yī)种是SaaS（软件即(jí)服务）订阅模(mó)式，用户打开Vidu.studio可以直接体验到产品功能。目前我(wǒ)们每月(yuè)有80个免费积分，如果用户有(yǒu)更多的(de)需求或想使用更(gèng)高级的能力，就需要支付订阅费用
。另一种是API（应(yīng)用程序(xù)编程接口）形式，将模(mó)型能AI视频“卷”成红海，创业公司还有机会吗力(lì)输出形(xíng)式提供给(gěi)大家，即MaaS（模型即服务）。现在有很多客户需要具备(bèi)视频生成的能力，作为他们已有工作(zuò)流程的一个环节，所以他们希望(wàng)直接调用(yòng)模型的能力。

我们的客户主(zhǔ)要来自与视频内容相关的领域(yù)，比(bǐ)如广告、游戏、短剧和影视等。另(lìng)一部分(fēn)客户是C端（个 人用
户端）应用，他们需要AI视频能力支(zhī)撑他们的新(xīn)玩法。

经济观 察报：在C端市场和(hé)B端（企业客户端）行业，哪个领域的AI视频增长(zhǎng)潜力更大？

唐(táng)家渝：B端的需求比(bǐ)较稳(wěn)定、确定，能带来比较直接的收入(rù)。在接(jiē)触B端行业的过程(chéng)中，我们发现，他(tā)们提出的都是实实在在的需求(qiú)，并不是还没想(xiǎng)清(qīng)楚就简单试(shì)一下(xià)，所以B端是我们长期重点关注的方向。

上线一(yī)个月以来，我们(men)的C端
用户增长曲线非常高。所以，我们也在不(bù)断探索C端商业化的(de)过程中。

经济观察报：现在AI视(shì)频主要是艺(yì)术家、影视专业人(rén)员在用，普通人用(yòng)一下就不(bù)用(yòng)了。这(zhè)个工具什么(me)时候能普(pǔ)及到大(dà)众？会不会一直只是小众人群的玩具？

唐家(jiā)渝：AI视频不会一直都是小(xiǎo)众产品。就 像拍照一样，一开始只(zhǐ)是摄(shè)影爱好者或(huò)摄影师群体使(shǐ)用，现在(zài)拍视频(pín)、拍照已经成为每个人的(de)习惯。

现在的AI视频已(yǐ)经发展到了一个节(jié)点，Vidu最新发布的功能(néng)是，只需输入一张图像，就可以保持该主体的一致性，生成各(gè)种场景的视频(pín)。我们正在努力降低视(shì)频创作(zuò)的门槛，让(ràng)Vidu成为一(yī)个大众(zhòng)愿意使用的产品，今年年底应该就能普及到大众。

关于(yú)局限和(hé)突围

经济观察报：很多人觉得用AI生成视频很难，为什么会这样？视(shì)频生成技术还存在怎样的局限性或瓶颈？

唐家渝：目前(qián)的视(shì)频生成模型最大的局(jú)限性在于可控性不(bù)足(zú)。比如生成(chéng)一(yī)段画面，画面 里的人物或(huò)者对象容易崩坏，生成的结果也(yě)有很大的(de)随机性，需要不断地(dì)尝试，这背后的(de)本(běn)质是(shì)目前(qián)视(shì)频生成(chéng)技术的稳定性还不够。

从实际落地的层面上看，上面(miàn)我们(men)提(tí)到的
广告、短剧等场景，对画面连(lián)续性、一致性的要(yào)求是(shì)很高的。即便是C端用户单 纯去玩，也会希(xī)望能一次性就生成一个他 们想要的画面，这背后都是围绕可控性的需求(qiú)。

经济观察报：这种不可控的瓶颈能否实现突破？如果(guǒ)技术(shù)继续进步，会在哪些方面有所提(tí)高？

唐(táng)家(jiā)渝：我们刚刚发布的主体(tǐ)参照功能，已经在一致性生(shēng)成方面带来(lái)了很大提升。

当然，技术还有更进一步提升的空间(jiān)。比(bǐ)如一(yī)个精雕细琢的柜子，上面有(yǒu)繁(fán)复花纹(wén)和镂空(kōng)部分(fēn)，对于这(zhè)样复杂(zá)的结构，目前AI视频生成成功的概率
依旧不高。场景生成包含很(hěn)多(duō)组成因素，例如AI视 频生成的一款(kuǎn)运动鞋，我希望(wàng)它能在更复杂、更动态化
的场景中有更好(hǎo)的表现。这些都(dōu)需要不(bù)断提升模型能力。

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