這個AI賽道，一個月內(nèi)融資4筆，一大半的創(chuàng)始人是華人

白鯨出海·2024-04-23

最火的視頻賽道，華人為什么尤其多。

編者按：本文來自微信公眾號白鯨出海（ID:baijingapp），作者：張凱然，創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。

2024 年初，要說在眾多 AI 賽道之中，哪個賽道在資本、創(chuàng)業(yè)者、公眾幾個層面都獲得了極大的關(guān)注，那一定有 AI 視頻生成。而放眼海內(nèi)外，我們會有一個明顯的感受，在視頻生成這股風潮中，華人的參與度尤其高。

僅在 2024 年 3 月一個月，就有三個華人創(chuàng)立的 AI 視頻生成創(chuàng)企獲得了融資，而且融資額都過了千萬美金。

1、3 月 7 日，總部位于英國倫敦的Haiper宣布產(chǎn)品上線，并已經(jīng)完成 1380 萬美金融資。Haiper 由兩位曾供職于 Google 旗下 DeepMind 團隊的華人工程師建立，提供免費的視頻生成功能，最長可以生成 2 秒的高清視頻，和最長 4 秒的標清視頻。

2、3 月 13 日，由前字節(jié)跳動視覺技術(shù)負責人創(chuàng)立的愛詩科技，完成一億元人民幣（約合 1380 萬美金）左右的 A1 輪融資，而其視頻生成產(chǎn)品 Pixverse 已在海外上線，生成視頻的時長為 4 秒，2 月份的網(wǎng)站流量已經(jīng)達到 120 萬。

3、3 月 24 日，據(jù) The Information 報道，去年下半年，憑借讓霉霉說中文視頻火起來的 AI 數(shù)字人產(chǎn)品 HeyGen 正在進行一輪 6000 萬美元的融資，由曾經(jīng)投資過 Uber 和 Snap 的知名 VC Benchmark 領(lǐng)投，完成此次融資后，HeyGen 的總估值將達到 4.4 億美元。

再加上之前估值已達 2-3 億美金的 Pika Labs。由華人建立的創(chuàng)企們紛紛入局 AI 視頻賽道。

而其實，“AI 視頻融資熱潮里華人密度尤其大”這個命題可以拆開去看，一個是 AI 視頻的融資熱，另一個是創(chuàng)業(yè)者里面的華人密度。

不賺錢、還燒錢，AI 視頻為什么

還會融資熱，又為什么是 3 月份？

AI 這一波的創(chuàng)業(yè)潮，給已經(jīng)有點冷清的市場注入了活力。但一圈看下來，除了大模型驅(qū)動的 Chatbot，基本上就沒有新的產(chǎn)品形態(tài)了，AI 只是在“賦能”各個領(lǐng)域，文字、圖片、視頻。

a16z Top50 AI 產(chǎn)品中的視頻

生成（藍）和視頻編輯產(chǎn)品（紅）

而在上述幾個領(lǐng)域中，AI 視頻生成產(chǎn)品的用戶接受度最低。在 a16z 剛剛發(fā)布的 2023 下半年 Top50 AI 產(chǎn)品榜單中，上榜的 5 款 AI 視頻產(chǎn)品中，只有 runway 一款是以視頻生成為核心功能的，其他都是剛需屬性更強的視頻編輯產(chǎn)品。

runway 的流量走勢圖（23.9-24.2）

而就算 runway 也在 2023 年 12 月網(wǎng)站流量達到峰值后，出現(xiàn)了明顯下滑。

這說明 AI 生成視頻沒市場嗎，顯然不是。按照賦能邏輯，AI 在某個領(lǐng)域落地，其潛在機會和規(guī)模，應(yīng)該參考其服務(wù)的賽道。

顯然，視頻的市場規(guī)模不小，簡單粗暴點，就互聯(lián)網(wǎng)頭部的產(chǎn)品來看，視頻產(chǎn)品，也比圖片和文字產(chǎn)品“值錢”。而當前這種流量的下滑，是因為產(chǎn)品確實拉胯。

截至 2023 年年底的 AI 視頻生成產(chǎn)品｜圖片來源：a16z

根據(jù) a16z 的統(tǒng)計，絕大多數(shù)產(chǎn)品都只能生成5秒鐘以內(nèi)的視頻，而像 Kaiber 和 Deforum 雖然可以生成十幾秒的視頻，但只限于動畫風格。

而雖然，像 Runway、Pika，和后續(xù)切入市場的 Pixverse 生成的視頻看上去很真實，也很酷炫。但是短短幾秒鐘時間+簡單的鏡頭移動，對于絕大多數(shù)用戶來說，除了體驗一下之外，很難有使用場景。即便和一些創(chuàng)作者交流下來，他們也很難把這些 AI 產(chǎn)品融入工作流里面。在新鮮感過去后，訪問量下滑也屬合理。

就網(wǎng)上的信息和與 AI 視頻產(chǎn)品創(chuàng)始人的對話內(nèi)容來看，大家普遍認為，目前的 AI 視頻生成大概在 GPT-2 時代，也就是說，有一定技術(shù)突破，但是視頻生成的時長和質(zhì)量，還沒有到能夠落地應(yīng)用和商業(yè)化的程度。

市面上幾款常見模型的推理運算量估算，注：橫坐標是輸出內(nèi)容的量，縱坐標是所需運算量，采用對數(shù)形式作圖 | 圖片來源：知乎

沒落地，更別提商業(yè)化了，但硬幣的另一面，“燒錢”卻是實打?qū)嵉摹?/p>

從成本來看，Sora 的算力需求就比 GPT-4 高出了好幾個數(shù)量級。有網(wǎng)友根據(jù) Sora 的公開數(shù)據(jù)做出了保守估算，訓練 Sora 需要 1.4 萬張 NVIDIA H100 GPU 運行一個月，光這些芯片的價值就高達 4.4 億美金......

其他產(chǎn)品雖然可能不像 Sora 一樣走“大力出奇跡”的路徑，但是算力成本遠超其他類別 AI 模型是肯定的。

即便如此，賺不了錢、又燒錢的AI視頻賽道仍受到了資本們的特別關(guān)注，2024 年僅過了 3 個多月就有多達 7 款產(chǎn)品獲得融資，總?cè)谫Y額達到 2.18 億美金。

背后的原因，也剛好如上所述。有市場、但供給都不太行，有心氣的 VC 們還是愿意搏一把的，而 3 月份資本的密集出手，還多虧于 Sora 這樣頭部產(chǎn)品帶來的“清晰信號”。

具體來看的話，有市場，不只是上面說的 AI 落地到的視頻賽道規(guī)模更大，還有 AI 視頻模型更接近于 AGI 的一層邏輯。

而很多從業(yè)者認為，AGI 如果真正實現(xiàn)，則很多細分領(lǐng)域的應(yīng)用層機會就消失了，也就是誰先做出來，可能會形成比較強的流量聚集效應(yīng)，從風險投資的角度，資本肯定愿意搏一下，也就出現(xiàn)了 AI 視頻融資熱。

視頻生成任務(wù)流程示意圖，注：AI 在生成視頻的過程中，一是要生成視頻畫面，這涉及 AI 視覺領(lǐng)域；二是需要理解并遵守 Prompt，這涉及自然語言處理；三是要保持視頻的一致性、連貫性、合理性，這要求 AI 理解視頻中的元素如何隨時間變化及現(xiàn)實世界的物理規(guī)律，這考驗 AI 綜合學習及理解能力。此外，目前 Pika、Sora 等產(chǎn)品已經(jīng)可以加入了聲音生成的功能，AI 還需要保證畫面、音頻和文本描述的協(xié)調(diào)性。｜圖片由 ChatGPT 生成

而這個熱潮出現(xiàn)在 3 月份，則是因為技術(shù)路徑相較于之前清晰了不少。

技術(shù)路徑收斂，AI 視頻生成，已走過了從 0 到 1 的探索階段

2024 年 AI 視頻生成產(chǎn)品融資情況｜數(shù)據(jù)來源：AI產(chǎn)品榜（aicpb.com），紅色為創(chuàng)始人為華人的AI視頻產(chǎn)品

AI 這一波的融資，其實集中出現(xiàn)在 3 月前后，這與 Sora 這樣通過摸索技術(shù)路徑、實現(xiàn)了遠高于之前同類產(chǎn)品的驚艷效果強關(guān)聯(lián)。

根據(jù)對前谷歌 VideoPoet 項目負責人蔣路的一篇采訪，AI 視頻生成有兩個主要的技術(shù)路徑 Diffusion 和 Transformer，前者是 AI 生圖的主要技術(shù)路徑，而后者則是 GPT 等大語言模型（LLM）的主要技術(shù)路徑。

在 Sora 出現(xiàn)前，在視頻生成賽道中，兩者被認為是涇渭分明的兩條路徑。90% 的研究者都在進行 Diffusion 路徑的研究，但也有少量的研究者在做 Transformer 路徑的研究，但基本上逃不出這兩個方向。

Sora 的技術(shù)示意圖｜圖片來源：知乎

而 Sora 的出現(xiàn)則讓技術(shù)路線基本確定。Sora 是 Diffusion-Transformer 模型，等于把上述兩種技術(shù)路徑整合起來了。其中 Diffusion 的作用是細化和完善視頻畫面，而 Transformer 則用來處理和解析復(fù)雜的文本輸入，并控制視頻的邏輯連貫性。通過這種技術(shù)架構(gòu)，Sora 可以按圖像幀的時間序列來處理視頻畫面，就像 ChatGPT 按文字邏輯順序處理文本一樣。

有創(chuàng)業(yè)者說，看過 Sora 的論文后發(fā)現(xiàn)，原來涇渭分明的兩種路線完成了交匯。而 Pixverse 的創(chuàng)始人王長虎則說：“Sora 讓我們堅定了前進的方向。”

由于 AI 視頻賽道目前的技術(shù)路徑已經(jīng)日趨清晰，免去了選錯技術(shù)路徑帶來滿盤皆輸?shù)娘L險。VC 雖然考慮收益，但更關(guān)注風險。

又為什么是華人？

AI 視頻產(chǎn)品華人創(chuàng)業(yè)者的履歷｜信息來源：谷歌、領(lǐng)英

看幾位創(chuàng)始人的履歷，在創(chuàng)業(yè)之前就專注于 AI 或視覺相關(guān)技術(shù)，都有海外名校學習或國際化大廠供職的經(jīng)驗，擁有開闊的國際視野。

除了這兩項“基礎(chǔ)素質(zhì)”，作為華人的他們對視頻賽道，也有著自己的理解。

在上一波互聯(lián)網(wǎng)創(chuàng)業(yè)大潮中，視頻，尤其是短視頻賽道，是中國互聯(lián)網(wǎng)企業(yè)優(yōu)勢所在，TikTok 已經(jīng)成長為全球主流媒體之一，引得 Google、Meta 等社交巨頭們競相模仿。

隨著短視頻占據(jù)了人們越來越多的注意力，互聯(lián)網(wǎng)變現(xiàn)的 2 個印鈔機也隨之轉(zhuǎn)動，廣告和電商。根據(jù) 2023 年的數(shù)據(jù)，字節(jié)的廣告收入折合 553 億美元，排在國內(nèi)主要互聯(lián)網(wǎng)企業(yè)的第一位，總營收 1200 億美元，排名第三。

而在電商方面，2023 年抖音電商的 GMV 在 2.3 萬億人民幣左右（折合 3220 億美元），在國內(nèi)大概排在第四，海外的 TikTok Shop 有 200 億美元。

作為華人，對于此要更敏感一些。縱觀幾款三月份獲得融資的幾款華人 AI 視頻產(chǎn)品，雖然發(fā)展階段不太相同，但是都針對短視頻相關(guān)的廣告營銷和電商生態(tài)進行了探索。

Haiper 與京東合作的海報，

合作宣布時間｜圖片來源：Haiper

Haiper 的產(chǎn)品于 3 月 7 日上線，而在產(chǎn)品還未正式上線時，Haiper 就開始了應(yīng)用場景的探索。首先，在 1 月 24 日，Haiper 宣布與倫敦藝術(shù)大學時裝學院展開合作，用 AI 的能力將時裝草圖轉(zhuǎn)化為動態(tài)視頻，在成衣制成之前預(yù)覽上身效果。而在 2 月 9 日 Haiper 宣布和京東展開合作，探索電商方向的應(yīng)用場景。作為一款新生產(chǎn)品，Haiper 已經(jīng)在為技術(shù)找應(yīng)用場景了。

而對視頻、尤其是短視頻商業(yè)化路徑更清晰的認知，讓 AI 視頻賽道華人創(chuàng)業(yè)者們的發(fā)展路徑看起來更接地氣。

以其中融資金額最高的 HeyGen 為例。

HeyGen 在眾多“形而上學”的視頻模型創(chuàng)業(yè)公司里面，商業(yè)化能力是非常強的。收入數(shù)據(jù)來看，從 2022 年 7 月底上線算起，ARR 從 0 到 100 萬美金，僅用時 178 天，而最近一次融資放出的消息，HeyGen 2024 年 2 月的預(yù)期 ARR 已經(jīng)達到 2000 萬美元了。

回頭去看，HeyGen 除了迭代技術(shù)之外，在場景上的探索也非常積極和接地氣。

HeyGen生成的AI演講者｜圖片來源：HeyGen

HeyGen 的主要功能是 AI 數(shù)字人生成和視頻翻譯，服務(wù)的是 AI 演講視頻場景。

在上線之前，HeyGen 首先在線上協(xié)作平臺 Fiverr 上提供演講者視頻制作服務(wù)來驗證市場需求，在這個平臺上，HeyGen 提供的數(shù)字人演講服務(wù)比真人服務(wù)價格降低了 90%，交付時間從 1 天縮短為了 10 分鐘。通過這樣的方式，HeyGen 找到了為服務(wù)買單的群體，電商賣家和內(nèi)容創(chuàng)作者那樣的小 B 用戶。

YouTuber 小薇O(jiān)fficial channel教電商賣家

如何使用HeyGen的視頻｜圖片來源：Google

HeyGen SaaS服務(wù)的合作伙伴｜圖片來源：SaaS genius

而后，HeyGen 應(yīng)該是想進一步去探索場景，錨定在企業(yè)宣傳、內(nèi)部管理和培訓等能夠用到 AI 視頻的地方，來獲取大客戶。在 2022 年底，HeyGen 開始建立大客戶團隊，根據(jù)官網(wǎng)顯示，Salesforce、amazon、NVIDIA 現(xiàn)都與 HeyGen 達成了合作。

在驗證需求并有小范圍內(nèi)傳播后，而后才有我們看到的 HeyGen 在社媒上曝光（“讓霉霉說中文”），進一步再引發(fā)媒體曝光，打響知名度。

在發(fā)展的過程中，HeyGen 將各項技術(shù)（Avatar、聲音、視頻翻譯）設(shè)計成一個個模塊，然后組合應(yīng)用到不同場景里，而場景的探索也偏多樣化，例如一些個性化的外聯(lián)視頻、教育類會用到比較多的相關(guān)視頻、商品展示和宣傳視頻等等。

“URL to UGC”功能海報（左），筆者生成的產(chǎn)品

推廣視頻截圖（右）｜圖片來源：X，HeyGen

但從第一開始的市場驗證到后期的場景探索，電商和推廣也都被作為重點探索領(lǐng)域。例如，HeyGen 在 4 月 17 日推出了基于商品頁面生成商品介紹視頻的功能。用戶只需上傳一個商品或 App 的網(wǎng)站鏈接，HeyGen 就可以基于頁面上的文字和圖片，自行生成幻燈片和對應(yīng)的視頻腳本，在用戶確認后，生成產(chǎn)品介紹視頻，進一步簡化工作流程。