新火種
2025-01-25 
AI視頻生成：技術(shù)革新與商業(yè)化的競(jìng)逐之路
導(dǎo)讀：2024年12月30日，愛詩(shī)科技旗下AI視頻生成模型PixVerse V3.5正式上線，其在生成速度、運(yùn)動(dòng)控制、動(dòng)畫效果等方面均取得明顯進(jìn)步，在PixVerse V3.5 Turbo極速生成模式下，最快5秒、平均10秒生成視頻，進(jìn)一步推動(dòng)AI視頻生成的普及。自2024年2月OpenAI首次發(fā)布AI視頻生成模型Sora以來，快手、字節(jié)跳動(dòng)、騰訊、谷歌等多家企業(yè)也相繼推出了AI視頻生成模型，行業(yè)競(jìng)爭(zhēng)愈加激烈。AI視頻生成現(xiàn)狀如何？商業(yè)化進(jìn)展如何？投融資情況如何？本文嘗試分析和探討。
01 AI視頻生成現(xiàn)狀
AI視頻生成是指利用深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等人工智能相關(guān)技術(shù)，自動(dòng)生成視頻內(nèi)容的過程。相較傳統(tǒng)視頻的制作，AI視頻生成產(chǎn)品具有以下特點(diǎn)：（1）高效性：AI視頻生成產(chǎn)品可在短時(shí)間內(nèi)快速產(chǎn)出視頻，大幅節(jié)省人力和時(shí)間成本。例如，制作一個(gè)常規(guī)的宣傳視頻，傳統(tǒng)視頻的制作可能需數(shù)天甚至數(shù)周時(shí)間，但AI視頻生成產(chǎn)品僅需幾分鐘到幾小時(shí)；（2）靈活性：用戶僅需調(diào)整文本描述、參數(shù)設(shè)置等，AI視頻生成產(chǎn)品便可根據(jù)用戶不同的需求和輸入條件生成多元化的視頻內(nèi)容；（3）創(chuàng)新性：AI技術(shù)為視頻創(chuàng)作帶來豐富的思路和風(fēng)格，幫助用戶突破傳統(tǒng)創(chuàng)作的限制。
AI視頻生成技術(shù)的發(fā)展經(jīng)歷了多個(gè)階段，從最初的圖像拼接生成階段，到GAN（生成對(duì)抗網(wǎng)絡(luò)）、VAE（變分自編碼器）、Flow-based（流模型）的應(yīng)用，再到自回歸和擴(kuò)散模型的興起。早期的視頻生成主要依賴于圖像拼接技術(shù)，通過將靜態(tài)圖像序列拼接成視頻流，但這種方法生成的視頻質(zhì)量較低，連貫性較差。隨著深度學(xué)習(xí)技術(shù)的突破，2016年后GAN、VAE、Flow-based等技術(shù)開始被應(yīng)用于視頻生成，生成視頻的質(zhì)量和連貫性得到顯著提升。2020年以來，自回歸模型和擴(kuò)散模型的出現(xiàn)進(jìn)一步推動(dòng)AI視頻生成技術(shù)的發(fā)展，使其生成更加逼真和連貫的視頻內(nèi)容，且應(yīng)用場(chǎng)景更為廣泛。
當(dāng)前AI視頻生成技術(shù)逐步從實(shí)驗(yàn)階段邁向?qū)嵱没蔀锳I領(lǐng)域的重要分支。快手、字節(jié)跳動(dòng)、OpenAI、Runway等眾多國(guó)內(nèi)外企業(yè)和研究機(jī)構(gòu)紛紛投入大量資源進(jìn)行技術(shù)研發(fā)和產(chǎn)品創(chuàng)新，推動(dòng)AI視頻生成行業(yè)的快速發(fā)展。例如，OpenAI發(fā)布的Sora可根據(jù)文本、圖像和視頻輸入生成高質(zhì)量的視頻，其采用Transformer+Diffusion模型的組合，實(shí)現(xiàn)視頻生成的連貫性和準(zhǔn)確性，驗(yàn)證了Transformer和Diffusion模型結(jié)合的有效性，為AI視頻生成的研究提供新的思路和方向。
盡管OpenAI率先發(fā)布Sora，在AI視頻生成領(lǐng)域占據(jù)先發(fā)優(yōu)勢(shì)，但國(guó)內(nèi)企業(yè)不斷追趕，模型性能持續(xù)提升，目前愛詩(shī)科技的PixVerse、快手的可靈等AI視頻生成模型在綜合性能上表現(xiàn)出色，甚至在某些方面已超越Sora。據(jù)AGI-Eval（上海交通大學(xué)、同濟(jì)大學(xué)等高校和機(jī)構(gòu)合作發(fā)布的大模型評(píng)測(cè)社區(qū)），2024年12月，PixVerse-V3、Kling1.5、Video-01的得分（評(píng)測(cè)維度包括視頻-文本一致性、視頻質(zhì)量、運(yùn)動(dòng)質(zhì)量等）超越Sora。
圖表 1：2024年12月文生視頻模型評(píng)測(cè)榜單Top10
數(shù)據(jù)來源：AGI-Eval、RimeData來覓數(shù)據(jù)整理
AI視頻生成領(lǐng)域參與者眾多，行業(yè)仍處于早期階段。AI視頻生成的主要參與者包括：
（1）大型互聯(lián)網(wǎng)/科技企業(yè)：騰訊、字節(jié)跳動(dòng)、快手、谷歌等全球互聯(lián)網(wǎng)/科技企業(yè)憑借自身在人工智能領(lǐng)域的深厚積累和強(qiáng)大的技術(shù)實(shí)力，先后推出了多個(gè)具有影響力的AI視頻生成模型；
（2）初創(chuàng)企業(yè)：愛詩(shī)科技、生數(shù)科技、OpenAI、Pika、Runway等眾多初創(chuàng)公司具有創(chuàng)新的思維和技術(shù)實(shí)力，在AI視頻生成領(lǐng)域進(jìn)行積極探索和創(chuàng)新，為市場(chǎng)注入新鮮血液和活力；
（3）研究機(jī)構(gòu)：央國(guó)企搭建的 AI 研究院和新型研發(fā)機(jī)構(gòu)，如 TeleAI（中國(guó)電信人工智能研究院）、智源研究院等，在政策支持和資源投入方面具有優(yōu)勢(shì)，致力于推動(dòng) AI 視頻生成技術(shù)的研發(fā)和應(yīng)用。
但眾多企業(yè)的入局，也在加劇AI視頻領(lǐng)域的競(jìng)爭(zhēng)程度。自2024年2月Sora發(fā)布以來，AI視頻生成的產(chǎn)品已有較大的進(jìn)步，基礎(chǔ)生成時(shí)長(zhǎng)不斷增加。同時(shí)，這些AI視頻生成產(chǎn)品在分辨率、幀率等方面也有較大的提高，生成的視頻效果持續(xù)提升。AI視頻行業(yè)技術(shù)不斷革新，產(chǎn)品迭代速度快，整體市場(chǎng)競(jìng)爭(zhēng)格局仍較為分散。
02 AI視頻生成商業(yè)化進(jìn)展
現(xiàn)階段，AI視頻生成領(lǐng)域正在不斷探索商業(yè)化路徑，主要通過To C端和To B端兩種服務(wù)模式實(shí)現(xiàn)商業(yè)化。To C端主要通過提供付費(fèi)訂閱服務(wù)，如快手可靈、字節(jié)即夢(mèng)、智象未來（HiDream.ai）等，這些平臺(tái)提供不同等級(jí)的訂閱服務(wù)，如免費(fèi)版、標(biāo)準(zhǔn)版、高級(jí)版、尊享版，價(jià)格為每月數(shù)元到數(shù)百元不等。To B端則主要通過API接口和解決方案服務(wù)，如快手可靈、生數(shù)科技、愛詩(shī)科技等，服務(wù)領(lǐng)域涵蓋了影視、互聯(lián)網(wǎng)、營(yíng)銷廣告等，價(jià)格為每月數(shù)十元到數(shù)萬元不等。
部分AI視頻生成產(chǎn)品在商業(yè)化方面已取得初步成果。例如，愛詩(shī)科技的核心AI視頻生成產(chǎn)品PixVerse在全球的用戶數(shù)累計(jì)已超1,200萬，月活躍用戶數(shù)近600萬，其通過C端產(chǎn)品功能不斷優(yōu)化和拓展，如內(nèi)置數(shù)十種特效模版等降低用戶使用門檻來實(shí)現(xiàn)用戶增長(zhǎng)和商業(yè)變現(xiàn)。
快手可靈累計(jì)服務(wù)用戶超600萬，累計(jì)生成超6,500萬個(gè)視頻、1.75億張圖片，截至2024年第三季度，可靈的商業(yè)化單月流水超千萬人民幣。HeyGen在2022年9月推出AI視頻創(chuàng)作應(yīng)用后，7個(gè)月內(nèi) ARR（年度經(jīng)常性收入）達(dá)到100萬美元，在2023年底其ARR達(dá)1,800萬美元。愛詩(shī)科技、快手可靈、HeyGen的市場(chǎng)表現(xiàn)，表明了市場(chǎng)對(duì)AI視頻生成具有較大的需求。
但AI視頻生成長(zhǎng)期看仍面臨商業(yè)化困境。在產(chǎn)品層面，AI視頻生成產(chǎn)品單次生成的視頻時(shí)長(zhǎng)較短（通常不超過60秒），等待時(shí)間較長(zhǎng)，同時(shí)視頻生成效果不穩(wěn)定，存在事實(shí)性錯(cuò)誤、一致性不足等問題，其復(fù)雜場(chǎng)景、真實(shí)感等也有待提升。此外，高昂的計(jì)算成本和服務(wù)器資源需求也限制了商業(yè)化進(jìn)程。在市場(chǎng)層面，普通用戶對(duì)視頻生成的需求低，自媒體從業(yè)者、視頻制作者等對(duì)視頻生成的需求高，但現(xiàn)有產(chǎn)品無法滿足其工作需求。而影視行業(yè)近3年來較為低迷，目前對(duì)AI視頻生成的需求也較低。
03 AI視頻生成市場(chǎng)規(guī)模
AI視頻生成的市場(chǎng)規(guī)模有望進(jìn)一步擴(kuò)大。據(jù)Fortune business insights測(cè)算，2024年全球AI視頻生成市場(chǎng)規(guī)模約為6.1億美元，預(yù)計(jì)到2032年將達(dá)25.6億美元，2024-2032年的年復(fù)合增長(zhǎng)率約為19.5%。AI視頻生成市場(chǎng)規(guī)模持續(xù)增長(zhǎng)的主要驅(qū)動(dòng)因素如下：
（1）AI生成視頻的成本低：AI生成視頻的成本遠(yuǎn)低于現(xiàn)有視頻內(nèi)容的制作成本，據(jù)量子位智庫(kù)數(shù)據(jù)，頂級(jí)動(dòng)畫電影（迪士尼、皮克斯等制作）每分鐘的制作成本約達(dá)200萬美元，而AI視頻生成的內(nèi)容成本每分鐘約300美元，降本效果明顯；
（2）應(yīng)用場(chǎng)景廣泛：AI視頻已逐步在影視制作、廣告營(yíng)銷、短視頻、電商、動(dòng)漫等多個(gè)領(lǐng)域進(jìn)行應(yīng)用，有效提升各領(lǐng)域視頻制作的效果，同時(shí)降低制作成本；
（3）內(nèi)容視頻化是主流趨勢(shì)：據(jù)QuestMobile顯示，截至2024年9月，移動(dòng)視頻行業(yè)總體月活用戶規(guī)模達(dá)11.36億，視頻已逐步成為流量的核心形式。此外，在2024年10月的中國(guó)移動(dòng)全球合作伙伴大會(huì)上，華為董事長(zhǎng)梁華表示，目前在線視頻流量占據(jù)網(wǎng)絡(luò)流量的70%，用戶對(duì)視頻內(nèi)容的依賴度高；
（4）技術(shù)創(chuàng)新：深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、自然語言處理等關(guān)鍵技術(shù)的突破，為AI視頻生成提供了強(qiáng)大的技術(shù)支持，使AI在視頻生成和處理時(shí)更為高效和準(zhǔn)確，進(jìn)而生成更加逼真的視頻內(nèi)容；
（5）政策支持：隨著AI產(chǎn)業(yè)的快速發(fā)展，國(guó)家和地方政府出臺(tái)了一系列政策文件，在資金、人才、政策等方面均給予大力支持，加快推動(dòng)人工智能相關(guān)技術(shù)與產(chǎn)業(yè)的融合。
圖表 2：2023-2032E全球AI視頻生成市場(chǎng)規(guī)模（億美元）
數(shù)據(jù)來源：Fortune business insights、RimeData來覓數(shù)據(jù)整理
04 AI視頻生成投融動(dòng)態(tài)
AI視頻生成領(lǐng)域技術(shù)不斷迭代升級(jí)，逐步可生成視頻時(shí)長(zhǎng)更長(zhǎng)、場(chǎng)景更復(fù)雜的視頻內(nèi)容，應(yīng)用范圍進(jìn)一步拓寬，增加了投資者的信心。2024年，全球AI視頻生成領(lǐng)域融資規(guī)模合計(jì)已超600億元，整體以早期融資為主，行業(yè)仍處于快速發(fā)展階段。
同時(shí)，知名投資機(jī)構(gòu)、產(chǎn)業(yè)投資基金、科技巨頭等多元投資主體參與AI視頻生成領(lǐng)域的融資，如啟明創(chuàng)投參與生數(shù)科技的融資，螞蟻集團(tuán)、北京市人工智能產(chǎn)業(yè)投資基金（北京國(guó)管旗下）參與愛詩(shī)科技的融資，百度參與生數(shù)科技的投資，不同背景的投資主體也為AI視頻生成領(lǐng)域的發(fā)展提供強(qiáng)大的資金支持和多元化的資源。
下表是2024年AI視頻生成賽道億元及以上投融事件，感興趣的讀者可以登錄Rime PEVC平臺(tái)獲取AI視頻生成領(lǐng)域全量融資案例、被投項(xiàng)目及深度數(shù)據(jù)分析。
圖表 3：2024年AI視頻生成賽道億元及以上投融事件
數(shù)據(jù)來源：RimeData來覓數(shù)據(jù)
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個(gè)人看法，不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對(duì)本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn)，讀者在采取與本文內(nèi)容相關(guān)的任何行動(dòng)之前，請(qǐng)務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對(duì)因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
