近一個(gè)月，多款視頻模型新品發(fā)布，包括生數(shù)科技視頻模型Vidu更新至可一鍵生成32秒視頻，支持音視頻合成與4D生成；MiniMax發(fā)布海螺Hailuo-02，支持最高1080P、最長(zhǎng)10秒的超清視頻端到端生成；百度（9888.HK）發(fā)布首個(gè)圖生視頻大模型MuseSteamer，面向包括廣告商在內(nèi)的專業(yè)視頻內(nèi)容創(chuàng)作者。
但在過(guò)去幾年，這一賽道并不被市場(chǎng)看好。
對(duì)比AI領(lǐng)域目前正被資本追捧的Agent（智能體），視頻模型熱度并不算太高。瑞銀（UBS）研報(bào)認(rèn)為，視頻模型領(lǐng)域的競(jìng)爭(zhēng)不會(huì)像大語(yǔ)言模型領(lǐng)域的競(jìng)爭(zhēng)那樣激烈，主要是受視頻模型訓(xùn)練所需的視頻語(yǔ)料內(nèi)容所限。但同時(shí)，目前市面上由大廠與明星創(chuàng)業(yè)公司組成的戰(zhàn)隊(duì)，正在基礎(chǔ)模型效率提高的背景下，加快產(chǎn)品更新與商業(yè)化落地。
視頻模型“熱起來(lái)了”，但變現(xiàn)不容易
近一個(gè)月的視頻模型產(chǎn)品更新之前，Sora的熱度已帶動(dòng)一批新品面世。包括2024年上半年的愛(ài)詩(shī)科技PixVerse、Runway Gen-3、Luma Dream Machine，下半年的生數(shù)科技Vidu、智譜清影、字節(jié)跳動(dòng)PixelDance、MiniMax海螺等。
一方面，視頻模型你追我趕。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、可靈1.5、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。
但同時(shí)，受限于技術(shù)成熟度、商業(yè)化、成本高等因素，視頻模型的創(chuàng)業(yè)熱度并不及AI應(yīng)用層，主要由大型互聯(lián)網(wǎng)/科技企業(yè)組成，由愛(ài)詩(shī)科技、生數(shù)科技、Pika、Runway、MiniMax等明星創(chuàng)業(yè)公司補(bǔ)充。
此前，MiniMax創(chuàng)始人閆俊杰表示，視頻類工作復(fù)雜度比文本更難，上下文文本很長(zhǎng)，一個(gè)5秒的視頻就有幾M（兆字節(jié)，MB）大小，但文本領(lǐng)域，5秒看100個(gè)字的大小可能都不到1K（千字節(jié)，KB），這是幾千倍的存儲(chǔ)差距。該差距帶來(lái)的挑戰(zhàn)便是如果通過(guò)基本文本構(gòu)建的底層基礎(chǔ)設(shè)施來(lái)處理、清洗、標(biāo)注數(shù)據(jù)。另外，閆俊杰稱，視頻開(kāi)源內(nèi)容沒(méi)那么多，需要付出的耐心更大。
首個(gè)被稱為“中國(guó)版Sora”的生數(shù)科技也在今年進(jìn)行了更新，此前輪次中，螞蟻集團(tuán)、BV百度風(fēng)投、啟明創(chuàng)投等機(jī)構(gòu)押注生數(shù)。對(duì)于投資人對(duì)視頻模型的判斷，清華大學(xué)人工智能研究院副院長(zhǎng)、生數(shù)科技創(chuàng)始人兼首席科學(xué)家朱軍對(duì)記者表示，早期孵化看團(tuán)隊(duì)質(zhì)量，中后期看團(tuán)隊(duì)技術(shù)與商業(yè)化能力。
一位一級(jí)市場(chǎng)關(guān)注AI領(lǐng)域的投資人對(duì)記者表示，近期一家剛披露千萬(wàn)月活用戶規(guī)模的視頻模型平臺(tái)，嘗試向一級(jí)市場(chǎng)講述做視頻模型領(lǐng)域TikTok的“故事”，但投資人暫未買賬，“成本壓力與商業(yè)變現(xiàn)之間的鴻溝太大了，”該投資人稱。
曾參與投資Perpleixty 、Character.ai、Mistral、Harvy以及Pika等AI 初創(chuàng)公司的硅谷Solo VC 投資人Elad Gil（埃拉德・吉爾）此前表示，現(xiàn)今模型類型琳瑯滿目，但從資金角度來(lái)看，大部分投資可能會(huì)流向模型公司，因?yàn)樗鼈冑Y金需求更大。但在數(shù)量上，行業(yè)將看到更多應(yīng)用程序開(kāi)發(fā)公司，而非基礎(chǔ)模型公司。
探索收費(fèi)模式
具體落地方式上，目前大模型收費(fèi)模式主要包括API、訂閱、廣告、定制化四種。從AI產(chǎn)品商業(yè)化程度來(lái)看，B端變現(xiàn)模式更加清晰，C端在國(guó)內(nèi)市場(chǎng)多以免費(fèi)為主，海外市場(chǎng)以付費(fèi)模式為主。
視頻模型也主要分為T(mén)o C端與To B端兩種服務(wù)模式，前者主要提供付費(fèi)訂閱服務(wù)，如快手可靈、字節(jié)即夢(mèng)、智象未來(lái)（HiDream.ai）等，通過(guò)免費(fèi)版、標(biāo)準(zhǔn)版、高級(jí)版、尊享版等不同等級(jí)訂閱服務(wù)收費(fèi)，價(jià)格每月數(shù)元到數(shù)百元不等。后者主要通過(guò)API接口和解決方案服務(wù)形式收費(fèi)，如快手可靈、生數(shù)科技、愛(ài)詩(shī)科技等，服務(wù)領(lǐng)域涵蓋影視、互聯(lián)網(wǎng)、營(yíng)銷廣告等，每月收費(fèi)數(shù)十元至數(shù)萬(wàn)元不等。
6月6日，快手披露可靈AI在正式上線的第十個(gè)月（即今年三月）突破一億美元ARR（年化收入運(yùn)行率），月度付費(fèi)金額在今年四月和五月連續(xù)突破一億元人民幣。除了可靈AI，其他視頻模型廠商暫未披露明確的營(yíng)收數(shù)據(jù)，頭部平臺(tái)以數(shù)千萬(wàn)美元的ARR規(guī)模為主。以可靈AI為例，據(jù)高盛研報(bào)，2P（專業(yè)內(nèi)容創(chuàng)作者）/2C訂閱收入占可靈AI總收入的70%，2B API調(diào)用占30%。
生數(shù)產(chǎn)品方面，朱軍表示，目前主要有SaaS和MaaS兩種形態(tài)，前者數(shù)千萬(wàn)C端用戶，主要是專業(yè)和半專業(yè)創(chuàng)作者做內(nèi)容。B端產(chǎn)品目前已經(jīng)落地于廣告、影視、文旅等場(chǎng)景。
MiniMax視頻模型商業(yè)化也分為B端與C端。前者通過(guò)提供API接口服務(wù)，將視頻生成能力輸出給企業(yè)客戶，支持多種應(yīng)用場(chǎng)景，如影視制作、廣告創(chuàng)意、教育內(nèi)容生成等。后者支持用戶通過(guò)簡(jiǎn)單指令生成高質(zhì)量視頻，平臺(tái)提供會(huì)員積分制在內(nèi)的多種付費(fèi)方案。今年6月下旬，MiniMax官方披露，從去年8月底發(fā)布海螺視頻至今，已幫助創(chuàng)作者生成超過(guò)3.7億個(gè)視頻。
據(jù)研究機(jī)構(gòu)Fortune Business Insights報(bào)告顯示，2024年全球AI視頻生成器市場(chǎng)規(guī)模達(dá)6.148億美元，預(yù)計(jì)到2032年將增長(zhǎng)至25.629億美元，2025年至2032年間的年均復(fù)合增長(zhǎng)率達(dá)20.0%，而大語(yǔ)言模型的預(yù)估增長(zhǎng)率約35.92%。
在可預(yù)見(jiàn)的增速范圍內(nèi)，朱軍認(rèn)為今年視頻大模型商業(yè)化就會(huì)加快，市場(chǎng)對(duì)視頻類消費(fèi)與需求非常廣闊，這也是視頻賽道與文字賽道不一樣的地方。目前行業(yè)最頭部視頻大模型平臺(tái)都有各自的特色與商業(yè)化路徑，沒(méi)有走到類似大語(yǔ)言模型那樣“卷”的狀態(tài)，暫時(shí)也不會(huì)出現(xiàn)一家獨(dú)大的局面。
