近一個月，多款視頻模型新品發(fā)布，包括生數科技視頻模型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10秒的超清視頻端到端生成；百度（9888.HK）發(fā)布首個圖生視頻大模型MuseSteamer，面向包括廣告商在內的專業(yè)視頻內容創(chuàng)作者。
但在過去幾年，這一賽道并不被市場看好。
對比AI領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）研報認為，視頻模型領域的競爭不會像大語言模型領域的競爭那樣激烈，主要是受視頻模型訓練所需的視頻語料內容所限。但同時，目前市面上由大廠與明星創(chuàng)業(yè)公司組成的戰(zhàn)隊，正在基礎模型效率提高的背景下，加快產品更新與商業(yè)化落地。
視頻模型“熱起來了”，但變現不容易
近一個月的視頻模型產品更新之前，Sora的熱度已帶動一批新品面世。包括2024年上半年的愛詩科技PixVerse、Runway Gen-3、Luma Dream Machine，下半年的生數科技Vidu、智譜清影、字節(jié)跳動PixelDance、MiniMax海螺等。
一方面，視頻模型你追我趕。據AGI-Eval（上海交通大學、同濟大學等高校和機構合作發(fā)布的大模型評測社區(qū)），2024年12月，PixVerse-V3、可靈1.5、Video-01的得分（評測維度包括視頻-文本一致性、視頻質量、運動質量等）超越Sora。
但同時，受限于技術成熟度、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應用層，主要由大型互聯網/科技企業(yè)組成，由愛詩科技、生數科技、Pika、Runway、MiniMax等明星創(chuàng)業(yè)公司補充。
此前，MiniMax創(chuàng)始人閆俊杰表示，視頻類工作復雜度比文本更難，上下文文本很長，一個5秒的視頻就有幾M（兆字節(jié)，MB）大小，但文本領域，5秒看100個字的大小可能都不到1K（千字節(jié)，KB），這是幾千倍的存儲差距。該差距帶來的挑戰(zhàn)便是如果通過基本文本構建的底層基礎設施來處理、清洗、標注數據。另外，閆俊杰稱，視頻開源內容沒那么多，需要付出的耐心更大。
首個被稱為“中國版Sora”的生數科技也在今年進行了更新，此前輪次中，螞蟻集團、BV百度風投、啟明創(chuàng)投等機構押注生數。對于投資人對視頻模型的判斷，清華大學人工智能研究院副院長、生數科技創(chuàng)始人兼首席科學家朱軍對記者表示，早期孵化看團隊質量，中后期看團隊技術與商業(yè)化能力。
一位一級市場關注AI領域的投資人對記者表示，近期一家剛披露千萬月活用戶規(guī)模的視頻模型平臺，嘗試向一級市場講述做視頻模型領域TikTok的“故事”，但投資人暫未買賬，“成本壓力與商業(yè)變現之間的鴻溝太大了，”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，現今模型類型琳瑯滿目，但從資金角度來看，大部分投資可能會流向模型公司，因為它們資金需求更大。但在數量上，行業(yè)將看到更多應用程序開發(fā)公司，而非基礎模型公司。
探索收費模式
具體落地方式上，目前大模型收費模式主要包括API、訂閱、廣告、定制化四種。從AI產品商業(yè)化程度來看，B端變現模式更加清晰，C端在國內市場多以免費為主，海外市場以付費模式為主。
視頻模型也主要分為To C端與To B端兩種服務模式，前者主要提供付費訂閱服務，如快手可靈、字節(jié)即夢、智象未來（HiDream.ai）等，通過免費版、標準版、高級版、尊享版等不同等級訂閱服務收費，價格每月數元到數百元不等。后者主要通過API接口和解決方案服務形式收費，如快手可靈、生數科技、愛詩科技等，服務領域涵蓋影視、互聯網、營銷廣告等，每月收費數十元至數萬元不等。
6月6日，快手披露可靈AI在正式上線的第十個月（即今年三月）突破一億美元ARR（年化收入運行率），月度付費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收數據，頭部平臺以數千萬美元的ARR規(guī)模為主。以可靈AI為例，據高盛研報，2P（專業(yè)內容創(chuàng)作者）/2C訂閱收入占可靈AI總收入的70%，2B API調用占30%。
生數產品方面，朱軍表示，目前主要有SaaS和MaaS兩種形態(tài)，前者數千萬C端用戶，主要是專業(yè)和半專業(yè)創(chuàng)作者做內容。B端產品目前已經落地于廣告、影視、文旅等場景。
MiniMax視頻模型商業(yè)化也分為B端與C端。前者通過提供API接口服務，將視頻生成能力輸出給企業(yè)客戶，支持多種應用場景，如影視制作、廣告創(chuàng)意、教育內容生成等。后者支持用戶通過簡單指令生成高質量視頻，平臺提供會員積分制在內的多種付費方案。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3.7億個視頻。
據研究機構Fortune Business Insights報告顯示，2024年全球AI視頻生成器市場規(guī)模達6.148億美元，預計到2032年將增長至25.629億美元，2025年至2032年間的年均復合增長率達20.0%，而大語言模型的預估增長率約35.92%。
在可預見的增速范圍內，朱軍認為今年視頻大模型商業(yè)化就會加快，市場對視頻類消費與需求非常廣闊，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都有各自的特色與商業(yè)化路徑，沒有走到類似大語言模型那樣“卷”的狀態(tài)，暫時也不會出現一家獨大的局面。
