7月26日，本田中国（即Honda中国）官宣表示，将关停中国已有的7条汽车整车生产线中的2条，以“加速电动化转型”。
又有券商因为合规问题引发舆情。7月26日，一则流传于网络的视频显示，一位自称是龙头券商中信建投的实习生记录了其在投行部门工作的一天。
（原标题：AI视频“卷”成红海，创业公司还有机会吗）
9月11日，AI视频创业公司生数科技创始团队在北京亮相，这是今年4月份在中关村论坛一炮而红后，生数科技团队成员的首次露面。
生数科技的产品名为Vidu，是国内首个长时长、高一致性、高动态性视频大模型，当时备受外界关注。不过时至9月，AI视频行业已经有了很大变化，Vidu不再一枝独秀，快手、字节跳动、阿里巴巴、智谱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统计，仅在国内，过去4个月时间便有超过10家公司推出了自研AI视频产品。
东吴证券今年8月发布的国产AI视频大模型深度报告测算，AI视频的潜在行业空间为3178亿元。东吴证券还估算，在全AI模式下，电影、长剧、动画片和短剧的制作成本，相较传统模式将下降超过95%。
AI视频的未来听起来很美好，但这个领域，目前并没有出现一个出圈的爆款应用。无论是AI视频产品还是由AI生成的视频作品，都像是少数影视专业人士的玩具，局限在小圈子范围内，始终未能像ChatGPT（美国头部AI应用）一样在大众层面获得认可。
AI视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，创业公司还有机会吗？生数科技CEO唐家渝接受经济观察报在内的媒体采访时，回应了上述问题。
关于竞争和融资
经济观察报：Vidu发布4个月以来，国内陆续出现很多AI视频公司，头部大厂也都推出了AI视频产品。作为曾经的黑马，Vidu现在还有优势吗？
唐家渝：目前在AI视频语义理解方面，我们能做到业界最好。另外Vidu在视频动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视频主体参照一致性生成能力，这是全球首发的能力，可以解决AI生成视频的剧情连贯性问题。从这些技术角度，我们是有优势的。
Vidu在全球最早提出了Diffu－sion（扩散模型）与Transformer（一种基于自注意力机制的深度学习模型）融合的底层架构U-ViT，并坚持自主的底层算法研发，没有采用开源结构，这也是我们的底气。
经济观察报：国内AI视频公司已经有10多家，大家的技术路线和商业化路径会不会出现同质化趋势？
唐家渝：在技术路线上，AI视频行业目前处于底层架构收敛的状态，可以理解为同质化，但并不意味着大家进展都一样。例如现在的大语言模型都会使用 Transformer架构，但OpenAI（美国头部AI公司）是明显领先的。
在底层架构统一的基础上，各个公司会有一些差异性。例如，如何有效压缩视频，如何在保证质量的情况下快速生成视频，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。
目前各个公司的商业方向也是比较类似的，即便是Sora、Runway等国外AI视频应用，也都在积极地拥抱好莱坞，或者与广告公司合作，这是AI视频技术比较好落地的领域。总体来说，AI视频还处于行业发展前期，还有很长的路要走。
经济观察报：今年6月，生数科技公布了数亿元融资，接下来会有什么样的融资规划？今年大模型公司融资都面临一个困境，很难依靠技术和团队吸引投资，投资方会要求商业化能力。你们是否也面临同样的问题？
唐家渝：我们正在做新一轮的融资。融资过程中，技术仍是很关键的东西，目前的AI视频生成只是初步符合了物理规律，还有很高的技术天花板需要突破，比如更强的模型能力以及更多模态的协同生成。
我们经过一年半的成长，在商业化方面已经阶段性交出了比较好的答卷。其实大家耳熟能详的一些大客户，已经接入了Vidu的底层视频生产能力了，只是我们目前还不能公布。
经济观察报：你们会如何选择投资者？有什么考量？
唐家渝：我们会更愿意选择长期陪伴的投资者，无论是从资源、战略协同上，还是上下游产业上，我觉得都可以接受，最主要的还是希望大家能有长期一起往前走的机会。
关于商业化
经济观察报：现在Vidu是否已经商业化？有哪些已经落地的商业场景？
唐家渝：商业模式主要有两种。一种是SaaS（软件即服务）订阅模式，用户打开Vidu.studio可以直接体验到产品功能。目前我们每月有80个免费积分，如果用户有更多的需求或想使用更高级的能力，就需要支付订阅费用。另一种是API（应用程序编程接口）形式，将模型能力输出形式提供给大家，即MaaS（模型即服务）。现在有很多客户需要具备视频生成的能力，作为他们已有工作流程的一个环节，所以他们希望直接调用模型的能力。
我们的客户主要来自与视频内容相关的领域，比如广告、游戏、短剧和影视等。另一部分客户是C端（个人用户端）应用，他们需要AI视频能力支撑他们的新玩法。
经济观察报：在C端市场和B端（企业客户端）行业，哪个领域的AI视频增长潜力更大？
唐家渝：B端的需求比较稳定、确定，能带来比较直接的收入。在接触B端行业的过程中，我们发现，他们提出的都是实实在在的需求，并不是还没想清楚就简单试一下，所以B端是我们长期重点关注的方向。
上线一个月以来，我们的C端用户增长曲线非常高。所以，我们也在不断探索C端商业化的过程中。
经济观察报：现在AI视频主要是艺术家、影视专业人员在用，普通人用一下就不用了。这个工具什么时候能普及到大众？会不会一直只是小众人群的玩具？
唐家渝：AI视频不会一直都是小众产品。就像拍照一样，一开始只是摄影爱好者或摄影师群体使用，现在拍视频、拍照已经成为每个人的习惯。
现在的AI视频已经发展到了一个节点，Vidu最新发布的功能是，只需输入一张图像，就可以保持该主体的一致性，生成各种场景的视频。我们正在努力降低视频创作的门槛，让Vidu成为一个大众愿意使用的产品，今年年底应该就能普及到大众。
关于局限和突围
经济观察报：很多人觉得用AI生成视频很难，为什么会这样？视频生成技术还存在怎样的局限性或瓶颈？
唐家渝：目前的视频生成模型最大的局限性在于可控性不足。比如生成一段画面，画面里的人物或者对象容易崩坏，生成的结果也有很大的随机性，需要不断地尝试，这背后的本质是目前视频生成技术的稳定性还不够。
从实际落地的层面上看，上面我们提到的广告、短剧等场景，对画面连续性、一致性的要求是很高的。即便是C端用户单纯去玩，也会希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。
经济观察报：这种不可控的瓶颈能否实现突破？如果技术继续进步，会在哪些方面有所提高？
唐家渝：我们刚刚发布的主体参照功能，已经在一致性生成方面带来了很大提升。
当然，技术还有更进一步提升的空间。比如一个精雕细琢的柜子，上面有繁复花纹和镂空部分，对于这样复杂的结构，目前AI视频生成成功的概率依旧不高。场景生成包含很多组成因素，例如AI视频生成的一款运动鞋，我希望它能在更复杂、更动态化的场景中有更好的表现。这些都需要不断提升模型能力。
文章为作者独立观点，不代表配资实盘入门_国内股票配资_配资实盘交流观点
相关文章
