这个AI赛道，一个月内融资4笔，一大半的创始人是华人

来源丨白鲸出海（ID：baijingapp）

作者丨张凯然

来源丨midjourney

仅在2024年3月一个月，就有三个华人创立的AI视频生成创企获得了融资，而且融资额都过了千万美金。

3月7日，总部位于英国伦敦的Haiper宣布产品上线，并已经完成1380万美金融资。Haiper由两位曾供职于Google旗下DeepMind团队的华人工程师建立，提供免费的视频生成功能，最长可以生成2秒的高清视频，和最长4秒的标清视频。

3月13日，由前字节跳动视觉技术负责人创立的爱诗科技，完成一亿元人民币（约合1380万美金）左右的A1轮融资，而其视频生成产品Pixverse已在海外上线，生成视频的时长为4秒，2月份的网站流量已经达到120万。

3月24日，据The Information报道，去年下半年，凭借让霉霉说中文视频火起来的AI数字人产品HeyGen正在进行一轮6000万美元的融资，由曾经投资过Uber和Snap的知名VC Benchmark领投，完成此次融资后，HeyGen的总估值将达到4.4亿美元。

再加上之前估值已达2-3亿美金的Pika Labs。由华人建立的创企们纷纷入局AI视频赛道。

而其实，“AI视频融资热潮里华人密度尤其大”这个命题可以拆开去看，一个是AI视频的融资热，另一个是创业者里面的华人密度。

不赚钱、还烧钱

AI 视频为什么

还会融资热，又为什么是3月份？

AI这一波的创业潮，给已经有点冷清的市场注入了活力。但一圈看下来，除了大模型驱动的Chatbot，基本上就没有新的产品形态了，AI只是在“赋能”各个领域，文字、图片、视频。

a16z Top50 AI产品中的视频生成（蓝）和视频编辑产品（红）

而在上述几个领域中，AI视频生成产品的用户接受度最低。在a16z刚刚发布的2023下半年Top50 AI产品榜单中，上榜的5款AI 视频产品中，只有runway一款是以视频生成为核心功能的，其他都是刚需属性更强的视频编辑产品。

runway 的流量走势图（23.9-24.2）

而就算runway也在2023年12月网站流量达到峰值后，出现了明显下滑。

这说明AI生成视频没市场吗，显然不是。按照赋能逻辑，AI在某个领域落地，其潜在机会和规模，应该参考其服务的赛道。

显然，视频的市场规模不小，简单粗暴点，就互联网头部的产品来看，视频产品，也比图片和文字产品“值钱”。而当前这种流量的下滑，是因为产品确实拉胯。

截至 2023 年年底的 AI 视频生成产品图片来源：a16z

根据a16z的统计，绝大多数产品都只能生成5秒钟以内的视频，而像Kaiber和Deforum虽然可以生成十几秒的视频，但只限于动画风格。

Runway、Pika、Pixverse的对比视频视频来源：微博

而虽然，像Runway、Pika和后续切入市场的Pixverse生成的视频看上去很真实，也很酷炫。但是短短几秒钟时间+简单的镜头移动，对于绝大多数用户来说，除了体验一下之外，很难有使用场景。即便和一些创作者交流下来，他们也很难把这些AI产品融入工作流里面。在新鲜感过去后，访问量下滑也属合理。

就网上的信息和与AI视频产品创始人的对话内容来看，大家普遍认为，目前的AI视频生成大概在GPT-2时代，也就是说，有一定技术突破，但是视频生成的时长和质量，还没有到能够落地应用和商业化的程度。

市面上几款常见模型的推理运算量估算，注：横坐标是输出内容的量，纵坐标是所需运算量，采用对数形式作图图片来源：知乎

没落地，更别提商业化了，但硬币的另一面，“烧钱”却是实打实的。

从成本来看，Sora的算力需求就比GPT-4高出了好几个数量级。有网友根据Sora的公开数据做出了保守估算，训练Sora需要1.4万张NVIDIA H100 GPU运行一个月，光这些芯片的价值就高达4.4亿美金......

其他产品虽然可能不像Sora一样走“大力出奇迹”的路径，但是算力成本远超其他类别AI模型是肯定的。

即便如此，赚不了钱、又烧钱的AI视频赛道仍受到了资本们的特别关注，2024年仅过了3个多月就有多达 7 款产品获得融资，总融资额达到2.18亿美金。

背后的原因，也刚好如上所述。有市场、但供给都不太行，有心气的VC们还是愿意搏一把的，而3月份资本的密集出手，还多亏于Sora这样头部产品带来的“清晰信号”。

具体来看的话，有市场，不只是上面说的AI落地到的视频赛道规模更大，还有AI视频模型更接近于AGI的一层逻辑。

而很多从业者认为，AGI如果真正实现，则很多细分领域的应用层机会就消失了，也就是谁先做出来，可能会形成比较强的流量聚集效应，从风险投资的角度，资本肯定愿意搏一下，也就出现了AI视频融资热。

视频生成任务流程示意图，注：AI在生成视频的过程中，一是要生成视频画面，这涉及 AI 视觉领域；二是需要理解并遵守 Prompt，这涉及自然语言处理；三是要保持视频的一致性、连贯性、合理性，这要求 AI 理解视频中的元素如何随时间变化及现实世界的物理规律，这考验 AI 综合学习及理解能力。此外，目前 Pika、Sora 等产品已经可以加入了声音生成的功能，AI 还需要保证画面、音频和文本描述的协调性。图片由 ChatGPT 生成

而这个热潮出现在3月份，则是因为技术路径相较于之前清晰了不少。

技术路径收敛，AI视频生成

已走过了从0到1的探索阶段

2024 年 AI 视频生成产品融资情况数据来源：AI产品榜（aicpb.com），红色为创始人为华人的AI视频产品

AI这一波的融资，其实集中出现在3月前后，这与Sora这样通过摸索技术路径、实现了远高于之前同类产品的惊艳效果强关联。

根据对前谷歌VideoPoet项目负责人蒋路的一篇采访，AI 视频生成有两个主要的技术路径Diffusion和Transformer，前者是AI生图的主要技术路径，而后者则是GPT等大语言模型（LLM）的主要技术路径。

在Sora出现前，在视频生成赛道中，两者被认为是泾渭分明的两条路径。90%的研究者都在进行Diffusion路径的研究，但也有少量的研究者在做Transformer路径的研究，但基本上逃不出这两个方向。

Sora 的技术示意图图片来源：知乎

而Sora的出现则让技术路线基本确定。Sora是Diffusion-Transformer模型，等于把上述两种技术路径整合起来了。其中Diffusion的作用是细化和完善视频画面，而Transformer则用来处理和解析复杂的文本输入，并控制视频的逻辑连贯性。通过这种技术架构，Sora可以按图像帧的时间序列来处理视频画面，就像ChatGPT按文字逻辑顺序处理文本一样。

有创业者说，看过Sora的论文后发现，原来泾渭分明的两种路线完成了交汇。

而Pixverse的创始人王长虎则说：“Sora让我们坚定了前进的方向。”

由于AI视频赛道目前的技术路径已经日趋清晰，免去了选错技术路径带来满盘皆输的风险。VC虽然考虑收益，但更关注风险。

又为什么是华人？

AI视频产品华人创业者的履历信息来源：谷歌、领英

看几位创始人的履历，在创业之前就专注于AI或视觉相关技术，都有海外名校学习或国际化大厂供职的经验，拥有开阔的国际视野。

除了这两项“基础素质”，作为华人的他们对视频赛道，也有着自己的理解。

在上一波互联网创业大潮中，视频，尤其是短视频赛道，是中国互联网企业优势所在，TikTok已经成长为全球主流媒体之一，引得Google、Meta等社交巨头们竞相模仿。

随着短视频占据了人们越来越多的注意力，互联网变现的2个印钞机也随之转动，广告和电商。根据2023年的数据，字节的广告收入折合553亿美元，排在国内主要互联网企业的第一位，总营收1200亿美元，排名第三。

而在电商方面，2023年抖音电商的GMV在2.3万亿人民币左右（折合3220亿美元），在国内大概排在第四，海外的TikTok Shop有200亿美元。

作为华人，对于此要更敏感一些。纵观几款三月份获得融资的几款华人AI视频产品，虽然发展阶段不太相同，但是都针对短视频相关的广告营销和电商生态进行了探索。

Haiper与京东合作的海报，合作宣布时间图片来源：Haiper

Haiper的产品于3月7日上线，而在产品还未正式上线时，Haiper就开始了应用场景的探索。首先，在1月24日，Haiper宣布与伦敦艺术大学时装学院展开合作，用AI的能力将时装草图转化为动态视频，在成衣制成之前预览上身效果。而在2月9日Haiper 宣布和京东展开合作，探索电商方向的应用场景。作为一款新生产品，Haiper已经在为技术找应用场景了。

而对视频、尤其是短视频商业化路径更清晰的认知，让AI视频赛道华人创业者们的发展路径看起来更接地气。

以其中融资金额最高的HeyGen为例。