在人工智能的浪潮中，AI視頻工具正成為內(nèi)容創(chuàng)作的新寵。文章從可靈AI的獨(dú)立APP發(fā)布，到各大AI視頻廠商的新功能盤點(diǎn)，揭示了AI視頻工具如何在提高視頻制作效率、降低成本的同時(shí)，也為內(nèi)容創(chuàng)作者帶來新的挑戰(zhàn)和機(jī)遇。

前言

最近（24/11/11）刷到一個(gè)AI新聞，說可靈AI已經(jīng)正式推出了獨(dú)立的APP（原本掛載在快手的剪輯APP快影下方），并對外聲稱“目前可靈AI已經(jīng)有超過360萬用戶，累計(jì)生成3700萬個(gè)視頻、超一億張圖片”。

3700個(gè)視頻什么概念？如果全都按標(biāo)準(zhǔn)質(zhì)量、5秒視頻算，3700萬個(gè)視頻需要花費(fèi)價(jià)值2590萬的靈感值（可靈的抽卡貨幣）。不過這樣算并不準(zhǔn)確，因?yàn)椋?/p>

1.存在額外增項(xiàng)：例如高質(zhì)量生成需求、10s視頻生成需求、拓展功能使用需求、1.5版本可靈使用需求等增購項(xiàng)目，這些內(nèi)容會(huì)提高單個(gè)視頻的收費(fèi)。

2.存在靈感值贈(zèng)送機(jī)制：可靈抽卡并非直接使用RMB，而是使用靈感值這個(gè)貨幣。除了充值獲取，非會(huì)員每月登錄都會(huì)送靈感值，而會(huì)員每天都會(huì)送靈感值。

所以實(shí)際收入多少，在缺乏更多數(shù)據(jù)的情況下，我這個(gè)門外漢也說不準(zhǔn)。

但這讓我想起三個(gè)月前（24年7月底）寫的AI剪輯相關(guān)的分析《淺談當(dāng)前的AI剪輯工具》，當(dāng)時(shí)俺對AI生成視頻概括為“能一定程度上解決業(yè)務(wù)的需求，節(jié)省視頻畫面制作的成本”，但是存在諸如“指令識別不準(zhǔn)”、“無法修改”、“模糊”、“人物動(dòng)作合理性”、“身體細(xì)節(jié)錯(cuò)誤”、“主體不一致”、“物理運(yùn)動(dòng)BUG”等問題，所以整體的使用上還“差點(diǎn)意思”。

而如今短短3個(gè)月過去，可靈就取得了一定的成績。這一定程度上歸功于可靈在近期發(fā)布的1.5版本，其中引入了新一代模型，畫質(zhì)和動(dòng)態(tài)質(zhì)量都得到提升，并且加入了運(yùn)動(dòng)筆刷、對口型、外放API等能力，生成效果和使用場景得到了加強(qiáng)和拓展。

同時(shí)隨著各家AI視頻能力的發(fā)展，網(wǎng)上AI視頻相關(guān)的內(nèi)容越來越多，這也說明用戶們也在逐漸挖掘掘到的AI視頻的應(yīng)用場景。諸如小的在網(wǎng)上沖浪時(shí)候刷到的以下各種形式的AI視頻：

1.人物轉(zhuǎn)換視頻：經(jīng)常在短視頻平臺上刷到這種A轉(zhuǎn)換成B，然后再轉(zhuǎn)換成C的視頻，給人一種很炫酷的感覺。這類視頻主要是通過AI視頻平臺的首尾幀功能實(shí)現(xiàn)的，通過在首尾幀放上AB圖片（也可以是AI生成的），就可生成A轉(zhuǎn)換成B的視頻。如此生成B轉(zhuǎn)C、C轉(zhuǎn)D……這些的視頻后，通過剪輯拼接合成，就可以生成ABCD無縫轉(zhuǎn)換的效果。

圖片來自于抖音

2.人物互動(dòng)：如果圖片里面有兩個(gè)人物，也可讓AI視頻生成兩個(gè)互動(dòng)的視頻。如下圖的A和B擁抱、A和B打架。擁抱的視頻也經(jīng)常被用于“和過世親人互動(dòng)”的場景，讓人也能感受到AI的溫度。

圖片來自于百度

3.搞怪表情：最近有個(gè)比較火的AI魔法貓貓表情包，就是用圖生視頻能力實(shí)現(xiàn)的，還怪可愛咧~

截圖來自于公眾號“表情兔Bot”

4.超自然視頻：小的看到有些人用AI生成一些超自然的視頻，在微信上混淆視聽。就比如有一天，家里長輩發(fā)了一個(gè)聊天記錄，說“給大家開開眼”，結(jié)果俺點(diǎn)開一看是AI生成的。一開始長輩還不信，因?yàn)椤耙曨l沒法P，所以是真的”。

不得不感慨，AI視頻仍舊對于大部分人來說，是超出認(rèn)知的黑科技。萬一這被利用來進(jìn)行“針對老年人的詐騙”，那危險(xiǎn)程度可想而知……

5.AI短片：這是AI視頻一開始被認(rèn)定的主流場景，用來進(jìn)行視頻的生產(chǎn)，也有不少廠商用其來生成AI短劇，比如抖音的《三星堆》。在可靈的“創(chuàng)意圈”上，我們也能看到有不少人生成的AI視頻短片。

這些旺盛的用戶需求說明隨著會(huì)玩AI視頻的人越來越多，這歸功于各家AI視頻廠商的共同努力，使得AI視頻也開始走向真正走向“越來越多用戶轉(zhuǎn)化成消費(fèi)者“的爬坡期。

圖片來源于百度

但是AI視頻生成的“指令識別不準(zhǔn)”、“無法修改”、“模糊”、“人物動(dòng)作合理性”、“身體細(xì)節(jié)錯(cuò)誤”、“主體不一致”、“物理運(yùn)動(dòng)BUG”等問題還是阻礙其進(jìn)一步發(fā)展的，這說明到達(dá)“成熟期”還有好長一段路要走。但是從各家AI視頻公司的更新迭代中，我們也可以發(fā)現(xiàn)他們都是有嘗試去通過各種各樣的功能去解決當(dāng)前階段的“缺陷”的，而且除此之外，還會(huì)卷一些額外的拓展能力。

他們有嘗試怎么樣解決這些“缺陷”？這些功能又意味著什么？要下面這段就讓小的來盤點(diǎn)一下。

當(dāng)前的視頻AI的能力

我們先分別講講每家AI視頻廠商最近新增加的能力，拆解下他們是如何嘗試解決AI視頻的問題的?？伸`AI

首先就是文首提到的可靈了，可靈最新的版本是1.5版本，其中引入了新一代模型，提高了畫質(zhì)和動(dòng)態(tài)質(zhì)量。

下面用一張圖來分別對比1.5和1.0的效果，由于之前測試到可靈僅在真人視頻上效果較好，所以測試的樣本同樣放了動(dòng)漫和真人兩種類型。

在動(dòng)漫圖片中，可靈1.0存在“生成的臉和手變形”、“手指和領(lǐng)帶也穿?！钡葐栴}。而1.5雖然也有“嘴部動(dòng)畫瑕疵”、“電鋸人拉環(huán)斷了的物理BUG”等問題，但是手指變形和臉部變現(xiàn)問題得到了優(yōu)化，可見其進(jìn)步。

在真人圖片中，可靈1.0存在“人物動(dòng)作毫無邏輯”（這一堆人在干啥呢）、“米國旗飄動(dòng)不自然”等問題。但是在1.5中可以看到，人物動(dòng)作明顯有一定的進(jìn)步，自然且合理多了，而且米國旗的飄動(dòng)顯得十分自然。雖然還是存在“人物主體不一致”（女保鏢變成了男的、人群中出現(xiàn)了兩個(gè)未知的人）的問題。

可見，可靈1.5也一定程度上優(yōu)化了“人物動(dòng)作合理性”、“身體細(xì)節(jié)錯(cuò)誤”、“主體不一致”、“物理運(yùn)動(dòng)BUG”的問題。

而且可靈還提供了以下額外的功能，以優(yōu)化AI視頻生成的效果和工具的能力邊界：

1.尾幀：

該功能僅支持在1.0上使用，支持上傳尾幀，以控制AI視頻的走向，使得生成的視頻不至于“太魔幻”。當(dāng)然，這也是文首提到的生成A轉(zhuǎn)B視頻的工具。

2.運(yùn)動(dòng)筆刷：

該功能僅支持在1.0上使用，該功能支持涂抹一定區(qū)域，并設(shè)定該區(qū)域的運(yùn)動(dòng)軌跡。也支持設(shè)定靜止區(qū)域，該區(qū)域會(huì)保持不動(dòng)。

其中還提供了區(qū)域快捷選擇的功能支持，方便快速選擇區(qū)域。

基于這個(gè)功能，就算是生成結(jié)果較差的可靈1.0，也能生成類似于1.5中的成品效果。（雖然存在“主體不一致”的問題，川建國的臉變現(xiàn)了。）

值得一提的是，使用該功能時(shí)，靜止區(qū)域需要盡量選擇多一點(diǎn)，否則會(huì)像下面一樣，在莫名其妙的地方出現(xiàn)“物理運(yùn)動(dòng)BUG”。

3.參數(shù)控制：

然后是可靈支持了參數(shù)控制，包含“想象力/相關(guān)性”、“生成品質(zhì)”、“生成時(shí)長”、“生成數(shù)量”。

其中“生成品質(zhì)”參數(shù)一定程度緩解了原本AI生成視頻比較糊的問題。而“生成條數(shù)”解決了“AI生成準(zhǔn)確度不足，需要多次抽卡”的問題，雖然解決方案是“讓用戶花N倍的錢抽多幾次”，但是也能在使用時(shí)候，大大節(jié)省用戶的操作時(shí)間。

4.運(yùn)鏡控制：

該功能可惜不支持圖生視頻，僅支持文生視頻。該問題能一定程度解決AI亂運(yùn)鏡的情況。

先前在使用其他AI視頻工具的時(shí)候，讓人抽卡到崩潰的原因之一是“經(jīng)常生成的謎之運(yùn)鏡”，比如：

5.不希望呈現(xiàn)的內(nèi)容：

這個(gè)就好像AI生圖的負(fù)面提示詞一樣，通過描述不希望出現(xiàn)的畫面內(nèi)容，從而提高生成的準(zhǔn)確度。

6.成品拓展修改：

對于已完成的成品，抖音支持二次進(jìn)行拓展修改，其中支持“對口型”和“延長5s”。

“對口型”支持識別到人臉的視頻進(jìn)行使用，可以自定義輸入的文本，利用文生音技術(shù)和音頻驅(qū)動(dòng)口型技術(shù)生成說話的視頻。或者自行上傳本地的配音，實(shí)現(xiàn)生成說話的視頻。

整體來說，說話的效果十分自然，比市面上能找到的開源方案效果更好。（川建國不能生成對口型的視頻，看來風(fēng)控做得還行啊哈哈。）

右圖是人物在說話“你們吃了嗎？”

7.API：

為了滿足B端場景的大批量生成需求，可靈還提供了API接入服務(wù)。雖然價(jià)格有點(diǎn)貴，但是在AI準(zhǔn)確度不夠需要多次抽卡的當(dāng)下，是一個(gè)能夠讓AI生成視頻在業(yè)務(wù)場景上發(fā)揮價(jià)值的重要能力。因?yàn)檫@能避免人肉進(jìn)行大批量的繁瑣操作，也能避免生成后的超長時(shí)間等待，從而大大提高了B端場景上的AI視頻使用效率。（BTW，花錢效率也上來了hhh。）

8.創(chuàng)意圈：

這是可靈推出的社區(qū)功能，用戶可以在上面上傳高質(zhì)量的視頻，也可以直接打開別人的視頻，一鍵生成同款。

該功能同時(shí)起到了AI能力展現(xiàn)、用戶教育、創(chuàng)作者挖掘的作用。即夢AI

緊接著是字節(jié)系的即夢AI，其在11/8號宣布了使用全新的視頻模型S2.0，宣稱其能有更快的生成速度和更高的品質(zhì)效果。

我們來用同樣的圖片來驗(yàn)證下其效果。

在動(dòng)漫圖片中，1.2（舊版本模型）生成的結(jié)果基本都有問題，人物毫無動(dòng)作，就算在2.0上也并沒有優(yōu)化這個(gè)問題，反而是生成了“謎之運(yùn)鏡”。

在真人圖片中，1.2生成結(jié)果較為“保守”，人物動(dòng)作基本沒有BUG，但是“米國旗飄動(dòng)不自然”。而2.0上反而有點(diǎn)“大膽到抽象了”，我不信邪地抽多了幾次，得到的都是較為抽象的結(jié)果。其中存在較為明顯的“人物動(dòng)作合理性”、“身體細(xì)節(jié)錯(cuò)誤”、“主體不一致”、“物理運(yùn)動(dòng)BUG”的問題。

由于測試樣本有限，未能看到較為明顯的提升，但是可能是我的測試樣本并未在升級的方向上。

即夢也同樣提供了以下額外的功能，以優(yōu)化AI視頻生成的效果和工具的能力邊界：

1.尾幀：

和可靈一樣，拓展功能暫不支持最新的模型使用。也是通過首尾幀圖片來控制視頻的走向，以保證成品的準(zhǔn)確度。

2.動(dòng)效畫板：

該功能同樣僅支持1.2版本使用，用于框選主體位置，然后控制運(yùn)動(dòng)軌跡，以提高成品的準(zhǔn)確度。

不過即夢僅支持控制主體的位置，不像可靈可以控制多個(gè)區(qū)域的動(dòng)與靜。

雖然BUG很多，但是手還是動(dòng)起來了hhh。

3.運(yùn)鏡控制：

該功能同樣僅支持1.2版本使用，用于控制運(yùn)鏡方向，減少謎之運(yùn)鏡的生成。

4.參數(shù)控制：

即夢提供了如“運(yùn)動(dòng)速度”、“生成模式”、“生成時(shí)長”、“視頻比例”、“生成次數(shù)”、“閑時(shí)生成”等的參數(shù)，相比起可靈多了速度和模式的控制項(xiàng)目。

5.對口型：

即夢也有對口型能力，相比起可靈，該能力可以單獨(dú)上傳一張人物肖像進(jìn)行口型生成，整體來說會(huì)更方便。（但是也增加了風(fēng)險(xiǎn)，因?yàn)榉茿I生成的人物也能用來對口型，可以用于一些侵權(quán)/造謠的違法場景上。）

6.成品拓展修改：

對于已生成的視頻，即夢支持“視頻延長”、“對口型”、“補(bǔ)幀”、“提高分辨率”、“AI配樂”，這里的能力會(huì)相對比可l靈更多點(diǎn)，方便視頻制作者生成滿足其需求的視頻內(nèi)容。

值得一提的是其中的AI配樂能力，可以由AI自由發(fā)揮，或者人工指定音樂的場景、流派、情感、樂器進(jìn)行生成，以生成更符合需求的配音。

7.故事創(chuàng)作：

故事創(chuàng)作功能允許用戶導(dǎo)入腳本，按分鏡進(jìn)行視頻創(chuàng)作、圖片創(chuàng)作，配合上音頻編輯能力，以一鍵生成AI視頻。

該能力與LTX Studio、SkyReels等AI視頻短劇的建設(shè)思路是一致的，用腳本把多個(gè)AI視頻串聯(lián)起來，以生成一個(gè)完整的AI視頻，節(jié)省用戶二次剪輯的工作量。但是在AI生成的準(zhǔn)確性不足的情況下，這個(gè)方式也會(huì)疊加各個(gè)視頻的不準(zhǔn)確性問題，從而降低成品質(zhì)量，或者翻倍其中的“抽卡成本”。

8.探索：

與可靈一致，即夢提供了類似于創(chuàng)作圈的功能，用于展示高質(zhì)量的成品，用于能力展現(xiàn)、用戶教育、創(chuàng)作者挖掘。

Luma

Luma最新的版本是9月左右更新的1.6版本，其中發(fā)布了運(yùn)鏡控制功能。

為了驗(yàn)證其效果，我拿出了4個(gè)月前的抽卡結(jié)果進(jìn)行對比。

無論是動(dòng)漫還是真人圖片，Luma兩個(gè)版本的表現(xiàn)都存在很大的問題，并沒有較好的優(yōu)化。

Luma用于“優(yōu)化AI視頻生成的效果和工具的能力邊界”的功能有：

1.尾幀：

和前面提到的可靈、即夢一樣，Luma也支持上傳尾幀，以控制AI視頻的走向。

2.運(yùn)鏡控制：

相比起可靈和即夢的運(yùn)鏡控制，Luma的運(yùn)鏡相比起來十分簡陋，僅支持輸入文本進(jìn)行控制，不能進(jìn)行精細(xì)的幅度控制。

3.循環(huán)功能：

個(gè)人理解這個(gè)功能其實(shí)就是“尾幀”的一種應(yīng)用，而且選擇“Loop”之后，也不允許上傳尾幀了。該設(shè)置項(xiàng)能讓視頻首尾一致，以進(jìn)行循環(huán)播放。

4.API：

Luma支持API，可供大規(guī)模調(diào)用。

Runway

Runway在更新Gen-3 Alpha 和 Gen-3 Alpha Turbo之后，更新了一個(gè)Act-One的能力。

我們來用同樣的圖片來驗(yàn)證下其效果。

在動(dòng)漫圖片中，Gen-2存在“畫面模糊”、“人物臉部異常變現(xiàn)”等問題。但是在Gen-3 Alpha上，這些問題被很好地解決掉了，雖然存在“電鋸人拉環(huán)斷了的物理BUG”，但是人物主體保持得很好。

在真人圖片中，Gen-2的結(jié)果有點(diǎn)慘不忍睹，“主體不一致”（川建國都成國旗了）、“人物動(dòng)作毫無邏輯”（他們在下沉？）。而這些問題，在Gen-3中的帶了很好的解決，雖然還有點(diǎn)動(dòng)作僵硬。

相比來說，Runway新版本的能力提升還是比較明顯的。

那么下面小的匯總下Runway上的拓展功能點(diǎn)：

1.尾幀：

本質(zhì)上和前面的功能一致，不贅述。

2.運(yùn)動(dòng)筆刷：

和前面的“運(yùn)動(dòng)筆刷”、“動(dòng)效畫板”一致，不贅述。

不過這個(gè)軌跡控制是用坐標(biāo)參數(shù)控制的，有點(diǎn)反人類。

3.參數(shù)控制：

Runway的參數(shù)支持“清晰度”、“種子”、“水印”、“插幀”、“生成時(shí)長”……

不像國內(nèi)那樣支持多輪抽卡，屬實(shí)難受。

4.運(yùn)鏡控制：

和前面的“運(yùn)鏡控制”類似，不贅述。

5.Act-one：

這是Runway最新推出的一個(gè)能力，可以上傳一個(gè)“臉部清晰”、“身體動(dòng)作較少”的視頻，然后使用AI驅(qū)動(dòng)一張目標(biāo)圖片進(jìn)行臉部動(dòng)作學(xué)習(xí)。

該能力其實(shí)和轉(zhuǎn)口型能力是同源的，都同樣是臉部動(dòng)作轉(zhuǎn)換。

（哈哈，2次元?jiǎng)勇D片的效果還是差點(diǎn)意思。）

6.成品拓展修改：

對于已完成的視頻，Runway支持“視頻拓展”（生成多N秒）、“對口型”（不贅述，和國內(nèi)一致）、“視頻生視頻”（適用于重繪、轉(zhuǎn)畫風(fēng)、細(xì)節(jié)補(bǔ)充等場景）、“時(shí)間剪輯”（改視頻長度or速度）等拓展修改能力。

7.API：

Runway支持API，可供大規(guī)模調(diào)用。

8.Runway watch：

等同于國內(nèi)的“創(chuàng)意圈”，用于進(jìn)行AI能力展現(xiàn)、用戶教育、創(chuàng)作者挖掘。

其他特殊能力

本來還想把PixVerse、清影、PIKA、海螺等視頻生成AI也都看一遍，但是普遍都需要充值會(huì)員，且拓展的功能除了上面提到的，主要就是以下這些了。下面列舉一下：

1.特效玩法：

目前該能力僅看到在PixVerse和PIKA上出現(xiàn)，該玩法支持生成各類好玩的特效視頻，比如“捏碎一切”、“毒液變身”……

2.角色控制：

這是PixVerse上的能力，支持選定一個(gè)角色，然后AI會(huì)生成該角色的視頻，以保證主體的一致性。

小結(jié)

為了方便對比各家的能力，我這邊列了一個(gè)表格：

通過以上的調(diào)研，我們可總結(jié)出，各廠商為了解決AI視頻的問題，推出的功能可以分為以下幾類。

1.更牛的AI大模型解決根本問題：

針對AI視頻的問題進(jìn)行大模型訓(xùn)練，能從根本上解決視頻AI的問題。這個(gè)雖然是個(gè)完美的解決方案，但也有問題，就是成本太高、周期太長。

特別是在如今這么多家同時(shí)競爭的情況下，如果把希望全部都放在“成本高、周期長”的新一代模型上，對一家企業(yè)來說風(fēng)險(xiǎn)很高。很有可能由于回收周期太長，看不到未來可行性，股東先行撤資?；蛘邉e家的“新一代模型”投入更多、速度更快，通過先發(fā)優(yōu)勢使得企業(yè)的投入全部白費(fèi)。

2.更多的控制項(xiàng)目提高生成準(zhǔn)確度：

在AI不能完全理解我們輸入的意圖前，需要通過一些固定格式的參數(shù)來控制AI輸出的質(zhì)量。這些固定格式的參數(shù)在“大語言模型”的使用上，又可稱為“提示詞工程”。

而在視頻生成AI領(lǐng)域，我們可以利用“控制項(xiàng)目”來提高生成結(jié)果的準(zhǔn)確度，以保證AI能盡可能滿足業(yè)務(wù)的需求。雖然目前部分AI模型并不能完全遵循全部指令，但是也能一定程度上減少AI的“發(fā)散”，生成相對穩(wěn)定的結(jié)果。

目前常見的控制項(xiàng)目有“首尾幀”、“運(yùn)動(dòng)筆刷”、“生成品質(zhì)”、“生成時(shí)長”、“特效”、“運(yùn)鏡控制”等等。這些功能在AI大模型新版本出來之前，一定程度上能緩解視頻AI的問題，并解決一定程度的需求。

目前AI視頻越來越多，一定程度歸功于這些功能的發(fā)明。就比如“首尾幀”功能造就的“A轉(zhuǎn)B轉(zhuǎn)C”這類視頻。

3.拓展的視頻能力滿足更廣泛的場景：

按照俺之前的梳理，視頻制作流程分成了尋找靈感、制作草稿、收集素材、剪輯成稿。

而前AI生成視頻技術(shù)僅僅能解決“制作草稿”、“收集素材”環(huán)節(jié)的部分需求。因此部分AI視頻廠商開始嘗試拓展視頻制作業(yè)務(wù)的上下游場景，從而提高視頻AI工具的能力邊界，以滿足更多的用戶需求。

比如，大部分廠商都推出了“對口型”能力，這是在試圖滿足視頻制作過程中的“配音制作”需求，使得視頻制作的效率更高

又比如，即夢推出的故事創(chuàng)作能力，這里將“尋找靈感、制作草稿、收集素材、剪輯成稿”環(huán)節(jié)全部整合到了系統(tǒng)上，包含了分鏡稿、畫面生成、配音生成環(huán)節(jié)，最終一鍵生成AI視頻。

4.用戶教育以讓用戶用得更好：

AI視頻畢竟是一個(gè)復(fù)雜的工具，并不是所有用戶都能用好的，如果無法完全發(fā)揮工具的全部實(shí)力，那么所有的開發(fā)成本、訓(xùn)練成本都會(huì)被白白浪費(fèi)，因此需要一定程度的用戶教育手段。目前各廠商主要是通過“創(chuàng)意圈”這類功能來實(shí)現(xiàn)用戶教育目的的。

所謂創(chuàng)意圈，即創(chuàng)作者社區(qū)。通過在上面發(fā)布高質(zhì)量的AI視頻來展現(xiàn)AI的能力，讓用戶了解到“這個(gè)AI能做到這種程度”，并產(chǎn)生嘗試的欲望。

同時(shí)，創(chuàng)意圈還會(huì)支持用戶“一鍵生成同款”，這個(gè)過程中就起到對AI工具參數(shù)設(shè)置的教育作用。

此外，平臺方還需要不斷挖掘其中的KOL創(chuàng)作者，以打造優(yōu)質(zhì)的內(nèi)容生成，并將其中的優(yōu)質(zhì)內(nèi)容發(fā)布在社交媒體上，打造平臺的影響力，吸引自然量用戶。

5.大批量的調(diào)用方式以提升使用效率：

由于視頻生成AI存在準(zhǔn)確度問題，所以目前AI生成視頻是必定需要多次抽卡的。

為了避免人肉手動(dòng)操作進(jìn)行多次抽卡而產(chǎn)生的“超長等待時(shí)間成本”，目前部分廠商提供了“一次性生成多個(gè)視頻”和“API調(diào)用”這些方案。

雖然這些方式會(huì)增加平均的抽卡的費(fèi)用，但是能提升抽卡的效率，也能提高“AI最終生成目標(biāo)視頻”的概率。為什么要卷這些拓展能力

整體來說，目前視頻AI廠商拓展的這些能力都是共同為了“更好地滿足視頻制作需求”這個(gè)目的。

其中，更牛的AI大模型、更多的控制項(xiàng)目能夠提升成品視頻的質(zhì)量，拓展的視頻能力能夠滿足更廣泛的視頻制作場景，用戶教育、大批量的調(diào)用方式能輔助用戶更好地運(yùn)營AI視頻工具。

當(dāng)用戶的視頻制作需求被滿足時(shí)，用戶就會(huì)留存在AI視頻工具平臺上，從而給廠商貢獻(xiàn)充值收入。這就構(gòu)成了“視頻制作需求”與“充值收入”的價(jià)值交換模型。

但是“滿足視頻制作需求”這個(gè)其實(shí)是可以分為三個(gè)層次的，可以稱之為視頻制作需求的“點(diǎn)、線、面”。

1.視頻制作需求的“點(diǎn)”：

所謂“點(diǎn)”，即僅僅滿足視頻制作環(huán)節(jié)的某個(gè)單點(diǎn)需求。比如“尋找靈感、制作草稿、收集素材、剪輯成稿”中的單個(gè)視頻片段制作、配音生成、剪輯合成等。

個(gè)人理解目前大部分的AI視頻廠商都處于這個(gè)層次，即AI視頻能力的積累階段。

2.視頻制作需求的“線”：

所謂“線”，即通過多個(gè)單點(diǎn)需求的同時(shí)滿足，滿足了一整條工作流的需求，實(shí)現(xiàn)從0~1的工具輔助。即夢AI的“故事創(chuàng)作”功能就承載了即夢“點(diǎn)連成線”的野心，只不過由于AI視頻的準(zhǔn)確度問題，目前該能力只能滿足極其有限的需求。

目前大部分AI視頻廠商都在試圖通過布局各種能力點(diǎn)，從而滿足某個(gè)工作流的需求。

3.視頻制作需求的“面”：

所謂“面”，即通過同時(shí)滿足多個(gè)工作流程的需求，從而形成的一整套“視頻行業(yè)解決方案”。這應(yīng)該是所有AI視頻廠商的終極愿景——用AI顛覆&壟斷整個(gè)領(lǐng)域。

但是廠商是不可能一下子就發(fā)展成某個(gè)“面”的視頻需求解決工具，而是需要逐漸積累，點(diǎn)連成線、線連成面，這也是我們看到不少廠商在拓展各種AI視頻能力。

此外，部分能力還起到的一定的營銷作用。通過其好玩的、有新意的新能力，吸引各種用戶使用，并在社交媒體上發(fā)布，形成裂變效果。

就比如Pika的“捏爆一切特效”、PixVerse的“毒液變身特效”，這些新能力能結(jié)合熱點(diǎn)（毒液電影），或者其本身足夠好玩，能吸引一定的基礎(chǔ)熱度。其次能夠讓用戶制作自身的專屬視頻，滿足用戶的好奇心、自我表達(dá)欲望。這些因素的疊加構(gòu)成了一定程度的“裂變營銷”，為AI視頻平臺積累了一定的知名度和影響力，吸引一定量的用戶以及賺取一定量的會(huì)員收入。

值得一提的是，目前各家AI視頻廠商的能力其實(shí)是難以一較高低的，因?yàn)锳I視頻模型是有擅長領(lǐng)域的區(qū)別的，有些模型擅長單人動(dòng)作，有的擅長多人互動(dòng)，有的擅長風(fēng)景，有的會(huì)點(diǎn)獵奇畫面，這與他們的訓(xùn)練樣本相關(guān)，每個(gè)廠商的樣本都會(huì)各有側(cè)重，總之各有各的不同。

對用戶來說，他們是較難選擇一款合適自己AI視頻產(chǎn)品的，他們只能選擇能力較為齊全、口碑較好的產(chǎn)品。因此某種程度上，營銷能力決定著AI視頻廠商的生死。（但也不能瞎宣傳，自身能力還需扎實(shí)，滿足目標(biāo)群體的需求，否則會(huì)留不住用戶，也會(huì)讓用戶產(chǎn)生一些負(fù)面的認(rèn)知。）小結(jié)

小結(jié)一下?！盀槭裁匆磉@些能力呢？”總的來說是三點(diǎn)：

1.更多的拓展能力能更好地滿足用戶的“視頻制作需求”，能在當(dāng)下吸引更多用戶，賺取更多收益，為廠商在后續(xù)的競爭中積累優(yōu)勢。

2.這是廠商顛覆和壟斷整個(gè)“視頻制作領(lǐng)域”的前置步驟，需要積累足夠多的能力點(diǎn)，然后點(diǎn)連成線、線連成面。

3.部分能力能夠讓廠商在競爭中“彎道超車”，畢竟?fàn)I銷做得好，能填補(bǔ)一定程度的產(chǎn)品能力差距。誰更容易卷成

如此看來，各家的思路其實(shí)也是大差不差的。那么誰更容易卷呢？

之前在《淺談當(dāng)前的AI剪輯工具》有提到過，目前我的想法還是和之前一樣。主要是滿足以下三點(diǎn)的廠商更容易卷成。

1.有用戶：用AI視頻工具能吸引到足夠的目標(biāo)用戶。

2.能賺錢：能夠跑通與用戶價(jià)值交換的商業(yè)邏輯。

3.有壁壘：在前兩個(gè)過程中構(gòu)建自己的競爭壁壘，以源源不斷進(jìn)行價(jià)值交換。

這里再補(bǔ)充一些新的思考吧。

先講講第一點(diǎn)“有用戶”的拓展思考。

就和AI剪輯工具一樣，AI視頻工具會(huì)有細(xì)分方向，比如不同用戶類型、不同行業(yè)等等。不同方向的用戶群體會(huì)具有不同的AI視頻需求。

因此個(gè)人覺得，AI視頻廠商必須圍繞著目標(biāo)用戶群體的需求進(jìn)行大模型訓(xùn)練，才能夠積累到足夠的目標(biāo)用戶。

對于已經(jīng)領(lǐng)先同行好幾個(gè)版本的頭部廠商來說，他們只需要從已有用戶中提煉一些高價(jià)值需求，針對這部分用戶提供滿足他們需求的AI能力，便能穩(wěn)住他們的基本盤，并在此基礎(chǔ)上拓展更多的領(lǐng)域。

但是對于還在剛剛起步的廠商，他們就必須進(jìn)行目標(biāo)人群的差異化競爭了。因?yàn)锳I的規(guī)模效益存在，后發(fā)者往往需要更多的資源和投入才能趕超，因?yàn)橄胍谟邢拶Y源的情況下趕超是不可能的。只能瞄準(zhǔn)頭部廠商尚未覆蓋的用戶群體，針對他們的訴求訓(xùn)練專屬的視頻大模型，圈住自己的基本盤用戶群體。

那么有什么可以差異化的區(qū)域嗎？這里講講我個(gè)人遇到的一些痛點(diǎn)hh：

比如，目前測試過那么多家AI視頻廠商，大部分都集中在真人視頻方向（可能也和這個(gè)方向的訓(xùn)練難度有關(guān)系），具有卡通Q版AI視頻生成需求的用戶就無法用得上。

再比如，目前測試到的大部分AI視頻的動(dòng)作幅度都比較大，那些小幅度的動(dòng)圖基本很難生成出來，對于想要做廣告展示圖片的制作者來說，目前的AI視頻較難滿足需求。

再講講第二點(diǎn)“能賺錢”的拓展思考。

其實(shí)目前AI視頻的商業(yè)模式基本上都是能賺錢的，只要圈住了目標(biāo)用戶群體，AI視頻本身能滿足他們的需求，他們就會(huì)源源不斷地購買會(huì)員。

但是除了模型訓(xùn)練、功能開發(fā)、人力、設(shè)備機(jī)器相關(guān)的成本，這里還會(huì)需要考慮到“營銷”和“競爭”層面的支出，由于競爭者眾多，也需要在營銷層面進(jìn)行投入，也需要考慮進(jìn)行一定程度的“價(jià)格戰(zhàn)”。

比如可靈就在搞價(jià)格戰(zhàn)。

最后一點(diǎn)“有壁壘”暫時(shí)沒有補(bǔ)充。

壁壘內(nèi)容主要在于大模型能力、用戶量級、行業(yè)方案解決能力等方面上。

小結(jié)

以上，便是個(gè)人最近對AI視頻工具一些觀察和思考了，歡迎指教一二。