巨大的消費、娛樂潛力，讓多模態(tài)的競爭加劇。

文丨王與桐

編輯丨程曼祺

我們了解到，AI 視頻企業(yè)愛詩科技完成 1 億元人民幣 B+ 輪融資，由復星銳正、同創(chuàng)偉業(yè)、順禧基金共同投資。愛詩科技成立于 2023 年 4 月，截至目前融資總額超過 1 億美元。

愛詩科技旗下產(chǎn)品 PixVerse（海外版）和拍我 AI 目前總用戶數(shù)超過 1 億，月活（MAU）已超 1600 萬，年度經(jīng)常性收入（ARR）達 4000 萬美元。

9 月 30 日，OpenAI 發(fā)布了視頻生成模型 Sora 2 及社交應(yīng)用 Sora App。新一代模型在物理模擬、音畫同步與場景連貫性上都有顯著提升。用戶只需輸入文字提示，即可生成帶聲音的視頻，并在一個類似 TikTok 的內(nèi)容流中瀏覽和分享。

Sora App 上線后迅速登頂美區(qū) App Store 免費榜，連續(xù) 7 天位居第一；上線不到兩周，下載量突破 100 萬——比當年 ChatGPT 達到同一數(shù)字的時間更短。這些增長是在 Sora 實行邀請制的前提下達成的。

自 2024 年初 OpenAI 發(fā)布驚艷全球的 Sora 演示視頻后，用戶便一直期待真正能用上這項技術(shù)。盡管在去年 10 月 Sora 模型發(fā)布，但與年初的 demo 相差甚遠。

直到 Sora 2 的出現(xiàn)，讓 Open AI 的視頻生成能力再次回到全球公眾視野。一方面，它代表了當前視頻生成技術(shù)的最高水準之一；另一方面，它將 AI 內(nèi)容生產(chǎn)推向了大眾社交。此刻，幾乎所有公司都在密切關(guān)注 Sora，試圖判斷它是否會像 ChatGPT 一樣，重塑內(nèi)容分發(fā)的方式，并開辟新的產(chǎn)業(yè)空間?！岸桃曨l之所以顛覆過去，是因為它從根本上改變了人們對內(nèi)容的認知和消費方式。AI 的出現(xiàn)同樣如此?！?愛詩科技創(chuàng)始人、CEO 王長虎說。

愛詩科技聯(lián)合創(chuàng)始人謝旭璋告訴我們，即使 Sora 目前增長很快，實際上 PixVerse 的數(shù)據(jù)并沒有受到影響。因為視頻生成移動 App 賽道市場容量極大，現(xiàn)有的工具和產(chǎn)品短期內(nèi)都還不能完全覆蓋所有用戶（抖音和 Tiktok 的月活超過 20 億，每個短視頻用戶都可以是 AI 視頻的創(chuàng)作者）。

愛詩科技創(chuàng)始人王長虎曾在微軟亞洲研究院、字節(jié)跳動工作，有近 20 年 AI 研究經(jīng)歷；聯(lián)合創(chuàng)始人謝旭璋創(chuàng)業(yè)前的 6 年一直在光源資本工作。在團隊搭建后，在第二年年初，產(chǎn)品 PixVerse 網(wǎng)頁端上線，在當年 11 月，變身特效帶來 1000 萬新用戶增長。2025 年 5 月 PixVerse V4.5 上線，將用戶規(guī)模帶到 6000 萬；6 月，國內(nèi)版拍我 AI 上線，首尾幀多幀、多主體生成等產(chǎn)品功能更新；8 月，PixVerse V5 上線，同時愛詩推出 Agent 創(chuàng)作助手，用戶規(guī)模達到 1 億。

來源：Artificial Analysis。左圖是圖片生成視頻模型當前的前十名，前三都是中國公司的模型，分別是快手可靈、愛詩 PixVerse、MiniMax 海螺；Sora 在這個榜單的第 31 名。右圖是文字生成視頻模型當前的前十一名，Sora 2 在第 11 名。

當下最領(lǐng)先的大語言模型仍由 Google、OpenAI、Anthropic 等美國公司提供，但在視頻、語音生成等多模態(tài)領(lǐng)域，中國公司的模型可以躋身全球頂尖行列。

從最新的 Artificial Analysis 榜單可以看到，圖片生成視頻模型的前十名中，前三全部來自中國——快手可靈、愛詩 PixVerse 和 MiniMax 海螺；而 Sora 僅列第 31 位。OpenAI 最新視頻生成模型 Sora 2 在文生視頻榜單中排名 11。

在模型迭代之外，愛詩團隊還針對移動端產(chǎn)品做了大量優(yōu)化，包括人物一致性、畫質(zhì)可選項和生成速度等。自去年下半年開始，愛詩持續(xù)在玩法層面創(chuàng)新，一些特效模版如 “變身”“耶穌溫暖你” 等給 PixVerse 帶來了上千萬的新增用戶。這些優(yōu)化與探索讓他們能夠更快地將模型推向產(chǎn)品端與更廣泛的用戶市場。

另一家視頻生成公司的從業(yè)者告訴我們，字節(jié)跳動在視頻應(yīng)用領(lǐng)域?qū)且粋€極具競爭力的對手。“他們的模型訓練資源足夠，過去也積累了最強的產(chǎn)品能力?！?目前，字節(jié)旗下的視頻生成模型 Seedance 和 Waver 在榜單中分別位列第 7 和第 8。據(jù)了解，早在今年 4 月，即夢移動端的日活就超過了百萬，今年即夢的日活增長目標是至少超過五百萬。

全球視頻生成模型榜單上的第一名是快手可靈，其核心目標并非面向普通用戶（C 端），而是聚焦專業(yè)創(chuàng)作者（P 端）。自去年啟動商業(yè)化以來，截至今年 2 月，可靈的累計營收已突破 1 億元。

目前，視頻生成主流公司幾乎都在技術(shù)突破和應(yīng)用體驗兩個維度并行推進，只是側(cè)重點與節(jié)奏不同。同樣都在追求模型上的突破和迭代，Google Veo3、快手可靈、生數(shù) Vidu、MiniMax 海螺等側(cè)重強化長時一致性、可控性與專業(yè)工作流，字節(jié)即夢、愛詩則在加強產(chǎn)品體驗、探索新奇的玩法。

Sora app 表現(xiàn)出了 to C 爆發(fā)力，但 OpenAI 也沒有放棄更專業(yè)的市場，就在昨天，OpenAI 宣布所有用戶均可在 Sora App、網(wǎng)頁端生成最長 15 秒的視頻，Pro 用戶則可在網(wǎng)頁端生成最長 25 秒的視頻（此前是標準版 10 秒，Pro 版 15 秒）。

多模態(tài)領(lǐng)域被一些從業(yè)者認為不是 AGI 演進的最主軸，但考慮到它巨大的消費、娛樂潛力，這個領(lǐng)域的競爭烈度已經(jīng)加劇。

題圖來源：《F1: The Movie》