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。

1、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。

2、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、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。

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。

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。

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。

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。

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。

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

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。

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？

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。

HeyGen在众多“形而上学”的视频模型创业公司里面，商业化能力是非常强的。收入数据来看，从2022年 7月底上线算起，ARR从 0到 100万美金，仅用时178天，而最近一次融资放出的消息，HeyGen 2024年 2月的预期ARR已经达到2000万美元了。

回头去看，HeyGen除了迭代技术之外，在场景上的探索也非常积极和接地气。

HeyGen的主要功能是AI数字人生成和视频翻译，服务的是AI演讲视频场景。

在上线之前，HeyGen首先在线上协作平台Fiverr上提供演讲者视频制作服务来验证市场需求，在这个平台上，HeyGen提供的数字人演讲服务比真人服务价格降低了90%，交付时间从1 天缩短为了10分钟。通过这样的方式，HeyGen找到了为服务买单的群体，电商卖家和内容创作者那样的小B 用户。

而后，HeyGen应该是想进一步去探索场景，锚定在企业宣传、内部管理和培训等能够用到AI视频的地方，来获取大客户。在2022年底，HeyGen开始建立大客户团队，根据官网显示，Salesforce、amazon、NVIDIA现都与HeyGen达成了合作。

在验证需求并有小范围内传播后，而后才有我们看到的HeyGen在社媒上曝光（“让霉霉说中文”），进一步再引发媒体曝光，打响知名度。

在发展的过程中，HeyGen将各项技术（Avatar、声音、视频翻译）设计成一个个模块，然后组合应用到不同场景里，而场景的探索也偏多样化，例如一些个性化的外联视频、教育类会用到比较多的相关视频、商品展示和宣传视频等等。

但从第一开始的市场验证到后期的场景探索，电商和推广也都被作为重点探索领域。例如，HeyGen在 4月 17日推出了基于商品页面生成商品介绍视频的功能。用户只需上传一个商品或App的网站链接，HeyGen就可以基于页面上的文字和图片，自行生成幻灯片和对应的视频脚本，在用户确认后，生成产品介绍视频，进一步简化工作流程。