“你还是回去吧，大模型在中国没有机会。”
2023年刚创业，爱诗科技创始人兼CEO王长虎收到了天使投资人朱啸虎的“劝退”。
但两年时间过去，两个节点颠覆了投资人对AI视频生成赛道的固有印象。先是2024年OpenAI 发布Sora爆火，再到今年被定义为AI视频“商业化元年”，AI视频赛道融资的速度开始加快。
两周前（9月10日），爱诗科技拿下了AI视频赛道单轮最高融资6000万美元(约合4.3亿元人民币)，更多好消息开始被人们注意到，包括突破1亿的全球用户、目前收入能够覆盖绝大部分支出。种种迹象表明，爱诗科技已经解决了最难的生存问题，开始瞄准大厂做下一步规划。
熬过第一个生死存亡的节点，对于爱诗科技来说只是个开始，如何和资源丰厚、有应用场景的可灵、即梦们掰手腕，才是一场更难打的仗。
利好小白用户
爱诗科技的破圈突围
这笔融资，堪称爱诗科技的“及时雨”。
9月10日，爱诗科技完成6000万美元（约合4.3亿元人民币）B轮融资，该轮融资由阿里领投，达晨财智、深创投、北京市人工智能产业投资基金、湖南电广传媒、巨人网络和Antler等投资方跟投。
能拿到这笔投资，一定程度上，是因为爱诗科技的产品已经被市场广泛认可。
在宣布B轮融资的前一个月，爱诗科技放出了一个消息，其产品目前全球用户数量突破一亿，对比3个月前，这个数字还是6000万。也是在6月，爱诗科技的AI视频产品Pixverse的国内版“拍我AI”在国内上线。
尤其在今年，整个AI视频赛道的用户基本盘正在高速增长。以快手可灵AI为例，截至7月底，可灵AI的用户数超过4500万，同样比三个月前的2200万翻了一番。
被市场认可、拿到融资，爱诗科技是怎么做到的?靠的是贴近用户的产品设计。
爱诗科技的模型优化，核心在于怎么让用户能够真地用起来，并且用得顺手。
以今年8月爱诗科技更新的V5版本模型为例，其重点就放在了用户使用体验的改进上。
比起其他厂商，爱诗科技的突出优势就是快。从模型生成速度来说，V5依然保持着生成视频速度快的优势。比如，当光锥智能让它生成一个“小猫跳水”的AI视频，它在20秒以内就给出了一版，而同类产品可能要花几分钟左右。
从生成质量来说，爱诗科技业也达到了商业化的标准质量，不过也优缺点并存。
V5在动效的真实性上的效果只能算是及格水平，但在用户意图的拆解上表现更加突出。
以猫咪落水的生成效果对比，在猫咪入水后的水花效果和飞起运动的情况来看，存在质感不够逼真的问题。而快手可灵AI的落水效果更自然，却没有理解“英短猫”和“跳水”的关键词，生成的画面和用户需求有一定差距。
此外，瞄准大众创造者的情况下，爱诗科技在产品设计上多了一些巧思，比如专门为小白用户做了智能体，让没有基础的用户也能轻松做出同款视频。
目前，爱诗科技在拍我AI的智能体广场中放入了大量模版，只需要用户上传照片并根据提示操作，就能生成同款视频。比如上传自己的照片、并写上一个名人，就能得到你和偶像合拍的视频。和过往需要调整比例、首尾帧、写好画面分镜等繁琐操作相比，智能体的介入降低了用户的使用门槛。
不过在使用体验上，目前模版还不够尽善尽美，出现了识别对象错误的问题。
实际测试中，光锥智能上传了OpenAI前首席科学家Ilya的照片，要求其做一个和Sam Altman合拍的视频。可以看到人物主体一致性保持得很不错，动起来的效果也足够逼真，只是可惜智能体找错了Sam Altman的照片。
整体来说，爱诗科技的模型生成水平已经达到了面向C端用户商业化的标准，但部分生成动效的真实性、运镜效果等细节的表现还有待优化。
不过，相对于模型上的一些小优势，在产品上的“视频模版”爆款玩法才是真正让这家公司破圈的功臣。
在产品层面，爱诗科技热衷于靠各种视频特效模版实现破圈，再靠模版在社交媒体平台上的传播来吸引更多用户使用。
“普通人不需要输入Prompt，只需要上传一张图片，选好模版就能达到100% 的成功率。”王长虎这样评价视频模版的出现，“这是真的让普通人玩起来的时刻，我们认为这是视频生成的 ChatGPT 时刻。”
出身于字节跳动的王长虎，似乎深谙爆款的运营之道。
不过，靠爆款拉动应用，爱诗科技不是第一个，也不是最后一个。
最近，谷歌Nano Banana模型掀起的“手办照片”特效就是一个风靡海内外的爆款模版。就在9月15日，谷歌旗下的Gemini的App排名甚至超过了ChatGPT，登上了美国App Store免费榜单的第一。
有限资源
靠跑通商业化“自救”
作为AI视频生成赛道创业第一波玩家，爱诗科技的成名其实够早。
从2024年1月，这家公司拿出了首个视频生成模型PixVerse V1版本，其发布时间早了Sora一个月，并在上线的30天实现破百万访问量。虽然和RunWay、Pika等海外产品同期，但苦于国内当时不看好AI视频赛道，在国内知名度不足。
直到去年2月捧出视频生成模型Sora时，国内才开始热切关注AI视频生成赛道。
AI视频行业相对大语言模型，烧钱多、爆发晚，导致每一个创业玩家只能在相对有限的资源里艰难求生。
转向国内，AI视频赛道的入局者们来得更晚，快手和MiniMax先后放出的视频生成模型，但轻易抢走了风头。去年6月，快手捧出内部研发的视频生成模型可灵1.0，MiniMax也在去年9月发布海螺AI。
为什么这段时间，快手可灵和MiniMax的海螺AI成了后起之秀?原因是爱诗的V1、V2版本，在抽卡效果和视频质量上表现不够好。
毕竟，爱诗科技当时能拿到的资源非常有限。
“早些年，有些钱我们没有拿。”王长虎说，“但回头看，我们应该多储备一些资金，尽可能地去拿钱，更早把模型做出来。”
王长虎回忆起来也难免后悔，他也曾透露，最早的时候，爱诗科技只有百卡储备，后来拿到新一轮融资才升级到千卡级别。
在掰着手指头花钱的情况下，选择比努力可能更重要。
字节出身的王长虎，曾在AI视频团队给抖音、今日头条等产品做技术支撑，在选择To B还是To C上，王长虎认为走To B路线在商业化上的稳定性不足。
“早期一些移动 App 也用过一些计算机视觉公司的 API，但这些 App 做得更大后，就开始用自建的。”王长虎说。
再从市场选择上，在海外对AI工具的认知和用户付费意愿更好的情况下，爱诗科技也选择了第一天就出海，这让这家公司在海外率先积累了一定用户量，打通变现也会更方便。
现在，当模型能力达到标准线的情况下，爱诗科技也迎来了自己的爆发节点。
这家公司推出的“毒液”模版成为了引爆流量的关键。这个模版于去年11月上线后，就在海外的TikTok等社交媒体上流行，变身特效视频被播放超过10亿次，甚至火到了国内。当时的小红书、闲鱼等平台不少用户甚至发帖找人花钱做同款特效视频。
“毒液”模版走红带来的热度，证明了一件事，即当模型生成的视频质量达到用户能接受的水平线，创业公司同样能和大厂们一起“卷爆款”。
有了初步的市场认可和用户数量，爱诗开始探索更多盈利渠道，比如继续打通to B业务。从今年1月，爱诗科技开始支持各行业的API和定制化视频生成，涵盖互联网、营销、电商等。
爱诗的发展，一定程度上体现了AI视频行业商业化的共性，在商业化前景不够明朗的情况下，B端和C端要两手抓。
同样是做视频生成，生数科技走的则是“先B后C”的路线。成立两年的时间里，生数科技有1年半都在琢磨落地问题。在今年的智源大会上，之前主攻B端的生数科技CEO骆怡航给出了“八大行业、三十大场景”的版图，其中，互联网、广告、电影、动漫的应用占到了8成。
当大家的竞争基本盘又回到了同一张桌子上，怎么看未来表现，就要看谁的商业化路线执行成果更漂亮。
“DeepSeek时刻”未至
AI视频赛道的路不好走
虽然爱诗科技已经初步取得市场认可，但面向未来，to C是一条更难走的路。
目前自带短视频产品的快手，在技术和场景的加成下，已经占据市场头部的位置。
快手Q2财报披露，可灵AI在第二季度收入达到2.5亿。据中金研报，以2025e ARR来测算，市占率快手可灵全球领先，其市占率约20%，而海螺、Pixverse、生数、即梦市占率均估算在4-5%区间。拥挤的AI视频赛道里，挤满了玩家。
但相比大厂，爱诗科技的资源少得可怜。截至9月，爱诗科技累计融资仅在8亿元人民币左右，这笔钱实在太少了。
虽然快手并未披露可灵的研发成本，但AI视频模型前期投入的巨额训练成本就不会是一笔小数目，2.5亿的营收也只够其毛利上追平其推理成本。程一笑还在Q2财报电话会上表示，快手将在未来三年甚至更长时间进行更大规模研发投入。
“我们没有那样的机会。做一遍做错了就可能发展不起来了。因为只要做就会花很多钱，我们不像 OpenAI 那样不差钱。”
王长虎很明白，AI视频赛道的处境很紧张，越来越卷的赛道里，没有新一轮融资支撑、商业化没跑通的企业，将会提前出局。
为了抢用户，限时试用、积分赠送已经成了各家产品心照不宣的手段。就在手办特效走红的本月，爱诗科技也推出了不限积分的限时6天试用活动。
爱诗科技之所以有底气搞这个活动，就是通过最先出海+C端的策略，已经靠商业化变现保证先让自己活下去。据王长虎透露，目前公司产品的订阅收入已经覆盖成本。
爱诗的商业化策略一直都是很清晰，先聚焦C端，快速验证商业模式，凭借健康的ROI（投资回报率）吸引新的投资，再利用获得的资金投入技术研发，不断紧追大厂的步伐。
放长远看，各种竞争策略争奇斗艳，而当下，技术仍然是决定用户选择的关键因素。
谷歌最新发布的VEO3模型就是一个典型的例子，它不仅是一个能够生成高质量画面的视频模型，更是一个原生多模态大模型，能够在生成视频的同时，精准生成与之匹配的环境音效。在商业化探索上，国内厂商还没有推出可直接对标的原生多模态产品。
在视频训练数据来源、资源不同的情况下，虽然国内AI视频生成领域的玩家们有不同的优势领域，但这些差距还不够大。显而易见，AI视频还没有迎来自己的DeepSeek时刻。