字節跳動(dòng)以性?xún)r(jià)比策略切入市場(chǎng)，掀起價(jià)格競爭，但高性能模型仍保持付費門(mén)檻。B端市場(chǎng)對豆包視頻大模型的接納度有待觀(guān)察，其商業(yè)變現與用戶(hù)場(chǎng)景適配性成為主要考驗。

@科技新知?原創(chuàng )

作者丨蕭維?編輯丨蕨影

一場(chǎng)由Sora引發(fā)的AI視頻生成競賽，如今迎來(lái)新的競爭者！

9月24日，2024火山引擎AI創(chuàng )新巡展深圳站上，字節跳動(dòng)的兩款AI視頻模型—豆包視頻生成-PixelDance、豆包視頻生成-Seaweed發(fā)布，并面向企業(yè)市場(chǎng)開(kāi)啟邀測。

距離Sora已經(jīng)橫空出世已經(jīng)超過(guò)7個(gè)月，這段時(shí)間國產(chǎn)視頻大模型的發(fā)布此起彼伏，圍剿Sora在商業(yè)語(yǔ)境中似乎成為參與玩家的共有使命。

字節在七個(gè)月之后，才選擇正式蹚入這條沸騰之河，而此時(shí)在其面前，不止有Sora，一眾國產(chǎn)大模型弄潮兒，還有一個(gè)抖音眼熟的名字—快手。

老對手，新領(lǐng)域，可靈AI的影響力正在被加速釋放，在這一點(diǎn)上，字節如坐針氈，畢竟強如Sora，仍是外敵，而快手AI，早已殺到城下。

追逐使命還是修筑護城河，囊外還是安內，答案藏在視頻大模型里—字節不做選擇題。

Part.1

字節殺入，Sora遭遇圍堵

無(wú)論戰局多么復雜，源頭都能追溯到Sora。

2024年2月，OpenAI公布的Sora AI視頻生成模型成為全世界的焦點(diǎn)，憑借提供提示詞描述或者靜態(tài)圖片，Sora就能生成超高畫(huà)質(zhì)、質(zhì)感直逼電影的畫(huà)面，最高能達到1分鐘視頻的體量，直接震撼了國產(chǎn)大模型行業(yè)。

隨后，國產(chǎn)廠(chǎng)商集體發(fā)力視頻大模型，才有圍堵Sora的大趨勢?！渡墒紸I商業(yè)落地白皮書(shū)》顯示，當前有53%的中國企業(yè)已開(kāi)始有組織地進(jìn)行生成式AI布局。這意味著(zhù)，很多中國企業(yè)已意識到生成式AI技術(shù)對于自身發(fā)展的重要性，并將在其中投入資源和精力。而自今年5月起，國內達到類(lèi)Sora級別的 AI 視頻模型技術(shù)陸續公布，生數、智象未來(lái)（HiDream.ai）等腰部企業(yè)輪番登場(chǎng)，智譜AI推出視頻生成模型“清影”、愛(ài)詩(shī)科技發(fā)布視頻生成產(chǎn)品PixVerse V2、生數科技上線(xiàn)視頻生成模型Vidu扎堆七月亮相，整個(gè)賽道熱鬧非凡。

但一眾視頻大模型追趕Sora的過(guò)程，有一家的產(chǎn)品可謂一鳴驚人，它就是6月6日開(kāi)啟邀測的快手可靈 AI 視頻生成模型。

快手可靈剛一推出，就憑借參數博得了市場(chǎng)的關(guān)注：視頻分辨率高達1080p，時(shí)長(cháng)最高可達2分鐘（幀率30fps），單次文生視頻時(shí)長(cháng)已增至10秒，指標全部位于業(yè)績(jì)前列。

工具從來(lái)都是輔助，而快手可靈俘獲用戶(hù)的速度之快，讓人始料不及。在快手光合創(chuàng )作者大會(huì )上，官方透露的數據為：超過(guò) 160 萬(wàn)人使用過(guò)快手的視頻生成大模型可靈AI，累計生成超 1600 萬(wàn)條視頻。

口碑、熱度、性能俱佳，可靈AI成為目前國內排名最高的視頻生成類(lèi)AI應用，自然是水到渠成。

對手收獲掌聲，字節五味雜陳。實(shí)際上，字節在A(yíng)I大模型的布局比快手還早。2023年8月，該公司上線(xiàn)首個(gè)大語(yǔ)言模型“豆包”及多模態(tài)大模型BuboGPT。其抖音云雀大模型通過(guò)首批《生成式人工智能服務(wù)管理暫行辦法》備案，面向公眾開(kāi)放；字節跳動(dòng)基礎模型發(fā)力語(yǔ)言和圖像兩種模態(tài)方向。而在A(yíng)I應用層，字節跳動(dòng)不僅已去年11月成立新AI部門(mén)Flow，還已推出三款AI對話(huà)類(lèi)產(chǎn)品，包括豆包、扣子和Cici。

但是，需要注意的是，字節AI產(chǎn)品對平臺內容的加持是否得到市場(chǎng)認可，還需要進(jìn)一步驗證，而在B站等內容平臺中，用AI二創(chuàng )視頻已經(jīng)成為賽道，同時(shí)也降低了創(chuàng )作者門(mén)檻，為平臺擴充內容提供了有力支撐。

抖快之爭向來(lái)是短視頻賽道的焦點(diǎn)，而當對手手握超級武器后，字節自然如坐針氈，本次隆重推出的兩款視頻模型，既是與Sora一爭高下，更是與快手的軍備競賽，攘外安內的字節，接下來(lái)勢必動(dòng)作頻頻。

Part.2

不拼參數拼場(chǎng)景，誰(shuí)來(lái)買(mǎi)單？

當前，視頻大模型最能直觀(guān)打動(dòng)人，就是參數，但本次字節推出視頻大模型，卻反其道而行之，到目前為止字節仍未透露兩款產(chǎn)品可以生成的最大時(shí)間長(cháng)度。

如此重要的內容沒(méi)有公布，原因可能只有一個(gè)：還有其他更重要的東西需要被市場(chǎng)了解。字節相關(guān)人士在介紹本次模型的特點(diǎn)時(shí)，多次強調其為多場(chǎng)景而生，其中三個(gè)核心功能更是頗為驚艷。

精準語(yǔ)義理解上，豆包AI視頻生成能夠遵從復雜的用戶(hù)提示詞，形成多個(gè)主體、人、物之間的互動(dòng)畫(huà)面。

畫(huà)面展現上，豆包AI視頻具有逼真的動(dòng)態(tài)與絲滑的運鏡，并具備變焦、環(huán)繞、平搖、縮放、目標跟隨等多鏡頭語(yǔ)言能力，靈活控制視角，同時(shí)保持主體、風(fēng)格和氛圍的一致性。

畫(huà)質(zhì)上，大模型支持包括黑白、3D 動(dòng)畫(huà)、2D 動(dòng)畫(huà)、國畫(huà)等多種風(fēng)格，包含1:1、3:4、4:3、16:9、9:16、21:9 六個(gè)比例，適配于各種終端，以及電影、手機豎屏等不同畫(huà)幅，質(zhì)感優(yōu)秀，格調出眾。

實(shí)際上，豆包視頻大模型在多場(chǎng)景上的發(fā)力，也正是字節大模型商業(yè)化的設計構想，電商、城市文旅、音樂(lè ) MV、微電影、短劇等應用場(chǎng)景，都是豆包·視頻生成模型助力客戶(hù)實(shí)現降本提效和創(chuàng )意合規的主戰場(chǎng)。

可以說(shuō)，豆包視頻大模型聚焦ToB業(yè)務(wù)的商業(yè)邏輯十分清晰，而下一步則是依靠?jì)r(jià)格殺出重圍。早在今年 5 月，火山引擎推出的豆包大模型把價(jià)格降至最低每千 token 低于一厘錢(qián)，比行業(yè)便宜99.3%，燃起了大模型廠(chǎng)商的價(jià)格戰。

字節視頻大模型相關(guān)人士曾透露當下價(jià)格與市場(chǎng)份額之間的關(guān)系：價(jià)格降十分之一，量就可能漲十倍。這種量?jì)r(jià)關(guān)系下，對于先期獲得市場(chǎng)的大模型廠(chǎng)商來(lái)說(shuō)，勢必要跟進(jìn)低價(jià)策略。

以豆包語(yǔ)言模型為例，據官方披露，截至 9 月，豆包語(yǔ)言模型的日均 tokens 使用量超過(guò) 1.3 萬(wàn)億，多模態(tài)數據處理量也分別達到每天 5000 萬(wàn)張圖片和 85 萬(wàn)小時(shí)語(yǔ)音。

這就是低價(jià)的魔力，但需要注意的是，慘烈的價(jià)格戰中，各方拿出手的基本是偏輕量化的模型版本，壓箱底的高性能模型并沒(méi)有參與，這多少說(shuō)明了大模型廠(chǎng)商的態(tài)度：給點(diǎn)甜頭嘗嘗，但要好的，得買(mǎi)單。

B端會(huì )不會(huì )為豆包視頻大模型買(mǎi)單，還需要觀(guān)察。但從以往大模型的落地來(lái)看，B端市場(chǎng)的需求適配用時(shí)并不會(huì )太短，而降本增效的核心訴求如何滿(mǎn)足，考驗的不僅是廠(chǎng)商大模型的能力，更是用戶(hù)自身對業(yè)務(wù)邏輯梳理打磨的能力。換言之，大模型這份收入，很難掙。

Part.3

AI驅動(dòng)，打破版權壁壘

抖音的長(cháng)視頻野望，可以靠AI視頻大模型內容生成來(lái)作為支撐。

隨著(zhù)流量進(jìn)入存量周期，短視頻平臺用內容留存用戶(hù)，成了當務(wù)之急，2018年短視頻用戶(hù)規模增長(cháng)率為107.0%，2020迅速降低到15.2%，而抖音DAU破6億后，出現了增長(cháng)放緩的態(tài)勢。

老對手快手的情況更為明顯，據快手2024年一季度財報顯示，快手實(shí)際月活人數為6.97億，較上一季度環(huán)比下降0.4%，呈現流失趨勢，二季度平均月活為6.92億，再次下探。

這可能才是視頻大模型最需要解決的問(wèn)題：內容創(chuàng )作賦能，保住用戶(hù)規?；颈P(pán)。

在豆包視頻大模型發(fā)布前，《山海奇鏡之劈波斬浪》和《三星堆：未來(lái)啟示錄》就是抖音和快手在A(yíng)I內容領(lǐng)域的官方嘗試，前者屬于A(yíng)I科幻短劇，后者則是AI奇幻短劇。

官方作品具有引導意義，但要想撬動(dòng)更多內容創(chuàng )作者加入賽道，還需要更多行動(dòng)。

不過(guò)，AI內容創(chuàng )作這一點(diǎn)上，抖音與快手態(tài)度趨同：鼓勵，但反對低質(zhì)。今年6月，快手電商發(fā)布了使用AIGC能力直播的倡議公告，鼓勵商家/達人和老鐵們進(jìn)行良好互動(dòng)，但明確了流量不會(huì )傾斜，避免低質(zhì)內容。來(lái)到9 月 8 日，抖音則公布了關(guān)于“發(fā)布特定內容需主動(dòng)添加標識”的公告，鼓勵創(chuàng )作者尊重事實(shí)、發(fā)布客觀(guān)真實(shí)信息，同時(shí)對于特定信息，應以“內容標識”的形式提供充分的說(shuō)明，降低用戶(hù)的理解成本。

但事實(shí)上，創(chuàng )作者和用戶(hù)顯然更關(guān)注AI創(chuàng )作帶來(lái)的娛樂(lè )性，“容嬤嬤喂紫薇吃香腸”“唐僧啃雞腿、吃漢堡”“悟空掏手槍”“爾康失態(tài)”等無(wú)腦爆改短視頻風(fēng)靡全網(wǎng)，以腦洞、爆笑等元素獲得了粉絲的關(guān)注，抖音上，相關(guān)話(huà)題“當AI擴圖卷土重來(lái)”登上熱榜，截至目前共有3.9億次播放。

對于抖音來(lái)說(shuō)，這是個(gè)不錯的開(kāi)始，內容拓展后，粉絲粘性提高、收入提升、制作成本下降，都是AI視頻大模型帶來(lái)的優(yōu)勢，當然抖音更大的期待，還包括規避版權費風(fēng)險。

兩年前，愛(ài)奇藝、優(yōu)酷、騰訊視頻等長(cháng)視頻平臺，70多家影視機構、數百名藝人先后兩次公開(kāi)發(fā)布“聯(lián)合聲明”，呼吁短視頻平臺和公眾賬號生產(chǎn)運營(yíng)者尊重原創(chuàng )、保護版權，強調未經(jīng)授權，不得使用影視作品侵權創(chuàng )作，這份聲明中明確指出將對侵權行為依法追責。矛頭直指抖音等短視頻巨頭。隨后，抖音與騰訊更是因《云南蟲(chóng)谷》和《亮劍》等作品，互告對方侵權。

和解發(fā)生在短劇爆火后，長(cháng)短視頻巨頭為了進(jìn)軍新市場(chǎng)握手言和，互相借助優(yōu)勢成為新趨勢。但從長(cháng)遠看，抖音短視頻二創(chuàng )還依賴(lài)原創(chuàng )視頻素材，風(fēng)險并未化解，而隨著(zhù)AIGC內容的開(kāi)啟，抖音在版權側至少可以安心落地，二創(chuàng )的素材庫也更加豐富安全，確實(shí)是抖音樂(lè )得所見(jiàn)。

從這個(gè)角度看，字節的視頻大模型確實(shí)任重而道遠了。

參考資料：

1、《快手蓋坤：可靈AI已生成視頻超1600萬(wàn)條，用戶(hù)超160萬(wàn)人?》，新京報

2、《抖音快手激戰人工智能大模型》，億邦動(dòng)力

3、《豆包進(jìn)擊，字節版Sora“雖遲但到” 火山引擎總裁譚待：一落地就開(kāi)始考慮商業(yè)化》，每日經(jīng)濟新聞

4、《AI生成視頻，究竟有多癲狂?》，無(wú)限智能