

美国知名科技投资人Gavin Baker提出,随着模型路由、开源模型和专用后训练逐渐成熟,AI应用公司可能迎来一轮爆发,应用公司可用自身业务数据训练专用模型,实现客户、数据、模型的良性循环,降低单位成本。演语科技创始人陈冕也有类似观点,认为应用的时代尚未到来,模型如基础设施,应用公司会在其完善后获得更大机会。
然而,视频生成很可能是这一逻辑的例外。训练有竞争力的视频模型需巨大投入,下游客户对模型质量敏感,“便宜但够用”的专用模型在视频领域覆盖空间小。视频生成应用难以在核心生成环节脱离前沿模型厂商,如LibTV、OiiOii等公司就面临此现实危机。

视频生成应用采取了一些防守策略。一是升级为一体化AI影视工业化工作流,但创作者对其实际感知差异存疑。二是拿爆款标的做招牌,如LibTV以短剧《被裁掉的女孩》及其AI艺人“方桃子”吸引流量。但一个IP的成功难以直接挂钩到视频生成平台工具本身,作品出圈后也难分清各方作用。

目前,视频生成应用的优势似乎在于“搭配Seedance更好用、更省钱”,但这一优势可能被Seedance的“兄弟”产品取代。作为中间商,LibTV们较为被动。
未来应用公司是否自己下场“做模型”也存在疑问。市场上“模型 + 应用”并行的公司叙事已转向,而单一在视频应用层的公司资本叙事停留在工具端,难以讲出资本市场感兴趣的故事。对于这些公司,真正的问题是训练模型是否比调用前沿模型更划算,在前沿模型高速迭代时,这笔账很难算清。
编辑观点:AI应用发展趋势下,视频生成应用公司面临诸多挑战,突围不易,需在融资、业务模式等方面尽快抉择。
312



被折叠的 条评论
为什么被折叠?



