現階段，影像及影片生成領域的大部分明星 Startup 仍專注生成模型的訓練最佳化，高質量的閉源模型是其核心資產。這類公司的特點是有非常強的 research 團隊，獲得了大量的資金支援，或背靠大公司擁有資料和資源優勢。

目前很難看出誰擁有明顯的壁壘，是這個賽道的贏家。圖片生成領域閉源和開源的能力已經基本追平，普通使用者很難感受出誰家的模型更好。特定場景下，經過專有資料集訓練、做了 Lora 的開源模型可能會比效能最好的生成模型表現更好。影片生成領域還處於 GPT2 時代，從 Runway Gen2、Pika、Genmo，再到 Sora、Luma 和 Kling，如今又出現了聲稱將要開源 Sota 影片模型的 Black Forest Lab，技術路線還未最終確定。

模型公司仍是我們關注的重點，在其他要素不確定的情況下，更多的是在 bet 團隊。我們比較看好 Luma 和 Black Forest Labs，雖然都不是最早入局影片生成的公司，但都有深厚的積累。Luma 有 3D 資料的深厚積累和 Diffusion 的頂尖 Researcher 團隊，和完整的工程團隊，走的是閉源路線。BLF 基本上是 StabilityAI 的原班人馬，包括 Researcher 和 Infra 的成員都加入了，提出了新的路線 Rectified Flow Transformers。推出的文生圖模型 Flux 在社群影響力很大，質量遠超 SDXL，未來推出的影片生成模型也是很值得期待的。

專注於模型並不是說這些公司不做產品。相反，相比整合開源模型，擁有閉源模型的公司做好產品反而更容易建立產品壁壘。這些公司已經紛紛從最初的 Discord 轉向用 UI 去承載模型，讓使用者能用熟悉的 Button 點按，而非全部都是 Prompt 的方式去使用技術。Runway 就是產品做的很好的典型代表，Midjourney 和 Ideogram 的 Web UI 也提供了不錯的生成體驗。

以 Midjourney 的 Web UI 為例，擁有圖片搜尋引擎、素材一鍵應用、以及可控性很強的圖片生成功能。在 Explore 介面上，可以看到隨機、熱門、本週最佳和使用者 “喜歡” 的圖片，還可以輸入 Prompt 搜尋相關風格的影像。點選任意一張圖片，都可以看到生成這張圖片的 prompt，以及搜尋和這個圖片類似風格的作品。

在 Create 介面上，使用者可以設定參考圖，寫入 prompt，並進行引數設定。引數設定包括滑動調節尺寸，調節風格強度、創意程度、以及隨機性；還可以選擇 Midjourney 提供的不同模型，以及生成速度。生成後，可以選擇重新生成，或者透過 Prompt 和引數調節的方式進行修改。還有 Chat 和 Room 功能，使用者可以在特定主題下交流。

一部分公司並不專注訓練效果更好的模型，而是針對具體的工作場景、具體行業構建影像生成的工作流產品。包括針對設計師行業的 Visual Electric，針對時尚設計行業的 Raspberry 等。以 Visual Electric 為例，提供了 AI 生成圖片後的專業編輯功能，包括無限的畫布、圖片引數調節、背景去除等。也提供了基於AI的編輯功能，比如 Art direction，使用者描述如何更改影像，Visual Electric 自己編寫 Prompt 來定義色彩和風格。

很多內容創作者也有自己微調開源模型的需求，但不具備足夠的硬體裝置，所以一些創業公司儘可能全面的整合開源模型，並提供編輯工具和微調介面，使用者也可以用自己的資料在平臺上去微調模型。如 Krea.ai、everart、Nightcafe。Krea.ai 整合化的提供了影像、影片模態模型，還提供了用攝像畫面進行即時創作、整合 Photoshop、Figma、Sketch、C4D、Blender 等設計軟體的創作方式。也有放大增強 （Upscale & Enhance）、引數調節、可以把文字/圖案形狀/logo嵌入圖片等編輯功能。

這些公司中，早進入者是傳統專業編輯軟體輕量化的邏輯，追求“大而全”，儘可能地整合所有 feature，覆蓋workflow所有環節，包括 capcut 和 veed；而後進入的公司需要透過營銷核心 feature 來破圈獲取使用者，精準的解決某場景的使用者需求，比如 heygen 主推 avatar，captions 主推 talking video 場景，opusclip 主推素材複用。這也是因為海外使用者的使用習慣：使用者會想要尋找每個單點上表現最好的產品，而不是滿足於一個大而全的平臺提供的服務。

上述以某個核心賣點起家的產品，由於使用者不斷在社群中提出新需求，以及來自競爭對手的壓力，也在向“大而全”的平臺發展。但它們與 capcut 直接競爭沒有優勢，所以還是會圍繞自己的核心敘事迭代產品。而 Capcut 則不斷的整合新公司的核心 feature，保持“大而全”的平臺地位。近半年 Capcut 的業務核心是 Commerce Pro，電商企業使用者可以輸入 URL 一鍵生成產品展示等促銷廣告影片，這也是 creatify 的主推 feature，再之前，capcut花費了很多精力開發類似 Heygen 的 avatar 能力。

1. 影片製作、剪輯工具的市場空間很大。早期，專業工具Adobe Premiere 和 Final Cut Pro ( Apple )、Davinci Resolve 主導該領域。隨著社交媒體發展，prosumer 創作者、網紅和企業對影片內容需求的增加，剪映、海外版 CapCut 吸引了大量使用者，Capcut 的mau在7月份已經達到3.23億，Sensor Tower估計，截至7月底，CapCut今年在移動應用上的累計收入已達1.25億美元。天花板還沒有見頂，未來還有很多創新和新公司的機會。我們看到的 opusclip、creatify、vozo 等主打全自動、一鍵化的工具進一步降低了影片創作的門檻，賦予了本來沒有創作能力的使用者創作機會。

a. SMBs 以電商商家為主，同時還有短劇行業的需求。SMBs 以社交媒體為主戰場，類似 Prosumer 的工作流，期待高度的自動化，以及保持品牌的一致性和跨渠道的最佳化，重視影片釋出後的資料分析。比如很多做電商營銷的使用者，這類使用者的目的是快速、大批次的在各個社媒平臺上釋出產品廣告影片，自己不具備影片創作能力，傳統往往採取外包的模式，或者投入很少。這個領域也是目前AI影片剪輯創業公司的主戰場之一，如opusclip幫助客戶長剪短去適應不同的平臺特點，creatify主打產品url一鍵生成營銷影片。

b. Prosumer 主要是 YouTubers、TikTok創作者、博主等 content creator。全球超過 20 億的短影片使用者最終能有超過 10% 被轉化為創作者並願意為剪輯產品付費，可以預期一個 20B 美元體量的增量市場。他們對AI的期待是能夠滿足他們高頻次釋出、節省時間、快速編輯和多平臺相容的需求。我們從reddit反饋中觀察到，目前該類使用者並沒有期待某個AI工具cover全部工作流，而是以傳統的剪輯工具為基礎，再找一個或多個AI工具用在自己工作流中的某個環節去提高效率。

a. 根據對使用者的觀察，我們發現不同型別的使用者使用的核心功能是不同的，比如以做口播為主的 KOL 會持續使用 Captions，雖然也會使用 Capcut 去完成其他任務，但不會導致使用者的徹底遷移。同理，電商賣家也會持續用 Creatify，社媒營銷人員也會持續使用 opuscilp。Capcut 即便集成了 Avatar、URL 一鍵生成營銷影片等等功能，但它最初的設計邏輯就是輕量化的 adobe，並不能完全適配上述使用者的使用習慣。

b. Startup 有機會透過理解特定使用者群的痛點，搭建出更好用的產品。獲得可觀收入的新創業公司都有自己的核心業務邏輯，也在核心功能上做的更好。比如 Creatify 的邏輯就是產品 URL 直接生成影片，這是使用者登入平臺看到的第一個介面；而 Opusclip 的核心就是儘可能地幫使用者自動化影片剪輯流程。

4. 影片應用工具的進入門檻低，團隊只要有足夠的產品能力，並做好 GTM，都能獲得不錯的收入。Heygen 和 Captions 都 ARR 都超過了 $50M。Opus 也達到了 ARR 也達到了 $20M。

隨著競爭進一步加劇，對於這些影片應用公司來說，AI 功能的深度和廣度都很重要：只有單個功能做得顯著比競品好，新公司才能因為差異化破圈。社群中出現破圈的 show case 後，content creator 會自發建立教學影片，人們會預設把這個產品用於某任務；但能夠在更廣泛的 AI 功能上都做得比競品好，至少不差於競品，是讓使用者留下來並付費的方式，我們觀察到，創作者的剪輯工作流很分散，經常使用單點上效果最好的工具，但如果一個平臺上能完成完整的工作流，會讓使用者更願意付費，而非持續尋找免費的替代品。

以下表格梳理了各個公司的核心功能，以及對使用者常用的AI feature的覆蓋情況，可以看出很多創業startup對於feature的覆蓋已經非常全面了。

我們對每個產品進行了試用，結合使用者的評論，Heygen 在 avatar 和 lip sync 兩個細分功能上優勢明顯，AI 自動配字幕上，capcut/veed/captions做的都不錯，而 AI Dubbing 上，使用者比較滿意 capcut，heygen 的影片音訊匹配。另外，很多使用者都很滿意 Opusclip 快速生成短影片的能力。

還有一類公司值得關注，那就是 to consumer、賦予每個人自我表達能力的影片創作平臺。其中比較特別的是 Viggle，用 AI 讓圖片+影片組合生成新的影片，利用網感、GTM和病毒式傳播快速起量，在TikTok上廣泛傳播。但是這類產品如果不能構建自己的平臺，產品功能、傳播方法是很容易復刻的。很多大平臺起源於病毒式的 feature，比如Instagram的濾鏡，snapchat的閱後即焚。Viggle的不同的點在於，它的內容是被放在tiktok上傳播的，使用者便不會留存在它的平臺上，它的角色仍是一個工具。什麼樣的AI feature能夠和“生成”它的平臺本身緊密繫結值得我們持續研究。

根據 artificial analysis 網站，綜合來看 FLUX 的質量領先優勢明顯，生成時間較短，價格較低，是類似生成/價格區間中質量最好的模型。

Flux系列模型均是相同價格下質量最好的模型。

Flux系列是相同生成時間下質量最好的模型

在我們的實測中，Flux 表現並不佳，原因可能是直接使用了開源的 model，並沒有做任何的微調，所以生成的都是最原始的設定。這也讓我們意識到，圖片生成領域已經很成熟了，即便使用開源的模型底座，經過微調也能達到非常好的效果。

Ideogram 和 Visual Electric 的效果表現出色，MidJourney風格鮮明，但偏向超現實風格，商業化程度略不足。

這個主題下，各個產品效果都不錯

這個題目Ideogram 和 MidJourney 的表現更多元，而 Visual Electric 對於 Prompt 的理解似乎稍顯不足。

比較來看，Visual Electric 的生成效果更具視覺吸引力。

Ideogram 能精準生成文字，其字型渲染效果最好；而 MidJourney 的海報設計感更強，文字內容準確但清晰度略有欠缺。

Black forest labs 今年 8 月 1 日對外正式宣佈成立，目前推出了 flux1 文字生成影像模型 API，包括三個版本：Pro、Dev 和 Schnell。同時，BFL 是一家影片生成公司，圖片生成只是road map的第一步，未來將推出 SOTA 影片模型。技術路線上，BFL 提出 Rectified Flow Transformers，傳統的 Diffusion model 需要多步的噪聲處理，修正流模型（rectified flow model) 在資料和噪聲之間採用直線連線路徑，理論上更簡潔。

模型質量上來看，根據使用者反饋，Flux 質量/價效比確實是最好的那一檔，突出優勢是手部和細節的處理、提示詞遵循度高、Flux Schnell 生成速度快。與 Stable Diffusion 3、Midjourney 和 DALL·E 3 等模型相比，Flux 在視覺質量和提示遵循方面表現更好。

問題在於 Flux 開源模型由於是蒸餾模型，難以進行微調，影響了模型的可訓練性。Flux也不是完善的，部分使用者也提到了在某些特定細節（如腳部）仍需要提高，在處理複雜提示時也會遺漏某些元素。我們的嘗試也發現還是有問題，比如生成了3隻手，文字沒準確的表示出來等等。

BFL團隊由前stability ai核心成員組成，是stable diffusion專案的原班人馬，已經成功訓練出被社群廣泛採用的SDXL文生圖模型、SDV影片模型。團隊的 research能力、訓模型經驗都是top tier。

Co-founder Robin Rombach是Stable Diffusion的第一作者，參與了 Stable Diffusion XL（SDXL）、Stable Video Diffusion 和 Rectified Flow Transformers、Latent Diffusion 等工作。Patrick Esser 也是 Stable Diffusion 專案的核心人物之一，同時還參與了 VQGAN 和 Latent Adversarial Diffusion Distillation (LADD) 等專案。Andreas Blattmann 在高解析度影像生成領域做出了重要貢獻，還參與了 Stable Video Diffusion。

董事會成員 Michael Ovitz 是娛樂行業中極具影響力的人物之一，1974年創立了創意藝術家經紀公司（Creative Artists Agency, CAA）。參與了許多重大交易，比如三大好萊塢電影公司的出售。在1995年至1997年期間擔任迪士尼公司總裁，並推動了多個知名的廣告和營銷活動，包括可口可樂的北極熊廣告。Matthias Bethge是neural style transfer技術的開創者之一，在歐洲AI研究有很高的地位。

種子輪融資金額：3100 萬美元，Andreessen Horowitz 領投，天使投資人Brendan Iribe 、Michael Ovitz、Garry Tan、Timo Aila和Vladlen Koltun跟投；獲得了General Catalyst和MätchVC的後續投資

8.21日，Ideogram 更新了最新的2.0版本文生圖模型，非常適合做海報、logo以及文字。一些值得highlight的點：

• 對影像風格的控制增強了，包括general、現實、設計、3D 和動漫。

• 工具：增加了新的樣式、調色盤，以及 iOS app 和 API。

• Magic Prompt：使用“describe”根據使用者提供的原始影像生成詳細的文字prompt，再使用“Magic Prompt”來豐富，提供4種不同的prompt，然後使用“生成”將這些提示生成影像。

• 根據官網的測評，Ideogram 2.0 在影像提示一致性、真實感和文字渲染質量方面取得了顯著進步。使用者評估認為 Ideogram 2.0 比 Flux Pro 和 DALL·E 3 也效果更好。

• API 定價有競爭力，低於 DALL·E 3，與 Flux Pro 持平。

團隊中的前四位成員是谷歌 Imagen Video 論文的作者：

• Mohammad Norouzi, CEO, 之前是 Google Brain Staff Research Scientist, 加拿大多倫多大學 PHD

• William Chan, Cofounder/CTO, 之前也是 Google staff Research Scientist, 卡內基梅隆大學 PHD，曾在 AMD、英偉達、英特爾、谷歌、亞馬遜和道明證券公司實習

• Chitwan Saharia，Google Brain senior research scientist

• Jonathan Ho，Google Brain Research scientist, 2017 – 2018在OpenAI做了一年 Research scientist

2023年完成1650萬美元種子輪，a16z和Index Ventures領投，其他投資者包括AIX Ventures, Golden Ventures, Two Small Fish Ventures等機構投資者和Google人工智慧部門的負責人Jeff Dean, OpenAI聯合創始人Andrej Karpathy，GitHub聯合創始人Tom Preston-Werner等個人投資者

2024 年 2 月底，完成 8000萬美金的 A 輪融資，a16z領投，Index Ventures、Redpoint Ventures、Pear VC 和 SV Angel 等參投。

2024年8月推出了網頁版圖片編輯器，同時正式官宣進入AI硬體領域，硬體的特徵包括 “go inside in"，與元宇宙資產結合。

經測評，我們認為midjourney的網頁版是目前所有產品中目前功能最全、ui設計最好的。

KREA成立於2022年，旨在革新人類創意表達。Krea 產品的主要思路是在 AI 生成的基礎上，透過整合、微調開源模型，涵蓋後續編輯工作(AI-native 結合生成+編輯的更全棧的平臺)。核心功能包括即時生成（Real-Time Generation）和影像增強（Upscale & Enhance），並允許使用者在平臺上訓練自己的模型。可以生成圖片，也可以生成影片，影片生成可操作性也很強，包括自定義首尾幀、無限轉場（自己設定關鍵幀和提示詞），對於電腦配置要求不高的使用者也非常友好。

創始團隊由Diego Rodriguez和Victor Perez組成。Victor在創立 Krea 之前是 Various companies的ML engineer以及Plyzer intelligence的head of ML，co-founder diego 2021年畢業於康奈爾大學，曾計劃去stripe工作，但最後決定進行krea的創業。Victor六年前開始研究生成模型，曾參與早期生成AI應用ArtBreeder的開發。兩人透過HF0（類似YC的技術創始人孵化專案）一起建立了KREA。

公司創立後，迅速從Facebook AI Research的創始人Keith Adams和OpenAI創始團隊成員Pamela Vagata獲得了資金支援。

2022年11月成立，是專注為圖形設計師、廣告創意人員和藝術家構建的影像生成工具。採用開源stable diffusion模型。

Visual electric 保持了持續的產品更新：

三位co-founder的背景都與做拖拽、圖形化介面和無程式碼工具有關。Colin Dunn (CEO) 是 Universe的前高管，還曾在 Facebook 和 Dropbox 工作過。 Adam Menges (Chief Product Officer)前蘋果員工，其初創公司Lobe （設計工具）和Lowkey （AR 遊戲公司）分別被微軟和 Niantic 收購。Zach Stiggelbout (CTO) 曾在 Microsoft 負責 Lobe 專案。

2023年3月Sequoia Capital領投了250萬美元的種子輪，跟投包括Terrence Rohan，Designer Fund，BoxGroup

Captions 由 Snap 的高管在 21 年創立，定位是 AI-powered creative studio，主打移動端短影片剪輯，但相較 CapCut 更聚焦於 Talking Video（人物口播類影片）和字幕相關功能，整體使用體驗更簡潔易上手，符合歐美使用者的使用習慣。Captions App 沒有免費版本，所有創作者必須付費才能使用，定價為 ~$10 美元/月。

Captions 提供完整的短影片生產工作流程功能，涵蓋從前期到後期的各個環節：在前期製作階段，支援透過 AI 自動生成劇本；在製作階段，提供即時錄製和提詞器功能；在後期製作階段，支援影片剪輯、將 YouTube 長影片生成短影片片段，以及透過 AI 進行配音，全面滿足短影片內容創作需求。

近半年，Captions還是將重點放在加強Talking Video的能力，包括 AI Skits（兩個AI形象相互討論的影片)，AI Twins(克隆）。另外，Captions也在向其他被使用較多的場景擴充套件，比如一鍵生成影片廣告、AI自動化編輯、3D avatar、Voice Clone。

Captions 的 CEO 來自 Snap，曾經和他的 Co-Founder 在 Locallytics 共事，口碑很好，Sequoia Capital 等天使輪投資者都是 bet 人的邏輯進行的投資。

CEO – Gaurav Misra：CS@BU，曾陸續在 Lattice Engines、Microsoft、Localytics 作為 SWE 工作，16 年加入 Snap，晉升為 Head of Design Engineering 負責新產品的軟體開發 + 設計團隊，21 年離職創辦 Captions。

COO – Dwight Churchill：作為開發者陸續在 Gilt Groupe、Taboola、Localytics 等工作公司，16 年到 19 年在高盛 Marcus 團隊負責 Clarity Money 的產品，隨後在 Klaviyo 作為產品經理工作了一年，21 年離職創辦 Captions。

2024年7月29日完成6000萬美元的C輪融資，由Index Ventures領投，老股東Kleiner Perkins、紅杉資本和Andreessen Horowitz以及新股東Adobe Ventures、HubSpot Ventures和Jared Leto參與投資。融資總金額超過 1 億美元，公司估值為 5 億美元。

更早輪次的主要投資者是 Sequoia Capital、a16z、KP 3 家一線基金，具體的專案負責人都有 To-C 從業或投資的經驗。

Veed 是一個在瀏覽器端的專業影片編輯器，功能全面，使用者評價它“非常容易上手，提供完整的剪輯功能，字幕功能也很不錯，但價格稍貴”。Basic 方案每月收費 12 美元，Pro 方案每月收費 24 美元。每月有 1200 萬用戶，其中 100,000 名付費訂閱使用者。Veed 由 Sabba Keynejad 於 2018 年創立，透過bootstrap的方式發展起來，目前已獲得 Sequoia Capital 的投資。

從首頁可以看到，veed 目前已經由一個general 的編輯工具，變成了場景導向的產品了，general 的編輯濃縮到"create new project"這個功能上，record video, 生成 AI Avatar，長影片轉短影片，text to video 以及提供了大量的模板。另外，還有一些使用者常見的需求作為單獨的入口，比如移除背景、生成字幕、翻譯多種語言、eye contact、移除背景音、智慧剪輯停頓。最近釋出了 Video GPT，使用 ChatGPT 的 GPT 的影片創作工具。

CEO Sabba Keynejad，曾是自僱的產品設計師，並在創意設計公司FITCH和The Partners工作。擁有倫敦藝術大學中央聖馬丁學院的設計與視覺傳播學士學位。Co-founder Tim Mamedov, 2017年畢業於倫敦國王學院，擁有計算機科學學士學位。畢業後就創業，創立了 VEED.IO。

兩人在駭客馬拉松上相識，Keynejad使用了個人積蓄的4萬英鎊來啟動公司。公司成立初期，他們曾嘗試籌資但失敗，陷入經濟困境。後來Mamedov找到了一份BT的合同工作後，將自己一半的工資交給Keynejad來繼續推動公司的發展，這種情況持續了六個月。目前 veed 年收入從零增長至2600萬美元。

Sequoia領投3500萬美元的A輪融資。

2023年成立，核心是幫助企業製作影片廣告，企業提供產品URL或描述，在幾分鐘內自動轉化為精煉營銷內容，減少用於影片廣告製作的時間和資源。Creatify 也可以生成適合不同平臺的內容。這對於本身沒有足夠營銷預算的小型企業和初創公司特別有價值，因為這些企業本身沒有足夠的營銷預算。近半年，這也是capcut的發展重點。

產品的主要功能包括：

1. 短影片廣告製作：能夠將產品URL轉換成影片廣告(或手動上傳）。

2. AI Script Writer：大語言模型將自動判斷產品主要賣點，自動生成多個廣告指令碼，供使用者選擇

3. 生成預覽影片，包括AI Avatar頭像：根據選定的文字指令碼內容，Creatify自動生成分鏡劇本和數字人內容。1分鐘左右自動渲染生成多個可以預覽的廣告片段；提供超370個AI頭像。URL to video 有多種樣式可以選擇

4. 雲剪編輯功能：可調整每一幀的物料、文字、字幕、特效元素

另外還包括功能：

• Text-to-Speech：提供140多種AI語音，為廣告配音

• Custom Avatar自定義頭像：使用者可以將自己的形象轉換成一個自定義的AI頭像，保持一致的形象

• Batch Mode批處理模式：允許使用者組合產品網址、指令碼、模板和AI頭像來生成多個廣告版本

Creatify 的團隊來自 Meta、Google、Snap 和陽獅集團（法國最大的廣告傳播公司）等。

• CEO Yinan Na：清華大學本科、斯坦福大學計算機碩士。曾在Snap負責內容稽核和開發Discover產品，為Meta Feed廣告團隊的早期成員，創立了Meta的首個影片廣告模型。

• Chief Scientist Ledell Wu：北大本科、多倫多大學計算機碩士。曾在FAIR、BAAI任職，主導開發StarSpace模型，並參與PyTorch-BigGraph專案。

• CTO Xin Zhou：北京交通大學本科、紐約大學計算機碩士。曾任Meta Reels推薦平臺工程經理及Airbnb定價團隊技術主管。

Heygen近半年圍繞數字人主線不斷增加新功能，包括所有免費使用者都可建立數字分身、根據PPT/PDF自動生成帶avatar的presentation影片、Motion 1.0 全身數字人，也在持續推出新的avatar形象。其他新功能還包括可以直接輸入產品URL生成數字人營銷影片、長影片剪輯成短影片、配音升級等等。

Opusclip 2022年成立，是一款專注於將長影片批次生成短影片的工具，功能包括自動裁剪影片、調整影片大小、新增字幕、自動裁切人物主體、生成標題和文案、並新增字幕與emoji表情，用於YouTube Shorts、TikTok和Instagram Reels等平臺上。目前使用者已經突破 600 萬，ARR 預估在 2000 萬美金左右。 billboard.com、西班牙電信以及 Univision 等也是 OpusClip 的客戶。

Opus Clip 的主要使用場景包括：內容創作者將長影片製作成適合 YouTube 和 Instagram 等平臺的短片；營銷人員快速生成宣傳影片；社交媒體使用者保持穩定內容輸出；教育工作者將講座或課程製作成簡短片段。然而，其侷限在於僅支援人物出現在影片中的場景，對 vlog、MV 或遊戲類影片的批次處理能力有限，插入圖片或表格等內容需要藉助其他工具。

CEO 趙洋曾擔任 LinkedIn 使用者體驗設計師，並於2015年聯合創立再惠科技。他將 Opus Clip 定位為自主影片編輯代理，致力於根據使用者反饋和內容偏好，自動進行影片攝取、理解和剪輯。公司在美國組建新團隊，並推出了多模態 AI 剪輯工具 ClipAnything。該工具透過視覺、音訊和情感線索剪輯影片，核心功能包括：

1. 智慧影片分析：分析影片每一幀，識別物體、場景、聲音等，併為片段的傳播潛力評分。

2. 個性化剪輯：透過使用者自定義prompt，捕捉關鍵時刻。比如“所有走紅毯的片段。”

3. 智慧重構：自動調整影片比例，最佳化內容適應不同社交平臺。

OpusClip剛剛完成了 A 輪融資，金額為 3000 萬美金，Millennium New Horizons 領投，Samsung Next、GTMfund 和 DCM Ventures 跟投。

Viggle 的核心能力是用 AI 讓圖片+影片組合生成新內容。上傳一張照片，再上傳一段人物跳舞、踢球或任意的動作影片，結合生成，就可以將照片中的人臉替換到影片中的人臉上，做出影片中人物的動作。

Viggle的破圈方式是與TikTok做了很好的結合，實現了病毒式傳播。因為模型生成的影片質量本身比較粗糙，所以Viggle不靠影片的精緻程度取勝，而是主打鬼畜好玩，包括卡通人物踢足球，美女踢足球，足球明星跳舞等等。相比之前的通義千問、Boogie AI 等跳舞換臉工具，Viggle 模板更多，很戳使用者喜歡的點。另一個巧妙的點是使用者也可以自己製作模板，製作門檻非常低，可以是在足球比賽中節選的鬼畜畫面，也可以是自己錄製的跳舞影片，這讓viggle的內容生態可以很快的繁榮起來。

不過viggle的使用者數量在爆火之後快速下降，僅靠一時的新意去吸引使用者是不夠的，AI產品還是需要找到能夠讓使用者長期留在平臺上的功能。

延伸閱讀