OpenAI还在烧钱，但开发者已经利用GPT和Stable Diffusion挣钱了

衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

Text-to-Video文生视频，继作文、绘画之后AI杀入的又一领域，有越来越多产品涌现。根据读者爆料，一款主打AI生成视频的产品，已经在小圈子内被频频提及，还是国产的。

量子位迫不及待浅扒了一段关于曹操的介绍，喂给它，得到这样一段视频：

在不经任何替换和干预的情况下，生成的视频画面符合人物、时代背景和部分文案提及的场景，效果还算不错。

最最重要的是，用它制作一段视频，几乎不存在“剪辑”这个步骤，比以往图文转视频的产品门槛更低，耗费的时间也更短。

但要评判这款产品到底是骡子是马，还得多次体验，再往深处挖一挖。

什么样的产品？

这产品名叫一帧秒创，本次体验的主角是它最基础常规的“文案一键生成视频”。

开头关于曹操的简介视频，是用该功能这样生成的——

点击该选项后，会跳出一个文本框供输入标题和正文，底端可以选择最终的画面呈现形式是横屏还是竖屏。

这一步骤实测下来，标题部分对后续内容生成影响不大，现阶段可以不用输入，后续AI会自动提取补充。相对而言，第二个需要输入文案内容的部分非常重要。

量子位做了如图文案输入：

点击右下角“下一步”，可以更改AI对文案进行的分类，也可以修改文案的分割。分割成n个小段的文案，承担分镜头脚本文案的功能，以便后续AI从素材库里匹配对应的视频片段。

在这方面，AI的分割效果没有出太大纰漏。

但从下图可以看到，此处AI把曹操title中的“书法家”单独作为一个分镜头文案，量子位对其进行了合并。

接下来就会进入最后的调试界面，分出两大板块，即左半部分的调整界面和右半部分的预览界面。

通过左侧的工具栏，在最顶端的场景部分，AI为文案匹配了12个视频片段。

12个视频片段中，原本AI为片段8生成的视频中出现了现代社会的外国人。也就是说，在画面内容和文案内容的匹配度上，AI能力还有所欠缺。

最终量子位通过小蓝框中的替换素材功能，在素材库中选择了更符合文案的视频画面。

12个镜头整体拉片式通看一遍，直观感受是视频质量算不上精致。虽然并非完全不相关，但还是与人类剪刀手的视频编辑水平有明显差距。

敲定视频片段后，在音乐板块挑选国风类型的BGM，又选择了“磁性浑厚”的解说男声，Logo和字幕都是默认选项。

一切确定，点击生成视频选项，就能在预览板块看到这一套搭配下来的视频效果，最终生成文章开头的视频。

历史分类的AI视频效果不错，那是否在每个分类下都有同等水平的效果呢？

又陆续还尝试了科普类（量子位文章，扔进去）、美食类（宫保鸡丁菜谱）等多种类别的文案，甚至还把谷歌Phenaki效果惊艳的小企鹅冲浪视频的6句文案丢给了它。

结果显示，科普类和美食类，生成视频的表现都还算文案和画面贴合。

但，小企鹅冲浪文案的生成效果就有些拉胯：

看遍视频画面的每一秒钟，从未出现过一只企鹅，连影子都没有……

Excuse me？？？ 

虽然部分画面也和文案有所关联，比如出现人在沙滩上走的第一视角视频片段。但和曹操视频的效果相比，可以说大相径庭，实在有点出乎意料。

无独有偶，国外有个Quickvid同样主打AI生成视频的功能，同样在小圈子里走红。而目前开放Beta测试的Youtube Shorts功能，和上述国内产品功能类似。

为了测试，把相同的小企鹅冲浪文案喂给了Quickvid。结果是，Quickvid生成的视频里，仍然不见企鹅的踪影，一帧也没有！

（谷歌Phenaki听后狂喜）

当然，Quickvid之所以走红，并不是因为生成的视频质量惊人。除了成为文本生成视频赛道的“早鸟”外，与背后的开发者密切相关。

开发者小哥名叫Daniel Habib，此前在Facebook的虚拟现实部门Oculus工作。

Quickvid走红是从今年2月开始的，当时它正式从内测转为Beta测试，仅2月23日一天，就有2万2千多人成为用户。本月ChatGPT开放API后，Daniel把它接入了Quickvid，成为了第一批ChatGPT生态内开发者。

量子位的视频编辑对两款产品也进行了试玩，用户评价是这样的：暂不认为这东西能威胁自己的就业。

但对于AI生成视频展现出的趋势，多少有点心有凄凄焉。

因为你不得不承认，用这玩意儿做视频，完全不需要懂得剪辑知识。而且做一条同等质量的视频，相比人工剪辑，用AI生成，时间和资源投入显著降低。

不完美的视频创作AI工具

不仅仅是Quick接入了别人家的API，事实上，今天体验的一帧秒创也接入了GPT-2的API，还用上了开源Stable Diffusion模型。

这不是猜测，是我们直接找到背后开发者“对质”后得知的结果。

一帧秒创背后的公司叫做新壹科技。

这个名字或许比较陌生，但这个“新的一”是“一下科技”的“一”。

一下科技，曾经多次站在视频风口上的公司，一直播、秒拍、小咖秀，都出自一下科技之手，这是移动互联网时代视频领域响当当的玩家。背后的团队，也是源自搜狐视频-酷6网-新浪视频一脉的视频内容老兵们。

其创始人兼董事长韩坤，在创立一下科技之前，以联合创始人的身份把酷6网打造成中国第一家在美国纳斯达克上市的视频网站。

新壹科技是韩坤手下孵化出的最新公司，现有团队在2020年年中开始筹备，领队人雷涛，现任新壹科技CEO，也是一下科技的创始团队成员。

团队正式组建的2020年12月，距ChatGPT出生还有一年，连DALLE-2和Stable Diffusion代表的AI绘画也还没有名声大噪，但春江水暖鸭先知，一下内部这支团队感知到了AI对于视频内容创作的方向性改变。

因为视频内容的传统和基因，新公司诞生之初，新壹并没有把自己定位为一个人工智能公司。

他们希望从首先解决创作者需求切入，让AI介入视频生产全流程，尽可能降低视频内容创作门槛。

通过AI能力，让用户以低成本制作视频，还能用秒拍平台上的视频为AI匹配提供一个庞大的素材库，形成规模壁垒。

把秒拍作为现成的数据库，这对新壹算是一个地利，不仅因为秒拍有10亿级规模的视频素材和数据，更因为秒拍能为一帧秒创进行版权授予，让AI生成的视频有版权保障。

后者简直解决了AIGC方面一直争论不休的大问题。

所以首款产品一帧秒创，有了明确的应用场景，也有了面向视频内容创作者、视频自媒体营销的方向。

这是一个集合多种AIGC能力的工具，但是，无论是文生图还是AI帮写，最终的目的都归于一处——把它们作为素材应用到视频生产流程，让视频生产更加高效。

为了高效和低门槛，一帧秒创尽量做到去剪辑化，创作视频的过程从开放式变成了填空式。

虽然距离产出极致和精彩的视频还有距离，但最直观的是，哪怕完全不懂剪辑知识的人，也能上手制作视频——甚至是批量制作。

△社交平台的剪辑小白用户评价

目前，一帧秒创方面也知道，自己生成的视频还不能和人工剪辑的视频媲美，但是足以应对一些应用场景，如科普类视频生成效果是最好的，批量生产内容可以应用到抖音本地生活推广。以及除了面向C端的高阶功能订阅模式，一帧秒创还有来自B端的商业合作，比如跟360搜索的合作，已经获得了不错的反馈。

对于一帧秒创当前的初创状态，新壹也透露正在通过一些具体的解决方案改进。

比如创作者集中的内容类别，投入更多的素材分析和标注成本；又比如推出私有化素材库，提高匹配率和视频片段替换率。

雷涛表明了一帧秒创的思路，称作为产品公司，新壹科技虽然没办法让技术和硬件等基础条件实现跨越式的发展，然而，能够在每一阶段适时提供符合当时阶段水平的应用，“这已经足够去忙了”。

他多次以智能手机时代开启后，移动互联网的产品开发机遇举例，也多次用新能源、智能车变革进程中的理想造车模式类比，话里话外，追求的不是一步到位，而是与技术基础设施和整个行业生态一起成长进步，而最关键的是，必须躬身入局，不能站着观望。

这其中自然有视频老兵对新周期的敏锐洞察，但也多少有些不甘心。

如果你对2015年以来的互联网江湖还有记忆，应该多少能感知这种不甘心的合情合理。在如今字节独大或抖音快手的双雄格局之前，秒拍和一下科技，才是短视频领域最火爆的明星公司。然而商场如战场，如今的结局和市场份额，已经再清楚不过了。

或许“赢回来”的最好方法就是赢在未来、赢在下一个时代。

而下一个时代就是AIGC。连比尔·盖茨都说，背后不亚于互联网的发明。

面向这个全新的创新创业赛道，已经分出了两拨创业者，走出不同条路线。

一条是技术路线，训练大模型，把底层技术牢牢掌握在自身的手里，做底层，做平台。但门槛极高，创业公司在底层大模型方面取得突破的难度和成本都会很高。

另一条就是面向需求和场景，走产品、应用、工具平台的路线，集成开源和开放的现有技术，先入场再发展壮大，这也是更多中小创业者和开发者最可见的机遇。

这两种路线也不稀奇。

一如当初苹果做出了iOS系统，有人对标iOS，要研发新手机系统，建立新生态；也有许许多多的开发者基于iOS做各种创造，在游戏、开发、创作、工具类别下疯狂推出各种适配iOS系统的App。

所以技术和应用两条道路，都能有玩家走到最后，完成商业化闭环，选择不同而已，没有优劣之分。

从来没有事实能笃定表明，其中某一种能一统天下。

据透露，走产品应用路线的一帧秒创，已经快速积累了近200万用户，每日的视频生成量在10万级——这算不算AIGC时代的船票还不好说，但至少让外界看到变数发生的可能。