關于愛詩科技的復盤與思考。

作者｜王博

創始人坐在一個簡潔、干凈的場景中，用一句“Hi”開始全英文介紹，強調產品是“前所未有”“劃時代”“首個”“通用性”，并搭配流暢的動畫和現代化的UI設計演示，首發在海外社交媒體平臺……這樣的宣傳視頻，似乎成為了近期很多國產AI Agent產品發布時的“標配”。

這樣做的目的就是為自己產品打上“全球化”的標簽，吸引海外用戶。

盡管部分宣傳視頻伴隨著爭議，但是海外市場的認可度及其對國內市場的影響，又被提到了一個新的高度。

宣傳視頻只是一種流量手段，但怎樣才能真正獲得并留住用戶呢？

目前，AI Agent產品還處于市場布局階段，我們不妨把目光放到一年多前被Sora點燃AI視頻生成賽道。

AI視頻生成賽道的競爭十分激烈，但目前的AI視頻生成產品在功能上存在一定的同質化現象，很多產品都提供了文生視頻、圖生視頻、風格遷移、視頻模板等功能，各家在卷的技術也集中在視頻主體一致性、運動軌跡控制、首尾幀生成、生成速度、清晰度、生成時長等方面。當某個競爭對手推出了用戶歡迎的新功能時，其他公司為了不落后，往往會迅速跟進甚至模仿，導致功能的快速“標配化”。

就是在這個賽道，跑出了一款總用戶超6000萬，月活用戶超1600萬的產品——PixVerse。

PixVerse是愛詩科技旗下的AI視頻生成產品，就公開數據而言，PixVerse是全球用戶量最大的AI視頻生成產品。

然而，愛詩科技當時并沒有做“發布”的動作。2024年1月，PixVerse直接在海外上線，一個月后其月訪問量就超過了100萬。

經過這一年多的發展，PixVerse從國產AI視頻生成產品全球化路線的先行者，成為了真正被全球用戶認可的頭部AI產品。

今年5月，PixVerse V4.5在海外上線約一周，就沖到了美區App Store免費總榜第四位，圖片視頻工具榜單第一位。

PixVerse在美區App Store排名，圖片來源：App Store

「甲子光年」認為，在AI視頻生成賽道，當某項產品的月活用戶超過1000萬并且持續穩步增長時，就可以被貼上“中型成熟”的標簽。這意味著它已成為行業里值得重點關注的中堅力量，接下來的競爭將不再是“功能是否可用”，而是“生態擴展、多元商業化與持續創新”的競爭。

愛詩科技通過PixVerse把AI視頻生成產品從專業小眾工具推向億級大眾市場，在全球AI視頻生成賽道里已形成“中型成熟”產品的頭部樣本。

近期，PixVerse國內版“拍我AI”正式上線，國內用戶可以在App端和Web端登錄“拍我AI”使用最新的PixVerse V4.5模型。保守估計，“拍我AI”將帶來千萬量級的用戶增長。

從PixVerse到“拍我AI”，一個國產AI視頻產品如何吸引全球6000萬用戶？

1.兩次“縱身一躍”

“你為什么想不開，出來創業？”這是愛詩科技創始人、CEO王長虎兩年前聽到最多的話。

當時，絕大多數的投資人和業界專家都不理解他為什么要從大廠出來做AI視頻生成創業，他們認為這“在五年之內沒法落地”。

不過在2023年4月，王長虎還是開始了AI視頻生成創業，他把這形容為“不歸路”，這是他第一次“縱身一躍”。

愛詩科技創始人、CEO王長虎，圖片來源：2025北京智源大會

2023年7月，愛詩科技開始訓練AI視頻生成大模型，到了10月，相關評測就已進入全球第一梯隊。

“這一年的Magic Moment，是愛詩內部創作平臺上生成第一個視頻那一刻。它是一只小鹿，很萌，有個不大的動作，時長很短，清晰度也不夠，卻是我們走出的第一步，令人難以忘記。”王長虎告訴「甲子光年」。

王長虎團隊用AI生成的第一個視頻，來源：愛詩科技

2024年1月，PixVerse網頁端在海外上線，一個月后其月訪問量就超過了100萬，吸引了不少“自來水”用戶。

但是到了2024年2月，Sora發布了。

那天仍是春節假期，但王長虎的微信“炸”了，很多人對PixVerse的前景表達關切，甚至有人半開玩笑地說：“Sora出來之后，你們公司是不是完蛋了？”

但更多人還是對PixVerse抱有期待，王長虎印象最深的問題是“你們什么時候能趕超Sora”，他很謹慎地跟公司技術人員溝通后回應：“3到6個月。”

當時在國內外社交媒體上有一張AI視頻生成產品座次梗圖流傳很廣，PixVerse在海外網友的眼中處于追趕Sora的行列中。

Sora發布后，海外網友發的AI視頻生成產品座次梗圖，圖片來源：X

對于這張圖，2024年4月，王長虎在和《晚點LatePost》對話時說：“能被放在第一排，我們很高興。”

Sora是基于Diffusion Transformer（DiT）架構之上的文生視頻模型，它的成功驗證了DiT在視覺生成任務中的可擴展性與實用價值。

在愛詩科技成立之初，團隊采用過Diffusion Unet架構的技術路線，這是在Sora出現之前一種主流的文生圖、文生視頻模型生成路線。這個過程可以想象成將一滴墨水滴入水中，墨水逐漸擴散，而Diffusion模型需要學會如何將墨水從水中重新提取出來。

Unet架構在降低復雜度與保留細節度之間做到了很好的平衡，提升了模型的計算效率，模型的算力需求不會太高。但另一方面，如果要想模型越來越聰明，加入的參數越來越多，圖像或指令變得越來越復雜，Unet架構很容易陷入性能瓶頸，面臨擴展性問題。

由于Unet架構的局限性，愛詩科技在2023年規劃技術路線時，也包括了DiT架構。王長虎透露，當時團隊計劃在2024年春節前后，等拿到第二筆融資就開始訓練DiT架構的模型。

當時，Sora展示的Demo視頻震撼了全球，也讓王長虎陷入了糾結“跟，還是不跟”。

雖然愛詩科技在2023年發展還不錯，但當時公司的現金流只夠支撐一次訓練模型的機會。

“訓練不成功就完蛋了，沒有第二次機會，你搞不搞？是繼續訓練大模型，還是放棄，轉身做應用？”王長虎說，“但是創業就是‘縱身一躍’，這一跳都跳了，第二跳還怕什么，所以決定All in。”

第二次“縱身一躍”后，PixVerse進入了快速發展期。

2024年4月，王長虎在和《晚點LatePost》對話時談到當時狀態很像在西北戈壁徒步，“走到中途，前后都看不到人。Sora的出現意味著走著走著發現前面還有一個人，我的開心大過緊張，因為這個方向是對的，我沒有走偏，并且還有機會超過它。”

2024年5月，智源研究院發布文生視頻模型評測結果顯示，PixVerse位列全球前三，在國內同類型產品中表現最佳。

多模態生成模型評測結果，圖片來源：智源研究院王博王博王王

2024年12月，SuperCLUE中文大模型綜合測評基準發布AIGVBench-T2V文生視頻測評榜單，PixVerse V3模型總分排名第一，海螺、可靈1.5等緊隨其后。

AIGVBench-T2V文生視頻測評榜單，圖片來源：SuperCLUE

PixVerse保持著大約2個月迭代一次版本的速度，不斷為用戶帶來新的創作能力和體驗。

PixVerse發展歷程，圖片來源：愛詩科技

王長虎曾表示，愛詩科技不會局限在一種技術路線，未來會多種技術路線共同探索，“一方面用Transformer路線進一步提升基座模型能力，并加入可控生成技術；另一方面會持續探索自回歸路線，增強時空建模，并建立各個模態間統一范式。”

而對于兩次“縱深一躍”的看法，有過字節跳動工作經歷的王長虎引用了字節跳動創始人張一鳴的話——“務實的浪漫”。

什么是“務實的浪漫”？張一鳴的解釋是“把想象變成現實，face reality and change it”。

在2024年第四季度，務實的王長虎迎來了浪漫時刻：單季度整體實現10倍用戶增長，月活用戶數量達到了1600萬。

2.先做To C，再做API

在AI視頻生成領域，頭部玩家的月活大多在百萬量級，少數可以達到千萬量級，1600萬月活直接讓PixVerse和競品拉開了一個身位，這意味著PixVerse已經從“成長型”產品一躍進入“中型成熟”產品行列，展現出極強的市場滲透力和商業化潛力。

但是在早期，愛詩科技的產品路線是To C還是To B并不清晰。王長虎后來拍了板，先做To C業務，再針對B端提供API服務。

“我們要做好兩件事情：第一，如何降低普通人創作門檻；第二，如何提升普通人的創作體驗。”王長虎說。

在AI視頻生成領域，一個關鍵的討論是“什么是AI視頻大模型的ChatGPT時刻”？王長虎認為，當普通用戶也能用起來時，才是ChatGPT時刻。

王長虎認為這一時刻出現在去年10月，PixVerse V3上線后。憑借PixVerse V3強大的基模和產品能力，用戶只需要上傳照片選擇視頻模板，不需要輸入提示詞（Prompt）就能生成視頻，通過這種方式，視頻抽卡概率提升到接近100%。

隨后12月，PixVerse很快上線了移動端App并升級大模型到V3.5版本，PixVerse迅速增長為全球用戶量最大、熱度最高的視頻生成平臺，持續在Google Trends上領跑行業，登上歐洲及中東多國App Store總榜、影像榜第一；Google Play美國地區人氣增速榜第一。

移動端App的推出，讓AI視頻創作不再局限于Web端，這極大地降低了用戶的使用門檻，契合了移動互聯網時代用戶碎片化、隨時隨地的創作需求。

“我們的變身特效和擁抱特效等AI視頻模版也在全球社交媒體上接連爆火。通過極致的工程化和產品化能力，我們讓AI視頻技術真正進入了每個普通人的娛樂生活。”王長虎告訴「甲子光年」。

PixVerse視頻模板示例，動圖來源：愛詩科技

不要忘了，抖音就是從15秒短視頻和炫酷的視頻模板做起來的，而AI視頻生成產品的模板相比之前的短視頻模板，給用戶帶來了全新的體驗。

王長虎近期在對話《晚點LatePost》時解釋：“短視頻里的特效不是端到端的，每一個特效都要針對性去調整、設計；而用生成技術產生模版，效率高很多，同時能讓用戶也參與貢獻模版，不是光靠我們的團隊在做。這是過去的短視頻特效沒有的生產機制——所以我們的模版內容多元、足夠有差異化。”

今年5月，PixVerse V4.5在海外上線約一周，就沖到了美區App Store免費總榜第四位，圖片視頻工具榜單第一位。

那么，海外用戶的真實評價是什么？

「甲子光年」通過Grok 3搜集了PixVerse V4.5在海外上線前后（5月7日到5月14日）X平臺用戶對PixVerse的評價，總計56個來源，包括中文、英文、日文、葡萄牙文等，Grok 3給出的結論是：

用戶對PixVerse的評價總體積極，特別是在視頻質量和功能創新方面。 少數用戶提到某些功能（如Fusion）結果可能不可預測，但仍持正面態度。 搜索未發現顯著負面評論，反映用戶對該工具的普遍滿意度。

Grok 3搜集的X用戶對PixVerse的評價，圖片來源：Grok

X用戶對PixVerse的正面評價主要集中在三個方面。

首先是生成視頻質量。X用戶@iriya_anju針對PixVerse V4.5給出了詳細評分：畫質9分（“優秀但未達到每根頭發可見的程度”），分辨率9分（支持1080p），動作流暢性9分（“非常流暢且幾乎無破綻”），功能性10分（“非常豐富，合成和角色參考功能水平高”）。X用戶@levelsio更稱其為“當前最先進的（SOTA）視頻模型”，強調其角色一致性。

第二是用戶體驗。PixVerse V4.5版本的升級顯著提升了用戶體驗。X用戶@yudotanaka提到，新版本生成時間縮短至約10秒且積分消耗有下降，并稱其為“最佳體驗”。還有很多用戶分享了使用PixVerse的創作成果，并對工具的創新性和藝術性表示贊賞。例如，X用戶@SarahAnnabels稱“無需攝制組即可制作電影級AI視頻”，列舉了新功能的使用方法。

第三是新功能。PixVerse V4.5新增的電影級運鏡控制和支持多主體功能（Fusion）受到廣泛好評。X用戶@Damn_coder表示PixVerse適合創建舞蹈頭像、電影鏡頭和病毒式視頻混剪。

Grok 3在搜索結果中，僅有少量的功能改進建議，未發現強烈的負面評價。

Grok 3搜集的X用戶對PixVerse的評價，圖片來源：Grok

這些評價雖然比較主觀，但是代表了海外真實用戶的感受。

在AI視頻生成這個高度依賴技術的領域，PixVerse顯然在底層算法和模型訓練上擁有顯著優勢，模型不斷迭代，能夠生成高質量、有吸引力的視頻內容，這是用戶選擇并留下的最直接原因。

另外，PixVerse不僅僅是提供一個“能生成視頻”的工具，而是深入理解了用戶在視頻創作過程中遇到的實際難題，并通過獨特且實用的功能提供了有效的解決方案。這種以用戶為中心的創新，極大地提升了用戶體驗和產品粘性。

而現象級的傳播效應則放大了模型和產品的影響力。當產品本身足夠優秀，又能有效觸達潛在用戶時，用戶規模的爆發式增長就變得順理成章。

PixVerse的高用戶量和活躍度并非偶然，而是其在技術、產品、運營和市場策略上協同發力的結果。

今年，愛詩科技也面臨兩大挑戰：從C端到B端，從海外到國內。

3.C端的沉淀帶來B端的洞察

由于去年第四季度PixVerse的爆火，當時很多B端客戶找到了王長虎，希望接入PixVerse的API。

雖然PixVerse率先在C端市場發力，但這并不意味著愛詩科技不做B端市場。

“我們已經有基于6000萬用戶的實踐了，我們知道他們喜歡什么，他們愛用什么，他們怎么用，這些能力真的可以賦能全球B端客戶。”王長虎說。

愛詩科技在今年1月份逐漸開展B端業務。對于企業用戶，愛詩科技設置了優先通道，可提供易用、快捷的API在線服務接口，通過標準輕量化的接口極大提升集成效率；同時，愛詩科技還可提供多元的視頻生成功能和豐富的模板；而對于企業關心的安全問題，愛詩科技支持高并發和高可用性保障，數據加密和安全合規體系可提供全方位的保障。

對于B端客戶，“AI生產力”的概念非常重要。

其核心在于將AI視頻生成能力融入企業工作流程，提升內容生產的效率、降低成本、支持規模化和個性化內容產出，最終服務于企業的商業目標和增長。

愛詩科技擁有的不僅僅是AI視頻生成產品，還有持續積累的用戶運營服務經驗——C端長期的沉淀，帶來B端深刻的洞察。

目前，愛詩科技的B端業務場景集中在廣告、短劇和游戲。

在廣告場景，基于強大的底模以及穩定快速的LoRA生成效率，相關產品可以在商品展示、口播、特定SKU廣告等場景快速批量生成大量素材，幫助企業大量節省廣告制作成本。

在短劇場景，相關產品可通過對分鏡關鍵幀的鏈接，完成高質量短劇的創作，并對不同角色進行形象替換，幫助短劇創作者進行內容IP重構。

在游戲場景，相關產品通過更高的清晰度、更豐富的細節和穩定的動作表現力，幫助游戲企業在場景資產、概念向角色設計以及激勵廣告的批量生成上大幅提升效率。

PixVerse憑借極致的高速與穩定輸出、企業級PGC工具和開放式生態合作，一方面讓創作者能在短視頻時代用極短時間產出高質量、有趣且連貫的內容，極大提升了用戶的裂變與增長效率；另一方面，它為藍色光標、思為科技等企業客戶提供一站式視頻營銷與私域運營素材生成服務，顯著降低了內容生產與獲取成本。

同時，PixVerse正在與百度智能云、Fal.ai、Eachlab等技術伙伴深度協作，加速圖文到視頻的場景化落地，并與百度文庫聯手，將靜態文檔動態可視化，讓知識類內容輕松生成旁白和動畫，使得從文檔到視頻的創作流程更為流暢與生動。

4.“拍我AI”的使命

AI企業出海有一個誤區：必須在國內先把產品做好，再把這個產品賣到國外去。

這并不是說產品打磨不重要，而是說前期的產品打磨不能只針對國內市場。出海是一個主動的策略，而不是被動的調整。既然想要海外市場，那么產品發布的第一天就要面向全球市場，要把出海的視角轉為全球化的視角。

去年4月，王長虎在和《晚點LatePost》對話時就有相關表述：“做AI時代的產品就應該做全球產品。”

選擇先海外后國內路線的另一個客觀原因是公司初期“人手不足”。

如今，愛詩科技帶著Pixverse在海外的積累會回到了國內，“拍我AI”的上線，意味著愛詩科技進入了一個新的發展階段。

“拍我AI”上線，視頻來源：愛詩科技

「甲子光年」認為，中國擁有龐大的短視頻用戶群體和活躍的內容創作生態，AI視頻生成技術在這里具有巨大的應用潛力和市場空間。然而，中國用戶的需求、使用習慣以及內容偏好與海外市場存在差異。“拍我AI”的推出，不僅僅是簡單的本地化，更需要針對中國市場的特點進行產品優化和運營策略調整。

王長虎介紹，“拍我AI”會對齊PixVerse最新的基模和所有的功能，同時它是一個中國的模型，有中國風、中國味的模板和內容。

愛詩科技在海外市場積累的技術經驗和用戶運營能力，將為“拍我AI”在中國市場的推廣提供寶貴的基礎。同時，通過服務中國用戶，“拍我AI”也能獲取更豐富的中文語料和用戶反饋，進一步反哺模型的訓練和迭代，形成全球范圍內的技術和產品協同優勢。

“拍我AI”的使命，是將在全球范圍內得到驗證的AI視頻生成能力，無縫對接到中國本土的內容創作和消費場景中，吸引并賦能更廣泛的中國用戶群體，進一步壯大愛詩科技整體用戶基礎。

盡管PixVerse在全球市場取得了成功，但對于愛詩科技而言，服務好中國市場，對于其C端和B端的用戶增長至關重要。

王長虎很清醒，“過去兩年很成功，不代表未來兩年能成功。”

他只是覺得自己特別幸運，“創業兩年，依然留在了牌桌上。”

（封面圖來源：PixVerse生成視頻截圖）