繼AI搜索大戰(zhàn)后，谷歌主動(dòng)掀起了AI短視頻大戰(zhàn)。昨日，YouTube迫不及待地宣布，會(huì)在今年夏天將最新的視頻生成模型Veo 3，帶給每一位YouTube Shorts的創(chuàng)作者。

它最大的競(jìng)爭(zhēng)對(duì)手是字節(jié)跳動(dòng)。此前，與Shorts通過(guò)Dream Screen，直接在平臺(tái)嵌入AI生成功能類似，TikTok通過(guò)AI Alive向創(chuàng)作者交付AI生成能力。現(xiàn)在，兩者都已經(jīng)鍛造出這個(gè)世界最強(qiáng)大的視頻生成模型，它們都在將其最新武裝到這個(gè)世界最受歡迎的視頻平臺(tái)上。

是用上了Veo3的YouTube Shorts更吸引人，還是用上了Seedance 1.0的TikTok更有黏性，AI面向消費(fèi)者市場(chǎng)的激烈競(jìng)爭(zhēng)，在短視頻領(lǐng)域一觸即發(fā)。這不僅是一場(chǎng)關(guān)系到流量的競(jìng)爭(zhēng)，還是一場(chǎng)關(guān)系到流量結(jié)構(gòu)的競(jìng)爭(zhēng)。平臺(tái)正在把流量的生成與流量的變現(xiàn)的主動(dòng)權(quán)掌握在自己手里。

誰(shuí)將是AI短視頻之王？

視頻生成模型競(jìng)賽

這是一場(chǎng)25億月活用戶的長(zhǎng)視頻平臺(tái)，應(yīng)對(duì)10億月活用戶的短視頻平臺(tái)的王者之戰(zhàn)。但整個(gè)2023年，這兩家視頻內(nèi)容平臺(tái)的傳統(tǒng)巨頭，都在被動(dòng)挨打。到了2024年，雙方開(kāi)始追趕，瘋狂迭代。尤其是在OpenAI發(fā)布“期貨”Sora后，它們這才迅速拿出了自己的視頻生成模型。

視頻內(nèi)容是兩家巨頭的立身之本，誰(shuí)都不能再丟了。最近，在美國(guó)，Runway更新了Gen-4，Midjourney推出首個(gè)視頻生成模型V1；在中國(guó)，快手發(fā)布Kling 2.0，MiniMax更新了Hailuo02。

現(xiàn)在，在Artificial Analysis的視頻生成模型競(jìng)技場(chǎng)（Video Arena Leaderboard）上，無(wú)論是文生視頻，還是圖生視頻，排名第一的都是字節(jié)跳動(dòng)最近發(fā)布的Seedance 1.0，谷歌最新的Veo 3則占據(jù)著第二或第三的位次。

（來(lái)源：Artificial Analysis，圖生視頻競(jìng)技場(chǎng)排行榜）

5月20日，逐步，在I/O大會(huì)上發(fā)布了最新版本的Veo 3。它對(duì)物理規(guī)律的理解更深刻，并在業(yè)內(nèi)首次實(shí)現(xiàn)原生音頻生成功能。DeepMind創(chuàng)始人Demis Hassabis現(xiàn)場(chǎng)放話，Veo 3結(jié)束了視頻生成的無(wú)聲時(shí)代。同日，谷歌還推出了整合了Veo、Imagen和Gemini的AI視頻制作工具Flow。

這距離谷歌發(fā)布第一代Veo僅過(guò)去1年，差不多6個(gè)月迭代一次。真正用上初代Veo的人很少；Veo2在發(fā)布數(shù)月后通過(guò)Gemini API向開(kāi)發(fā)者開(kāi)放；Veo3幾乎發(fā)布即開(kāi)放，每個(gè)月交了250美元的Google AI Ultra訂閱用戶，現(xiàn)在就可以嘗試用它生成長(zhǎng)至8秒的短視頻。

很快，字節(jié)跳動(dòng)追了上來(lái)，沒(méi)給谷歌喘息的機(jī)會(huì)。6月11日，字節(jié)跳動(dòng)的Seedance 1.0正式發(fā)布，已在即夢(mèng)及火山引擎API上開(kāi)放使用。其中，Seedance-1.0-pro的API調(diào)用價(jià)格，約為15元人民幣/百萬(wàn)token，生成一條10秒的1080p視頻，最高約7.34元；lite版還能便宜1/3。

風(fēng)險(xiǎn)投資機(jī)構(gòu)a16z合伙人Justine Moore迅速試用，贊嘆不已，認(rèn)為它排名第一，名副其實(shí)。它克服其他同類模型的頑疾，包括同一場(chǎng)景多角度視圖的統(tǒng)一性、大量高速運(yùn)動(dòng)場(chǎng)景下的連貫性等等，“物理”水平出眾。它能接受復(fù)雜的提示并嚴(yán)格遵循，同時(shí)輸出兼具風(fēng)格的多樣性。最讓她印象深刻的是分布外（Out-of-distribution）推理能力。“這些片段可能不會(huì)引起你的注意”，她說(shuō)，自己從未在其他模型上，見(jiàn)過(guò)如此真實(shí)的草圖渲染與全息圖彈出。

(來(lái)源：Justine Moore，不起眼但體現(xiàn)“分布外推理”能力的表現(xiàn)）

字節(jié)跳動(dòng)與谷歌的競(jìng)爭(zhēng)，在外界看來(lái)，有點(diǎn)“師出同門”的意味。年初，原來(lái)谷歌DeepMind的吳永輝，開(kāi)始在字節(jié)跳動(dòng)擔(dān)任Seed團(tuán)隊(duì)基礎(chǔ)研究負(fù)責(zé)人。不過(guò)，字節(jié)跳動(dòng)對(duì)視頻生成的正式探索，始于去年上半年發(fā)布的AI創(chuàng)作平臺(tái)即夢(mèng)（Dreamina）；同年9月，視頻生成大模型PixelDance和Seaweed正式上線，前者側(cè)重“敘事性”，能精準(zhǔn)捕捉與闡釋語(yǔ)義，后者側(cè)重“審美性”，能輸出細(xì)膩逼真的畫(huà)面。隨后，團(tuán)隊(duì)開(kāi)始探索自回歸對(duì)抗后訓(xùn)練（APT）。最終這些嘗試收斂到如今的Seedance。

對(duì)于消費(fèi)者市場(chǎng)而言，開(kāi)放生成的視頻長(zhǎng)度，是8秒還是10秒，幾乎沒(méi)有區(qū)別；但是Seedance 1.0暫缺的原生語(yǔ)音生成功能，對(duì)于普通用戶而言卻很關(guān)鍵。不過(guò)，相信字節(jié)跳動(dòng)很快就會(huì)彌補(bǔ)這一切，并繼續(xù)推動(dòng)視頻生成能力的進(jìn)步，同時(shí)加深對(duì)物理世界的理解。

與谷歌一樣，字節(jié)跳動(dòng)已經(jīng)打造了多模態(tài)大模型“全家桶”，包括圖片(Seedream與SeedEdit）、語(yǔ)音（Seed-TTS與Seed-ASR）、音樂(lè)（Seed-Music），還包括多模態(tài)統(tǒng)一理解和生成（BAGEL）。

在尚未明確的方向上，團(tuán)隊(duì)繼續(xù)發(fā)散式探索，包括Shot2Story（多鏡頭視頻理解）、FlexWorld（視頻到視頻擴(kuò)散）、Video Depth Anything（超長(zhǎng)視頻一致性）、VideoWorld（無(wú)標(biāo)記數(shù)據(jù)自回歸視頻生成）等等，也許很快就會(huì)融入Seedance 2.0。

在哪里生成，在哪里留存

在模型競(jìng)爭(zhēng)逐漸焦灼的當(dāng)下，市場(chǎng)越來(lái)越重視速度。a16z合伙人Bryan Kim說(shuō)，面向消費(fèi)者的AI市場(chǎng)，速度就是一切。產(chǎn)品發(fā)布、獲取關(guān)注、搶占用戶心智的速度，都要一快再快。

GPT-4o生成的，已經(jīng)證明了這一點(diǎn)；Veo3上線當(dāng)天，用其制作的切割玻璃水果的解壓視頻就開(kāi)始刷屏，再次證明了這一點(diǎn)。盡管Veo3與Seedance 1.0的發(fā)布，仍然很難真正沖擊好萊塢生態(tài)，但已經(jīng)在龐大的消費(fèi)者市場(chǎng)掀起了一陣陣病毒式傳播。它們的操作足夠簡(jiǎn)單，但功能又足夠完整。

(來(lái)源：TikTok，新用戶憑借AI生成視頻迅速吸引流量）

Min Choi 和 PJ Ace這樣早期采用者迅速入場(chǎng)，甚至喊出了Veo3的淘金潮來(lái)了。他們創(chuàng)作的AI短視頻，贏得的流量增長(zhǎng)前所未有。他們還總結(jié)出了淘金方法論：首先，用ChatGPT或Gemini生成簡(jiǎn)單的腳本；其次，把腳本黏貼進(jìn)去，用Veo3生成；再次，用在Capcut等工具上編輯……最后，導(dǎo)出視頻，分享到TikTok等平臺(tái)上。

這就是讓谷歌加快速度的原因。Veo3目前遇到了“生成之后它存于何處”的問(wèn)題。一方面，TikTok在短視頻領(lǐng)域更具用戶粘性；另一方面，Veo3缺乏一個(gè)成熟的可分享的平臺(tái)，為別人做嫁衣裳。新興內(nèi)容生成平臺(tái)普遍缺乏內(nèi)容分發(fā)能力，也是目前面向消費(fèi)者市場(chǎng)的AI應(yīng)用的關(guān)鍵挑戰(zhàn)之一。但是，與其他初創(chuàng)企業(yè)不同，谷歌還有Shorts。于是，谷歌急迫地希望在這個(gè)夏天結(jié)束前，將Veo3塞進(jìn)Shorts里。

Veo3也能為YouTube Shorts帶去更多流量。從去年3月至今，Shorts的日均觀看量從700億次上升到2000億次，得益于Dream Screen在這一年里逐步完善了AI生成能力。更多的流量，意味著更有生命力的商業(yè)閉環(huán)。

Veo系列還給了YouTube的長(zhǎng)視頻一個(gè)新的機(jī)會(huì)。Shorts誕生于TikTok以摧枯拉朽之勢(shì)席卷美國(guó)的疫情時(shí)代。當(dāng)時(shí)，這款谷歌CEO皮查伊所謂的“此前根本沒(méi)有人在討論”的中國(guó)應(yīng)用，基于AI推薦算法，迅速成為美國(guó)用戶離不開(kāi)社交媒體平臺(tái)。用戶行為越來(lái)越碎片化，創(chuàng)作者邊反對(duì)，邊加入，為了避免用戶與創(chuàng)作者大量流失，深耕高質(zhì)量創(chuàng)作者生態(tài)的YouTube最終也不得不下場(chǎng)。至此，YouTube一直面臨長(zhǎng)視頻與短視頻生態(tài)左右互搏的狀態(tài)。

AI生成的視頻長(zhǎng)度，最終會(huì)越來(lái)越長(zhǎng)，也就越來(lái)越契合長(zhǎng)視頻創(chuàng)作者的需求；圍繞視頻生成，也會(huì)誕生更多自動(dòng)化的視頻AI編輯工具。長(zhǎng)視頻部分演示內(nèi)容也可以通過(guò)AI生成出來(lái)，現(xiàn)在很多用戶就寫(xiě)好腳本，用它來(lái)創(chuàng)作數(shù)段片段，然后拼接成稍長(zhǎng)一點(diǎn)的視頻。

先讓Veo3在Shorts上跑起來(lái)，然后讓它或下一代Veo服務(wù)于YouTube的完整生態(tài)，能讓谷歌最終在AI時(shí)代的內(nèi)容平臺(tái)占據(jù)上風(fēng)。

AI（短）視頻的商業(yè)模式

AI短視頻的商業(yè)模式，是像AI大模型或視頻公司，如OpenAI-Sora或Runway那樣，出賣生成服務(wù)或者創(chuàng)作內(nèi)容的智能體，訂閱收費(fèi)；還是內(nèi)容創(chuàng)作者用來(lái)在社交媒體平臺(tái)上創(chuàng)造流量，廣告變現(xiàn)或內(nèi)容訂閱；還是科技巨頭把AI視頻全套工具交給其內(nèi)容創(chuàng)作者，增強(qiáng)其固有的內(nèi)容-分發(fā)-社交生態(tài)，繼續(xù)賺取廣告與內(nèi)容訂閱的錢；最狠的可能是擁有前沿AI模型的巨頭會(huì)通吃賣token、賣廣告、賣內(nèi)容、賣鏟子（技術(shù)及工具）。

生成式AI時(shí)代與移動(dòng)互聯(lián)網(wǎng)時(shí)代不同，它的成本同樣快速下降，但相對(duì)仍然昂貴，尤其是多模態(tài)與多智能體交互在未來(lái)將成為主流，“免費(fèi)”的游戲需要調(diào)整一下玩法。這也是目前面向消費(fèi)者市場(chǎng)的AI應(yīng)用另一個(gè)關(guān)鍵挑戰(zhàn)之一。

谷歌已經(jīng)打響了AI搜索大戰(zhàn)，但這一傳統(tǒng)業(yè)務(wù)的商業(yè)模式還沒(méi)有完全建立，谷歌不得不犧牲利潤(rùn)率去鞏固地盤(pán)。盡管皮查伊認(rèn)為，如果AI搜索的問(wèn)題是服務(wù)成本，那么自己有信心比幾乎任何對(duì)手都做得更好，但他也承認(rèn)，“有些方面可能需要時(shí)間”。

但是，現(xiàn)在，谷歌可以通過(guò)AI短視頻實(shí)現(xiàn)商業(yè)閉環(huán)，甚至反哺AI搜索。去年，YouTube廣告收入達(dá)到了361億美元，成為繼搜索以外的業(yè)務(wù)支柱之一。而且，更重要的是，AI短視頻的商業(yè)模式，仍然可以通過(guò)廣告或電商變現(xiàn)，而不是AI搜索還沒(méi)有規(guī)模驗(yàn)證過(guò)的結(jié)果變現(xiàn)。

AI短視頻的商業(yè)閉環(huán)，要比AI搜索清晰得多。創(chuàng)作者向谷歌購(gòu)買算力，為自己贏得以往所無(wú)法企及的流量規(guī)模，獲得更高的廣告收益分成；谷歌則不需要額外支出更多算力成本，也將從廣告收益中留存更多利潤(rùn)。此外，更多的視頻上傳到Shorts，也將成為谷歌訓(xùn)練大模型的數(shù)據(jù)來(lái)源，這將讓谷歌保持模型的競(jìng)爭(zhēng)優(yōu)勢(shì)。不過(guò)，谷歌還沒(méi)有披露針對(duì)的Shorts創(chuàng)作者的Veo 3定價(jià)策略。難道它會(huì)免費(fèi)無(wú)限供給昂貴的token嗎？

字節(jié)跳動(dòng)自然也不會(huì)錯(cuò)過(guò)這一切。AI短視頻從創(chuàng)意到生成到分享的鏈條將會(huì)更短。AI短視頻將繼續(xù)推動(dòng)TikTok的全球擴(kuò)張。它目前海外市場(chǎng)月活用戶突破了10億大關(guān)，但離Youtube整體尚有差距。字節(jié)跳動(dòng)去年國(guó)際營(yíng)收（主要為TikTok）約為 390 億美元，與Youtube的廣告收入接近，但如果后者再加上訂閱收入，TikTok仍然稍遜了一籌。

這是一場(chǎng)對(duì)流量的爭(zhēng)奪，也是一場(chǎng)對(duì)新的流量結(jié)構(gòu)的爭(zhēng)奪。傳統(tǒng)的“流量基礎(chǔ)設(shè)施”，正在重建流量來(lái)源方式與流量變現(xiàn)方式。優(yōu)質(zhì)創(chuàng)作者仍然是平臺(tái)核心競(jìng)爭(zhēng)力；但平臺(tái)開(kāi)始掌握流量生成的入口，將其釋放給每一位普通用戶。誰(shuí)能掌控這種新的流量結(jié)構(gòu)，誰(shuí)就掌握了未來(lái)的注意力經(jīng)濟(jì)。

這也解釋了為什么Meta比任何時(shí)候都更焦慮。扎克伯格錯(cuò)過(guò)了短視頻，倉(cāng)促拿出Reels應(yīng)戰(zhàn)；又正在錯(cuò)過(guò)大模型，到處收購(gòu)公司與挖人，從Scale AI到SSI再到OpenAI，據(jù)說(shuō)最頂級(jí)的人才已經(jīng)開(kāi)價(jià)上億美元，試圖重組自己的“超級(jí)智能”部門。也許，以前，Meta從TikTok那里吸引創(chuàng)作者，開(kāi)出的是5000美元獎(jiǎng)金，以后可能就是發(fā)放token了。