中信建投｜AI+视频：新的AI基建能力，延展性强、空间大

发表评论

A+

重要提示：通过本订阅号发布的观点和信息仅供中信建投证券股份有限公司（下称“中信建投”）客户中符合《证券期货投资者适当性管理办法》规定的机构类专业投资者参考。因本订阅号暂时无法设置访问限制，若您并非中信建投客户中的机构类专业投资者，为控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！

文｜杨艾莉‍‍‍

近期Pika 1.0发布，以高质量文生视频效果获关注。Meta、Runway、Heygen等大厂和独角兽，均紧锣密鼓布局AI视频。

从技术/产品角度看，AI+视频分两类：1）有固定模版，只改变局部画面（如肤色、唇形），如Heygen、易点Kreado AI；2）开放式，依照用户上传的照片、文字，生成全新视频，如Pika、Runway。

我们认为，“AI+视频”不仅是一种AI应用，更是LLM后AI新基建能力：

1）To C，降低UGC门槛，有望出现“AI时代的抖音”或视频版妙鸭产品。

2）To B，在电商、教育等场景降本增效；长期在影视、游戏制作空间大。

11月28日，AI视频工具Pika 1.0发布，具有文生视频、用文字完成视频局部编辑等功能，效果媲美Runway的Gen-2。

1、Pika是一款什么产品：成立仅6个月，产品效果惊艳，直逼Runway

成立缘起：Pika的创始人具有哈佛大学、斯坦福大学等名校学习经历，23年初参加Runway第一届AI movie Festival时未找到优质的AI视频制作工具，因此开始创业，并于23年4月成立Pika。

首次产品测试，依托Discord：7月，Pika在Discord推出Pika测试版，用户可以免费体验根据文字和图片生成3秒短视频，截至12月1日，该社区用户数量超50万，每周都会制作数百万个视频。

Pika 1.0正式发布，具备AI视频生成与编辑功能。Pika首款产品Pika 1.0于11月28日发布，底层模型是在Diffusion模型的基础上进行创新。目前用户可加入waitlist等待体验该产品。

目前Pika已完成三轮、共5500万美元融资，估值2.5亿美元，投资人包括前Github CEO Nat Friedman、OpenAI创始成员Karpathy。

Pika1.0有什么功能？据海外独角兽公众号对Pika创始人的采访，该产品将持续迭代，预计明年实现商用，可以帮助用户生成可用性较高的素材和视频片段，视频时长可能会比现在长几倍，但仍小于1分钟。Pika 1.0的功能主要包括：

1）视频生成：根据用户输入文字或图像后生成视频，包括3D动画、实拍电影等多种风格，具有较逼真的光影和细节处理效果，及多样化的镜头控制。

2）视频转换：视频结构不变的情况下，转换视频风格，例如将真人视频转换为动画视频。

3）视频编辑：根据鼠标框选和文字描述，对视频特定位置进行编辑，例如为视频中的狒狒带上墨镜。

4）视频扩展：扩展视频的画布和宽高比，自动填充超出原始视频边界的内容；扩展现有视频的时间。

Pika连贯性、控制效果更强，Runway视频画面更好。Pika与前期知名AI视频应用Runway各有优缺点。据Pika官网，对于Pika，其能基于文本生成更为连贯自然的画面，明确视频中具体希望发生的变化，但在画面清晰度、真实性方面有待提升；Runway生成视频质量高，但部分视频可能与用户预期有背离。

2、AI+视频：新的AI基建能力，延展性强

从移动互联网发展来看，视频流是用户使用时长最多的内容，占据超过30%的使用时长，成为承载信息和交流的最主要形式之一。我们认为，AI视频是大语言模型之后，新的基建能力，空间远大。

1）C端：有望出现“AI时代的抖音”，消费互联网弹性大

抖音、快手等短视频平台，已成为移动互联网用户时长占比最高的应用类型，据Questmobile，22年12月移动互联网用户使用总时长中，短视频占比28.5%，相比21、19年同期增加2.8pct、13.3pct。AI进一步降低短视频制作门槛，Pika1.0等AI视频生成产品有望成为“AI时代的抖音”

2）B端：结合广告营销、电商、游戏、影视制作，延展性强

AI替代操作繁杂、耗时长的视频剪辑，短期内已广泛应用于营销、教育等对对画质、复杂度要求较低的领域，随着技术提升，长期在影视、游戏制作领域空间广阔。据易点天下，AI营销素材制作平台KreadoAI可以将视频制作效率从12小时/个缩短至6-8分钟/个，且成本只有真人的1/100。

3、大语言模型格局明确，但视频模型仍在突围，小公司也有机会

大语言模型格局明确，以OpenAI的GPT系列为主。2017年Transformer架构出现，大语言模型实现快速迭代更新。OpenAI在2018年发布GPT-1，GPT系列模型核心架构确立；随后GPT-2、GPT-3、GPT-4分别于2019、2020、2023年发布，叠加ChatGPT、GPTs等现象级产品发布，OpenAI凭借数据、资金、算力、人才等核心竞争力，成为大语言模型领域的绝对龙头。此外，海外谷歌Bard、微软LLaMa，国内百度文心一言、科大讯飞星火大模型等优质大语言模型陆续推出，大语言模型领域“一超多强”的竞争格局确立。

但AI+视频仍在爆发前夕，Pika等创业公司亦有突围机会。目前视频生成的最优技术路线暂未确定，谷歌、Meta、Runway、Heygen等大厂和独角兽，均紧锣密鼓布局AI视频。

目前视频生成的技术难点在于：1）动态性不足：相比于图片生成，视频生成具有特征空间显著更大、动作多样性显著更强的特点，导致现有的视频生成方法难以学到有效的时域动作信息，生成的视频虽然图片质量较高，但动态性比较有限；2）时长较短：目前AI生成的单条视频主要在十秒以内，视频较长时，短时间内生成大量帧数的图片对算力挑战较大，且每一帧之间相互协调、生成连续的复杂动作等，对生成算法提出较高的要求；3）训练数据少：带有连贯、复杂动作的视频素材较少。

从技术/产品角度看，AI+视频分为两类：

1）功能相对单一，主要完成特定模版的视频生成：如视频翻译、数字人短视频等，视频复杂度相对较低，主要用于营销、教育等普通视频变现场景，例如Heygen、KreadoAI等。

2）开放式视频生成工具，从0到1生产全新内容：根据用户输入的文字或图像，生成新的视频，或在现有视频基础上，生成新的元素，生成结果丰富多样，视频复杂度、逼真度要求高，例如Pika、Runway等。

4、海内外相关公司

1、Runway：Gen-2颠覆式更新，开始商业化

Runway：颠覆式更新，画面质量跃升。Runway的AI视频生成工具Gen-2，自6月面向公众发布以来，进行多次更新，8月将最大长度从4秒提升到了18秒；9月新功能可控制“镜头”的位置和移动速度、调节视频中的动作幅度；11月实现了保真度和一致性的提升，画面质量跃升。从商业化程度看，Runway Gen-2已推出基于视频积分的价格标准，按积分单买价格测算，Gen-2生成视频的价格为0.05美元/秒。

2、Heygen：获得新融资，目前主要功能包括数字人和视频翻译。

此前Heygen曾凭借郭德纲说英语相声、Taylor Swift说中文等一系列AI生成视频出圈，据出海研究院，近期Heygen宣布获得560万美元新融资，投后估值达7500万美元；商业化进展亦成效颇丰，目前ARR达到1800万美元，分别相比3月、8月增加1700万、800万美元。

除了视频翻译，Heygen主要功能还包括数字人生成：支持用户上传录制好的视频，在数分钟内生成数字人，并根据文本内容，生成数字人短视频，同时提供数字人模板、视频模板、声音模板等。据公司官网，生成总时长15分钟数字人视频的月套餐，收费为29美元，也支持对声音克隆、人像精调等服务单独收费。

3、易点天下：KreadoAI，数字人营销平台

7月12日易点天下的KreadoAI正式上线，据公司公告，KreadoAI在已有的LLM和图像等大模型技术底座之上，结合一系列营销数据开发而成，截至10月底，已覆盖全球67个国家，注册用户数超60万（8月初为40万）、UV（独立访客）突破百万，付费金额超百万，付费用户中，海外用户占70%-80%，国内用户占20%-30%。KreadoAI的功能主要包括：

1）数字人短视频：AI生成贯穿全流程。用户可以选择真人数字人模板，或通过AI文生图、上传照片、资源库选择等方式得到照片数字人，并根据AI文生文、用户写作等方式产生视频文案，从而制作数字人短视频。该功能采用K币支付，按K币单买价格换算，实际价格为7元/分钟。

2）AI模特：用户上传真人模特照片，即可得到世界各地不同肤色样貌的模特图，包括商拍模特、假发模特、眼镜模特、美妆模特等。即将上线人台模特图，即用户将衣服饰品穿戴到人台模特上，一键生成多种风格的真人模特效果图。

3）真人克隆数字分身：用户分别上传5分钟个人视频、音频后，即可在2-3个工作日内，分别完成数字人形象、声音克隆，价格分别为4300元/次、3600元/次。

国际政治风险、生成式AI技术发展不及预期、VR硬件效果不及预期、各领域技术融合进度不及预期的风险、算力支持程度不及预期、数据质量及数量支持程度不及预期、用户需求不及预期、技术垄断风险、原始训练数据存在偏见风险、算法偏见与歧视风险、算法透明度风险、增加监管难度风险、政策监管风险、商业化能力不及预期、相关法律法规完善不及预期、版权归属风险、深度造假风险、人权道德风险、影响互联网内容生态健康安全风险、企业风险识别与治理能力不足风险、用户审美取向发生变化的风险。

杨艾莉：传媒互联网行业首席分析师，中国人民大学传播学硕士，曾任职于百度、新浪，担任商业分析师、战略分析师。2015年起，分别任职于中银国际证券、广发证券，担任传媒与互联网分析师、资深分析师。2019年4月加入中信建投证券研究发展部担任传媒互联网首席分析师。

证券研究报告名称：《AI+视频：新的AI基建能力，延展性强、空间大》

对外发布时间：2023年12月3日

报告发布机构：中信建投证券股份有限公司

本报告分析师：

杨艾莉 SAC 编号：S1440519060002
SFC 编号：BQI330

近期热门视频

更多精彩视频，尽在中信建投证券研究视频号，欢迎关注~

免责声明

本订阅号（微信号：中信建投证券研究）为中信建投证券股份有限公司（下称“中信建投”）研究发展部依法设立、独立运营的唯一官方订阅号。

本订阅号所载内容仅面向符合《证券期货投资者适当性管理办法》规定的机构类专业投资者。中信建投不因任何订阅或接收本订阅号内容的行为而将订阅人视为中信建投的客户。

本订阅号不是中信建投研究报告的发布平台，所载内容均来自于中信建投已正式发布的研究报告或对报告进行的跟踪与解读，订阅者若使用所载资料，有可能会因缺乏对完整报告的了解而对其中关键假设、评级、目标价等内容产生误解。提请订阅者参阅中信建投已发布的完整证券研究报告，仔细阅读其所附各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。

中信建投对本订阅号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。本订阅号中资料、意见等仅代表来源证券研究报告发布当日的判断，相关研究观点可依据中信建投后续发布的证券研究报告在不发布通知的情形下作出更改。中信建投的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本订阅号中资料意见不一致的市场评论和/或观点。

本订阅号发布的内容并非投资决策服务，在任何情形下都不构成对接收本订阅号内容受众的任何投资建议。订阅者应当充分了解各类投资风险，根据自身情况自主做出投资决策并自行承担投资风险。订阅者根据本订阅号内容做出的任何决策与中信建投或相关作者无关。