四川在线记者 史晓露
调研企业：成都恒图科技有限责任公司
调研主题：川企如何竞逐文生视频“新赛道”
调研时间：3月下旬
今年2月，文生视频大模型“Sora”横空出世，引爆全网。
面对Sora卷起的技术浪潮，科技圈“摩拳擦掌”，不到两个月，国内外已有多家科创公司和互联网科技大厂下场布局。其中，一家四川企业已先行一步，早在1月底，成都恒图科技有限责任公司（下称：成都恒图）就在全球率先上线一站式AI长视频制作平台Clipfly，集合了AI视频生成、AI视频增强、视频编辑等功能，短短两个月，已在海外拥有10万名用户。
角逐人工智能新赛道，很多初创公司“拿着锤子找钉子”，先做大模型，再去找应用场景，但实际上很难落地。对于成都恒图来说，则是先找到行业需求，瞄准图像处理这个场景，再去用技术为行业赋能。
角逐文生视频“新赛道”，这家川企为何能实现“抢跑”？近日，由四川日报全媒体与省工商联共同组成的联合调研组，走进这家企业，寻找答案。
四川造AIGC产品，如何抢先一步？
3秒、6秒、8秒！短短两个月，Clipfly生成的视频片段时长不断被刷新，已超越业内大部分竞品。
“天下武功，唯快不破！谁先推出最好用的产品，谁就能率先抢占市场。”成都恒图创始人、西南财经大学教授、博士生导师段江雷厉风行，他透露，Clipfly全球首发后，保持了每周一更的迭代速度，目前公司正全力进行版本升级和产品内测。
成都恒图科技有限责任公司创始人、西南财经大学教授、博士生导师段江。受访者供图
把单纯的文字变成流畅的视频，Clipfly是如何做到的？
“输入文字提示词后，Clipfly先将提示词生成1—4张图片，也就是视频帧，再将图片生成3—8秒长的视频片段。”段江娓娓道来，生成足够的视频片段后，用户可以用Clipfly自带的视频编辑器，将素材加上字幕、音乐，剪辑为完整视频。他向调研组展示了一段编辑后的完整视频，长达41秒，包含细腻复杂的场景、生动的角色表情以及多个运动镜头，画面十分逼真。
不过，在做长视频的过程中，不同的视频片段可能出现场景和人物不一致的问题。“这也是行业的普遍难题，我们已经有一些解决方案去解决这个问题，而且很快会上线。”段江说。
此外，和“Sora”能直接生成1分钟的长视频相比，目前大部分科技公司的文生视频时长只有短短数秒。Clipfly的优势在哪里？
Clipfly界面。受访者供图
“Sora生成的只是原始素材，一段好的视频不只是生成，还要带有字幕、转场、配音、特效等元素，Clipfly自带视频编辑器，能将生成的视频片段剪辑成更完整的成品，这正好是Clipfly的优势。”段江说，而且Clipfly仍在视频时长上持续攻关。
尽管Clipfly还不算完美，但已收获了巨大关注，最近每周都有多家国内外投资机构主动找上门，其中不乏顶级投资机构。为什么公司能比别人抢先一步？
调研中，段江反复提及两个关键词——“技术”和“准备”。“在机会出现之前，公司已经做了10多年的技术储备。”早在2009年，段江就创立成都恒图，并在2012年推出图片处理软件“Fotor”，在图像处理上具备多个完全自主创新的技术，比如HDR（高动态范围图像技术）、单反相机原始图像文件AI技术、一键图像增强技术，部分技术已经拓展到视频领域，能生成高质量的视频内容。
其二，是对前沿技术的敏感。段江分享了一个小故事，2022年，公司就注意到国外扩散模型（Diffusion Model）技术的发展，意识到这种能根据文本描述生成图像的新技术，将对整个视觉行业带来巨大改变。
“当时很多人还没有关注到AIGC，直到2023年ChatGPT的大火。”段江说，但2022年10月，Fotor便上线了AI图片生成功能，吸引了大量用户。从2022年到2023年，Fotor的月活跃用户增长了六七倍，目前月活跃用户数已突破1500万，跻身全球头部AI图像产品。在一项国际权威数据公司对全球超过5000个AI应用的排名中，Fotor的用户数在全球排第23位，超过了百度、腾讯、阿里等大厂的AI产品，在所有国产AI产品中排名首位。
“图像和视频技术具有通用性，同时基于视频用户的需求持续增长，公司决定布局AI视频。”段江说，这么多年，公司埋头做技术、做产品，形成了一支有战斗力的团队，当一个大机会来临时，就能迅速抓住。
行业只烧钱难赚钱，川企如何逆势而上？
“Sora”的横空出世，也在电影、特效、游戏开发等领域引发连锁反应。不过，相比于去年ChatGPT带来的“百模大战”和投资热潮，今年，资本要冷静许多。
“从市场角度看，无论技术多好，如果不能变成市场接受的产品，就是一张废纸。”多位业内人士指出，当前很多文生视频模型还没有落地时间表，就连“Sora”也还在内测阶段。特别是去年投资圈已为“百模大战”付了“学费”，眼下自然更加谨慎。
调研组也发现，AIGC概念大火后，很多企业蜂拥而上，但由于技术不成熟、应用场景不清晰、数据隐私等问题，很多大模型都缺乏落地场景，很难实现商业变现。就连国外图像生成头部玩家Stability AI，最近也因商业化前景暗淡、财务状况压力寻求出售，核心团队离职“跑路”。甚至有风投机构预测，“85%的AI初创公司将在三年内倒闭。”
面对行业只烧钱难赚钱的困境，成都恒图却逆势而上，不仅有稳定的现金流，而且已实现盈利。
“一开始我们就不希望烧钱去发展，所以公司瞄准海外市场，主要靠订阅付费实现盈利。”段江解释，海外用户有更好的付费习惯，客单价在45—50美元/年，目前Fotor的用户订阅费已占公司收入90%以上。 正在推进的Clipfly也将采取这种模式，下一步将在国内上线，除了C端的大众用户，还会面向企业客户。
“大模型只是底层技术，还需要找到应用场景。”段江指出，现在行业内很多初创公司都是“拿着锤子找钉子”，先做大模型，再去找应用场景，但实际上很难落地。对于成都恒图来说，则是先找到行业需求，瞄准图像处理这个场景，再去用技术为行业赋能。
多位业内人士认为，成都恒图的发展路径值得借鉴。“狭缝创业才能真正获得快速成长。”电子科技大学教授、日本工程院院士、欧盟科学院院士任福继认为，AI从业者与其它行业交叉少，缺少跨行业思维，无法充分挖掘真实的行业应用场景，对此他建议，企业可以加强与高校、研究机构的合作，积极参与行业交流和合作，有针对性开发相关产品，解决行业真问题、刚需问题。
从全局来看，行业也容易脱实向虚，引发混战。对此，专家普遍认为，关键要靠“应用驱动”。“‘百模大战’，实际上会演变为‘千模混战’，四川要尽量避免。”任福继建议，四川可集中攻关一至二个基础大模型，其余分散开发应用赛道。
例如，四川在元宇宙、智能交通、智慧医疗、智慧文旅等多个领域已涌现出一批具有特色的应用场景。“下一步，可以寻找大模型能够发挥巨大价值的场景，引进和培育一批大模型应用的开发者，培养领军型的行业大模型解决方案提供商，用类似‘揭榜挂帅’的模式，遴选有意愿有能力的企业，开发行业大模型解决方案，在四川做出示范后，开展全国甚至全球服务。”任福继说。