AI短視頻正在吃掉更多Token

出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜AI生成

這是虎嗅WAIC“追蹤Token商業(yè)新范式”系列文章第9期。

AI 的“活人感”越來越高了。

這意味著，我們越來越難分辨，一段視頻究竟是真人拍攝，還是 AI 生成。

AI 視頻正在以前所未有的速度進(jìn)入內(nèi)容生產(chǎn)環(huán)節(jié)。據(jù)相關(guān)數(shù)據(jù)顯示，2026 年第一季度，全行業(yè)上線微短劇約12.8萬部，其中 AI 微短劇約12.2萬部，占比已經(jīng)超過95%。從短劇、廣告，到電商、游戲、影視制作，AI 視頻正在逐漸成為一種新的生產(chǎn)工具。

在海外，一款名為 PixVerse 的 AI 視頻產(chǎn)品，已經(jīng)成為這一趨勢的代表。用戶只需要輸入一段 Prompt，或上傳一張圖片，就能夠在幾十秒內(nèi)生成一段高質(zhì)量的視頻。過去一年，這款產(chǎn)品迅速積累起全球用戶，并成為 AI 視頻領(lǐng)域增長最快的產(chǎn)品之一。據(jù)媒體報道，截至2025年底，PixVerse 母公司愛詩科技 ARR 已達(dá)到4000萬美元。

虎嗅獲悉，繼2026年3月愛詩完成3億美元融資后，愛詩科技于近日完成了29.8元人民幣的C輪融資，由阿里巴巴領(lǐng)投，Lollapalooza Capital（王慧文家辦）、常春藤資本、惠遠(yuǎn)資本、鐘鼎資本、韓國未來資產(chǎn)、OCBC 生態(tài)下 Lion X 基金、藍(lán)色光標(biāo)、CloudAlpha、iGlobe Partners 等十余家國內(nèi)外機(jī)構(gòu)參與投資。

過去一年，整個 AI 行業(yè)都在討論 Token。

最初，大模型時代的 Token，像是一個計算單位，它更多是在用文字來衡量token；隨后，隨著 Cursor、Claude Code 等 Coding Agent 的爆發(fā)，Token 又開始對應(yīng)軟件開發(fā)，越來越多開發(fā)者愿意為代碼生成持續(xù)付費(fèi)。而 AI 視頻，則讓 Token 第一次真正進(jìn)入內(nèi)容產(chǎn)業(yè)。

在 Coding 場景中，Token 對應(yīng)的是代碼，那么在 AI 視頻時代，Token 對應(yīng)的則是內(nèi)容生產(chǎn)本身。一次模型推理，可以直接生成一條短視頻、一段廣告素材、一部 AI 短劇，甚至一個電商數(shù)字人。

更準(zhǔn)確地說，AI視頻時代，Token 對應(yīng)的不只是模型消耗的算力，而是直接對應(yīng)視頻創(chuàng)作、影視制作乃至商業(yè)生產(chǎn)。

這也是為什么，AI 視頻正在成為繼 Coding 之后，最能驗證 Token 商業(yè)范式的場景之一。

過去，創(chuàng)作一條視頻是一件門檻極高的事情。一個視頻創(chuàng)作者，需要完成腳本、拍攝、燈光、剪輯、特效、配音、后期等一整套流程，還需要熟練掌握 Premiere、After Effects 等專業(yè)軟件。但在今天，這些復(fù)雜的創(chuàng)作流程則已經(jīng)被壓縮成一次模型推理，幾句 Prompt 便可以完成過去需要數(shù)天甚至數(shù)周才能完成的工作。對于 AI 視頻而言，每一次 Token 消耗，背后對應(yīng)的是內(nèi)容生產(chǎn)。

然而，這門生意遠(yuǎn)沒有想象中那么容易。

一方面，AI 視頻公司需要持續(xù)投入巨額算力成本；另一方面，它們還需要面對來自短視頻平臺、傳統(tǒng)視頻平臺以及互聯(lián)網(wǎng)巨頭的競爭。目前，包括可靈、MiniMax旗下海螺AI等產(chǎn)品都已經(jīng)積累了大量用戶，整個 AI 視頻行業(yè)正在快速進(jìn)入競爭階段。

更重要的是，在商業(yè)化路徑上，行業(yè)也出現(xiàn)了明顯分化。2026年，已經(jīng)有一批視頻生成模型公司涌了出來。

不少 AI 視頻創(chuàng)業(yè)者都向虎嗅表示，相比 C 端市場，他們更愿意直接進(jìn)入 ToB。有相關(guān)創(chuàng)業(yè)者告訴虎嗅，“ToC 市場雖然有更高的天花板，但同時也有大平臺的競爭，很難切入。但ToB 的需求更明確，客戶愿意為效率買單，ROI 更容易計算；而 ToC 不僅需要持續(xù)投入模型能力，還需要解決獲客、留存、訂閱以及產(chǎn)品體驗等一系列問題，是一條更難走的路。”

但愛詩科技卻并不這樣想。在謝旭璋看來，AI 視頻領(lǐng)域，C端消費(fèi)者市場仍然是相當(dāng)大的機(jī)會。

他認(rèn)為，過去幾十年，視頻行業(yè)最大的商業(yè)機(jī)會始終來自 C 端。每一次內(nèi)容產(chǎn)業(yè)的變革，最終誕生的都是新的消費(fèi)者平臺。而 AI 視頻時代，同樣應(yīng)該誕生屬于這個時代的新產(chǎn)品，而不僅僅是一家模型公司。

當(dāng)然，愛詩科技不滿足于僅涉足消費(fèi)者市場。謝旭璋告訴我，“同時也有切入B端市場。”

圍繞 AI 視頻行業(yè)、Token 商業(yè)模式、ToC 與 ToB 的選擇，以及 AI 視頻未來的商業(yè)化方向，虎嗅與愛詩科技聯(lián)合創(chuàng)始人謝旭璋進(jìn)行了交流，以下為對話全文，有刪減：

虎嗅：過去一年，愛詩最大的變化是什么？無論是技術(shù)、商業(yè)模式還是組織層面，都可以聊聊。

謝旭璋：大的方向其實沒有變。我們?nèi)昵皠?chuàng)業(yè)時確定的技術(shù)路線和方向，到今天基本還是一致的。變化主要有三個。

我們過去更多聚焦海外市場，今年開始在海外建立本地團(tuán)隊，希望做更精細(xì)化的運(yùn)營；公司團(tuán)隊規(guī)模從幾十人擴(kuò)張到100多人；

第三，也是最大的變化，我們過去主要做 ToC，今年也做了 ToB 探索，通過標(biāo)準(zhǔn)化 API 服務(wù)更多行業(yè)客戶。目前 ToB 業(yè)務(wù)還處于早期階段，但增長速度不錯。

另外，我們越來越意識到，視頻本身就是一個非常大的行業(yè)，里面有大量細(xì)分場景。我們自己做 ToC 產(chǎn)品，不可能覆蓋所有行業(yè)，而很多行業(yè)更適合通過 API 的方式接入模型能力。隨著整個 AI 視頻市場不斷擴(kuò)大、參與者逐漸減少，我們認(rèn)為 ToB 的空間也會越來越大。

虎嗅：不少 AI 視頻創(chuàng)業(yè)公司都認(rèn)為 ToC 很難，所以直接選擇 ToB。但愛詩一直堅持 ToC，為什么？

謝旭璋：我一直覺得，視頻行業(yè)最大的市場會在消費(fèi)者。

從很商業(yè)的第一性來看，視頻行業(yè)過去幾十年的發(fā)展已經(jīng)證明了這一點。無論是電影院、長視頻平臺，還是后來出現(xiàn)的短視頻平臺，最大的機(jī)會一直都來自 C 端，而不是 ToB。

我們?nèi)昵皠?chuàng)業(yè)的時候，就希望做最好的視頻模型，同時進(jìn)入最大的市場，所以堅定選擇了 ToC。

過去幾年，我們已經(jīng)積累了不錯的用戶規(guī)模和收入，也因此看到了很多同行沒有看到的機(jī)會。直到今天，我們做的很多事情依然屬于非共識。另外，我并不認(rèn)為視頻行業(yè)會贏者通吃。

從電影時代，到長視頻、短視頻，每一次行業(yè)變革，都誕生了很多成功的公司，沒有任何一個時代只有一家贏家。AI 視頻也是一樣。

我們認(rèn)為，這個行業(yè)至少有三個機(jī)會。第一，AI 可以幫助從來沒有做過視頻的人完成人生中的第一條視頻。第二，它會逐漸取代大量傳統(tǒng)拍攝、3D 渲染等內(nèi)容生產(chǎn)流程，真正進(jìn)入影視、廣告等行業(yè)。第三，隨著 AI 原生創(chuàng)作者越來越多，還會誕生新的內(nèi)容形態(tài)，以及人與內(nèi)容新的交互方式。

所以，我們相信 AI 視頻時代，同樣會誕生新的平臺，而不僅僅是模型公司。

虎嗅：所以，為什么現(xiàn)在又開始布局 ToB？

謝旭璋：我們并不是戰(zhàn)略轉(zhuǎn)向，而是在通用模型成熟之后，自然開始進(jìn)入更多行業(yè)。

我們的思路一直沒有變，研發(fā)團(tuán)隊始終只做一件事，就是打造全球領(lǐng)先的通用視頻生成模型。

在此基礎(chǔ)上，我們會針對不同場景做優(yōu)化。比如，在 ToC 產(chǎn)品里，我們更關(guān)注生成速度、交互體驗，讓普通用戶更容易使用；在影視行業(yè)，我們會針對影視制作做模型微調(diào)；未來也會針對更多行業(yè)做類似的優(yōu)化。

但底層模型始終是同一個，不會因為 ToC 或 ToB 而拆成兩套研發(fā)體系。對于一些行業(yè)客戶，我們也不會做完全定制化的模型。

如果一個需求只有一家客戶能用，沒有任何通用價值，我們一般不會投入太多資源。我們更愿意抽象出行業(yè)共性的能力，把它沉淀到通用模型中，再服務(wù)更多客戶。

目前，我們發(fā)現(xiàn)移動 App 開發(fā)者就是一個非常大的市場。現(xiàn)在接近一半的 API Token 消耗都來自這一類客戶。

虎嗅：今年以來，Token 成為了 AI 行業(yè)討論最多的話題之一。很多人認(rèn)為，AI 視頻天然就是一個“Token 黑洞”。你怎么看？

謝旭璋：我覺得，“Token 黑洞”這個說法，前提是它真的創(chuàng)造了價值。如果一個場景只是消耗很多 Token，但沒有創(chuàng)造價值，那它就不是一個好的商業(yè)模式。真正重要的是，用戶愿意持續(xù)為這些 Token 買單，因為它創(chuàng)造了更大的價值。

AI 視頻就是這樣一個場景。現(xiàn)在很多短劇、動漫、影視制作等行業(yè)，已經(jīng)開始大量使用 AI 視頻，它們之所以愿意持續(xù)消耗 Token，是因為 AI 確實提升了效率，創(chuàng)造了更多商業(yè)價值。所以我認(rèn)為，未來視頻一定會成為 AI 行業(yè) Token 消耗最大的幾個場景之一，甚至可能就是最大的那個。

很多人會覺得視頻 Token 消耗很大，但是其實并不是“貴”的意思，因為它真的有用。

虎嗅：目前很多 AI 視頻產(chǎn)品都采用積分（Credits）計費(fèi)，而不是像大語言模型一樣直接按 Token 計費(fèi)，這是為什么？

謝旭璋：視頻模型和語言模型的底層計算方式其實并不完全一樣。

嚴(yán)格來說，視頻模型的推理成本并不能簡單對應(yīng)語言模型里的 Token。行業(yè)里確實有一些換算方式，但視頻生成本身有自己的一套計算邏輯，所以大多數(shù)產(chǎn)品最終都會采用視頻時長和分辨率 的方式來計費(fèi)。

我覺得這和是否向用戶披露 Token 并沒有太大關(guān)系。

本質(zhì)上，它更像是一種成熟的商業(yè)模式設(shè)計。很多互聯(lián)網(wǎng)產(chǎn)品都有自己的虛擬貨幣體系，AI 產(chǎn)品采用積分，其實也是類似的邏輯，讓用戶更容易理解和消費(fèi)。

對于 ToB 來說，我們的 API 定價也主要參考行業(yè)水平，不會定得最高，也不會刻意價格戰(zhàn)，而是保持在行業(yè)中間的位置。

虎嗅：目前 AI 視頻產(chǎn)品大多采用訂閱制。你認(rèn)為這會是長期的商業(yè)模式嗎？

謝旭璋：我覺得訂閱只是現(xiàn)在這個階段最直接、最成熟的一種方式。從長期來看，AI 視頻的商業(yè)模式一定會越來越豐富。

如果回頭看整個視頻行業(yè)的發(fā)展，無論是電影院、長視頻平臺還是短視頻平臺，它們最終都形成了不同的商業(yè)模式，比如內(nèi)容付費(fèi)、廣告、增值服務(wù)等等。

AI 視頻行業(yè)其實才剛剛開始。隨著模型能力不斷提升，用戶使用場景越來越豐富，使用時長越來越長，我相信未來一定會出現(xiàn)更多新的商業(yè)模式，而不僅僅是今天的訂閱。

我們其實已經(jīng)在一些新興市場嘗試廣告加訂閱的模式，目前也收到了不錯的反饋。所以我覺得，現(xiàn)在整個行業(yè)距離真正成熟還有很長的路要走。

虎嗅：很多人認(rèn)為，AI 視頻 ToC 市場已經(jīng)很難做了，但你一直強(qiáng)調(diào)它的天花板依然很高，為什么？

謝旭璋：我們一直在做一件事情，就是幫助從來沒有做過視頻的人，完成他們?nèi)松械牡谝粭l視頻。我們調(diào)研發(fā)現(xiàn)，平臺上一半以上的用戶，都是第一次制作視頻。

全世界每天都有幾十億人在消費(fèi)視頻，但真正會制作視頻的人，占比其實很低，可能只有幾個百分點。

過去，大部分人其實都有表達(dá)和創(chuàng)作的需求，只是沒有能力完成視頻制作。AI 正在改變這件事情。

2025 年，我們在全球獲得了接近一億用戶，而且平均獲客成本非常低。這背后說明，我們滿足的是一個過去長期沒有被滿足的需求。

今天，全世界仍然有幾十億人從來沒有制作過視頻。如果 AI 能幫助他們更容易地完成第一條視頻，并持續(xù)進(jìn)行創(chuàng)作，我認(rèn)為這個市場還有幾十倍的增長空間。

另一方面，我們現(xiàn)在的商業(yè)模式其實還相對單一。目前大家主要還是依靠訂閱收費(fèi)，但未來無論是廣告、內(nèi)容分發(fā)，還會有更多新的商業(yè)模式，都還有很大的想象空間。

所以，無論從用戶規(guī)模還是商業(yè)模式來看，我都認(rèn)為 AI 視頻的 ToC 市場還遠(yuǎn)遠(yuǎn)沒有到天花板。

虎嗅：隨著業(yè)務(wù)開始向 ToB 和海外拓展，你們接下來最大的挑戰(zhàn)會是什么？

謝旭璋：我覺得最大的挑戰(zhàn)其實不是 ToB，而是全球化。

ToB 我們目前主要還是通過標(biāo)準(zhǔn)化 API 去服務(wù)客戶，它不像傳統(tǒng)軟件那樣需要大量定制開發(fā)，也不需要組建很大的銷售團(tuán)隊，所以對組織的挑戰(zhàn)并沒有那么大。

真正新的挑戰(zhàn)，是海外本地化。今年我們開始在海外建立團(tuán)隊，也招聘了不少海外員工。未來無論是在東南亞還是歐美，我們都會繼續(xù)布局，希望能夠更好地服務(wù)當(dāng)?shù)赜脩艉涂蛻簟?/p>

這意味著，我們需要解決跨區(qū)域團(tuán)隊協(xié)作、溝通以及本地市場運(yùn)營等問題。不過，我覺得這并不是 AI 行業(yè)獨(dú)有的問題，而是所有希望全球化發(fā)展的中國公司都會遇到的挑戰(zhàn)。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4875128.html?f=wyxwapp