抖音追不上Sora

来源：字母榜

在AI文生视频这条热门赛道，抖音旗下的剪映，正在被OpenAI的Sora越甩越远。

近日，美国软件巨头Adobe宣布，将在知名视频编辑软件Premiere Pro的新版本添加多款文生视频AI工具。近两个月震动全球科技圈的Sora，以及两款同类产品Gen-2和Pika，都会在不久的将来加入“Adobe全家桶”。

有了Sora等第三方AI工具的助力，新版Premiere Pro除了编辑处理预先拍摄的常规视频外，还能根据用户输入的文本即时生成AI视频，并将两者融为一体。

Adobe放出了一条官方演示视频：一个男人走向窗前，观看整个城市的夜景。用户无需拍摄实景，只需输入一段文字，即可利用Sora生成一段城市雨夜的视频，并与前面的视频无缝衔接，效果几可乱真。

Sora今年2月初次亮相，OpenAI放出几段演示视频，但并未公布产品进展和上线时间。如今，Sora被Adobe接纳，表明过去几个月又有不小进步，距离开放使用更近。

另一边，背靠抖音的视频剪辑软件剪映，同样朝着AIGC（人工智能生成内容）方向前行。但截至目前，剪映尚未拿出令人惊艳的成绩。

目前，剪映的AI玩法不少，包括一键成片、剪同款、AI克隆音色、数字人口播等，但并不具备根据文本直接生成视频的能力。它的海外版本Capcut在2月底推出文生视频功能，但效果距离Sora相去甚远。

如今，Sora除了在技术和产品上领先剪映，还得到了Adobe的青睐。Adobe在全球拥有超3300万付费用户；Sora接入“Adobe全家桶”，有望获取订阅收入分成，从而初步构建商业模式。

这也意味着，仍在打磨AIGC能力的剪映，追赶Sora的难度将越来越大。

剪映被外界视为抖音搭上AIGC时代快车的关键筹码。得益于抖音的加持，剪映已成为用户量最大的手机视频剪辑软件之一，每天产出大量短视频；在此基础上更进一步，从UGC（用户生产内容）迈向AIGC，似乎水到渠成。

今年2月7日，抖音功勋老将张楠辞去集团CEO职务，亲自带队剪映。她在官宣职务变动的内部信中称，AI图像生成对她产生很大的触动，潜力巨大，并决定“放下一切”，义无反顾地出发。

剪映的发展根基不可谓不好，抖音的重视程度也很高。但两个多月过去，剪映依然没有太大动静，Sora反而继续高歌猛进。

在AIGC时代，抖音及其背后的字节，似乎总是棋慢一着。

字节八年前布局AI，成立了专门的实验室，招募大批业内精英，但成果却停留在内容审核、自动翻译、搜索服务等。2022年下半年，ChatGPT引爆行业；字节随即增加大模型投入，一口气推出AI聊天机器人等十几款应用，却迟迟没有拿出震动行业的技术和产品。

今年1月底的年度全员会上，字节CEO梁汝波感叹，字节“该有的大公司病全有了”。他特别点名AI业务，称：“公司层面的半年度技术回顾，直到2023年才开始讨论GPT，而业内做得比较好的大模型创业公司，都是在2018年至2021年创立的。”

如今，在立身之本的视频内容领域，OpenAI着着抢先，剪映乃至整个字节又双叒慢了。

1

背靠抖音这颗大树，剪映原本有很大机会在AI文生视频领域的占得先机。

剪映2019年上线，2021年推出PC端的专业版。它显著拉低了UGC视频的创作门槛，普通人只需准备好素材、点击几下，就能生成一段质量尚可的视频，并一键发布至抖音。

此外，作为一款工具软件，剪映还带有一定的社区属性。除了官方提供的视频创作课堂外，用户还可以参考达人制作的视频模板进行创作，也就是“剪同款”。这有助于提高用户留存率和活跃度。

依靠丰富的功能，以及与抖音深度绑定，剪映仅用了三年就获得超1亿月活跃用户，跃升至同类软件的第一名。

剪映海外版CapCut的增长同样惊人。

Capcut上线于2020年，与TikTok关联密切。移动应用分析平台点点数据显示，目前Capcut的月活跃用户超2亿。另据市场调研机构data.ai的数据，截至2023年8月，Capcut在iPhone和安卓端的用户超4.9亿，相当于TikTok全球用户量的1/4。

除了用户规模庞大，剪映在AI领域的另一个优势是“近水楼台先得月”，坐拥大量可用于AI大模型训练的视频数据。

数据、算法和算力是AI大模型的三大基础要素，其中数据是根基。要想提升大模型的综合能力，就需要不断“投喂”多模态数据，主要是互联网文本、图像和视频。

OpenAI、Adobe等公司都不直接掌握数据，必须从第三方付费获取，成本不菲。据媒体报道，OpenAI每年仅采购版权新闻文章授权的费用，就高达100万~500万美元；Adobe为了训练自家的文生视频大模型，以每分钟3美元的价格，向另一个大模型服务Midjourney购买视频片段。

相比之下，剪映在国内绑定抖音、在海外背靠TikTok，每天有大量用户使用它剪辑和上传视频。这让剪映能够以相对低廉的成本，接触到大量视频内容，为训练大模型、探索AI文生视频功能打下基础。

但从2019年至今，剪映并未研发出强大的AIGC能力，反而早早启动了商业化。

剪映很早就上线了VIP会员，用户每月支付二三十块钱，可以使用专属素材、精选模板等，AI玩法也被列为会员权益之一。根据官方介绍，AI玩法主要包括“无限创作”“无限运镜”和“瞬息宇宙”，基于现有视频素材进行AI美化编辑。

不难看出，剪映的AI玩法距离Sora这样的文生视频相去甚远。此外，它的收费也并不低廉：会员每月可获得1200积分，而使用一次“无限运镜”就需要480积分。积分耗尽后，用户可以选择继续充值，兑换比例为1元：100积分。

剪映诞生之初的定位是，尽可能拉低短视频创作门槛，促进抖音UGC生态的繁荣。过去五年，它的确完成了这一任务，大量抖音爆款视频背后，都有剪映提供技术和模板。特别是那些趣味特效视频、踩点视频，抖音红人发布之后，大量用户迅速群起效仿、共同推高热度；没有剪映的帮忙，恐怕不易做到这一点。

但如今看来，抖音还是把剪映的天花板设定地太低了。它原本有机会成为Sora这样的划时代产品，却始终停留在视频剪辑软件的范畴。

今年以来，剪映开始奋起直追，但先机已失、对手已至，追赶难度也迅速增大。剪映被Sora甩开，字节在AI领域仍然没能跳出“起大早、赶晚集”的怪圈。这也从侧面印证了梁汝波此前批评的“平庸的重力”。

2

过度重视对业务的帮助，过早追求商业化，是剪映乃至整个字节AI板块的难题。

剪映除了开设付费会员、将AI玩法纳入权益包，还在APP内增加了不少广告位。例如，用户点击“剪同款”，映入眼帘的除了手机照片和视频素材，还有悬浮在素材上方、几乎毫无关联的横幅广告。

作为一款用户破亿的工具软件，剪映的常规投入和资金压力并不会特别大。它之所以早早发展会员和广告，或许与字节的做事风格和评判标准有关。

众所周知，字节是一家超快节奏、高度内卷的互联网巨头。如果个人、团队或业务无法迅速带来肉眼可见的产出，就有可能被调整，甚至彻底出局。即使是需要长期投入的AI，也无法跳出这一隐形的评判标杆。

早在2016年，字节就设立了AI Lab人工智能实验室，并引入多位学界和行业精英。彼时，OpenAI同样初出茅庐，正朝着通用人工智能的愿景前行，将自己视为非营利组织。

相比之下，AI Lab虽然名为“实验室”，实际上仍然需要密切配合和服务业务。它的官网宣称，其研究重点是开发为字节内容平台服务的新技术；具体领域则包括自然语言处理、数据挖掘、计算机视觉、机器学习等，且和抖音各业务板块贴合紧密。

随后几年，字节拿出了一系列AI工具，比如提供翻译服务的Byte Translator，AI写稿机器人Xiaomingbot，以及头条和抖音的搜索服务等。它们固然颇有价值，但算不上突破AI领域认知边界、定义AI发展范式的创新产品。

直到2022年下半年，OpenAI多年磨一剑，ChatGPT席卷全球，生成式AI成为全球科技公司竞逐焦点，字节才把更多精力投入到这一新浪潮中。

已经淡出字节一线管理的张一鸣，对AI产生强烈兴趣，并鼓励团队大举投入。字节跳动无法错过AGI（通用人工智能），它是抖音和TikTok在全球发现新的增长机遇不可或缺的伙伴。

创始人发话后，字节各业务部门闻风而动。从那时起，字节陆续上线十多款AI产品，如豆包、话炉、扣子、Gauth等，剪映、飞书等也增添了AI功能。

但在这一轮大举投入中，字节以业务需求为原点、对标竞争对手的做事逻辑被延续下来。豆包等产品均为现有AI技术的场景化应用，而非对于AGI的原生探索。

例如，去年3月，微软上线整合了GPT功能的365 Copilot，全球办公软件市场为之震动。一个月后，飞书宣布即将上线AI助手“My AI”，以对话形式提供多种功能，包括优化和续写文字内容、创建日程、自动汇总会议纪要、搜索公司内部知识库等。

一年后，GPT已经在微软“全家桶”遍地开花，带动后者股价从250美元一路上涨至400美元以上。飞书却没能依靠My AI完成逆袭，反而在3月底宣布裁员。

又比如，Sora今年2月16日发布演示视频，CapCut一周后就宣布推出这一功能，每人每天可免费生成5段视频。CapCut的技术力显然无法与OpenAI比肩，其文生视频功能也较为简陋；仓促上线、对标Sora，不免带有蹭热点、强行完成KPI的味道。

从张一鸣点名AGI至今，字节AI又走过了一年，并未显著拉近与OpenAI的差距，甚至有扩大的趋势。字节AI向实用主义的过度倾斜，不仅让它错失了以往的机遇，也有可能拖累追赶的步伐。

3

对于AI板块各自为战、围绕业务打转的局面及其危害，字节已经有所察觉。

2023年11月，字节抽调多个部门的精兵强将，组建AI部门Flow。TikTok技术负责人朱文佳、字节产品与战略副总裁朱骏、字节技术副总裁洪定坤、飞书产品副总裁齐俊元均加入其中。人员的“高配”，显露了字节通过Flow统筹AI发展、消除重复建设的意图。

目前，字节曝光度最高的AI产品——豆包、扣子、话炉等，均由Flow部门负责。剪映、飞书、大力教育等虽然也有AI业务，但声量已经逐渐被Flow盖过。

另一方面，字节云雀大模型已经打磨近一年时间，多模态大模型BuboGPT也取得进展，为Flow批量产出AI应用奠定根基。假以时日，Flow有望扭转字节AI总是慢人一步的局面。

不过，字节毕竟不是OpenAI，没有微软这样的超级金主。AGI固然重要，但对于现有业务的拉动尚不明显，需要更长时间的沉淀和打磨，才能释放商业价值；字节对AGI的投入不可能无止境，必须考虑中短期的投入产出比。

短期来看，字节需要用钱、用人、用资源的地方很多，比如抖音货架电商、生活服务等，都需要大量真金白银。随之而来的现象是，尽管Flow挑起了大梁，但字节AI依然呈现兼顾业务需求的倾向。

据Tech星球近日报道，抖音生活服务刚刚成立一支AI团队，希望利用AI技术创造增量业务价值，且已开启对相关AI产品的研发，包括搭建生活服务相关的内容创作平台等。

抖音生活服务之所以拉起这样一支队伍，或许与竞争对手美团和饿了么的动作有关。

美团近日开始小规模测试AI助手服务“问小袋”，可为用户推荐符合其需求的外卖商品，以及用餐建议。饿了么则在4月初面向零售行业商家发布“AI经营助手”，可为商家智能生成各类经营关键报表和关键数据。

在此情况下，不让美团饿了么专美于前，或许是抖音生活服务入局AI的基本目标之一。

内外因素影响下，字节没有条件像OpenAI那样厚积薄发。既要追赶AGI潮流，又要具备快速落地、服务业务的能力，是字节AI的双重目标。

在张一鸣和梁汝波的督促下，外界无需质疑字节做AI的决心。但倘若再过去一年、两年，字节仍然跟不上OpenAI的节奏和水准，那么它或许应该考虑另一种选择：退回“卖水者”的角色，做AGI训练素材提供商。

如前所述，数据是大模型的三大基础要素之一，而字节麾下的今日头条、抖音、TikTok等，已经积累了数以亿计的文本、图片和视频。字节可以用这些数据训练自家大模型，也可以考虑更进一步，在妥善解决安全和隐私问题的前提下，将其出售给OpenAI等第三方公司。

充当AGI时代的“卖水者”，其实是字节擅长的流量生意的变体。字节如今的现金牛——广告和电商业务，都建立在流量变现的基础上；如果把AI公司转变为新客户，那么字节心心念念的第二增长曲线问题将迎刃而解。

另一方面，OpenAI既然能够与微软、Adobe合作，与字节合作也并非不可想象。毕竟，抖音和TikTok是Sora等AIGC服务最庞大的落地场景。倘若字节与OpenAI达成“竞合”关系，那么字节将跳出一步慢、步步慢的循环，在OpenAI的助力下搭上AI快车。