讓郭德綱飆英文、讓霉霉說中文的翻譯視頻生成工具HeyGen和掀起AI證件照熱潮的“妙鴨相機”一樣，在一陣瘋狂刷屏之后，又迅速在各大群里銷聲匿跡了。

十月份，由HeyGen制作的各種明星跨語言翻譯視頻，在全網瘋傳，大家震撼于AIGC地道的中英文表達，完全沒有譯制片的腔調，惟妙惟肖的音色還原、高度對齊的口型聲音，讓不少人表示，“真的有被嚇到”“配音演員要失業了”……

太陽底下無新事，這個現象級AIGC應用，也逃不過“速朽”的命運。

如今我所在的LLM大模型討論群里，偶爾有人發一個中英翻譯視頻，根本無人討論，可能大多數人連點開看看，都提不起興趣。

大眾的新鮮感很快會過去，“明星譯制片”只有看個樂子的娛樂屬性，并不是高頻剛需，獵奇嘗鮮之后，到了真金白銀付費的時候，自然風過了無痕。

這一年，大模型無疑是全球最大的熱點。但熱歸熱，最終在商業市場立足的大模型應用仍然稀少。

明明已經是“百模爭艷”，為何成功產品化的現象級應用，就那么幾個？

而這些產品成熟也不缺熱度的爆款AIGC應用，為何無法將流量轉化為持久的經濟效益，商業化仍是一團迷霧？

本文希望從“AI譯制片”這個小切口，探討一下大模型的產品化條件和商業化迷思。

一夜爆紅，是產品化的勝利

首先要明確一點，妙鴨也好，HeyGen也好，AIGC應用的一夜爆紅，對于大模型產業來說，絕對是一件正面的事。

大模型只是一種基礎技術，相當于鋼材，大模型廠商相當于煉鋼廠，還要有人設計出洗衣機、跑步機、微波爐等一個個具體的產品，新技術才能為人所用。

而HeyGen的一夜爆紅，正是產品化的勝利。

技術原理上，跨語言翻譯視頻制作并不是什么新事物，業內已經有很多科技公司、影視公司、后期制作公司在探索并推出了專業級工具平臺。

簡單來說，就是升級版的TTS（Text To Speech）技術。利用大語言模型對文本進行更地道的翻譯，然后對聲音空間進行更好的建模，訓練一個跨語種遷移TTS模型，讓風格遷移、音色遷移、情感遷移更加魯棒，合成的語音更加自然、還原。

這種技術的特點就是高效，整個翻譯過程全自動化，可以批量生成翻譯視頻。不過在自然度和表現力細節上，還是不如真人配音演員的演繹那么細膩、有創造力。

總結一下就是，HeyGen背后的技術原理，并非什么獨家秘籍。

其火爆的原因，是極高的產品化能力。

一般來說，AI技術的產品化，要經歷三個步驟：

第一步：選擇工具。

工欲善其事，必先利其器，工具是開發人員喜歡花費大量時間爭論的話題。HeyGen的工具選擇，是比較務實的，甚至看起來特別“小白”，那就是頭部閉源模型+開源“大禮包”。

有網友扒出，HeyGen是用Whisper將語音轉文字，GPT4（目前未開源）進行文本翻譯，聲音克隆+生成音頻用so-vits-svc，最后用GeneFace++，將翻譯后的語音與視頻中說話者的嘴唇動作同步。

大模型熱潮以來，我們看到了許多開發者在衡量和挑選“最好”的大模型，而市面上有各種不同的基座模型供應商，提供類似的競品服務，開發者想要找到絕對意義上最好的工具，幾乎不可能。這些底層工具如基座模型、編程語言等，先進性都可能變化。選擇好相對較優的工具組合，然后快速去開發demo、驗證想法、迭代升級，才是開發者最應該做的。

第二步：原型設計。

HeyGen選擇的工具，無論是GPT4的API，還是開源模型，都是比較容易獲取的，但大多數普通人都不會從搜索GitHub倉庫、處理軟件bug中獲得多少樂趣。

就拿跨語種視頻翻譯來說，其中涉及了多模態內容的翻譯，包括語音、文本以及視頻，在字幕翻譯、語音合成、智能配音方面，目前都有很好的自動化，但將多模態功能集成到一起，實現端到端一鍵翻譯的產品還不多見。

所以，HeyGen構建了一個簡單易上手的訪問界面，通過集成多種模型、多種工具，降低了翻譯門檻，用戶只需要上傳初始視頻－選擇目標語言－一鍵輸出，就可以坐等聲音克隆完成了。

HeyGen的核心價值，就是讓非技術用戶不必陷入繁多的技術細節中，不需要安裝N多個額外的工具，就可以與多個模型交互，完成轉寫、翻譯、配音、圖像處理、音畫同步等一大堆復雜的事情，輕松進行高維度、可交互的內容創作。

第三步：產品化。

明星、名人的跨語言翻譯視頻固然精彩，但只是一種用例，并且只能停留于C端用戶玩梗，涉及自然人的聲音、肖像等版權問題，是無法大規模普及并商用的。所以，雖然明星譯制片帶火了HeyGen，但HeyGen想要將產品投放市場并發揮價值，還需要更有說服力的產品力。

從HeyGen官網可以看到，數字人+跨語言翻譯視頻，才是HeyGen的核心產品力，并給出了跨境電商營銷視頻、跨語種品牌宣傳、老師制作教學視頻、社交媒體吸粉、為生日婚禮等紀念日制作令人難忘的個人視頻等，一系列落地場景。

在此基礎上，HeyGen讓數字人跨語言翻譯視頻，可以通過自動化流水線來制作。

用戶可以上傳自己的照片，進行個性化形象定制，也可以在HeyGen提供的數字人素材和模板中選擇，輸入腳本后就能生成自己所需的多語種視頻了。

至此， HeyGen順利完成了AI譯制產品化的轉換，從而取得了巨大的成功，導致了“多年譯制無人問，一朝HeyGen天下知”的景況。

從AI寫真到AI譯制片的爆火，一次次說明，產品化是承上啟下、不可或缺的一步，再怎么強調也不為過。

可以肯定地說，不能完成從技術到原型設計再到產品化的轉換，將是許多大模型投資回報率低的主要原因，也是許多AI創業項目失敗的原因之一。

難逃“速朽”命運，商業化的魔咒

然而，即便如此成功的產品化，HeyGen又一次重復了“妙鴨”前輩的故事，在訪問量陡增之后，又很快在各大群里銷聲匿跡了。

公域流量的退潮，似乎是爆款AIGC應用的共同命運。

對此，有人認為，HeyGen是在“悶聲發大財”。雖然獵奇玩家散去了，但留下來的用戶還是給HeyGen貢獻了收入增長，HeyGen連續九個月環比增長率在50%以上。創始人Joshua Xu也在社交媒體上公布了相關數據，僅七個月時間，ARR年度經常性收入就達到了100萬美元。

問題來了，HeyGen的商業化潛力是可持續的嗎？

我們認為，HeyGen將要面臨的商業化挑戰，還是非常大的。

首先，技術工具無法被壟斷，僅靠多模態AI無法建立商業模式。

HeyGen憑借大模型強大的多模態和理解能力，讓跨語種翻譯視頻制作，達到了傳統AI譯制所望塵莫及的水平，這是非常厲害的工作。但大模型就像c++、數據庫一樣，只是一種新技術工具，它是無法被壟斷的。HeyGen所使用的開源工具極易獲得，閉源模型API也敞開了迎客，所以僅靠底層工具無法建立商業模式和競爭壁壘。

而產品創意、交互界面的開發門檻并不高，大量科技企業和個人開發者都可以輕松復刻并優化升級，產品被超越或許只在旦夕之間。

如今點開海外科技媒體的報道頁面，會看到類似HeyGen（原movio）的視頻生成工具，推薦清單高達95個之多。可以說，HeyGen提供了一個寶貴的AIGC用例，但很快就開啟了一場白熱化競爭，這對其后續收入的持續增長是很大的威脅。

其次，C端付費剛性，B端行業壁壘深，收入增長曲線會放緩。

目前，HeyGen收入主要靠C端客戶付費。免費版本只支持一個免費的credits字幕，顯然僅供玩票，而最低的創作者（Creator）付費檔也要24美元/月，對于個人博主來說雖然不算太貴，但隨著一大堆同質化產品的價格“內卷”，未來也會面臨性價比不高的窘況。

而商業用戶（business）雖然付費能力強、價格接受度高，但對跨語言視頻翻譯的技術含金量則要求更為復雜。將HeyGen商業版本的客戶，大多是制作電商營銷廣告、語言學習數字人、多語種新聞播報、譯制片等，對翻譯質量就會提出更為細粒度的要求，比如文本翻譯的長度，要盡量和目標語言接近，來保持說話口型的一致性。還有，不同人說話的韻律不一樣，停頓的位置、重音的位置都要對齊，才能高度還原個人風格。

再比如，老人、小孩說同一個文本時，因為角色人設的不同，遣詞造句也應該不一樣，翻譯后的文本、語音都需要跟人設相對齊。

還有很多文化細節，是跨語種翻譯中要進行強把控的，很多還是要人工譯者去完成。畢竟商用場景不同于娛樂場景，跨語言容易產生歧義，一旦出現1%的錯誤，都可能讓做對的99%工作打了水漂，面臨丟單甚至海外市場合規風險。

所以說，商業用戶需要復雜、高質量、高控制的產品。這就需要廠商在數據方面，尤其是小語種等少樣本數據，有獨家的、高質量的數據積累。模型訓練，強行業知識等，都要長期積累和迭代，達到專業譯者的水平。

目前，已經有AI公司針對精品化視頻譯制的需求，推出了ToB的產品解決方案，訓練跨語種 Voice Conversion模型，采集配音演員的口型，由人工控制，再經由VC模型生成配音結果，比TTS模型的表現力更強，細節保留更多。

目前國內的AI巨頭都很重視B端市場，資源充足，并且在機器翻譯TTS、多模態AI技術方面的積累深厚，都可能是HeyGen商業用戶的爭奪者。

大模型的產品創新風口，才剛剛開始，要保持商業化的優勢身位，如逆水行舟，“當紅頂流”也不能掉以輕心。

爆款應用“速生速朽”，大模型的商業迷思

2022年11月30日，ChatGPT問世，在一周年剛剛過去之際，這場大語言模型的熱潮，將所有人都席卷其中。或許還有人無知無覺，但也注定無法置身事外。

一年以來，時常有妙鴨相機、HeyGen這樣的爆款應用，在社交媒體刷屏。這證明了幾件事：

1.大模型是條件，而不是結果。運用好這些新工具，創造新產品的人，會獲得新時代里無限多的機會。

2.基建是問題，但也不是問題。提到大模型，業界總會擔憂算力卡被限制，國產大模型能力有差距，但悲觀者正確，樂觀者前行。實際上，無論算力基建、開發工具、基座模型，在今天都不是，也不該是應用開發者的阻礙。

業內有人說過，國產卡只要達到N卡60%的性能，用戶就會買單。而一些開發者告訴我，密集使用了文心一言、訊飛星火等國產大模型，基礎邏輯推理確實能叫板GPT 3.5-turbo，非基礎能力比如func call、穩定性等也可圈可點。而妙鴨、HeyGen也都是中國企業所開發的，行動比洞見更重要。

3.產品化，是大模型商業化的必要條件。做了那么多通用大模型和行業大模型，如果沒有大量產品化的成果，是無法轉化為使用價值和經濟效益的。“改變世界”的不是大模型，而是各種各樣的產品，無數個HeyGen，幫助開發者完成從原型設計到產品化的轉換，降低試錯成本，將是接下來大模型廠商最重要的動作。

4.建立商業壁壘的，是剛需場景+強業務知識/數據+軟件工程。HeyGen的商業化挑戰，說明大模型不是壁壘，產品也不是壁壘，這些都是很容易被復制的。而行業知識/數據，大規模軟件工程的流程控制、降本增效，可以針對特定場景的需求深入挖掘、快速開發、快速迭代優化，才符合AI技術特性，才是商業化的保障。

幾位行業大模型應用的開發者，不約而同地跟我說過一件事：先找到場景，再優化產品和服務。也就是先想好商業變現的路線，確定自己的壁壘達到了，再去扎扎實實做產品，心里才能不慌。

比如一個ToC的民宿大模型，解決的是旅客入住民宿時，管家介入太深顯得沒有邊界感，過度打擾；管家介入太淺，又缺乏服務價值感，無法及時解決問題。基于大模型的語音交互助手，就在旅客和管家之間，起到了很好的緩沖橋梁作用，讓服務恰到好處。而旅客在當地的餐飲、游玩、購物等活動，也都是圍繞“住”展開的，通過民宿大模型提供優質可靠的推薦服務，也帶來了商業轉換的潛力。

一個ToB的金融大模型應用開發者也表示，企業機構內部的多樣化需求，是不可能由一個通用的、標準化的軟件產品來承載的，所以ToB大模型創業，既要做業務分析咨詢，又要做軟件開發寫代碼，才能真正服務好客戶。AI軟件開發的流程化、自動化，對于控制成本非常重要，不能每個項目都靠一群博士“手搓”代碼。

對商業和場景的深刻洞察，對行業和客戶的理解，比掌握算法、掌握技術都要難得多，也是開發者最應該重視的核心能力。

最后我想說，雖然大模型已經非常火了，但別急著擔心“泡沫”、害怕“追高”，這才是開始。

國際咨詢機構的調查報告顯示，65%的受訪者目前有時或很少使用生成式人工智能，而約占90%的受訪者認為，AI應該被“經常或總是”使用。

也就是說，大眾對機器學習和生成式 AI （gen AI）的接受度很高，而實際滲透率并不高。妙鴨、HeyGen等現象級Gen AI產品，無疑邁出了一大步，而只有它們，是遠遠不夠的。

爆款AIGC應用，只是AI和大模型價值潛力的一小部分。目前還沒有一種商業模式長期跑通，恰恰說明技術的新大陸上，留給登陸者、建設者們的發揮空間還很大。