融了2000萬美金，這家2000萬美金ARR的AI公司，推出“視頻版Photoshop”「Buzzy」

文｜周鑫雨

編輯｜楊軒

一句話介紹

Buzzy（https://www.buzzy.now/）是AI內容創作公司“感知階躍”旗下的視頻編輯Agent平臺，主要面向C端內容創作者和中小型商家。

好比“視頻版的PhotoShop”，用戶只需下達自然語言指令，就能驅動Agent對視頻進行背景去除、光線修正、產品替換、背景/視角更改等編輯操作。

團隊介紹

“感知階躍”創始人兼CEO Ella Zhang（張詩瑩），曾在蘋果、Oculus VR、Google負責核心產品。

在蘋果期間，她曾為AirPods產品線創始團隊核心成員，負責產品的系統集成和全周期設計落地，包括音頻產品的架構設計、元器件選型、原理圖繪制、版圖設計、驗證以及大規模生產。

此后，張詩瑩又在Google擔任AR產品的系統架構師，負責Glass、Reflector等產品的算法和架構研發。

“感知階躍”其余核心成員，來自Adobe、小米、商湯等公司。

融資進展

近期，“感知階躍”完成了新一輪融資，金額超過2000萬美元，領投方為Redpoint（紅點創投）。深渡資本擔任本輪獨家財務顧問。

產品及業務

在張詩瑩看來，隨著視頻生成模型性能的發展，生成類的工具賽道，已經逐漸“紅海”。她將市面上的視頻創作工具，大致分成了兩類：

一類是“畫布型”產品，優點在于可以通過手動控制，保證生成結果的質量，但缺點是對大多數用戶而言，使用門檻高；另一類則是向用戶提供預制的workflow和模板，劣勢在于不夠靈活，同時，idea不夠創新。

“用戶更傾向于一次性生成整段視頻，并通過不斷迭代修改的方法來修到完美方案。所以一個指哪打哪的視頻編輯器就變成了剛需。”

當下，由于視頻的連貫性以及模型理解能力的局限性，用戶很難通過Chat的方式，對視頻進行換背景、換人物、消除某元素的“局部精修”。大多AI編輯器會改變整個畫面，接近于重新生成。

近期，“感知階躍”上線的新產品Buzzy，就是一款AI視頻編輯器，讓用戶可以像P圖一樣便捷地“P視頻”。

只需要通過Chat，Buzzy就可以對視頻完成去除背景路人、修正光線、替換產品、合拍、更改背景與視角等操作，真正實現局部精修。

△背景路人去除。左：去除后；右：去除前。圖源：受訪者供圖

△改變光線。上：改變前；下：改變后。圖源：受訪者供圖

△拍攝角度改變。左：改變后；右：改變前。圖源：受訪者供圖

做到對視頻的局部編輯、維持其余部分，技術門檻并不低。張詩瑩告訴我們，局部編輯要求視頻模型有更高的視頻和語言理解能力，“首先它要識別修改的部分到底是什么、在哪里出現，其次它還要準確理解用戶的意圖，比如prompt中的梗。”

為此，“感知階躍”基于RLHF（人類反饋強化學習），訓練了一個小模型，來增強Buzzy對視頻編輯的理解。

與此同時，Buzzy也被設計為一個能夠自主學習用戶審美和品味的Agent。

Buzzy上線了一個“類OpenClaw”的Bot。用戶可以通過掃碼，直接將Bot接入Telegram和WhatsApp中。

通過向Bot分享TikTok、YouTube上的視頻鏈接，Bot會自動分析用戶的視頻偏好和品味，基于該視頻風格24*7自動全網搜索靈感素材，并將該風格沉淀為Skill。

風格沉淀。圖源：受訪者供圖

此前，自2021年成立以來，“感知階躍”經歷了兩次內容創作產品迭代：

在Midjourney、Stable Diffusion等文生圖產品爆發之前，“感知階躍”就基于GAN（生成對抗網絡），開發出了第一款面向國內B端電商客戶的AI模特圖生成平臺ZMO.ai，并在后續將落地場景擴展到商品圖設計、編輯等場景。

ZMO.圖源：受訪者供圖

占據先發優勢的ZMO.ai，MAU一度達到了700萬。

2024年起，視頻生成賽道隨著Sora的發布，迎來了一個小爆發。在風口中，“感知階躍”叫停了ZMO.ai，并在2024年4月上線了涵蓋圖片、視頻的內容創作平臺Creati。

相較于聚焦電商、廣告圖片生成和編輯的ZMO.ai，Creati將內容創作擴展到了視頻領域，包括文生視頻、基于視頻模板二創等功能。

與此同時，它為用戶提供了移動端產品。不少非專業內容生產者，就可以直接用手機拍攝素材后，直接在App端完成內容的創作、編輯和發布，而非輾轉導入電腦。

“用戶對AI生視頻的需求，比圖片更剛一些。”張詩瑩提到，“在傳播效果上，無論在社媒端，還是廣告端，視頻都比圖片更能吸引注意力。與此同時，用戶拍視頻的難度，比做圖片高很多。”

Creati。圖源：受訪者供圖

同樣轉變的還有目標用戶。ZMO.ai的主要客戶，是國內B端的電商、廣告商。但很快，張詩瑩發現，即便ZMO.ai用戶增長很快，但流量并沒有轉化為實際的付費。

核心原因在于，其一，“大B”客戶的結款周期過長；其二，圖片的創作成本比視頻更低，因此用戶對圖片的付費意愿不夠高。

Creati則是一款面向“大C小B”的產品：C端內容創作者，以及中小商戶。張詩瑩告訴《智能涌現》，“大C小B”是付費意愿最高的人群，“更大的B端企業傾向于自研工作流”。

上線一年，Creati的全球用戶量就突破了千萬級別。產品ARR（年度經常性收入），一度達到了2000萬美金。

商業模式

靠用戶訂閱，覆蓋Token消耗成本，是目前AI軟件的主流商業模式。但張詩瑩認為，訂閱是SaaS時代的商業模式，Agent時代的商業模式應該為效果付費，而不應該為成本付費。

她告訴《智能涌現》，現階段，用戶依然將Agent視作工具，而非創造價值的人。

當Agent可以覆蓋內容生成、發布、投放、A/B Test、效果分析、二創等創作全流程，Agent的商業模式，應該與人類Agency越來越相似，“收費模式不會是訂閱，而更多會采用分傭的形式。”

Founder思考大多數非專業用戶的內容創作場景，主要在Mobile端，而非PC端。

不少商家、非專業內容創作者，習慣用手機拍攝獲取商品圖、短視頻等素材。但矛盾的是，創作工具往往集中在PC端。這就會導致內容創作鏈路的斷裂。

因此，無論Creati，還是Buzzy，我們都向用戶提供了MobileApp產品，讓素材的獲取、內容創作和編輯、發布，都可以在手機上完成。

當AI生成視頻技術足夠成熟，應用層能做的事只有兩塊：內容生成之前，以及內容生成之后。

內容生成之前，應用層解決的是產生創意的問題；內容生成之后，需要解決的是“怎么改”的問題。

應用層不應該去做模型層的事，因為模型一定會變得足夠好。

當下有很多“套殼”視頻模型能力的產品，無論是“畫布”，還是workflow，解決的都是模型能力不夠強的問題，比如“抽卡”、視頻生成長度有限。

但未來，模型層一定會解決生成質量和長度的問題。應用層的機會，就在于解決生成環節之外的問題。

未來，Skill會成為可以交易的資產。

Skill本質上是用戶沉淀下的品味、認知，以及工作流。就創作領域而言，人的審美和品味，以及掌握找素材的技能，都是有價值的。

因此未來，賣Skill可能會成為一種商業模式。

新的時代，應該獨立開發新的產品，而不是在舊產品上加上一個新入口。

Buzzy和Creati是兩代完全不同的產品。Creati聚焦生成，Buzzy聚焦生成后的編輯。不同代的產品，會形成不同的用戶心智。

所有的Go Viral（走紅）都很偶然，產品不應該過分追求Go Viral。

很多用戶剛需，其實不具備在社媒上Go Viral的潛質，比如PDF Editor，但它們的用戶量非常大。

根據我們的經驗，能夠Go Viral的產品有幾個特點：第一，產品形態、設計比較創新；第二，實用，只有解決了用戶的痛點，他們才愿意自發傳播；第三，降低用戶生產有趣內容的門檻。

歡迎交流！