隨著AI技術的不斷進步，其在視頻制作領域的應用也日益廣泛。本文將探討當前AI在視頻制作中的應用，包括視頻分析、素材搜索匹配、視頻生成和剪輯工具等方面。同時，也將對比幾家主要的AI剪輯工具廠商的產品特點和發展思路，為讀者提供對AI在視頻制作領域應用的全面了解。

半年前，我寫了篇文章——《淺淡游戲行業當前的AI視頻工具》，將視頻制作流程分成了尋找靈感、制作草稿、收集素材、剪輯成稿。

其中需要的AI視頻能力分為了以下4類方向。

1. 視頻分析：利用人工智能的分析和理解能力，提煉出美術設計所關注的核心信息，將大量縮成關鍵要點，從而提高尋找靈感的效率。
2. 素材搜索匹配：基于視頻分析的AI技術，通過對素材庫中的視頻進行分析、解構和標記，再根據用戶提供的關鍵詞匹配最適合的視頻內容，提高視頻類資源制作的效率。
3. 視頻生成：基于生成式AI技術，能夠通過文本和圖像內容生成視頻內容。
4. 剪輯工具類：輔助視頻資源的制作，提高制作效率。

而最近在“視頻生成”方向，各家“視頻生成”廠商接連內卷，先是快手可靈公布，然后是Luma公布，緊接著Runway公布了Gen3模型。用戶能夠在“沒有素材”或者“僅有圖片素材”時，使用這些工具進行“文生視頻”、“圖生視頻”生成視頻素材，隨著行業的發展，當前“視頻生成”也已發展到“抽多幾次還勉強能用”的階段。加上目前各家視頻生成能力平均成本為幾毛錢/1s，也就意味著平均幾塊錢能生成一個能用于生產的視頻素材片段，相比以前“將靜態圖片變成動態”的“K幀”動作“1人1天的工作量”成本，AI現在已經能在某些場景下起到替代人力的作用了。

但是，這只是理想情況，在實際的業務中，AI視頻生成還是存在諸多問題的。

在和業務同事訪談時，問到“如何看待當前AI視頻生成能力時”，業務同事是這樣表示的，“偶爾抽多幾次，能抽到自己想要的東西。但有時候還是抽到想砸電腦，生成的東西總差點意思，想改又改不了?！?/p>

以下幾個例子，或許能幫助大家更直觀地認知。

可見，雖然AI能生成視頻片段素材，但是存在“指令識別不準”、“無法修改”、“模糊”、“主體不一致”、“物理運動BUG”等問題。這導致“視頻生成”僅僅能在“視頻質量”要求較低的場景發揮作用。對于像是高精度的視頻訴求，AI無法滿足。

那么，像是“視頻分析、素材搜索匹配、剪輯工具類”的發展情況如何呢？這些能力或多或少有在目前的AI剪輯工具上有體現，因此我特地研究了幾家AI剪輯相關的廠商的產品，下面我淺淺盤下。各AI剪輯廠商的發展情況

由于認知和精力有限，僅僅選取了幾個個人接觸較多的AI剪輯工具。?

01 剪映?

提到AI剪輯，第一個肯定是字節旗下的剪映。背靠字節的大模型底層能力、抖音系視頻生態提供的龐大剪輯需求量、多年的產品積累，剪映是所有AI工具中較為突出的那一個。下面我盤點下其部分部分AI能力。

1. 營銷成片

該功能可以基于輸入視頻素材片段和文案生成，對畫面內容進行分析并裁剪，匹配最合適的視頻片段進行混剪視頻，然后加上BGM、字幕、配音，并支持導出與繼續編輯。

其中文案支持AI生成，用戶只需要提供產品名稱和相關的屬性，AI便能生成多個文案供用戶挑選。但個人覺得這個功能只能用于輔助激發創意，AI生成的結果往往不能直接使用，或者說生成的效果比較差。

選擇好文案后，AI會生成多個結果供用戶挑選，用戶可選中需要的內容進行繼續編輯或者直接導出。

體驗下來，個人覺得這功能有點別扭，可能只能滿足非企業用戶（ToC）和成片質量較低的企業用戶（ToB）的需求。（不是說功能不好，因為我是B端用戶，不滿足我的需求。）

“營銷成片”這個功能，很明顯是面向企業用戶（ToB）的。企業會需要在批量產生視頻素材的時候需要這類功能，那么企業的核心訴求是“較低成本產出符合業務最低限度訴求的大批量素材”，其中的要點是“低成本”、“符合業務最低限度訴求”、“大批量”。

剪映的“營銷成片”這里有個問題，在生成時可配置的內容太少了，比如混剪邏輯、字體顏色、BGM這些內容都無法配置，用戶只能按AI識別的內容獲得生成的結果，這是個不可控的“黑盒”。對非企業用戶（ToC）來說，這是個很好的功能，他能降低使用門檻。但是對企業用戶（ToB）來說，這些不能配置的內容會降低AI成品的質量，導致不符合“業務最低限度訴求”。假設業務需要按音樂節拍混剪、字體使用制定字體、配音需要使用不那么呆AI配音，那么現在的“營銷成片”便無法滿足，需要人力額外花費時間修改。

所以ToB是最好能夠提供配置能力，在一開始預設好該配置的參數，然后提交生成任務給計算機，人力就釋放出來去干其他事情了。而不是讓人力守在電腦前，一個個審核，然后去一個個編輯。如果用戶有精力一個個編輯修改，還不如從一開始就自己混剪，批量混剪一批視頻，也才幾個小時的工作量，都能和一個個編輯修改持平了。

對于成片質量要求較高的企業用戶來說，AI的“高黑盒程度”導致AI成片無法滿足“符合業務最低限度訴求”，因此需要額外的人力成本進行修正，所以也無法滿足“低成本”和“大批量”的需求了。

2. 智能裁剪

該功能可以識別視頻人物主體位置，從而修改視頻的運鏡，保證人物主體在中心位置。這適用于運鏡較多的人物視頻，用于跟蹤人物主體。

視頻片段來自于B站主頁推薦的up“芋圓有點甜-”

3. 圖文成片

“圖文成片”這個功能有點和“營銷成片”類似，但是生成的是圖片拼成的視頻，而且更多面向于非企業用戶（ToC）。

該功能也是基于AI生成或者自己撰寫的腳本文案，再選上合適的AI音色，最后選擇自行上傳素材匹配 或是 交給剪映智能識別匹配。剪映匹配的內容支持表情包和素材，這明顯是給非企業用戶生成娛樂向內容用的。

嘗試了下，剪映匹配的素材能一定程度上匹配文本內容，給到對應的圖片素材。我試了下生成絕區零的宣傳視頻，結果生成的靜態圖片素材帶有水印，多少有點尷尬。

而試了下生成螺螄粉的宣傳視頻，其中也出現了不知名品牌的片段。

這說明這里的圖文成片所匹配的素材庫，多少有點版權相關的風險，所以這項能力并不能用于企業用戶（ToB）的設計場景，還需要等圖片素材庫和AI匹配算法再發展一會兒。

而且如果要企業用戶（ToB）使用，這項能力和“營銷成片”存在同樣的問題，其可配置的內容太少了，AI的“高黑盒程度”導致AI成片無法滿足“符合業務最低限度訴求”，因此需要額外的人力成本進行修正，所以也無法企業用戶（ToB）滿足“低成本”和“大批量”的需求了。

4. 視頻翻譯

這項能力可以在用戶上傳本人視頻的時候，將用戶口播的內容翻譯成指定語言，并將口型轉換成對應語言的口型。在上傳視頻時候，需要進行本人認證，所以導致無法使用他人的視頻，避免直接搬運他人的視頻翻譯后上傳到別的網絡。

目前功能僅支持6種語言，而且轉換口型之后，在人物動作幅度或者角度不正的時候，嘴部有一些明顯的瑕疵。（有點好奇，后續剪映上線某些較長的語種的時候，會采用怎么樣的翻譯方案。）

5. 編輯器中的能力

剪映除了上面提到的AI功能，在視頻編輯器中也融入了AI能力，用于輔助視頻生產者提效。

這里涉及到的功能很多，比如生成文本、文本生成配音、識別字幕、識別音樂、鏡頭分割、人生分離，就不一一贅述了。

02 即創?

即創是巨量引擎旗下的“一站式智能創意生產與管理平臺”，用于幫助企業用戶在營銷場景下提供AI幫助的。相比起剪映，即創的能力直接面向企業用戶（ToB）。

其中的AI工具有視頻創作、圖文創作、直播創作模塊，而視頻創作相關的僅有“智能成片”和“AI視頻腳本”。

1. 智能成片

該功能通過添加腳本、音樂、口播等配置能力，利用AI生成多個版本的成片視頻。為了方便入門用戶和高度自定義用戶，即創還提供了“一鍵成片”和“高階成片”模式。

“一鍵成片”和前面提到的剪映的“營銷成片”一樣，可控制的元素太少了（混剪邏輯、BGM、聲音等都不可控），只能滿足成片質量較低的企業用戶（ToB）的需求。而且相比起剪映，即創還無法二次修改，AI生成錯誤的內容，想救也救不了。

比如下面的案例，即創會識別腳本中的關鍵文案，然后生成一些奇怪的特效。關鍵是這個特效抓得也不準，在成品中意義不明，也無法去掉。

“高階成片”在“一鍵成片”的基礎上增加了視頻前后貼、數字人、配音、音樂、字幕等的自定義選項，這較大程度上解決了“一鍵成片”和剪映的“營銷成片”的問題，使得企業用戶能“較低成本產出符合業務最低限度訴求的大批量素材”。

2. AI視頻腳本

該功能分為“腳本生成”和“腳本裂變”。

“腳本生成”是基于輸入的信息，利用AI生成腳本文案，支持跳轉到“智能成片”中進行快速生成。

就是個人感覺AI生成的腳本，估計只能滿足成片質量較低的企業用戶（ToB）的需求。

“腳本裂變”則是基于已有的腳本進行派生，用AI模仿已有腳本批量生成更多的腳本。相對來說，“腳本裂變”生成的效果會相對更好，因為等于進行了提示詞工程，減少了AI發散的情況。

3. AI靈感

AI靈感功能會根據用戶當前主體下，歷史觸達人群、售賣商品、素材偏好、品牌調性、營銷偏好等多維歷史信息為用戶推薦素材內容，以便激發用戶靈感創作。其中AI靈感功能便捷地提供了素材投放數據、視頻要點拆解和一鍵生成類似腳本的能力，方便用戶進行創作。

03 智能創作云?

智能創作云是火山引擎旗下的AI剪輯工具，也是一款面向企業用戶（ToB）的AI剪輯工具。其中涵蓋的能力有視頻混剪、智能腳本工具、自動剪輯成片、視頻拆條、視頻編輯器、視頻裁剪、虛擬背景、智能配音、添加品牌等。

由于能力有點多，下面挑一些重點來講解。

1. 視頻混剪

該能力可對目標混剪素材進行分組，并對每組素材進行排列/組合+內容算法的智能拼接。根據多素材進行視頻混剪，裂變出更多視頻。適用于矩陣號投放場景，大幅降低營銷成本，迅速起號轉化。

相比起剪映和即創的能力，智能創作云的配置項更多，能力更抽象，能滿足更多B端業務場景。比如其支持按鏡頭組設置混剪，而不像剪映和即創完全依賴AI進行視頻編排。

2. 自動剪輯成片

自動剪輯成片支持用戶自定義導入圖片/視頻素材一鍵生成精美視頻，提供卡點、運鏡、動畫、特效等多種視頻效果元素，降低創作門檻，賦能創作表達。

但是測試了下，成品效果比較一般，里面由AI控制的部分太多了。

3. 其余能力

剩下這些能力就簡單文字概況下好了，和剪映、即創的能力有所重合。

• 視頻編輯器：類似于剪映的視頻編輯器，提供包含音視頻裁剪、文字、特效、濾鏡、貼紙、轉場、字幕、配樂等常用能力。
• 視頻裁剪：可更改視頻尺寸，并在部分有主體的視頻中，識別主體位置（類似于剪映的“智能裁剪”能力）。
• 視頻拆條：可以結合視頻內容進行拆分，可將長視頻分成多個短視頻。
• 智能配音：將輸入的文字轉化為智能虛擬人聲配音，并支持添加背景音樂，生成MP3或WAV格式的音頻。

04?其他AI剪輯工具?

除了上面提到的剪映、即創、智能創作云，AI剪輯工具還有很多，比如：匯量科技的playturbo、美圖的奇覓、網易的見外工作室、筷子科技……

05 AI剪輯工具的發展思路

我們可以整體發現，各家AI剪輯工具廠家提供的能力，其實和剪映、即創、智能創作云的大同小異。而且，個人覺得大體的功能建設思路差不多，都是：

• 結合業務流程提供AI能力支持，積累AI單點能力。
• 結合高頻需求串聯多個AI單點能力，構建工作流能力。

“結合業務流程提供AI能力支持，積累AI單點能力”這個很好理解。

工具類產品目的是在業務流程上提供“使能”與“提效”的輔助。但是直接給整個業務流程進行輔助難度很大。所以我們需要“把復雜的問題簡單化”。我們可以將業務流程拆解成多個核心環節，同時拆解出每個核心環節所需的能力，并基于這些能力需求提供AI單點能力。相比起直接提供面向整個流程的能力，基于單點訴求提供AI支持反而很簡單。因此這種基于業務流程提供AI單點能力支持是很好的AI功能切入點。

視頻制作的業務流程可分為“尋找靈感、制作草稿、收集素材、剪輯成稿”這四個階段。

1. 尋找靈感：該環節重點是知道要做一個怎么的視頻，這個視頻需要達到什么樣的目的，并構思其題材、內容、音樂、字幕等相關內容。因此能激發創作者靈感的功能都可視為該環節的內容，比如即創的“靈感庫”。
2. 制作草稿：將靈感構思落地成腳本稿或者分鏡稿，形成視頻的主體框架大綱，并與相關的業務人員進行確認與核對。利用AI生成腳本稿的功能屬于該環節，比如即創的“AI視頻腳本”、剪映“營銷成片”中的AI生成腳本稿能力。
3. 收集素材：該環節需要收集用于成片的素材內容，包括但不限于圖片、視頻片段、特效、配音、字幕、BGM等等。其中AI生成的圖片、視頻工具都屬于該環節。
4. 剪輯成稿：基于收集到的素材，基于大綱進行剪輯，從而輸出成品稿。剪映的各項視頻剪輯工具就屬于該環節。

如下圖，基本上AI剪輯工具都能對應上一個環節。

基于這四個階段的能力建設，各家廠商還會提供將多個流程串聯起來的自動化能力。這便是前面提到的“結合高頻需求串聯多個AI能力，構建工作流能力”思路。

比如各家廠商都有將“制作草稿、收集素材、剪輯成稿”三個環節串聯起來，提供一鍵生成成品的能力。

如果AI生成的成品準確度夠高，那么用戶只需要收集到靈感，就可以快速走完“制作草稿、收集素材、剪輯成稿”三個環節，大批量低成本地生成符合需求的視頻內容了。

因為單點AI能力的輔助提升是有限的，用戶一般在實際的業務中會使用到多個單點能力。假設用戶使用了AI腳本制作視頻的腳本稿，然后使用AI配音能力生成配音，緊接著使用視頻拆條功能剪輯視頻，最后到視頻剪輯器上完成剪輯。在多個功能上跳轉、傳輸素材文件十分耗費人力，而且其中存在很多機械的重復工作。

因此，基于這些機械重復的場景，將多個AI單點能力串聯成工作流，能進一步提升業務的效率，讓用戶做到一站式輸入輸出，極大釋放生產力。

06 后續思路推測

前兩個階段是當前能從市面上AI剪輯工具看出的建設思路，那在這之后呢？

個人覺得后續的思路會和我之前思考過的作文《淺談數字員工的實現路徑問題》有點類似。

之前梳理到的數字員工建設四個階段：

1. 從“實習生”到“核心成員”。
2. 將數字員工拆解成“技能”，把復雜問題簡單化。
3. 業務流程數字化、線上化，并貼合業務流程聚合“員工技能”。
4. 行為數據采集，用于進一步訓練AI模型，實現AI數字員工。

當前AI剪輯工具的兩個階段可以理解為各家廠商在嘗試構造“AI數字員工”的各項剪輯能力，各家廠商需要持續發力，將AI剪輯能力建設到一定程度，以讓AI能夠覆蓋各個視頻制作流程，并一定程度能夠替代人力。這等同于跑通了數字員工的前三個階段。

然后各家AI剪輯廠商可以采集用戶AI的使用數據、參數設置、成品數據等內容，用于訓練AI數字員工所需的AI模型。AI數字員工適用于“AI Agent”框架，即感知、計劃、行動三個模塊。

各家廠商實現的“AI剪輯能力”屬于“行動”模塊的構建。

“感知”模塊則是用戶的需求輸入、素材輸入、業務的數據等外部情況。

“計劃”模塊則是我們所訓練的AI模型，“計劃”模塊需要感知用戶的需求、素材輸入、業務的數據等外部信息，輸出所需要產出的視頻內容需求，然后調用合適的AI剪輯能力，進行視頻的產出，實現視頻的“無中生有”。

如此一來，各家AI剪輯廠商就可以配備自己的AI視頻員工能力，幫助各行各業自動化、智能化生產視頻內容了。

07 誰更容易卷成

既然各家的核心思路都一致，小的就產生了一個新的疑惑——那么最終哪家能在這場AI剪輯領域的內卷中勝出呢？

小的無法準確了解到每家公司的實際情況，但是個人覺得，能夠在這場競爭中卷成功的AI剪輯工具必定滿足以下條件：

1. 用AI剪輯工具能吸引到足夠的目標用戶。（有用戶）
2. 能夠跑通與用戶價值交換的商業邏輯。（能賺錢）
3. 在前兩個過程中構建自己的競爭壁壘，以源源不斷進行價值交換。（有壁壘）

先講講第一點“有用戶”的思考。

雖然AI剪輯工具都是為了視頻制作業務服務，但是也會根據對用戶進行細分，這里有四個分類方向。

1. 按用戶類型：按用戶類型可分為非企業用戶（ToC）和企業用戶（ToC），非企業用戶會更傾向于制作內容向的視頻，企業用戶則會有較大一部分是制作營銷向的視頻。
2. 按行業類型：指比如游戲、動漫、電商等行業。
3. 按視頻類型：可分為內容向和營銷向。內容向是指有進行非營銷目的內容輸出與表達的視頻，比如游戲解說、電影解說、舞蹈、動漫混剪、vlog等。而營銷向則是指有一定營銷目的的視頻，比如產品推廣、品牌宣傳等視頻。當然，視頻可以同時屬于內容向和營銷向兩個類別。
4. 按視頻質量：視頻也是有高低質量之分的，有些視頻會包含良好的創意腳本、精美的畫面、優秀的分鏡、動聽的BGM等內容，這項視頻可視為高質量的視頻。但是有些視頻腳本粗糙、畫面低劣、分鏡簡陋，是低質量的視頻。不過，低質量視頻并不意味著這些視頻沒用，低視頻也是有能發揮作用的地方，比如在廣告投放場景上，低質量也能起到低成本獲客的作用。

AI剪輯工具會有自己的目標人群、所服務行業、視頻類型/視頻質量制作傾向。

比如剪映的官網標語是“輕而易剪”，其目的是提供簡單的易用的剪輯工具，因此剪映的服務群體會相對更泛，各種用戶、行業、視頻類型都會涵蓋。

而即創和智能創作云是ToB的AI剪輯工具，一個是掛在廣告買量平臺上，一個作為SaaS工具被售賣，可見主打的就是給企業提供視頻制作服務。

不同的群體意味著有不同傾向的剪輯需求。AI剪輯工具如何把AI能力點（比如混剪、文生腳本、AI配音、視頻拆條等）結合用戶的需求和場景提供合適的工作流能力支持？并平衡好功能的標準化與定制化建設？這個問題是吸引用戶留存的關鍵。

比如面向C端用戶，功能不能太復雜，最好是一鍵式的傻瓜操作。而面向B端用戶，功能要有較好的標準化程度，才能更多地滿足企業在不同場景下的需求。

就拿各家都有的“混剪成片”能力來舉例說明，即剪映的“營銷成片”、即創的“智能成片”、智能創作云的“視頻混剪”，這幾個能力都是基于“混剪”這個AI能力點進行產品功能設計的。

所謂標準化，在B端產品設計中經常用到，是指將多個類型的業務按統一的標準進行規范，使得在業務流程進行的過程中，不同類型的業務能按統一的標準進行，從而減少效率的損失。

如果在“混剪成片”能力上進行高度標準化建設，能使得“混剪成片”能力可滿足大部分的混剪需求。

在研究到的示例中，智能創作云的“視頻混剪”、即創的“智能成片”是標準化程度較高的，其中的混剪邏輯、視頻前后貼、數字人、配音、音樂、字幕等選項都可以自定義。但這樣帶來一個問題——功能復雜度提高，這導致用戶的學習成本變高了，實際生產中的操作成本也變高了。

所謂定制化，是指給特定的場景進行功能定制，使得在某些特定場景上做到“低配置成本的輸入和輸出”。而剪映的“營銷成片”能力就是相對定制化的能力，其可配置的輸入項做了減法，意在讓更多人上手這項功能能力。這也可能和“剪映的用戶群體涵蓋更多的非企業用戶”有關系，所以他們的功能需要更簡單、更容易上手，從而讓更多人能用上這些能力。

可見目前看到的各家剪輯工具，AI剪輯功能呈現上大體上都是較為符合用戶群體的需求的，差距就在于后續的功能推出、產品運營、產品營銷方面的手段差距了，這一塊暫時未能看出任何結論。

那么接下來是“能賺錢”這一點。

個人覺得，AI剪輯工具的商業模式是：AI剪輯工具通過提供視頻制作流程上的“使能”和“提效”服務，用戶為這項服務能力進行付費。只要AI剪輯能力能給到業務“使能”和“提效”的幫助，并且這個成本低于產出同等質量和量級內容的人力成本。

BTW，剪映在這一塊還會有點區別，因為剪映背后有抖音，其核心目的還有“為抖音的短視頻內容生態提供生產輔助”，所以付費盈利不一定是剪映的核心商業模式。

目前各家AI剪輯工具都是直接開啟商業化，要么是按點數收費、要么是會員制，不存在虧本獲客，除非后續運營手段層面搞價格戰、搞買量、搞政策扶持，搞到ROI為負數、無法回本。

最后就是“有壁壘”這一點。

值得一提的是，除開自行訓練的大模型，AI剪輯中的大多數能力其實算不上“壁壘”。因此這些能力大多數都有開源的技術，或者說通用的底層大模型能力，其他家廠商稍微研究研究也能做到同等的程度。因此要在后續繼續卷贏，必須得有自己的壁壘，這些壁壘可以是：

• 自行訓練的大模型：除非企業基于自有的數據進行大模型訓練，且大模型有較好的效果，且其他廠商不能使用這個大模型，能夠給到與其他AI編輯工具有差異化的效果。那么，該大模型能力便可以算是技術層面的壁壘。
• 剪輯能力：由于AI幻覺問題的存在，AI生成的結果中往往有一定的錯誤比例，如果能夠提供強大的編輯器作為兜底能力，便能一定程度環節壁壘的影響。比如剪映的編輯器已經發展了好幾年，能夠提供十分完善的剪輯能力，相比起即創的“抽盲盒”模式，剪映的體驗會更好。
• 素材庫：如果AI剪輯功能能夠調用龐大的素材庫，并對這些素材進行準確的AI分析分類，AI剪輯工具能在用戶的“尋找靈感”、“制作草稿”、“收集素材”環節提供高效的輔助。比如在特定場景上，提供一鍵成片能力，通過輸入的腳本關鍵詞，匹配準確的視頻片段畫面。

這些能力依賴于企業有垂直于用戶所屬行業的龐大素材庫，并且企業需要能夠有資源進行這些素材的處理和AI模型訓練。這個方向往往是需要企業能夠背靠龐大的視頻市場，比如背靠抖音的剪映、背靠巨量的即創。

• 行業賦能能力：由于AI剪輯工具有行業之間的區別，如果能垂直賦能某一行業，給某個行業提供更高效的能力支持，同時沉淀一些該行業的能力支持、最佳實踐案例（比如行業素材模板、工作流模板等等），那么企業也能在某個領域守住自己的一畝三分地。

08 總結

總的來說，AI剪輯工具目前也處于快速發展的階段，目前還存在一些技術和應用上的局限，但其潛力和前景不容忽視。隨著技術的成熟和市場的適應，我們有理由相信，AI將在視頻制作領域發揮更加關鍵的作用。

而其中誰能從中勝出，暫且也無從得知。但是個人認為，在其中能卷出頭的AI剪輯工具，必定符合“有用戶”、“能賺錢”、“有壁壘”這三個特點。