核心观点
　　近期，“郭德纲说英语相声”等一系列AI视频引发高关注度，AI不仅对视频内容进行翻译，同时自动拟合声线、口型。
　　该功能来自AI初创公司Heygen，近期访问量大增。Heygen在9月新增“视频翻译”功能，根据Similarweb，9月Heygen的访问量环比高增92%至732万，自9月中旬超过AI视频工具Runway。
　　该AI功能是现阶段AI多模态能力的集大成体现。整合了一系列多模态能力，包括文字翻译、音色模仿、唇形拟合等。
　　我们认为，1）既能丰富C端用户的娱乐传播，有望成为AI时代小咖秀；2）也提升专业创作者的内容生产效率，用于影视、教育、营销等多领域。
　　从最初的“AI孙燕姿”，到妙鸭相机，再到Heygen出圈，AI多模态应用正遍地开花，具备爆款应用的潜质。
　　关注：1）AI多模态相关产品：万兴科技、美图、焦点科技、易点天下、汤姆猫等；2）同时关注游戏、影视、营销&电商、教育等领域的多模态应用进展。
　　事件
　　近期，一系列AI生成视频在全网引起高关注度，如郭德纲说英语相声、Taylor Swift说中文等，具备高度匹配的唇形，以及逼真的神态与音调。
　　简评
　　1、AI视频“音似、神似”，全网关注度高。例如，郭德纲说英语相声、马保国用英语讲功夫段子等视频，与原版视频相比，不仅完全保留了语气、语音、肢体语言、神态，还让真人明星说的英文，在唇形上完全同步，画面流畅、自然，具备高逼真度。除了说英文，也有部分视频做到让国外真人明星“声情并茂讲中文”，如Taylor Swift、赫敏（哈利波特女主）、憨豆先生等。
　　2、Heygen：不超过1G视频样本，即可实现效果逼真的AI视频。上述视频均由AI初创公司Heygen推出的产品实现，据Heygen创始人Joshua Xu的博文，这是基于9月初上线的新功能“视频翻译”，当前仍在Beta测试阶段。用户仅需上传不超过1G的视频，即可让AI自动生成翻译后的视频，并实现语言以及唇形的逼真转化，目前支持输出中英文等15种语言。据官网，可生成总时长15分钟视频的月套餐，需29美元。
　　3、由国内AI初创公司打造，技术及商业化已初具形态。Heygen由诗云科技开发，是深圳的初创公司，于2020年12月成立，当前团队约30人，创始人Joshua Xu毕业于计算机名校卡内基梅隆大学。据36氪，已获得红杉中国、真格基金等近千万投资，在技术及商业化方面已初具形态：
　　1）技术：自研多模态模型，使用门槛低。Heygen基于的模型，为公司自研的多模态内容生成引擎“Surreal Engine”，于2022年7月推出，能将内容生产分为理解、视框化、渲染三个核心环节，并在人脸驱动、文字生语音等技术支持下，完成文字到语音等多模态内容转化。相比于Epic Game的Unreal Engine和Nvidia的Omniverse，Surreal Engine使用门槛更低，可让普通用户轻松创作高维度、可交互的内容。AI视频翻译功能的声音相关技术，则借助了AI文本转语音公司ElevenLabs。
　　2）商业化：生成虚拟人视频的服务具备高性价比。除了新增的视频翻译功能，Heygen本身提供了多种工具，便于虚拟人视频的合成，例如虚拟人模板、视频模板、声音模板等，也允许用户自行上传原件定制，可生成总时长15分钟视频的月套餐，同样需29美元，也支持对声音克隆、人像精调等服务单独付费，相比常规制作方式具备性价比。官网显示Heygen已积累多个知名客户，如埃森哲、亚马逊、英伟达、Salesforce、哥伦比亚大学。
　　4、Heygen访问量快速提升
　　据Similarweb，今年9月Heygen官网访问量732万，环比8月上涨92%，与知名AI视频生成工具Runway差距逐步收窄。且在9月中旬至10月底，Heygen访问量已超过Runway。
　　此外，Heygen商业化方面进展顺利，据Joshua Xu在4月发布的博文，Heygen在22年7月上线后的7个月内，实现了100万美元的ARR（年度经常性收入）。我们认为有望随着“视频翻译”功能的破圈持续增长。
　　5、AI视频工具能做什么？
　　C端：丰富普通用户的娱乐分享、社交玩法，或将成为AI时代的小咖秀。用户可以借助Heygen的相关技术，让自己喜欢的明星用特定的语言，重新演绎经典片段，重构娱乐、生活记录、社交等短视频的创作，增添趣味性，与2015年火爆全网的短视频应用小咖秀类似。对于小咖秀，用户可配合其提供的音频字幕，像唱KTV一样创作搞怪视频，发布3个月内日活即达500万、总用户量1500多万、日均原创短视频达120万条，APPStore娱乐免费榜高居前列。我们认为，Heygen等AI视频工具，或也能激发用户创作动力，实现应用的快速普及。
　　B端：提升专业创作者的内容生产效率。提升影视、电商、营销、教育、游戏等领域的内容制作效率。例如，帮助国产片实现唇形及语音同步转化、让直播电商、教育或智能客服等中的虚拟人，以更加逼真自然的形态同用户交流等。
　　6、AI多模态应用，正遍地开花。从此前的“AI孙燕姿”，到妙鸭相机，再到Heygen，AI多模态应用正遍地开花，具备成为爆款应用的潜质。其中