每周应用｜HeyGen：让视频制作像搭乐高一样简单，这会颠覆视频业吗？

「成本也大降，制作1分钟视频只需要2美元」

撰文：何昕晔

编辑：吴洋洋

郭德纲用英文说相声、蔡明用英文讲脱口秀、Taylor Swift用中文分享创作灵感……最近，各类“名人说外语”的视频在哔哩哔哩、YouTube等平台上火了。这些视频并不是在原内容的基础上做简单翻译，而是用上了HeyGen——一款生成式AI应用。

生成这样的视频不再需要会写代码、P图，只要会按按钮就行。

经过这项技术的加持，视频中的说话者就像是立刻掌握了第二语言，从语气、音调，到嘴形、面部表情，都让人看不出破绽。在HeyGen网站主页的「视频翻译」板块，只需输入一段时长30秒到5分钟的视频，选择目标翻译语言，就可以让说话者使用另一语言表达相同内容。目前，新用户登陆可免费获得1积分，即可以体验转换1分钟的视频。而可以选择的语言包括英语、西班牙语、德语、波兰语、法语、意大利语、葡萄牙语和印地语等40多种。

HeyGen背后是中国团队

HeyGen的背后，是一家来自中国的公司「诗云科技」。这家公司的两位创始人徐卓（Joshua Xu）和梁望（Wayne Liang）都来自中国，两人拥有相似的学历背景，本科和研究生分别毕业于同济大学和卡内基梅隆大学。2020年，他们在深圳创立了诗云科技，公司名称来自于刘慈欣的小说《诗云》。

创立之初，诗云科技就有着「宏大」的愿景——革新人类内容创作的模式。更具体地说，两位创始人希望打破语言障碍，让全世界都能接触到同一内容，而不仅仅是10%会说英语的人。同时，他们用AI生成来取代相机，彻底重塑视觉叙事的方式。

2022年7月，诗云科技推出了HeyGen（前身为Movio），主要提供制作数字人（Avatar）服务。目前，HeyGen网站主页有「创建数字人」和「创建视频」两个功能。

你可以提交照片制作自己的数字分身。

如果你想要创立自己的数字分身，有两种主要的实现方式。第一种是选择Photo Avater，直接上传一张个人照片，就可以生成会说话的分身。但是，仅用一张静态照片生成的动态视频质量并不是很高。如果你想训练更高质量的分身，需要上传一段2分钟的个人视频，确认授权并等待5到10分钟后，即可得到品质更高的数字分身。

当然，如果你并不想定制自己的分身，网站的数字人库里有超过100种形象可供选择。配音既可以克隆自己的声音，也可以直接选择素材库里的声音，HeyGen提供300多种语音选择。

不想制作自己的分身，也可以从数据库里选择一个数字人。

确定好人物形象之后，就可以进入视频制作环节。网站提供了200多个视频模板，你可以上传已有脚本，直接生成视频。如果还没有准备好文字，在输入相关的提示之后，HeyGen也可以直接帮你生成，使用方法和ChatGPT类似。

有300多种风格的语音可以克隆。

在HeyGen Labs板块中，还有很多有意思的AI小应用。除了开头提到的视频翻译，这个应用库中还提供换脸、文字生成图片、亚马逊商品链接一键转换为广告视频等有趣功能。此外，库里还提供ChatGPT专属插件，可以通过文字指令生成图片。

价格方面，目前HeyGen提供了免费版、创作者版、商务版和企业版4个选项。免费版可以制作1分钟视频，创作者版每个月可以生成15至120分钟视频，价格为29美元/月至239美元/月不等，平均2美元/分钟。商务版的制作价格为3美元/分钟。

像搭乐高一样构建视频

HeyGen的目标市场是有视频制作需求的企业，帮助它们以非常低的成本制作视频，而不用雇用演员和购买昂贵的录制设备。

HeyGen没有训练自己的基础模型，在其产品结构中，提供翻译服务的AI是GPT-4，口型同步技术来自于模型wav2lip-2，而语音克隆来自于模型ElevenLabs。在这之上，HeyGen提供了整合式的交互界面。

首先，HeyGen把制作视频的流程大大简化了。正因它有40多种语言、100多种形象、300多种语音可选择，用户可以像搭乐高一样构建自己的数字人和视频。此外，该应用还提供了300多个可定制的模板，适用于广告、电子商务、讲解视频、社交媒体等多种场景，进一步降低了用户使用门槛。

并且，HeyGen已经完成与网络服务集成平台Zapier的连接，从而使用户可以在完成数字人或视频制作后直接导入到5000多个应用程序中去，比如一些项目管理软件、CRM系统或社交媒体平台——意味着从制作到发布是无缝衔接的。

不想构思画面可以直接找个模版套。

能够制作数字人的技术公司有很多，但能够为这项技术找到够大的市场，并用体验友好的产品满足用户的公司却不多。

此前，另一出圈的AIGC应用「妙鸭」的产品负责人张月光强调过付费对于AIGC应用的重要性，称「这类产品第一天不收钱，就可能收不到钱」。HeyGen的创始人对于付费有着相似观点，他们一开始就明确「要找到一种最小可行性产品（Minimum Viable Product，MVP）并让用户为它付费，如果用户不愿意付款，就说明这个方案不可行」。

添加模板、选择头像、添加文本、添加图形和背景音乐后，接下来视频就会自动生成。

公司创始人徐卓称，2023年4月，HeyGen上线7个月后，公司年度经常性收入（ARR）达到百万美元，诗云科技整体已实现盈利。此前，公司共获得过两轮融资：2021年3月，获得红杉中国种子基金和真格基金的天使轮投资，价值约数百万美元；2021年8月，获得数百万美元Pre-A轮融资，由IDG资本领投。

徐卓在美国社交媒体公司Snapchat有过6年工作经历，梁望曾在美国K歌应用Smule工作，之后担任字节跳动美国公司的设计主管。两位创始人都有着丰富的互联网产品经验，他们十分重视产品的用户价值。徐卓在分享盈利经验时称，产品市场契合度（Product/Market Fit，PMF）具有十分重要的意义，面对新技术，需要区分演示价值和用户价值。有很多技术看起来非常酷，但是在用户中并没有长期价值存在，即技术的内在价值可能与产品的市场契合度相距甚远，因此要避免一厢情愿的想法。

做个视频Up主越来越容易？

创业之初，为了验证产品是否符合市场需求，两位创始人先在自由职业外包平台Fiverr上提供数字人服务，确认了市场需求确实存在，且了解到用户使用此功能的预期价格为3美元/分钟。通过这种方法，两位创始人以最低成本验证了其产品的市场契合度。

HeyGen面向全球市场，团队目前有约30名员工，分布在三大洲的4个国家中的6个城市。

目前，数字人领域竞争激烈。大公司正在积极布局，Meta推出的虚拟数字人服务Avatar，其用户目前已经创建了超10亿个数字人形象。2017年创立的Synthesis AI也主推数字人产品，目前估值已升至10亿美元，成为独角兽公司。

当制作一分钟视频的成本降到只需要2美元，视频业的命运也将改变。

公司档案

创立时间：

2020年12月

创始人：

徐卓（Joshua Xu）

梁望（Wayne Liang）

核心产品：

·HeyGen：AI 视频生成器，素材库可提供40多种语言、100多种形象、300多种语音。

·基础模型：翻译来自ChatGPT-4、口型同步来自wav2lip-2，语音克隆来自ElevenLabs。

融资历程

天使轮：2021年3月，融资数百万美元，投资者包括红杉中国种子基金和真格基金；

Pre-A轮：2021年8月，融资数百万美元，IDG资本领投。

-END-

若想了解更多当日资讯，请点击阅读往期智能晚报

若想了解头条新闻，请点击阅读往期

我们是一个诞生于GPT浪潮、由《第一财经》YiMagazine孵化的全新内容IP。 

和每一位关心技术、关注人类命运的读者一样，我们希望在这个充满不确定性的时代，更好地理解快速变化的科技世界，也更好地理解生而为「高级智能」的我们自己。

在这个目标下，我们计划从学术、商业、伦理、监管等多个角度报道和讨论与「智能」相关的议题。请注意，我们说的智能，不只是 AI。

与记者交流，可添加微信（请备注公司名称和姓名）：

何昕晔 微信号: Hello_xyine

吴洋洋 微信号: qitianjiuye

喜欢就关注我们吧，记得「设为星标」