AI短视频正在吃掉更多Token

出品｜虎嗅科技组

作者｜宋思杭

编辑｜苗正卿

头图｜AI生成

这是虎嗅WAIC“追踪Token商业新范式”系列文章第9期。

AI 的“活人感”越来越高了。

这意味着，我们越来越难分辨，一段视频究竟是真人拍摄，还是 AI 生成。

AI 视频正在以前所未有的速度进入内容生产环节。据相关数据显示，2026 年第一季度，全行业上线微短剧约12.8万部，其中 AI 微短剧约12.2万部，占比已经超过95%。从短剧、广告，到电商、游戏、影视制作，AI 视频正在逐渐成为一种新的生产工具。

在海外，一款名为 PixVerse 的 AI 视频产品，已经成为这一趋势的代表。用户只需要输入一段 Prompt，或上传一张图片，就能够在几十秒内生成一段高质量的视频。过去一年，这款产品迅速积累起全球用户，并成为 AI 视频领域增长最快的产品之一。据媒体报道，截至2025年底，PixVerse 母公司爱诗科技 ARR 已达到4000万美元。

虎嗅获悉，继2026年3月爱诗完成3亿美元融资后，爱诗科技于近日完成了29.8元人民币的C轮融资，由阿里巴巴领投，Lollapalooza Capital（王慧文家办）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC 生态下 Lion X 基金、蓝色光标、CloudAlpha、iGlobe Partners 等十余家国内外机构参与投资。

过去一年，整个 AI 行业都在讨论 Token。

最初，大模型时代的 Token，像是一个计算单位，它更多是在用文字来衡量token；随后，随着 Cursor、Claude Code 等 Coding Agent 的爆发，Token 又开始对应软件开发，越来越多开发者愿意为代码生成持续付费。而 AI 视频，则让 Token 第一次真正进入内容产业。

在 Coding 场景中，Token 对应的是代码，那么在 AI 视频时代，Token 对应的则是内容生产本身。一次模型推理，可以直接生成一条短视频、一段广告素材、一部 AI 短剧，甚至一个电商数字人。

更准确地说，AI视频时代，Token 对应的不只是模型消耗的算力，而是直接对应视频创作、影视制作乃至商业生产。

这也是为什么，AI 视频正在成为继 Coding 之后，最能验证 Token 商业范式的场景之一。

过去，创作一条视频是一件门槛极高的事情。一个视频创作者，需要完成脚本、拍摄、灯光、剪辑、特效、配音、后期等一整套流程，还需要熟练掌握 Premiere、After Effects 等专业软件。但在今天，这些复杂的创作流程则已经被压缩成一次模型推理，几句 Prompt 便可以完成过去需要数天甚至数周才能完成的工作。对于 AI 视频而言，每一次 Token 消耗，背后对应的是内容生产。

然而，这门生意远没有想象中那么容易。

一方面，AI 视频公司需要持续投入巨额算力成本；另一方面，它们还需要面对来自短视频平台、传统视频平台以及互联网巨头的竞争。目前，包括可灵、MiniMax旗下海螺AI等产品都已经积累了大量用户，整个 AI 视频行业正在快速进入竞争阶段。

更重要的是，在商业化路径上，行业也出现了明显分化。2026年，已经有一批视频生成模型公司涌了出来。

不少 AI 视频创业者都向虎嗅表示，相比 C 端市场，他们更愿意直接进入 ToB。有相关创业者告诉虎嗅，“ToC 市场虽然有更高的天花板，但同时也有大平台的竞争，很难切入。但ToB 的需求更明确，客户愿意为效率买单，ROI 更容易计算；而 ToC 不仅需要持续投入模型能力，还需要解决获客、留存、订阅以及产品体验等一系列问题，是一条更难走的路。”

但爱诗科技却并不这样想。在谢旭璋看来，AI 视频领域，C端消费者市场仍然是相当大的机会。

他认为，过去几十年，视频行业最大的商业机会始终来自 C 端。每一次内容产业的变革，最终诞生的都是新的消费者平台。而 AI 视频时代，同样应该诞生属于这个时代的新产品，而不仅仅是一家模型公司。

当然，爱诗科技不满足于仅涉足消费者市场。谢旭璋告诉我，“同时也有切入B端市场。”

围绕 AI 视频行业、Token 商业模式、ToC 与 ToB 的选择，以及 AI 视频未来的商业化方向，虎嗅与爱诗科技联合创始人谢旭璋进行了交流，以下为对话全文，有删减：

虎嗅：过去一年，爱诗最大的变化是什么？无论是技术、商业模式还是组织层面，都可以聊聊。

谢旭璋：大的方向其实没有变。我们三年前创业时确定的技术路线和方向，到今天基本还是一致的。变化主要有三个。

我们过去更多聚焦海外市场，今年开始在海外建立本地团队，希望做更精细化的运营；公司团队规模从几十人扩张到100多人；

第三，也是最大的变化，我们过去主要做 ToC，今年也做了 ToB 探索，通过标准化 API 服务更多行业客户。目前 ToB 业务还处于早期阶段，但增长速度不错。

另外，我们越来越意识到，视频本身就是一个非常大的行业，里面有大量细分场景。我们自己做 ToC 产品，不可能覆盖所有行业，而很多行业更适合通过 API 的方式接入模型能力。随着整个 AI 视频市场不断扩大、参与者逐渐减少，我们认为 ToB 的空间也会越来越大。

虎嗅：不少 AI 视频创业公司都认为 ToC 很难，所以直接选择 ToB。但爱诗一直坚持 ToC，为什么？

谢旭璋：我一直觉得，视频行业最大的市场会在消费者。

从很商业的第一性来看，视频行业过去几十年的发展已经证明了这一点。无论是电影院、长视频平台，还是后来出现的短视频平台，最大的机会一直都来自 C 端，而不是 ToB。

我们三年前创业的时候，就希望做最好的视频模型，同时进入最大的市场，所以坚定选择了 ToC。

过去几年，我们已经积累了不错的用户规模和收入，也因此看到了很多同行没有看到的机会。直到今天，我们做的很多事情依然属于非共识。另外，我并不认为视频行业会赢者通吃。

从电影时代，到长视频、短视频，每一次行业变革，都诞生了很多成功的公司，没有任何一个时代只有一家赢家。AI 视频也是一样。

我们认为，这个行业至少有三个机会。第一，AI 可以帮助从来没有做过视频的人完成人生中的第一条视频。第二，它会逐渐取代大量传统拍摄、3D 渲染等内容生产流程，真正进入影视、广告等行业。第三，随着 AI 原生创作者越来越多，还会诞生新的内容形态，以及人与内容新的交互方式。

所以，我们相信 AI 视频时代，同样会诞生新的平台，而不仅仅是模型公司。

虎嗅：所以，为什么现在又开始布局 ToB？

谢旭璋：我们并不是战略转向，而是在通用模型成熟之后，自然开始进入更多行业。

我们的思路一直没有变，研发团队始终只做一件事，就是打造全球领先的通用视频生成模型。

在此基础上，我们会针对不同场景做优化。比如，在 ToC 产品里，我们更关注生成速度、交互体验，让普通用户更容易使用；在影视行业，我们会针对影视制作做模型微调；未来也会针对更多行业做类似的优化。

但底层模型始终是同一个，不会因为 ToC 或 ToB 而拆成两套研发体系。对于一些行业客户，我们也不会做完全定制化的模型。

如果一个需求只有一家客户能用，没有任何通用价值，我们一般不会投入太多资源。我们更愿意抽象出行业共性的能力，把它沉淀到通用模型中，再服务更多客户。

目前，我们发现移动 App 开发者就是一个非常大的市场。现在接近一半的 API Token 消耗都来自这一类客户。

虎嗅：今年以来，Token 成为了 AI 行业讨论最多的话题之一。很多人认为，AI 视频天然就是一个“Token 黑洞”。你怎么看？

谢旭璋：我觉得，“Token 黑洞”这个说法，前提是它真的创造了价值。如果一个场景只是消耗很多 Token，但没有创造价值，那它就不是一个好的商业模式。真正重要的是，用户愿意持续为这些 Token 买单，因为它创造了更大的价值。

AI 视频就是这样一个场景。现在很多短剧、动漫、影视制作等行业，已经开始大量使用 AI 视频，它们之所以愿意持续消耗 Token，是因为 AI 确实提升了效率，创造了更多商业价值。所以我认为，未来视频一定会成为 AI 行业 Token 消耗最大的几个场景之一，甚至可能就是最大的那个。

很多人会觉得视频 Token 消耗很大，但是其实并不是“贵”的意思，因为它真的有用。

虎嗅：目前很多 AI 视频产品都采用积分（Credits）计费，而不是像大语言模型一样直接按 Token 计费，这是为什么？

谢旭璋：视频模型和语言模型的底层计算方式其实并不完全一样。

严格来说，视频模型的推理成本并不能简单对应语言模型里的 Token。行业里确实有一些换算方式，但视频生成本身有自己的一套计算逻辑，所以大多数产品最终都会采用视频时长和分辨率 的方式来计费。

我觉得这和是否向用户披露 Token 并没有太大关系。

本质上，它更像是一种成熟的商业模式设计。很多互联网产品都有自己的虚拟货币体系，AI 产品采用积分，其实也是类似的逻辑，让用户更容易理解和消费。

对于 ToB 来说，我们的 API 定价也主要参考行业水平，不会定得最高，也不会刻意价格战，而是保持在行业中间的位置。

虎嗅：目前 AI 视频产品大多采用订阅制。你认为这会是长期的商业模式吗？

谢旭璋：我觉得订阅只是现在这个阶段最直接、最成熟的一种方式。从长期来看，AI 视频的商业模式一定会越来越丰富。

如果回头看整个视频行业的发展，无论是电影院、长视频平台还是短视频平台，它们最终都形成了不同的商业模式，比如内容付费、广告、增值服务等等。

AI 视频行业其实才刚刚开始。随着模型能力不断提升，用户使用场景越来越丰富，使用时长越来越长，我相信未来一定会出现更多新的商业模式，而不仅仅是今天的订阅。

我们其实已经在一些新兴市场尝试广告加订阅的模式，目前也收到了不错的反馈。所以我觉得，现在整个行业距离真正成熟还有很长的路要走。

虎嗅：很多人认为，AI 视频 ToC 市场已经很难做了，但你一直强调它的天花板依然很高，为什么？

谢旭璋：我们一直在做一件事情，就是帮助从来没有做过视频的人，完成他们人生中的第一条视频。我们调研发现，平台上一半以上的用户，都是第一次制作视频。

全世界每天都有几十亿人在消费视频，但真正会制作视频的人，占比其实很低，可能只有几个百分点。

过去，大部分人其实都有表达和创作的需求，只是没有能力完成视频制作。AI 正在改变这件事情。

2025 年，我们在全球获得了接近一亿用户，而且平均获客成本非常低。这背后说明，我们满足的是一个过去长期没有被满足的需求。

今天，全世界仍然有几十亿人从来没有制作过视频。如果 AI 能帮助他们更容易地完成第一条视频，并持续进行创作，我认为这个市场还有几十倍的增长空间。

另一方面，我们现在的商业模式其实还相对单一。目前大家主要还是依靠订阅收费，但未来无论是广告、内容分发，还会有更多新的商业模式，都还有很大的想象空间。

所以，无论从用户规模还是商业模式来看，我都认为 AI 视频的 ToC 市场还远远没有到天花板。

虎嗅：随着业务开始向 ToB 和海外拓展，你们接下来最大的挑战会是什么？

谢旭璋：我觉得最大的挑战其实不是 ToB，而是全球化。

ToB 我们目前主要还是通过标准化 API 去服务客户，它不像传统软件那样需要大量定制开发，也不需要组建很大的销售团队，所以对组织的挑战并没有那么大。

真正新的挑战，是海外本地化。今年我们开始在海外建立团队，也招聘了不少海外员工。未来无论是在东南亚还是欧美，我们都会继续布局，希望能够更好地服务当地用户和客户。

这意味着，我们需要解决跨区域团队协作、沟通以及本地市场运营等问题。不过，我觉得这并不是 AI 行业独有的问题，而是所有希望全球化发展的中国公司都会遇到的挑战。