HeyGen一出现，你可以轻松“掌握”十门外语！

说真的，前两天刷到安妮海瑟薇接受采访说中文的视频，着实把我惊呆了！无论是从口型到音色，从语调到流利度几乎看不出一点破绽。“中文已经这么好学了吗？”我一边纳闷一边看。

大概20秒后才反应过来，这是AI 制作，跟之前用孙燕姿的声音制作腾格尔的作品有异曲同工之妙，只不过更精致，更有梗了。

我以为这将会是个很复杂的制作过程，万万没想到，只需要上传视频，选择你要输出的语言，就完事了！

这股新的“视频AI热”恰好就来自于一款叫HeyGen的AI软件工具，由中国的 Joshua Xu（徐卓）和 Wayne Liang（梁望）在洛杉矶创立。HeyGen 最初名为“Movio”，是一个利用生成式人工智能创建视频的平台，他们2020年11月在深圳也成立了诗云（Surreal）科技，主营AI内容生成（AIGC）。

联合创始人兼CEO为徐卓（Joshua Xu），硕士毕业于CMU（卡内基梅隆大学）计算机专业，本科毕业于同济大学，此前在Snapchat工作了六年，是该司前100号员工。另一位联创兼CPO为梁望，硕士毕业于CMU人机交互专业，本科也来自同济大学，曾任字节跳动北美设计Lead。此外，其他核心成员也均来自国内外互联网大厂。

虽然这款AI视频工具Heygen一开始主要面向海外，且需要付费（每月48美刀起），免费试用只提供2分钟的视频翻译时长，需要排队。因其让偶像人物“开口说话”，而意外在国内视频平台走红。

自 2022 年中以来，AIGC 赛道持续 1 年有余。然而，热闹归热闹，赚钱的公司一只手都能数得过来。当人们还在感叹AI初创企业强大的吸金能力、高薪挖角的“壕气”之时，首批AI独角兽之一的Jasper已经宣布了裁员消息。奇葩如 Midjourney，硬是不靠风投输血，凭着 11 人（创始人+4名研发工程师+4名在读研发工程师+财务、法务）一年做到 1 亿美元年收入。

目前这家专注于AI视频生成的公司已获两轮百万美元融资。截止到今年 4 月，HeyGen 员工人数大约 30 人，分布在 3 大洲，4 个国家和 6 个城市。

CEO徐卓在今年4月就发文透露：Heygen从 2022 年 7 月推出后用了 178 天就达到 100 万美元的ARR（年度经常性收入），217 天达到“拉面盈利”状态。

HeyGen，是一个基于AI数字人技术的视频制作工具。

通过HeyGen，用户可以轻松地创建各种类型的数字人视频，如广告、电商教育、科普等等，满足不同需求。

当然，HeyGen目前处于Beta测试阶段，要想获得一个满意的AI视频内容，需要上传的文件支持mp4、quicktime和webm；文件大小最高支持1GB，时长不低于30s，不高于5分钟；分辨率则需介于360x360到4096×4096之间。

为保证效果，HeyGen对视频内容本身也有两点要求：尽量无背景音乐或噪音；尽量避免多人。

HeyGen的目标应该不止于通过AI一键完成视频语言转换这么简单，单看它的标签，就有AI换脸 AI营销工具 AI虚拟人物 AI视频模型 AI视频生成-文生视频工具 AI视频一键生成免费生成 AI图片转视频 AI声音处理 AI换脸 AI换脸视频 AI数字人 ai数字人生成 AI虚拟人物 AI虚拟角色 AI视频制作 AI视频生成 heygen heygen ai 免费AI工具免费AI生成视频在线AI写作工具在线AI工具文字生成视频语音转视频一系列应用场景，不免让人产生许多想象空间。

如果我说，现在最火的、门槛低的赚钱模式是电商行业，大概很多人都同意。最难的不在于进入这个行业，而是长时间的投入，以及如何贡献情绪价值。徐卓硕士毕业后，在 Snap 工作了 6 年。期间在商业化，推荐算法，机器学习平台，以及公司产品中担任核心角色。尽管技术上的实力不俗，但徐卓认为市场需求才是第一位。由于在 Snap 工作期间就意识到跨境电商企业对广告中“替换人脸”需求，徐卓创立公司就把广告和电商行业作为首个落地场景。

就像徐卓在国内的公司名就是取自刘慈欣的科幻小说《诗云》一样，人的创造性无法被科技取代，但创作的过程和效率却可以被机器极大优化。

徐卓创业之初大本营选择在国内，这个抉择事后看应该是走了弯路，好在及时转向海外。2020 年 11 月，在 Snap 工作 6 年的徐卓回国创办诗云科技，推出了产品诗云马良，可以实现 AI 作画、AI 换脸等功能。不过，这款产品并未在市场留下太多痕迹，诗云科技在国内的网站已经停服。如今被人熟知的 Heygen 是一家注册地在洛杉矶的公司，还是原班创始人马。

与诗云马良在国内的反响不温不火相反，虽然官方没有披露最新数据，但从网站访问情况看，Heygen 在 9 月份的访问量同比暴增 92%，位居国内出海 AI 产品榜首位，相信营收数据应该也会大幅增加。

为什么原班人马在国内做和国外做产品，造成的结果如此迥异？我想至少有以下原因：AI芯片、用户数量、产品成熟度以及用户习惯等。