OpenAI发布的Sora模型后，掀起了AI视频的热潮，一段60秒的视频让全世界的热钱都聚集在了这个领域上。其实，在此之前，早有国内玩家在这个赛道卷了又卷。
初创公司生数科技联合清华大学从2022年就开始研发相关模型，在Sora发布一个月后就成功发布Vidu视频大模型。
修图界的“顶流”美图秀秀也早早押宝AI，在23年的12月就推出了有AI视频功能的WHEE应用。
现在，距离Sora发布过去6个月，国产玩家们在AI视频的牌桌已经陆续落座，一场酣战初见端倪。
玩家落座
在座的玩家大致可以分为两派——新生派和大厂派。
新生派以生数科技的Vidu为代表，还有智谱AI、爱诗科技等，这些AI初创公司成立时间短，但却展现了惊人的吸金能力。每一位都是融资亿元俱乐部的成员，其中智谱AI更是一举融资25亿人民币，“钱途”一片光明。
另一边，不需要考虑融资的大厂派则更快地在App Store中开启战场。阿里巴巴的通义千问、前段时间爆火的快手可灵还有字节跳动的即梦……陆续上线移动端，紧锣密鼓地拉新、优化。
通义千问用“科目三”打响了这个赛场的第一枪。
今年1月，通义千问App上线免费功能“全民舞王”。用户按要求上传照片后就能够生成一个跳科目三舞蹈的视频。6月，快手发布的可灵因其优异的视频质量，引起了全世界网友的围观。
国产AI视频也由此进入「大爆发期」。加速奔跑的玩家们也很快迎来了发展的问题——“赔本赚吆喝”。围观的用户很多，产品的商业化路径却不明晰。
于是各位玩家选择在定价策略上发力。
PConline统计了几位主流AI视频玩家的定价策略，发现了许多有趣的现象。
Freemium是AI视频常见的定价模式，其中包含了「免费试用」和「订阅制」两种类型。具体操作是用免费服务吸引用户，然后通过订阅增值服务，将部分普通用户转化为收费用户，实现商业化变现。
但AI视频应用比较特殊的是，多了一个「积分」的板块。每次生成视频都会消耗一定数量的积分。
积分的设置给AI视频应用的拉新预留了空间。在不少应用中，普通用户都可以通过每日登陆或者签到等方式获得积分。当然，这些积分的数量只够“尝鲜”，想要生成更多AI视频，就需要付费。
PConline发现，按照各个应用主推的付费套餐，生成一个最低规格的视频需要花费0.24～0.71元不止。月度会员在50～80元之间，而年度会员则是600元上下。
但有一位比较特殊——通义千问。
现在通义千问“全民舞台”功能中的所有都是免费的。但是自从“科目三”爆火之后，通义千问似乎只停留于模版内容，只做固定的内容模板让用户们体验。而隔壁的可灵已经用AI生成视频的不确定性玩出了#人类cos AI#的社媒热搜话题（详情看见文章《AI修复老照片已经过时了，现在流行人类cos AI》）。
可以说，订阅制设立了门槛，积分制设立了阶梯。这样的定位模式其实是围绕两个维度——使用量和增值功能。
使用量就是记录生成视频的个数，生成的越多，积分消耗得就越多，付费就越贵。
增值功能则是体现在订阅会员后才能使用的功能。比如去水印，延长原视频、画质增强、版权保护等。例如在快手的可灵中，普通用户只能生成“高性能”视频，画面质量更佳的“高表现”视频只开放给付费用户。
据PConline的统计，每家增值功能的内容都会根据各自产品的特性有一些不同。
氪金游戏开始
视频的长度、生成的速度、免费积分的额度、增值功能的内容……不同于大模型领域直白的价格战火拼，国产Sora们反而是在定价的细则上费尽了心思。
这定价难题的背后其实还是成本问题。
AI视频的成本有三个因素决定：数据、算法、算力。
首先，投入的数据太贵了。
一向注重版权的Adobe，在训练模型的前期曾计划向摄影师、艺术家购买视频，并且根据视频长度付费，每分钟支付费用为2.60美元至7.25美元之间（折合人民币20～50元/分钟）。
训练出一个AI大语言模型需要亿级数量的参数，而训练视频模型所需要的数据量只多不少。
OpenAI首席技术官米拉·穆拉蒂在接受采访时表达，训练Sora时，他们使用了“公开可用的数据”。不少AI行业专家认为，OpenAI采集了包含YouTube在内的多个社交媒体平台的数据，才训练出Sora的。
可灵的诞生也是基于快手这个数亿用户的视频平台，视频数量可想而知。
可灵生成视频的截图
另一方面，运营AI视频应用所需要的算力成本也十分巨大。
建一座桥需要几个亿，但这个费用是平摊在每一位使用者身上的，用得越多越划算——因为建造成本会分摊得越来越薄。
但AI视频却无法用边际效应来计算。每一个用户都需要算力，用户用得越多，算力需求就越大。
在可灵刚刚发布时，PConline曾尝试「图生视频」的功能。系统显示生成视频的所需时长为几分钟，然而实际情况是花费了一个下午的时间。这是因为在可灵爆火后，一下子涌进了百万用户，算力吃紧，才出现了这样的情况。
在数据成本和算力成本的双重压力下，AI视频的玩家们无法像大模型玩家们一样，“豪爽”地直接降价。
如果贸然用降价的方式来“跑马圈地”，AI视频玩家们极有可能面临资金被算力成本耗光，同时用户体验也不好，可谓两头不讨好。所以大多数AI视频玩家们总是谨慎再谨慎，选择在增值功能中下功夫。
Freemium模式之外，也有玩家选择更加直接的方法。
去年，国内 AIGC领域第一个真正意义上破圈的现象级产品妙鸭相机，就选择了商业化前置的道路——先支付9.9元再使用产品。
妙鸭产品负责人张月光在接受媒体采访时表达：“ 在 AIGC 时代，如果你不能在第一天就向用户收费，那么你永远都不可能收到用户的钱。 ”
但一年的时间过去，流量骤减的妙鸭相机也面临着“一波流”的质疑。
谁先跑通商业化？
同样的定价难题在海外市场也无法避免。
一篇关于AI应用定价策略的报告中提到，只有26%的AI公司都采用了Freemium的混合模式，绝大多数（71%）仍采用传统的SaaS订阅定价模式。
报告部分截图
报告中还提到，许多AI应用目前所提供的价值很可能超过了它们收取的价格。
像初创公司Runway，作为AI视频领域的佼佼者，其估值高达40亿美元。但据硅谷媒体报道，截止去年年底Runway年度经常性收入仅在2500万美元左右。
PConline在其用户页面发现，Runway同样采用了Freemium的定价模式。
普通用户和会员每月分别有625积分和2250积分。使用最新模型Gen-3 Alpha Turbo生成一个5秒的视频需要消耗25积分。
Runway订阅套餐页面
另一位声量颇高的Luma AI与Runway“殊途同归”。没有设置积分，Luma AI直接根据生成视频的数量定价。如果订阅最便宜的Lite版，每个月可以比普通用户多生成40条视频。
当然，在商业化路径方面，最有创意的还属国内的玩家们。
智谱清影推出的是“加速”模式。普通用户使用清影是无限次免费的，如果要想缩减排队等待生成的时间，可以购买加速券，5元加速一整天。
智谱清影付费界面
最有创意的定价模式莫过于月之暗面的Kimi大模型。
从今年三月开始，Kimi一直稳坐国内AI产品Top5，还一度火到宕机。为了平衡用户体验和算力需求，Kimi推出了打赏功能。用户可以通过支付5.20～399元不等的礼物，获得不同时长的「高峰期优先使用」功能。
Kimi打赏模式之一
不难看出，国内AI产品都对商业化模式的探索，持开放的态度。相比较大模型领域的价格战火拼，AI视频领域总体更有创意，更为灵活和随机的打赏模式或许也能独成一派。
不过，可以肯定的是，AI视频的战争才刚刚开始，AI释放出来的磅礴势能正如移动互联网之初的巨大市场增量，业态将会越来越繁荣。
参考资料：
《How AI apps make money》Growth Unhinged
AI诈骗有哪些常见套路？
AI技术的发展，加之不法分子的利用，确实会给我们带来一些安全隐患。 以下是一些防范AI诈骗的建议：1. 提高安全意识：首要的防范措施是提高自己的安全意识。 要时刻警惕身边的信息和交流，不要轻易相信陌生人的请求和信息，不要随意在社交网络平台上留下个人信息，并设置更加严格的隐私设置。 2. 查看来源：要尽可能通过正规渠道获取信息和服务，如通过官方网站或经过认证的APP获取，同时要多次确认信息来源和真实性，尤其是和财务相关的信息。 3. 不要随意下载不可信的APP或软件：下载应用程序时要仔细阅读应用商店的相关资料、用户评价和使用条款，以确保APP的正规性和安全性。 不要从不可信的网站上下载APP、软件和浏览器插件等。 4. 提高密码安全性：为自己的各类账号设置强密码，避免使用相同或近似的密码，开启双重认证功能，确保账号的信息安全。 5. 注意互联网服务商的欺诈行为: 当收到涉及账号、密码、验证码、银行账户、身份证等信息的邮件、短信、电话时，一定要先核实真伪，进行多种确认，如拨打信贷银行客服电话等方式咨询官方。 6. 学习知识：提高自己的相关知识和技能，了解AI诈骗的常见手法，减少受害风险，同时要时刻关注新的安全威胁，开发新的防范措施。 总之，我们应该时刻保持警觉并提高安全意识，谨慎处理涉及到个人隐私和财务的信息，同时要学会科学、合理、安全地上网。
骗子利用 AI 声音冒充亲人诈骗，该如何提高防范意识避免被骗？
随着科技的不断发展，人工智能（AI）技术也越来越成熟和应用广泛。 然而，这也给骗子提供了新的机会。 最近，有报道称一些骗子利用AI技术模仿他人声音，冒充亲人或朋友进行诈骗活动，造成了一定的社会问题。 为了提高防范意识，本文将探讨如何避免被这种骗局所伤害。 什么是AI声音诈骗？AI声音诈骗是指骗子使用人工智能技术来模拟某个人的声音，然后通过电话、短信等方式冒充亲人、朋友或其他身份进行诈骗行为。 这种骗局往往涉及到金钱、个人信息等敏感内容，容易使受害者产生恐慌和混淆，并最终导致受害者的损失。 如何预防AI声音诈骗？为了避免被AI声音诈骗所伤害，以下是一些预防措施：1. 确认对方身份：当接到陌生人的电话或短信时，应该先确认对方的身份。 可以通过询问一些个人信息、回忆过去的经历等方式来确认对方身份是否真实。 2. 避免泄露个人信息：不要轻易泄露个人敏感信息，如银行卡号、密码、身份证号码等。 如果必须在电话或短信中提供这些信息，应该先确认对方的身份，并尽量避免使用公共场所的电话或无线网络。 3. 熟悉常见骗局：了解常见的诈骗手段和方法可以帮助人们更好地识别和避免这种骗局。 例如，一些常见的骗局包括假冒公检法、假扮亲戚朋友、虚假中奖信息等。 4. 不要相信紧急情况：骗子往往会利用“紧急情况”来促使受害者立即采取行动，如转账、汇款等。 因此，当接到这种电话或短信时，应该保持冷静，核实真伪后再采取行动。 5. 更新安全软件：随着技术的发展，安全软件也在不断更新和升级。 因此，为了保护个人信息和财产安全，应该定期更新自己的安全软件并进行相关设置。
6. 增强自身意识：切勿以小搏大，警惕因贪心和侥幸心理而被骗的情况。 要保持警觉，增强自身意识和防范意识，时刻注意个人信息和财产安全。 结论AI声音诈骗是一种新型的骗局，但我们可以采取一些措施来避免受到损失。 通过确认对方身份、不泄露个人信息、了解常见骗局等方式，我们可以更好地预防这种骗局带来的危害。 同时，增强自身意识也是非常重要的，时刻保持警觉，保护自己的个人信息和财产安全。
百度ai人脸识别算命，百度ai人脸监测颜值分20多是不是没救了?
提起ai人脸识别算命，大家都知道，有人问ai人脸监测颜值分20多是不是没救了?，另外，还有人想问调人脸识别的ai怎么一次返回多个想要的结果, 年龄,性别,种族,情绪?，你知道这是怎么回事？其实用AI技术算命有哪些套路？下面就一起来看看ai人脸监测颜值分20多是不是没救了?，希望能够帮助到大家！
ai人脸识别算命
1、ai人脸识别算命:ai人脸监测颜值分20多是不是没救了?
所谓颜值得分只是游戏玩玩而已，不必当真，只能是大概其。 因为人的颜值不是机器可以确认的。 俗话说，情人眼里出西施，判断一个人颜值是多方面的，不是外貌所决定的。
影响人脸识别的因素有很多，其中影响人脸检测的因素有：光照、人脸姿态、遮挡程度;影响特征提取的因素有：光照、表情、遮挡、年龄，模糊是影响人脸识别精度的关键因素。 而在跨年龄人脸检测中影响因素更多。
一般而言，在跨年龄阶段人脸识别中，类内变化通常大于类间变化(不同人相似年龄的照片的相似度有时比同一人不同年龄段的照片相似度更高)，这造成了人脸识别的巨大困难。 同时，跨年龄的训练数据难以收集，没有足够多的数据，基于深度学习的神经网络很难学习到跨年龄的类内和类间变化。
用AI技术算命有哪些套路？
相关介绍：
发型不只正面的功夫要足，侧面功夫的准备也是不可小视的，侧面脸型一般有三种：凸侧脸、平侧脸、凹侧脸。
特点：小额头、大鼻子、轮廓感很强，很具有人种脸型的特点。
方案：这种脸型做发型时，先要增加前额的头发，使脸看上去直一些，后脑的发量也可以适量的增加，但要注意分寸，否则就弄巧成拙了。 免费AI智能。
而且纹理过于丰富的卷发只会让这一脸型的轮廓感显得更强。 这种脸型和长卷发(微卷)配合就更加完美了。
特点：脸部侧面线条过于平直，起伏不大。
方案：这种脸型的相对发型禁用直发，应用卷发，它可以缓解你的脸侧面线条的平直程度，卷发可以夸张一些，而有序的卷发，充斥着野性美的漂亮发型。
特点：其特点和凸侧脸相反，它最显著的特点是它有一个突出、外伸的下巴。
方案：怎么让下巴这一劣势转为优势呢。 免费人工智能看相。
时注意前颚的头发不要太多，采用柔和的边缘，以及后脑膨胀的发量，在的同时，也使得那讨厌突出、外伸的下巴一下子变得性感了许多。
2、调人脸识别的ai怎么一次返回多个想要的结果, 年龄,性别,种族,情绪?
人脸识别技术
首先我们来了解下人脸识别本身的技术。 在人工智能技术的持续的进化下，人脸识别的准确率也在逐渐提升，我们已经能看到有多家企业在权威人脸识别数据库LFW上刷新纪录的消息，实验室的数据高达99.5%甚至往上，这是人脸识别技术应用到实际业务中的基础，我们也为此感到高兴。
影响人脸识别的因素有很多，其中影响人脸检测的因素有：光照、人脸姿态、遮挡程度;影响特征提取的因素有：光照、表情、遮挡、年龄，模糊是影响人脸识别精度的关键因素。 而在跨年龄人脸检测中影响因素更多。
一般而言，在跨年龄阶段人脸识别中，类内变化通常大于类间变化(不同人相似年龄的照片的相似度有时比同一人不同年龄段的照片相似度更高)，这造成了人脸识别的巨大困难。 同时，跨年龄的训练数据难以收集，没有足够多的数据，基于深度学习的神经网络很难学习到跨年龄的类内和类间变化。 扫一扫测脸型算命。
针对这些技术难点，目前相关技术提供商均在通过优化算法以及加大对模型的训练来寻求突破，我们也能从相关的资讯中了解到人脸识别监测精度的发展进度，它们的落地领域包括应用最为广泛的安防以及金融、商业应用等领域
