从“AI证件照”到“AI译制片”，爆款AIGC应用的商业化迷思

原文来源：脑极体

图片来源：由无界 AI生成

让郭德纲飙英文、让霉霉说中文的翻译视频生成工具HeyGen和掀起AI证件照热潮的“妙鸭相机”一样，在一阵疯狂刷屏之后，又迅速在各大群里销声匿迹了。

十月份，由HeyGen制作的各种明星跨语言翻译视频，在全网疯传，大家震撼于AIGC地道的中英文表达，完全没有译制片的腔调，惟妙惟肖的音色还原、高度对齐的口型声音，让不少人表示，“真的有被吓到”“配音演员要失业了”……

太阳底下无新事，这个现象级AIGC应用，也逃不过“速朽”的命运。

如今我所在的LLM大模型讨论群里，偶尔有人发一个中英翻译视频，根本无人讨论，可能大多数人连点开看看，都提不起兴趣。

大众的新鲜感很快会过去，“明星译制片”只有看个乐子的娱乐属性，并不是高频刚需，猎奇尝鲜之后，到了真金白银付费的时候，自然风过了无痕。

这一年，大模型无疑是全球最大的热点。但热归热，最终在商业市场立足的大模型应用仍然稀少。

明明已经是“百模争艳”，为何成功产品化的现象级应用，就那么几个？

而这些产品成熟也不缺热度的爆款AIGC应用，为何无法将流量转化为持久的经济效益，商业化仍是一团迷雾？

本文希望从“AI译制片”这个小切口，探讨一下大模型的产品化条件和商业化迷思。

一夜爆红是产品化的胜利

首先要明确一点，妙鸭也好，HeyGen也好，AIGC应用的一夜爆红，对于大模型产业来说，绝对是一件正面的事。

大模型只是一种基础技术，相当于钢材，大模型厂商相当于炼钢厂，还要有人设计出洗衣机、跑步机、微波炉等一个个具体的产品，新技术才能为人所用。

而HeyGen的一夜爆红，正是产品化的胜利。

技术原理上，跨语言翻译视频制作并不是什么新事物，业内已经有很多科技公司、影视公司、后期制作公司在探索并推出了专业级工具平台。

简单来说，就是升级版的TTS（Text To Speech）技术。利用大语言模型对文本进行更地道的翻译，然后对声音空间进行更好的建模，训练一个跨语种迁移TTS模型，让风格迁移、音色迁移、情感迁移更加鲁棒，合成的语音更加自然、还原。

这种技术的特点就是高效，整个翻译过程全自动化，可以批量生成翻译视频。不过在自然度和表现力细节上，还是不如真人配音演员的演绎那么细腻、有创造力。

总结一下就是，HeyGen背后的技术原理，并非什么独家秘籍。

其火爆的原因，是极高的产品化能力。

一般来说，AI技术的产品化，要经历三个步骤：

第一步：选择工具。

工欲善其事，必先利其器，工具是开发人员喜欢花费大量时间争论的话题。HeyGen的工具选择，是比较务实的，甚至看起来特别“小白”，那就是头部闭源模型+开源“大礼包”。

有网友扒出，HeyGen是用Whisper将语音转文字，GPT4（目前未开源）进行文本翻译，声音克隆+生成音频用so-vits-svc，最后用GeneFace++，将翻译后的语音与视频中说话者的嘴唇动作同步。

大模型热潮以来，我们看到了许多开发者在衡量和挑选“最好”的大模型，而市面上有各种不同的基座模型供应商，提供类似的竞品服务，开发者想要找到绝对意义上最好的工具，几乎不可能。这些底层工具如基座模型、编程语言等，先进性都可能变化。选择好相对较优的工具组合，然后快速去开发demo、验证想法、迭代升级，才是开发者最应该做的。

第二步：原型设计。

HeyGen选择的工具，无论是GPT4的API，还是开源模型，都是比较容易获取的，但大多数普通人都不会从搜索GitHub仓库、处理软件bug中获得多少乐趣。

就拿跨语种视频翻译来说，其中涉及了多模态内容的翻译，包括语音、文本以及视频，在字幕翻译、语音合成、智能配音方面，目前都有很好的自动化，但将多模态功能集成到一起，实现端到端一键翻译的产品还不多见。

所以，HeyGen构建了一个简单易上手的访问界面，通过集成多种模型、多种工具，降低了翻译门槛，用户只需要上传初始视频－选择目标语言－一键输出，就可以坐等声音克隆完成了。