没高额融资的公司，如何切入市场？
AI 视频这两年不缺声量，但聚光灯几乎都打在头部身上。真正被反复拿出来说的商业化数字，来来去去还是「可灵」、「Higgsfield」等几个披露过亿级美元 ARR 的名字。热闹是头部的，赛道里大部分产品还在为“能不能赚到钱”发愁。
也正因如此，当我们从业内人士处听到，一款专注欧美市场的 AI 视频 Agent 产品「DeeVid AI」，上线才一年半，注册用户达 3000 万，ARR 也做到数千万美元量级，多少有些意外。这家公司此前并不起眼，没有大额融资的高光时刻，也很少出现在赛道的公开讨论里。
这家没什么名气的创企，如何悄悄挤进了通常只属于头部的营收量级？带着这个疑问，我们把「DeeVid AI」从头到尾用了一遍。
一、我一个“外行”，
一次做出了还不错的视频
先说体验。
打开「DeeVid AI」的网站，最显眼的就是一个对话框，没有堆砌的模型列表，也不是复杂的工作流画布。图片、音频、视频，都在这一个框里生成，用户也可以使用 Agent 模式完成创作，在对话框里创建和引用 Skill，@添加参考资料等等。
我们以完全小白的角度，给了一个相对模糊的需求“蜡笔画风格的保温杯介绍视频”，也只上传了一张风格参考图，并顺手选了官方的“Product Demo”Skill。
由于选择了“逐步确认”的指令模式，Agent 没有直接开工，先抛回来几个选择题：要不要多场景、逐一展示卖点、要不要从痛点切入。确认之后，Agent 生成了一段文字版的分镜脚本，把 15 秒拆成 3 到 4 个场景，供用户确认。我们没提任何修改，直接出片。
从基础要求来看，视频多分镜主体、风格均保持一致，没有硬伤。15 秒的视频忠实还原了分镜，横移、推近、拉远三种镜头都用上，“蜡笔风格”那种粗颗粒的线条、色块不均的笔触也都在。整个过程，我们没写一句像样的提示词，也没有反复抽卡。
使用「DeeVid AI」，最大的感受是“省心”。没有在画布上拉节点搞工作流、甚至没有绝大多数产品都必然存在的环节，选模型。而初步产出也没有太多的 bug，给后续迭代和出片一个比较好的基础。
对应产品设计、与其他产品对比，省心背后的低门槛，主要来自两点。
第一点，能看出「DeeVid AI」团队的理念，用 Agent 负责理解需求、判断方向、把一句模糊的话拆解成一套具体方案，返回关键节点让用户确认细节。最特别的是在执行上，主要由Agent 自己直接去调度合适的模型，没有走大多数产品的惯用思路，将模型选择权留给用户。团队在有意识地区分，用户该做哪些选择、不该做哪些选择， 这大概率是团队对用户行为洞察后的某种选择。
举个例子，我们在测试里对分镜做过好几轮修改，比如要求加一帧保温杯正面特写、指定镜头角度和文字位置，输出结果都遵循了要求。精准响应，背后需要靠精准的模型调度，改这一处该调用哪个模型、用什么指令和参数重新生成，才能既贴合新指令，又不破坏已经确认过的风格。
第二点，Skill 做流程上的约束，在某类视频的创作中，会有一套工作规范，例如营销广告几秒放钩子、是否从痛点切入等，这可能也是作为小白，什么都不懂的情况下，感觉输出还可以的一个原因。
「DeeVid AI」支持自己编写 Skill，
也可以一键将与 AI 的交互内容保存为 Skill
凭借这两点，低门槛与不稳定的矛盾一定程度的化解了。对应团队工程化和产品设计的选择，以及我们的使用感受，其用户画像也逐渐清晰。
二、高 ARR 的答案，藏在目标人群身上
「DeeVid AI」的核心场景，从子工具到首页的灵感案例，几乎都指向同一个方向：Marketing Video，营销视频。面对的更多可能是中小电商卖家，或者一个或几个人的营销团队。他们每天要面对社媒和广告位对素材近乎无止境的“胃口”，一条广告跑几天数据就疲了，得换；一个平台的爆款样式，换个平台又得重做。
素材是刚需，而且是高频刚需。
而中小团队，具备专业创作能力的人才稀缺。之前在我们与某些 AI 视频团队、以及中小品牌商家交流时，两边交流得出了同一个观察：“中小商家有需求，但是要求是模糊的，大概知道想要个什么样的效果，说不清楚具体要求。”Agent 可以靠自然语言交互、工程化最小化用户选择、Skill 加入行业规范约束，来回应痛点。
在我们测试的期间，「DeeVid AI」上线了新一个功能，体现了团队对用户需求的进一步挖掘。
对于中小电商卖家、营销团队来说“表达模糊需求，用 Agent 来承接”的路径已然不错。但实际应用中，爆款素材轮动迅速，很多时候没人能说清视频火起来的原因。针对说不清需求，只想复刻爆款的用户，「DeeVid AI」新上线“爆款复刻”功能，用户只需要上传一段影片的链接，AI 就可以生成符合用户需求又保留原视频精髓的新视频，供用户快速发布。
“爆款复刻”功能的工作流
体验上，用户需要先上传一段视频的链接，并选择最吸引人的段落，然后由 AI 找出所选视频的钩子、节奏、视觉语言与内容精髓等要点，用户再在工作流中上传风格、主体参考图，描述自身需求，AI 直接给出成片。
笔者也测试了一下，从效果来看，「DeeVid AI」的指令遵循仍然在线，笔者上传了跟上文测评相同的风格参考，AI 确实将原视频的写实风格变成了插画风格，还基本保持了猫咪和水杯两个主体的稳定、且与原视频、参考图一致，只是在个别分镜中略有瑕疵，整条做下来不到 15 分钟，比从零做出一条广告快得多。
笔者生成视频的工作流
「Deevid AI」爆款复刻功能将创意分析与设计，分镜设计，素材生成，剪辑整个工作流全部打通，做到了真正的结果交付，目前是这个领域的第一家。这个功能也和前面提到的产品哲学相符，用户只需要关注需求和结果，其他事情交给「Deevid AI」。
写在最后
AI 视频赛道很多产品仍把接入模型能力作为卖点，用户需要自己挑、自己试错；「DeeVid AI」则是“场景为先”，不让用户选模型，用户只需要根据需求判断结果是否符合要求。
而“场景为先”成立的前提是，背后一整套原子能力的整合——图像、音频、视频生成，加上画布、编辑器、翻译、数字人这些工具，都被收进了同一个 Agent 的能力池里。也正因为能力足够全，才能将用户的需求，用对应的模型或原子能力接住，而 Skill 要做的，就是在这一整套能力池里，针对具体场景做定向调用和约束。
文章来自于微信公众号 “白鲸出海”，作者 “白鲸出海”