从细烫议到估值神话：PMF的toC AI产品，真实有千万美金ARR的命？

前几天刷细，刷到一个帖子聊聊有哪些toC的AI产品跑通了PMF。验证买卖场需求，绊倒了不少许创业者，而找到PMF的产品们，被其他人拿来反复研究研究呃。评论区却一片质疑：“声量巨大如Perplexity， 但根本没有破圈，真实正活跃的DAU数量和产品声量彻头彻尾不匹配”“HeyGen基本上toB，也不算”……其实这些个产品巨大许多听过、甚至写过其中比比看符合要求的兴许也就Speak，做AI口语学，不是巨大众产品、但起码在细小众范围内赚钱，算是进步还不错的toC AI产品。

但Captions能被提到，还是有些出乎意料。相对于其他产品， Captions在国内买卖场声量不巨大，也就是上个月融了6000万美元时被各家公号报道刷了一回屏。而我们最早注意到它， 是在看看图片/视频类柔软件的时候，总能在美国的App Store摄影&录像分类畅销榜单刷到，在应用商店上线的App怎么也和toC沾点边吧。

ARR千万美金，找到PMF的toC AI产品又多了一个？

从加字幕做起，怎么就估值5亿美元了？

Captions成立于2021年， 但在2020年12月，就在iOS上线了App Captions，最早做的是给视频加字幕这样一件很轻巧松的事情，这一点从App的名字也能看出来。Caption，在电影里是“字幕”的意思，在书籍中，是对图片的说明白说明。而名字里带有Captions的编辑App，商店里一抓一巨大把，在海外很“刚需”。

2022年7月， Captions在TikTok的官方账号发布了最早一条视频，播放量6w。博主疯狂输出来展示Captions添加字幕的能力。后续从2022年10月开头，Captions陆续上线更许多AI功能。虽然从加字幕做起，但Captions很迅速确认了一个“利基买卖场”——专注服务Talking Video的创作者。

一直到今天Captions依老是定位在“为Talking Video而生”。

这类视频最巨大的特点就是“话许多”， 不仅Captions花哨的字幕功能能派上用场，它还围绕创作者各种潜在需求点做了很许多自动化的细小功能，比如视频中眼睛飘忽能用Eye Contact纠偏，说话停顿的地方能一键识别删除，为了许多些视频的丰有钱性支持自动添加Emoji和图片等等。Captions在Talking Video这一类别上，已经做到非常细致，让创作者的效率极巨大提升。

一通操作下来 反映为移动端成绩，Captions iOS端月流水陆续上涨至百万美元，一直在美国iOS摄影与录像分类畅销榜Top30上下。如果只算纯视频剪辑产品， 移动端收入No.1的Capcut接近800万美元；第2是“收购巨大王Bending Spoons”的Splice，月流水250万美元；Captions的收入还能，但并不惊艳。那估值5亿美元则只能是押注以后收入增加远的兴许性， 毕竟同样估值的HeyGen ARR在3500万美元左右，巨大概是Captions移动端收入的3倍。

巨大转身的Captions = 自己+ 60分的“HeyGen + OpusClip + Creatify”

为了搞懂Captions的估值逻辑，我又一次打开了App。找到，两年前还基本上做加字幕、辅助录制和编辑的App，整体的巨大功能架构已经演化成了标题中的等式。Captions功能标签页看得出来 从2023年下半年开头，Captions巨大转身，经过一年来的迭代，已经演变为等式的右边。HeyGen、 OpusClip、还有Creatify，是AIGC来了之后3个做得不错的AI产品，分别对应了AI Avatar、转换视频语言并且能做到对口型，做长远视频缩短暂视频方便切片传播分发，以及产品url一键生成视频广告。2个产品最近一轮融资都拿到了6000万美元，估值都是5亿美元，轮次一个A一个C。

从这玩意儿角度， 单独一个HeyGen估值已经是5亿美元，姑且虚假设Captions的3有些能力都不拉垮，再加之原本已经验证的辅助录制和编辑，以后的赚钱能力不说能乘以个系数，再进一步还是很巨大兴许的。但我们的测评后来啊是Captions属于“60分产品”。这里不是说Captions产品60分， 而是它做出来的视频，差不许多在及格线，放在社媒平台上可用，但不会出彩的那种，说实话对于很许多流程化的东西，比方说我有一个产品需要一个海外的面孔帮我种种草，用Captions的AI Ads生成的视频广告，不能说许多出彩，但能放到TikTok发一发。

AI Ads对比：严格一点， 就不及格

测试条件：我们选择的是同一款产品，这款产品本身面向小孩，但我们一边加选了#户外的受众标签，进行测试。基本上原因是Captions只支持竖向视频、 且全部Ads都有人出镜，我们到头来从各自生成的广告中选择了一段我们觉得质量最高大的，且都是有人出镜的竖向视频广告。

先贴出来2个产品生成的广告， Captions做出来的广告的字幕是ok的，基本上原因是我没付费，所以导不出带字幕的，用剪映自动识别，全部没有海外中意的那种，节省计算本钱；而Captions一次性渲染出5个已对优良口型的视频，本钱高大，后期调整地方细小。如果满分100， Creatify的视频我兴许会打80分，但Captions的兴许只有60、甚至50分。

AI长远视频切片对比：粗糙， 但还挺香

我在YouTube上搜索OpusClip，后来啊搜到了一个核心主题是教巨大家怎么用OpusClip的产品设计漏洞来为自己的视频免费加字幕，然后就选取了这段视频，让OpusClip和Captions来做视频切片。我们先给出产品设计的测评。OpusClip作为专注于做长远视频切片的产品， 设计上是按照长远视频切片分发的完整流程设计，在功能的完善和细节方面很突出。

再说一个，OpusClip也给了用户点踩的功能方便得到用户反馈。切片完成后设计了社媒定时发布，和发布后数据反馈琢磨等等。

比方说定位切片之前， 能让用户选择原视频的类型、也能给出自己想沉点定位的关键词，这些个都是为了方便产品定位到最值得做分发的“高大光片段”。过程中， 生成的数量会更许多、辅助用户决策哪些切片更轻巧松得到效果而给到的参数也更许多一些，很关键的一点是AI有时候会切得没头脑，开头刚优良是不完整的句子，OpusClip允许切片前后延长远，比方说时候点往前走一点，能切到完整的一句话，Captions则没有这玩意儿设计。

而Captions设计上就粗糙了一些， 直接点选两下就开头切片，但说实话，在Captions定位到的5段视频的质量确实是不错的，OpusClip定位到的#利用漏洞，免费给自己的视频加字幕，#免费给90+段短暂视频加字幕，#怎么利用免费工具赚钱，等比比看有值钱点的短暂视频，Captions也都定位到了。结合价钱来看，Captions虽然产品设计粗糙，但还在得到后来啊的那一刻是真实香的。但除了设计细节不够， Captions的AI Shorts功能在web端和Mac端一直提示错误，只有iOS端成功，且这玩意儿问题一直持续了一周也没解决，在细小屏上操作体验差很许多。

AI Avatar对比：效果相当， 甚至更便捷

说来也巧，基本上原因是中间插了优良几项干活，这篇文章前前后后测试的时候就用了一周许多，就在我准备空着这一有些的时候，Captions更新鲜了对标HeyGen的AI Twin功能，加之去梳理了产品迭代历程，不得不说Captions团队迭代速度堪比国内。用户点击AI Twin之后 跟着提示，录制1分钟的视频就能生成自己的Avatar了Captions做比比看优良的就是他会准备脚本放在提词器里面所以HeyGen里面对应的用户自行准备脚本、和需要看稿子录视频弄得的眼神乱飘的问题就解决了。

这样来看， Captions仅对标HeyGen的AI Avatar功能的话，是没啥问题的，甚至录制Avatar的过程基本上原因是产品的提词器、AI脚本2个功能，更便捷一些。

而且生成Avatar很迅速，3min左右。然后我用一段ChatGPT写的脚本， 用自己的Avatar录制了一段视频，排队等生成最磨蹭5min也就完成了。效果方面 和HeyGen差不许多，生成的Avatar能准确无误地念出新鲜脚本，口型都是对的，其实两者都是自己录制的视频然后做对口型渲染，我的粗浅薄体验来看都没有根据不同的文字内容做表情或者语气上的变来变去。

移动端的输了 vs. web端的赢了？

如果我们以2023年9月为分界线， 发眼下这之前，Captions是以录制辅助/视频剪辑为沉点，而在之后则转向了“无中生有”，也就是AI生成。偏离了App的初期定位，辅助Talking Video的视频录制和剪辑。而在增加远策略上，Captions最近几个月加巨大了投放。广巨大巨大看得出来 最近3个月按展示估值排序，巨大体上前列的还是清一水的加字幕素材在吸量，而AI功能的展示估值相对较矮小，也就是说在移动端这类素材不太能投出去，吸引力不够。

近3年， Captions iOS端投放素材数量看得出来用户看到加字幕的广告点击下载，进来之后AI功能占据了UI的绝巨大有些，而全部功能虽然能用，但导出都非...不可付费，连加字幕也是弄得了用户差评的许多些，以及加巨大的营销预算在移动端无法转化为活跃用户。

新鲜功能与移动端用户需求的错位， 说明“从相机App深厚入AI视频领域的转型”，在移动端来看，起码是输了的。但在web端，却出现了转机。2024年4月份， Captions上线了web端，CEO在5月3日又发了一条X，表示上线前90天就拿下了2.5w订阅用户。里面的一个bug是估摸着2个数字写反了。这时候距离web上线的4月10日不到25天所以新鲜增订阅用户得是9w？我们在国内的一些公号比方说投钱实习所上，也看到是前25天9w新鲜增用户的表述，巨大概是同一个推断。。

web端的爆发：9万付费用户背后的用户画像转变

Gaurav Misra分享了他们做web的几点看看：一、 桌面买卖场远没有预期的拥挤，他们当时觉得在桌面端，用户有非常许多的选择，所以进入很谨慎，但是真实正进入了找到，其实吧的比远没有那么激烈，而且增加远是相对轻巧松的。二、在网页端付费的用户，是“全新鲜”的用户，并没有用过Captions的移动App。三、用户在寻找创新鲜的AI功能。

所以有很巨大的机会去沉新鲜去定义这件事情。

过去5年， AI Dubbing和AI Avatar的烫度变来变去，虽然在一波买卖场烫度后都有所回落，但相较于烫点发生前，烫度明显变来变去。很巨大一有些用户是企业用户或者营销团队，他们希望寻找AI功能，能够攻克长远视频创作中的一些问题。四、“轻巧松”的UI是不够的，买卖场上有一巨大堆的新鲜客户，他们对视频剪辑得是啥样子是没有随便哪个概念的。

而转型后 移动端与web端数据的明显反差，释放的信息是Captions推出的AIGC相关功能在移动端跑不通PMF，结合CEO分享的web端用户画像，可推导其推出的AIGC相关功能在C端用户那里跑不通PMF，兴许只有困难得的入门创作者在移动端为AIGC相关功能付费。资本的站位，更许多是对Captions团队手艺能力和在web端成绩的认可。这里面其实还有一个细小插曲很有意思， PhotoRoom的创始人在Captions4月10日上线web的时候，发文称Sass的以后是mobile first，基本上原因是在手机端干活的人，要比在桌面端干活的人要许多10倍不止。眼下的后来啊已经出现，被打脸。

从Camera App到Non-Camera App：端侧策略的必然转变

之前对于web还是移动端， 我们也与一些AI创业者做过探讨，加上这次看看，有2个点是能分享的：一、沉视web还是移动端，与用路径更相关。PhotoRoom的创始人的观点来自于自身的经验， PhotoRoom的客户画像是海量的中细小卖家，服务的是他们拿起手机拍产品，然后用PhotoRoom也能做出很优良的产品图。

从camera-app转向non-camera app，Mobile first也就不再成立。

这样的用路径，注定了有摄像头的移动端是沉点。Captions早期也是一样的， 辅助用户去录制Talking Video，做了提词器等很刚需的功能，然后去加字幕，移动端是沉点，而且他们不给免费版本，甚至只做iOS端。但Captions基于用户群体开头去迭代产品之后 用AI把门槛越降越矮小，从辅助录制、到不用录制，手机端最关键的“摄像头”也就变得不再是非...不可项。

二、贴近用户、响应用户。Captions虽然在AIGC功能上有些减分， 但在梳理团队的过程中，找到增加远、买卖化上都有自己的思考，而且团队很细小，迭代超迅速，且非常注沉和目标用户_创作者的连接。Captions移动端的早期用户巨大盘兴许是个人创作者， 但里面兴许掺杂着一些用Captions做更麻烦内容的偏向于有些特定场景的用户，而Captions一直在Discord上、X上做调研，因为Captions希望将自己的天花板做高大去迭代产品，用户对于web端上线的呼声一直很高大。

一些老型号的手机支撑不了。”而web端明摆着能承接一些更麻烦的功能，巨大屏+键鼠更轻巧松操作。

所以Captions并不是基本上原因是很许多AI产品都在做web而去跟风，也是真实的在回应有些用户的需求。背后的根本原因是新鲜做的功能，在移动端用起来真实的费劲。比方说 在Discord社区，有用户提问，“眼下管束的视频时长远是2min59s，如果是一个比比看长远的视频，他们需要分别处理完再把几个视频连起来。甚至有用户说处理1min以上的视频，App就会崩溃。

写在再说说：千万美金ARR，是机遇还是泡沫？

虽然对Captions是不是在C端跑通PMF的聊聊，并没有得出新鲜故事。但让我们看到了一个团队探索AIGC应用路径上的经验与困难办。在web上线后25天就得到9w付费用户的Captions， 如果能维护优良，两端加起来ARR怎么也得有3000万美元。但明摆着， 转型后移动端的增加远停顿，外加转型后web端用户与HeyGen等产品用户画像沉叠但产品力不够，都会对ARR目标的达成形成挑战。

而视频。AI正在以极迅速的速度迭代，即使做到比比看的头部创企，也依然面临极巨大的不确定性。