智东西

编译 | 程茜

编辑 | 李水青

智东西10月30日消息，今天，据外媒《福布斯》和TFN援引知情人士报道，英国AI视频生成独角兽Synthesia完成新一轮2亿美元（折合人民币约14亿元）融资，估值达到40亿美元（折合人民币约284亿元）。

这轮新融资将由谷歌风投领投，英伟达可能也会支持。此前，Synthesia已经筹集了2.8亿美元（折合人民币约20亿元），英伟达、Adobe曾参投。

Synthesia成立于2017年，与Sora等视频生成工具的侧重点不同，其专注于帮助企业使用AI虚拟形象生成视频，用于营销、员工培训等，目前已经有6万家企业利用Synthesia的平台生成自己的虚拟形象视频。

▲Synthesia Demo演示

今年4月，Synthesia宣布其年化收入突破1亿美元（折合人民币约7亿元），今年夏天创下了单日新增110万美元（折合人民币约781万元）年度经常性收入的纪录。公司的客户包括知名珠宝品牌蒂芙尼、洲际酒店集团、全球化学巨头杜邦公司、打印机制造商施乐公司和航空公司等，覆盖约70%的全球财富100强企业。

10月22日，据The Information报道，Adobe曾与Synthesia谈判，以30亿美元（折合人民币约213亿元）的价格收购这家创企。但据知情人士称，双方在价格上存在分歧没有达成协议。Synthesia今年早些时候还与Meta讨论了出售，但谈判未取得进展。

据TFN报道，Synthesia将利用新获得的资金进军美国和亚洲市场，继续研究实时和交互式虚拟形象。

一、专注企业级AI视频生成，可生成120+语言视频

Synthesia由一群来自伦敦大学学院、斯坦福大学、慕尼黑工业大学和剑桥大学的AI研究员于2017年创立。

创始团队包括Synthesia联合创始人兼CEO维克多·里帕贝利（Victor Riparbelli），联合创始人兼COO斯特芬·杰里尔德（Steffen Tjerrild），伦敦大学学院教授、联合创始人卢尔德·阿加皮托（Lourdes Agapito），慕尼黑工业大学人工智能实验室教授、联合创始人马修·内梅斯（Matt Niessner）。

▲杰里尔德、阿加皮托、内梅斯、里帕贝利（从左至右）

2023年，Synthesia完成9000万美元C轮融资，估值达到10亿美元，Meta早期主投资人Accel、英伟达参投；今年1月，其完成1.8亿美元融资，估值达到21亿美元；今年4月，该创企还拿到了Adobe的1000万美元战略投资。

世界各地的企业都面临着为培训、内部沟通和营销制作更多视频内容的压力，这些内容通常跨数十种语言。Synthesia的技术可在几分钟内将脚本转换为完成的视频，并配有可定制的头像，基于120多种语言流畅地传递信息。

Synthesia CEO维克多·里帕贝利（Victor Riparbelli）告诉福布斯 ，这家初创公司计划通过专注于制作以人类为特色的商业视频，将自己与Sora等以消费者为中心的工具区分开。“我们不关心AI视频，因为这里有一个东西（Sora）绝对可以做任何你能想到的东西，我们只关心商业内容的人员、视频和演示者。”

▲Synthesia Demo演示

不过，在过去的几年里，出现了许多视频生成软件。Synthesia面临着像Adobe这样的巨头对手，Adobe此前在其照片和视频编辑套件中添加了不少AI功能，还有像HeyGen这样的新挑战者，其今年10月的年度经常性收入已经达到1亿美元（折合人民币约7亿元）。

10月22日，据The Information报道，Adobe曾与Synthesia谈判，以30亿美元的价格收购这家创企。但据知情人士称，双方在价格上存在分歧没有达成协议。此外，Synthesia今年早些时候还与Meta讨论了出售，但谈判未取得进展。

二、要构建全栈视频Agent，配音、形象生成、交互能力更新

10月初，Synthesia发布了自家AI视频平台的3.0版本，增加了视频Agent功能。用户可以将其插入到视频的任意位置，且直接在Synthesia编辑器中操作，并开启实时对话。同时，用户还能将它们与其他任何类型的内容结合，例如静态视频和互动场景。

企业可以使用其举办培训课程、筛选求职者，甚至指导客户完成学习体验。这一视频Agent可以实时捕获数据，将其反馈到企业的系统中，再加上其对企业业务的充分了解，可以自动化和扩展重复性流程。

▲Synthesia Demo演示

在此之上，Synthesia对虚拟形象、配音、互动等功能进行了更新。

其全新Express-2虚拟形象能像专业演讲者一样变化动作和说话，具备面部表情、口型同步以及自然的手部和身体动作。同时，该功能还支持提示词定制头像以及设定各种户外场景，一张图片即可生成自己的虚拟形象。

▲Synthesia背景修改Demo演示

此次更新Synthesia 3.0集成了Veo 3，虚拟形象可以生成步行、开车等特定动作。

声音方面，该平台支持在几秒钟内创建语音克隆，匹配用户语气并保留方言、口音和节奏。

虚拟形象会提供行动号召、分支选择等可点击视频元素，增强与观众的互动性。

▲Synthesia交互Demo演示

配音方面，用户上传视频后，它会自动翻译成30+种语言，并进行本地化，实现语音和口型同步。

里帕贝利透露，该公司的长期路线图包括更现实的运动、能够将虚拟形象移植到不同的环境中、可以与物体交互的虚拟形象以及可以与用户互动的虚拟形象。它还将通过建立更多Agent来帮助客户更轻松地创建基于虚拟形象的内容。

结语：锚定企业用户或成Synthesia出圈关键

AI视频生成领域的参与者众多，包括OpenAI、Runway、Midjourney等当红创企，还有谷歌、Adobe等头部公司。伦敦谷歌风险投资公司合伙人Vidu Shanmugarajah在接受采访时说：“Synthesia是为数不多的能够采用真正尖端AI并将其实际转化为具有真正实用性的东西的人工智能公司之一，它极度以客户为中心。他们痴迷于在实际环境中推动价值。将它们整合到一个安全合规的平台中是非常困难的。”

相比于其他知名度更高的企业，Synthesia专注于企业用户，其年度经常性收入已经达到1亿美元大关，这或许是这家创企能在当下拿下大额注资并获得企业青睐的关键。