新的10亿美金公司仍会产生，对于创业公司来说只有变化是不变的。
2021年初，两个年轻人花了两天时间做了一个自动字幕App，上线没几天就登上了App Store排行榜榜首。
听起来势头不错。但这两个人觉得字幕工具太小、不够性感，转头去做了一款照片分享应用，想抓住Instagram转型短视频留下的空隙。照片App拿到了五六万日活，也顺利完成了A轮融资。
而那款字幕App被他们丢在付费墙后面，停更、停维护，彻底遗忘了。创始人Gaurav Misra的个人苹果账户积压了几千封用户邮件，他一封没看。
一年半后，他们偶然打开后台，发现一件离谱的事：这个没人管的App自己长到了50万用户，赚了50万美元。
这款被捡回来的产品，就是今天刚拿到General Catalyst 7500万美元、估值5亿美元的AI 视频平台——Mirage，它的前身叫Captions。
在AI视频赛道竞争最激烈的2026年，Mirage走出了一条很特别的路。它既不像Runway那样瞄准电影级视频生成，也没像Synthesia那样死磕企业数字人培训，而是卯足劲做一件更大众的事：让普通人和小团队也能快速做出好看的短视频。
带着a16z、红杉、Kleiner Perkins、Index Ventures的钱，和全球超2000万用户，这家公司正试图证明，AI视频最大的机会或许藏在了最日常的场景里。
Mirage的转型，是AI视频公司一个非常典型的样本。L2F光源创业者基金投资总监Lela在一线密集看了大量AI视频项目，她指出，视频模型群雄逐鹿，国内外都有几十亿美金的创业公司，大模型公司和大厂也全面布局，应用层的突围方式必须回归创作本身。
前几年，创业公司更聚焦单点功能和交互创新，比如Captions的字幕、对口型、虚拟形象，还有Typenow力推的画布交互，这些探索的基点都是创作者在AI时代与agent的新交互方式。随着模型能力增强、端到端完成任务的能力越来越强，创作者的心智也在改变——交互会越来越简单，底层的工程框架和创作者的knowhow与技能积累，将成为新一代视频agent的核心资产。市场会始终处于红海状态，新的10亿美金公司还会出现，对创业公司来讲，不变的只有变化本身。
Lela这番话也点出了Mirage未来的挑战。这家公司正是从Captions起跑、快速冲刺，然后果断Pivot，转型成了一个让AI端到端完成从素材到成片工作流的平台。
从字幕工具到AI视频全栈平台
Captions最早能跑起来，靠的是一个朴素洞察：人们越来越多地无声刷短视频。
地铁里、办公室内、深夜躺在床上，静音是常态。TikTok、Instagram Reels、YouTube Shorts上大量内容都是被静默消费的。a16z投资Captions时专门强调过这一点：无声观看让字幕和文字覆盖变成了短视频刚需，而当时的工具要么粗糙，要么太贵。
Captions做的事情很直接：给视频自动加字幕，支持100多种语言，还能自定义字体、颜色和动画。就这么一个看似不起眼的功能，上线六个月就做到了10万日活。
但字幕只是起点。2023年起，Captions进入了功能爆发期。它推出了AI口型同步配音（Lipdub），能把视频里的语音翻译成28种语言，同时让说话人的口型与翻译后的语音吻合。2025年的新版音频模型甚至能保留说话者原本的口音特征，这在行业里相当领先。
紧接着是AI虚拟形象（AI Creator），号称全球第一个专为内容创作设计的3D数字人，用户无需真人出镜就能生成逼真视频。再然后是AI一键编辑，系统自动加转场、插B-roll素材、配乐配音效，提供21种以上预设风格。还有AI眼神矫正，让说话人在镜头前看起来始终直视观众。
这些功能单拎出来都很强，但Captions把它们全部塞进了同一个App。一个从未剪过视频的人，打开Captions，录一段话，点几下，就能拿到一条看起来像专业团队出品的短视频。
2025年9月，公司做了一件让行业刮目相看的事：从Captions更名为Mirage。
这次更名释放了明确信号。创始人Gaurav Misra在官方声明里说：“我们相信，AI视频的真正竞赛还没有开始。Mirage这个名字代表了更大的愿景——通过前沿AI研究和自研模型，从短视频开始，重新定义视频这个品类。”
更名后的架构是：Mirage作为母公司品牌，旗下保留Captions（消费者创作应用），并开辟Mirage Studio（面向品牌和营销团队的企业平台）。更核心的变化在技术层——公司从头训练了自己的基础模型，包括Mirage Video（音频到视频生成模型）和Mirage Audio（可控表现力音频生成模型）。
这两个模型的特别之处在于，它们是专门为短视频场景设计的。传统AI视频模型追求通用画面生成能力，而Mirage的模型则聚焦短视频最核心的三个变量：节奏、构图和注意力动态。
说白了，就是什么时候切画面、怎么摆放画面、怎样在前几秒抓住观众。专业剪辑师凭直觉做出的判断，Mirage希望把它变成模型能力，让AI替你拍板。
Mirage官方把这种方法称为“Assembly Intelligence（组装智能）”，核心思路是把多个专门的AI模型组合起来，各司其职——有的管节奏，有的管构图，有的管注意力，有的管音频——最后输出一条完整的视频。
在商业变现上，Mirage采用订阅制加积分制的组合。免费版给基础功能，Pro版月费9.99美元（200积分），Max版24.99美元（500积分），Scale版69.99美元（1400积分），企业版定制价格。AI功能按积分消耗，比如用AI生成视频按秒计费，对话式编辑按消息计费。这种模式的好处是，把后台的AI算力成本透明化，用户用多少付多少。
另一个让人意外的数字是：Captions在2023年B轮融资时就已经实现正现金流，这在AI创业公司里近乎绝迹。根据AppFigures的数据，过去12个月Captions的应用内收入约2840万美元，其中75%来自美国以外的市场，全球化能力相当突出。
融资路径也非常清晰。种子轮和A轮由红杉与a16z联合领投，2023年B轮2500万美元由Kleiner Perkins领投，2024年C轮6000万美元由Index Ventures领投，估值达5亿美元。2026年3月，公司又获得General Catalyst旗下Customer Value Fund的7500万美元增长融资，累计融资超1.75亿美元。
General Catalyst采用的是一种特殊的“非稀释性资本”结构，此前只有Stripe和Gusto拿到过类似的钱。GC常务董事Pranav Singhvi评价道：“Mirage的商业方程式非常成熟。他们清楚知道每一美元怎么花，并能产生极强的投资回报。想想他们面对的市场，某种意义上这是一个无限大的可寻址市场。”
Snap设计主管与高盛产品经理的组合
Mirage两位创始人背景差异极大，却恰好拼成完整拼图。
CEO Gaurav Misra出生在波士顿，4岁时搬回印度新德里长大。在印度，计算机科学从小学就开始教，Misra八九岁就跟哥哥一起编程做游戏了。后来他在波士顿大学读计算机科学，系统学习了机器学习课程。
毕业后他先后在微软Azure团队和几家创业公司工作，2016年加入Snap，一待就是五年。他在Snap做到了设计工程负责人（Head of Design Engineering），这是一个融合设计和工程的混合角色，专攻创新和新产品方向。Snap Map、Spotlight（Snap对标TikTok的短视频产品），都有他的参与。
在Snap的五年里，Misra目睹短视频从一种内容形式演变成全球最主流的表达方式。TikTok爆发、Reels跟进、Shorts入场，短视频吞噬着所有人的注意力。但他也发现，绝大多数想做短视频的人根本不会剪辑——反复拍摄、剪辑门槛高、配音和字幕费时费力，这些摩擦拦住了海量潜在创作者。
另一位创始人Dwight Churchill，COO，走的路线截然不同。他在高盛做消费金融平台Marcus的产品开发，是Marcus团队的早期成员；此前他还在Taboola写代码，后来转型成了产品经理。增长和商业化是他的压舱石，他非常清楚怎么把一个产品变成一门生意。
两人最早在一家叫Localytics的移动分析公司相识，当时分属不同团队，却同时注意到同一件事：短视频平台在疯狂增长，但做视频的门槛丝毫没降低。
2021年初，两人离开大公司，凑在一起，花了两天时间做出第一个产品原型。这就是前面那款字幕App。上线几天霸榜App Store，但每月自费超1万美元维护服务器，两人扛不住成本压力，决定转向做照片社交。
后面的事我们已经知道了——照片App拿了融资和日活，而被遗忘的字幕App在零推广、零维护的情况下自己长到了50万用户、50万美元收入。
这个数据说明了一件事：市场在用钱投票。Misra和Churchill反复讨论后，做出了一个让投资人和团队都冒汗的决定：砍掉照片App，所有资源转向AI视频。用Misra后来的话说，这是他职业生涯中机器学习、设计和快速产品原型的完美交汇点。
管理上，Misra极其推崇速度与取舍。他有几句被团队反复回味的信条：“每个工程师每周都应该发布一个可推向市场的东西”；如果时间不够，就“砍范围，砍到再砍就没用了为止”；以及“作为初创公司，你的工作就是承担技术债务”。
公司内部同时跑两套产品路线图：一套基于用户需求对外公开；另一套塞满实验性的创新点子，只在内部分享。Misra觉得，最大的胜利往往来自那些没人预见到的玩意。
招人方面，Mirage的标准高得离谱。Churchill曾在LinkedIn发帖称，2025年公司工程岗位的候选人录取率只有0.05%。作为对比，Ramp是0.23%，Y Combinator是1%，哈佛本科录取率是2.58%。
极度拥挤的赛道与Mirage的生存逻辑
先看市场尺寸：AI视频编辑工具2024年规模约16亿美元，预计到2030年将达到93亿美元，年复合增长率超42%。若把视野放宽到整个AI视频市场（含生成、编辑、分发），2024年已达112亿美元体量，2034年将膨胀到2460亿美元。
数字再大，也需要有人买单——买单的是全球超过2亿的内容创作者。高盛估算，创作者经济2024年规模约2500亿美元，预计2027年逼近5000亿美元。这些创作者中，84%已经在用AI工具，但同时超半数年收入不到1.5万美元，对价格高度敏感。任何想站住脚的产品，必须足够便宜，或足够让人觉得“值”。
市场够大，竞争也够残酷。
大厂们早已动手。CapCut（字节跳动旗下）是Mirage在消费级市场的最强对手。2025年，CapCut收入8.15亿美元，是全球收入最高的照片与视频应用，月活超3亿，Android端下载量超10亿次，移动视频编辑市场份额高达81%。更要命的是，CapCut基本免费，背后还有TikTok的巨大分发渠道。
Adobe把AI全面嵌入Premiere Pro和After Effects，Firefly Video Model已公测，甚至还支持接入第三方模型。Google通过Veo模型和YouTube Shorts生态切入。Meta也推出了免费的Edits视频编辑应用，直接对接到Instagram和Facebook的分发体系。这些功能对用户几乎是“随手可用”，不必额外安装、学习，更不必多花钱。
创业公司这边同样激烈。Runway是AI视频生成标杆，累计融资5.44亿美元，最新估值30亿美元，年化收入约9000万美元。Synthesia是企业级AI视频的头部，数字人平台提供230多个虚拟形象、支持140多种语言，超90%的世界500强是它的客户——2025年，它甚至拒绝了Adobe 30亿美元的收购要约。HeyGen客户年增长率超1000%，Descript年化收入逼近1亿美元，Opus Clip拿了超6000万美元融资做AI视频裁剪。仅2025年1月以来，AI视频领域创业公司就筹了超5亿美元新资金。
这里有一个更深层次的问题：AI视频功能正快速商品化。以前需要数月构建的能力，现在几周就能复现。a16z合伙人Justine Moore说得一针见血：下一阶段的差异化不在于生成层，而在于“编辑层”。谁能把AI变成一个隐形的后期制作团队，谁就能胜出。
这也揭示了Mirage更名背后更深的逻辑——它不想只做一个App，它想做一个平台，一个让AI端到端完成从素材到成片工作流的平台。CEO Misra在2026年融资公告中的一句话很有意思：“在AI时代，光有好产品不够。赢在获客效率和增长速度。”言下之意，在功能趋同、竞争白热化的市场里，技术优势的保险期越来越短，真正的护城河，可能是分发效率与资本效率的组合体。
Gaurav Misra还有一句被反复引用的判断：“AI视频的真正竞赛还没有开始。”放在2026年看，这话有两层含义：乐观的一面是，AI视频市场远未触及天花板，机会依然巨大；冷静的另一面是，当下格局随时可能被推翻，最终赢家未定。
回看Mirage这五年——从两天做出的字幕原型，到被遗忘一年半后“自己长出来”的产品，再到砍掉照片App全员转向AI视频——它的每一次关键转折都源于对市场信号的敏感捕捉。用户用脚投票说字幕是刚需，他们便回头深耕；短视频创作者需要更低门槛的生产工具，他们就把所有AI功能装进一个App；发现企业也需要批量生成短视频广告时，又果断开了Mirage Studio。
这家公司最特别的地方或许就在这儿：它从来没有什么宏大的起点，一直被市场推着走，但每一步都踩对了。
在AI视频这条赛道里，大厂有钱有渠道，创业公司有速度有创意，Mirage的赌注是：在这两者之间存在一个精确的生态位——用自研模型构筑技术壁垒，兼用全球化分发效率，在短视频这个最大众、最高频的场景里跑出来。
这个赌注能不能赢，取决于三件事：自研模型能否持续领先，企业客能否真正冲起来，以及在全球监管收紧的环境下能否守住合规底线。
但至少有一件事是确定的：当一个没人管的App自己长出了50万用户和50万美元，它背后所代表的需求，是真实且滚烫的。
发表于 3 小时前
|
查看: 3|
回复: 0
