Buzzy一款“视频PS”工具，如何拿下2000万美元融资？

文 | Addison

设想一下这个场景：你现在是一位正在给产品做视频内容推广的商家，刚花几万块请达人拍了一条带货视频，下个月要推新品。再拍一条？成本太高；不拍？那宣推怎么办。

过去，这题基本就只有“花钱再拍”一个解法。现在，你只需要做好授权，把那条原本的带货视频扔到对话框里，再输入一句指令，“把这个产品换成新的”，几秒钟后，视频里的商品就被替换，而达人的表情、动作、光影，几乎全部保留。

这不是概念演示，而是一款已经上线的AI视频编辑工具——Buzzy。

2026年4月，Buzzy完成约2000万美元B轮融资，由 Redpoint Ventures 领投。Buzzy的背后，是成立五年的公司“感知阶跃”连续第三次产品迭代：第一代是AI模特图生成平台ZMO.ai，第二代是视频生成工具Creati，该产品在去年此前冲上过美国iOS图形和设计类免费榜首位。

Buzzy已经是第三代产品，累计已在全球获取数千万用户，在海外表现出色。但与前两代产品不同，Buzzy是一个截然不同的存在，因为它没有回答“如何生成内容”，而是把重点放在另一个问题上：已经做出来的视频，能不能进行后期修改。

Buzzy给出的答案是：可以。

它的定位更接近“视频版Photoshop”，一款只需要输入简单指令，就能对视频局部进行修改的AI编辑器。

比如，用户拍了一段带货视频，背景里有个路人走来走去。这时候只要输入指令：“把背景里的路人去掉”，它会识别每一帧中路人的位置将其消除，同时保持画面其他部分不变。

如果你想调整视频光线或者拍摄角度，只需要输入指令，就可以快速实现。

据创始人Ella Zhang 张诗莹介绍，Buzzy的交互核心就是“Chat to Edit”：用户上传视频，用自然语言描述想要的修改，系统直接输出结果。

这种“指哪打哪”的局部编辑能力，是目前大多数AI视频生成工具所不具备的。市面上多数产品解决的是从0到1的生成问题，但忽略了生成之后的迭代需求。

Buzzy瞄准的正是这个切口，不跟大模型厂商硬碰硬拼生成，而是做“生成后的精修”。但局部修改的技术门槛并不低，模型必须同时做到识别目标位置、生成替换内容、保持其余画面的一致性。据张诗莹透露，Buzzy没有绑定基模，产品策略是“水涨船高”，即基模能力提升，产品体验也跟着提升。目前Buzzy应用了Sora、Veo3、Seedance 2.0等多个模型，同时使用自研小模型来保证特定场景下的确定性，如保持商品替换时的一致性。

在产品形态上，目前产品支持网页和移动端App使用，用户可将Buzzy Bot（类似Open Claw）接入Telegram或WhatsApp，通过分享TikTok、YouTube等链接让系统学习其内容偏好，并将该风格沉淀为可复用的“Skill”，这意味着，用户使用Buzzy的时间越长，越深入，视频的创作效率就越高。

在受众层面，Buzzy主要面向海外市场的两类人群：中小企业和内容创作者。针对这一用户群，产品提供了三个落地场景。

首先是营销素材测试。一条带货视频拍完后，品牌往往需要多个版本做A/B测试，比如换产品、改台词、调整促销信息。传统方式需要重拍或复杂后期，Buzzy可以在几分钟内生成多个版本，帮团队快速找到转化率最高的那条。

Buzzy可以帮商家实现达人视频的重复利用。达人拍摄的素材成本高、复用率低。用Buzzy可以把一条视频里的品牌词、产品元素替换掉，适配不同 campaign 或不同品牌，一次拍摄多次使用。

此外，Buzzy进一步帮助出海商家完成本土化。Buzzy可以替换配音、修改字幕、更换画面中的本地化元素，降低本地化制作成本。

按Token消耗订阅收费，是当前AI应用的主流商业模式。

但创始人张诗莹对这个模式有自己的判断——订阅是SaaS时代的产物，Agent时代的收费逻辑应该完全不同。当Buzzy这个 AI Agent能覆盖内容生成、发布、投放、A/B Test、效果分析、二创等等创作全流程时，它的角色就从一个“工具”变成了“服务”，此时，用户买的不是软件使用权，而是最终的生产力结果。

Buzzy当前的付费模式

因此，Buzzy可能在未来会使用一套更长远的商业模式：用户通过Bot沉淀出自己的风格“Skill”，AI用这套Skill生成视频，视频发布后在社媒或广告平台产生播放、点击、购买等可归因的转化，Buzzy按转化效果分成。换句话说，AI帮用户赚了多少钱，AI Agent就按照一定比例分走多少钱。

Buzzy所试想的“效果付费”，也并非孤例。根据相关报道，在企业级AI智能体领域，金蝶国际也在2025年中期业绩中披露，其AI合同金额超过1.5亿元，正从“功能席位”向“结果交付”转型。在内容创作工具侧，AI设计平台Picsart在2026年4月推出了“Earn with Picsart”分润计划，创作者根据内容互动率获得收益分成，而非按订阅收费，这与Buzzy设想的Agent分佣逻辑高度相似。

Picsart官网

但分佣制要跑通，至少面临两重难题。

首先是归因怎么算。 一条视频卖出去了，功劳是Buzzy的编辑，还是达人的表演？是投放时段选得好，还是平台给了流量？这些都很难评定，业内人士指出，全链条按结果付费极难，比如“工单完结”的定义，各方标准都不统一。蚂蚁数科的按交易规模收费模式能跑通，是因为它覆盖了营销全流程。而Buzzy只做编辑环节，后续营销环节变量很多，归因难度也要大得多。

其次是现金流风险。分佣制对客户公平，但对Buzzy来说收入完全不可控：一条爆款可能带来大额分成，也可能颗粒无收。而订阅制虽然天花板低，但现金流稳定。

据DoNews报道，AI创业公司普遍面临成本压力，视频生成公司仅一次细节改动的单日测试成本就达10万元。完全放弃订阅制、押注分佣制，风险不小。

因此，商业模式能否跑通，还有待验证。

如果把视角从Buzzy拓宽到整个行业，会看到视频编辑正在成为AI应用层新的竞争焦点。

这个转向并非空穴来风。因为，AI生成视频赛道已经挤满了人。字节跳动的Seedance 2.0、快手的可灵AI3.0、阿里的HappyHorse等等模型在过去一年内相继登场，生成一段5到10秒的高清视频，早已不是难题。所以，从技术层面看，AI生成视频正在快速失去门槛。

可灵AI

而对于商家而言，更高频、也更刚需的需求不是频繁的生成视频，而是如何用合适的金钱和时间成本对视频进行修改，比如替换产品，或者调整细节，再或者对同一条素材要做多版本适配。而这一环节，恰恰是当前大多数生成模型的短板——要么无法控制细节，要么修改成本极高。

也正因此，行业的竞争开始从“谁能生成视频”，转向“谁能修改视频”。

这一信号，正在被更多玩家验证。2026年4月，阿里发布Wan2.7-Video，支持“一句话改视频”，可添加、删除和替换元素、切换场景环境。据报道，阿里千问App已同步上线该功能，用户可调整角色动作、表情甚至修改台词。同月，Adobe宣布与NVIDIA、WPP合作，开发能够自主生成、适配和版本化品牌资产的创意AI Agent，覆盖从创意制作到客户体验的全链路。

图源B站通义实验室 Wan2.7-Video视频介绍

这些动作的共同点在于，它们都不再把“生成”当作终点，而是把重心转向内容如何被修改、适配，并在不同营销场景中反复使用。这背后反映出一个正在成型的行业共识：当AI视频的生成能力逐渐成为基础设施，真正稀缺的不再是“做出一条视频”，而是让一条视频在不同渠道、不同人群中持续有效。

在这个过程中，后期编辑不再只是生成后的补充能力，而开始成为决定内容能否落地、能否规模化复用的关键环节。Buzzy们押注的，正是这一层变化。