Mirage（原 Captions）融资 7500 万美元：AI 视频的下一场战争，不在生成，在“编辑权力”

在 AI 视频狂飙的一年之后，一个更微妙的分化开始出现。

一边，是模型能力的持续突破。从文生视频到数字人，从长时生成到多模态融合，技术路径几乎完全围绕“生成能力”展开；另一边，却是内容生产端越来越清晰的现实反馈——视频确实变得更容易被“做出来”，但真正能被看完、被传播、甚至产生转化的内容，依然稀缺。

技术供给与内容效果之间的落差，正在成为新的机会。

就在这样的背景下，Mirage（原 Captions）宣布获得 7500 万美元 融资，由 General Catalyst 旗下 Customer Value Fund（CVF）提供。这类资金的逻辑，与传统 VC 明显不同，它更关注已经被验证的增长模型与单位经济，而不是单纯押注未来。

这意味着一件事：Mirage 已经不是一个“正在探索”的 AI 产品，而是一家已经跑通路径、正在被放大的公司。

从数据来看，这个判断并不激进：

• 过去一年 下载量超过 320 万
• 内购收入达到 2840 万美元
• 累计生成视频超过 2 亿条
• 收入仅 25% 来自美国市场

这种结构说明，它已经跨越了单一市场和单一用户群体，具备一定的全球化基础。

但比数据更重要的，是它在过去一年中的方向性变化。

Mirage 正在从一个剪辑工具，转变为一个视频生产系统。

01

 从 Captions 到 Mirage：一次刻意的“去工具化” 

Mirage 的前身 Captions，是一款典型的 创作者工具，以 字幕 和 AI 剪辑 为核心的 移动端应用，主要服务创作者和短视频用户。它的价值在于效率，让用户更快生成字幕、更轻松完成剪辑。这类产品在短视频爆发期迅速增长，但也很容易陷入同质化竞争。

真正的转折发生在过去一年。当公司选择从 Captions 更名为 Mirage 时，它并不是简单的 rebranding，而是在主动重写自身定位：

它不再强调单一功能，而是开始构建一整套 围绕视频生产的模型体系，并将自己定义为一个“AI Lab”。

这种变化背后的核心，是视角的转移。

Captions 关注的是“视频如何被制作”，而 Mirage 开始思考的是：视频为什么会被看。

02

 一个关键判断：视频的价值，不在生成，而在被消费

过去一年，AI 视频行业几乎围绕“生成”展开竞争。分辨率、更长时长、更自然的动作，成为核心指标。但这些指标更多来自技术视角，而不是内容视角。

Mirage 的路径恰好相反。它没有把重点放在生成能力上，而是 训练模型去理解视频中的更“底层”的维度：

• 节奏（pacing）
• 构图（framing）
• 注意力（attention dynamics）分布

这些维度看似抽象，但却直接决定了一个视频是否能被完整消费。

这背后是一种更接近内容行业的认知：视频不是一个“被生成”的对象，而是一个“被组织”的结果。它的价值来自结构，而不是素材本身。

因此，Mirage 提出了一个关键词——Assembly Intelligence（组装智能）。

与其从零生成内容，不如将已有素材、声音、脚本和视觉元素，通过更合理的结构组合在一起，从而形成一个“有效的视频”。

这不是技术路径的微调，而是对整个视频生产逻辑的重新定义。

03

 “Assembly Intelligence”：一个被低估的方向 

我们继续说 Mirage 创始人提出的关键词：

Assembly Intelligence（组装智能）

如果把 AI 视频流程拆开，大致可以分为三层：

1. 内容生成（脚本、画面、声音）
2. 内容处理（剪辑、字幕、特效）
3. 内容组装（结构、节奏、分发）

大多数公司在做第一层，少数在优化第二层，而 Mirage 直接跳到了第三层。

这意味着，它关注的不是单个能力，而是：

如何把不同来源的素材，组合成一个“有效的视频”。

这件事的难度在于，它不仅是技术问题，更是经验问题。什么节奏能留住用户，什么剪辑能提高转化，本质上是长期内容生产中沉淀下来的隐性知识。

Mirage 的路径，是把这些 知识模型化。

04

 为什么“组装”比“生成”更难 

如果把问题拆开来看，生成内容更像是一个概率问题，而组装内容则更接近决策问题。

一个视频是否有效，往往取决于大量细微判断：

• 何时切换镜头？
• 如何控制节奏？
• 在哪一刻强化信息密度？
• 何时需要留白？

这些决策高度依赖语境，很难通过单一模型直接生成。

在传统内容生产中，这些能力来自剪辑师或运营人员的经验积累，并逐渐内化为直觉。而 Mirage 的尝试，是把这些直觉显性化，并转化为模型可以执行的规则。

一个细节可以说明这一点。Mirage 专门开发了一个音频模型，用于保留用户的原始口音。在很多 AI 系统中，口音会被自动“标准化”为美式英语，但对于全球用户而言，这种优化反而削弱了表达的真实性。Mirage 的选择，是保留差异。

这背后反映的，不是技术能力，而是对内容本质的理解。Mirage 的目标不是生成“标准内容”，而是：

保留表达的个体性，同时提升传播效率。

这与传统 AI 生成工具的方向，形成了微妙的差异。

05

 从创作者工具，到企业视频基础设施 

Mirage 的另一条清晰路径，是从创作者市场逐步向企业市场延伸。

目前，它已经形成两个产品端：

• 移动端 延续 Captions 的能力，服务个人创作者；
• Web 端 则提供更完整的营销套件，面向企业用户。

下一步，公司计划将两者整合，形成统一的视频生产体系。

这一变化背后，是用户需求的转移。

对于 中小企业（SMBs）而言，视频不再只是创意表达，而是 增长工具。他们需要的是：

• 批量生成内容
• 快速测试素材
• 提高转化效率

在这种场景下，单次创作能力的价值有限，真正重要的是系统化生产能力。

如果说 Canva 让设计进入规模化时代，那么 Mirage 正在尝试推动视频内容进入类似的阶段——从手工创作，走向工业化生产。

视频内容从手工创作，走向工业化生产。

06

 为什么是现在：AI 视频的结构性转移 

Mirage 的出现，并不是偶然，而是踩在一个行业转折点上。

过去，AI 视频的竞争集中在模型能力；而随着生成能力逐渐趋同，价值开始向下游迁移。谁能更好地组织内容、理解用户、提升转化，谁就更接近商业化核心。

2025 年初，Mirage 切换为 freemium 模型。

这个决策背后的压力很直接：

• ByteDance 的 CapCut
• Meta 推出的 Edits

这些产品正在迅速占领用户端。它们未必拥有最强的生成模型，但在内容结构与分发路径上具有优势。

Mirage 选择的，是在这一层之上继续向前，把“如何组织内容”本身变成一套可以被模型执行的能力。

这也是一个典型路径：

从创作者工具 → 向企业增长工具演化

07

 投资逻辑的变化：从技术押注，到增长验证 

General Catalyst 的  CVF（Customer Value Fund），并不属于典型的早期投资工具。它更关注那些已经验证商业模式、具备规模化能力的公司。

Mirage 能获得这类资金支持，说明其 增长逻辑 已经相对清晰。从 用户获取 到 收入结构，再到 ROI 表现，都具备可预测性。

投资人给出的判断也非常直接：

这是一个“无限 TAM（市场空间）”的赛道

随着视频成为最主要的信息载体，而 AI 持续降低生产门槛，内容的供给将进一步爆发。

问题不再是“有没有内容”，而是“什么内容有效”。

08

 结语：AI 视频的终局，不是生成，而是控制结构 

如果回看 AI 视频的发展路径，可以看到一个清晰的演化轨迹：从“能不能生成”，到“生成得好不好”，再到“是否有用”。

Mirage 的位置，正好落在第三阶段。

它并不试图在生成能力上继续竞争，而是把问题转向更接近内容本质的一侧：结构、节奏与注意力。也正因为如此，它的野心不再是做一个更强的工具，而是建立一种新的控制权。

对视频结构的控制权。

如果这个判断成立，那么 AI 视频的下一场竞争，将不再发生在模型层，而发生在更隐蔽的地方——谁更理解内容如何被消费，谁就更接近价值的中心。

09

关于 Vibehood

Vibehood 致力于连接 AI 创新者与资本、技术资源及生态伙伴，帮助真正的 builder 从实验项目走向规模化产品。

如果你正在构建 AI Agent、AI 应用或探索新的 AI 创业方向，或正在寻找融资与战略支持，欢迎在后台留言： 

文章来自于微信公众号 "Vibehood"，作者 "Vibehood"