HeyGen 崛起：AI 數字人帝國、創始人野心與生成式視頻革命
本次研究對象是 HeyGen 這家 AI 視頻公司本身，以及兩位公開可確認的聯合創始人：Joshua Xu 與 Wayne Liang。官方作者頁明確寫明 Joshua Xu 爲 CEO & Co-Founder，Wayne Liang 爲 Chief Innovation Officer & Co-Founder；HeyGen 在隱私、條款與生物識別政策等頁面使用的主體名稱爲 HeyGen Technology Inc.。截至 2026 年官方 About 頁面，HeyGen 公佈的平臺累計數據爲 131,896,460 個生成視頻、106,242,587 個生成頭像、18,134,866 個翻譯視頻；官方同時稱其已幫助 10 萬+ 公司 與“數百萬”用戶進行視頻創作。LinkedIn 公司頁則寫到其被 30M+ 用戶社區使用，並被 85% 的 Fortune 100 使用；官方 2026 年 Fast Company 入選文章又給出更具體的口徑：31 million people have signed up for HeyGen。這些口徑的時間點並不完全一致，但能看出一個清晰事實：HeyGen 已經從早期 AI avatar 工具，走到具備大體量用戶、企業滲透與平臺化分發能力的應用層 AI 公司。
如果把 HeyGen 的發展線索壓縮成一句話，它本質上是一個由 Snap 相機/推薦系統工程背景與 Smule 產品設計/創作者工具背景組合出來的公司：創始團隊不是從“影視工業”切入，而是從“如何讓不想上鏡的人也能低成本、規模化地表達”切入。Joshua Xu 在公開採訪中反覆強調 “the camera is replaceable”，認爲 AI 可以成爲新的 camera；官方“Why we build HeyGen”一文則把公司的底層敘事講得更直白：兩位創始人都是自認的 introvert，他們創辦 HeyGen，不是因爲熱愛上鏡，而是因爲他們長期感受到“有內容可講”與“能舒服地面對鏡頭講出來”是兩回事。這個產品哲學，後來決定了 HeyGen 幾乎所有的重要產品方向：數字分身、翻譯口型同步、批量生成、企業培訓、銷售視頻、實時 avatar、API 化。
從公司演化看，HeyGen 的關鍵節點非常清楚。Joshua Xu 在官方覆盤中寫到，公司始於 2020 年 12 月；官方 2023 年增長覆盤又寫明 SaaS 產品於 2022 年 7 月 29 日 上線，178 天做到 $1M ARR，217 天進入 “ramen-profitable” 狀態，並在 2023 年 4 月已實現盈利。官方 2024 年 Series A 公告則進一步給出增長躍遷：公司從 $1M ARR 到 $35M+ ARR 僅用了一年多，並在 Q2 2023 轉爲盈利；Bloomberg 同日報道說 HeyGen 於 2024 年 6 月 完成 $60M 融資，估值 $500M，累計融資 $74M。到 2025 年 11 月，Forbes 搜索摘要顯示該公司已達到 $100M recurring revenue。這意味着它並不是只有“看起來很熱”的 AI 工具，而是已經跨過 SaaS 公司最關鍵的幾道門檻：付費、盈利、融資、企業客戶、以及收入規模的連續上臺階。
如果判斷它在現實世界中的位置，我會把 HeyGen 定義爲：AI 視頻生成賽道第一梯隊的應用層公司，但還不是“無爭議的行業霸主”。一方面，它拿到 G2 2025 “#1 Fastest Growing Product”、Fast Company 2026 Most Innovative Companies、Forbes AI 50 2026 等強信號；另一方面，它 2024 年公開融資估值約 $500M，而同賽道競爭者 Synthesia 在 2025 年初公開估值已到 $2.1B。也就是說，HeyGen 的現實位置更像是：增長速度非常快、產品體驗極強、品牌勢能明顯上升、企業化路徑清晰的頭部挑戰者，而不是已經把市場完全喫下來的唯一王者。
創始人畫像與成長路徑
Joshua Xu 的公開可覈實信息，重點集中在教育與職業履歷，而不在家庭背景。關於其出生時間、出生地、父母職業、家庭階層、童年資源等，英文主流公開資料披露很少，嚴格來說應寫爲：公開資料有限 / 暫無法確認。能夠穩定確認的是：其 LinkedIn 與官方作者頁都指向 Carnegie Mellon University；LinkedIn 頁面將其教育寫爲 MS in Robotics Institute, School of Computer Science, Carnegie Mellon University。他的 LinkedIn 頁面同時列出兩篇 2012、2013 年的學術發表，說明其在進入工業界之前已經有較深的技術研究訓練。
Joshua 的第一段代表性職業經歷在 Snap。他在公開採訪中說，自己在 2014 年加入 Snap，累計工作約 6.5 年；最初做的是 Snapchat 廣告系統中的 machine learning、ranking、recommendation，後兩年轉去做 AI camera。官方作者頁與外部活動頁面對這段經歷的總結也高度一致：他之前是 Snapchat 的 lead engineer / engineering leader，主要推動 ads ranking、machine learning、computational photography、AI camera technology。這段履歷很關鍵，因爲它解釋了他後來爲什麼不是去做傳統視頻工具，而是去做“替代 camera 的 AI 視頻”。他不是從剪輯軟件思路出發，而是從“相機本身是不是可以被生成模型取代”這個問題出發。
Joshua 創業動機裏的真正轉折點，公開資料指向 2018 年前後的 Snap AI camera 經驗。他在 Unite.ai 與 No Priors 的訪談裏都講過：當年團隊在 Snapchat 上做 AI 增強相機、濾鏡和視覺生成時，他第一次強烈意識到“computer can actually create something that doesn’t exist in the world”，並由此相信 AI 會改變內容生產方式。換句話說，Joshua 的核心判斷不是“AI 能提升視頻製作效率”，而是更激進的一步：AI 終將變成 camera 本身。這也是 HeyGen 最關鍵的哲學出發點。
Wayne Liang 的公開資料同樣是“職業信息多、家庭信息少”。關於出生時間、出生地、父母背景、家庭階層與童年經歷，公開英文資料同樣應寫爲：公開資料有限 / 暫無法確認。可確認信息主要有兩條：其 LinkedIn 頁面顯示教育經歷與 Carnegie Mellon University 相關；HeyGen 官方作者頁明確寫到，他在 HeyGen 之前曾在 Smule 工作，親眼看到很多創作者真正的障礙並不是沒有才華，而是“presentation friction”——也就是上鏡、呈現、公開表達本身的阻力。官方對 Wayne 的當前角色定義是：負責塑造公司 human-centric AI video experiences 的方向。
Wayne 的早期職業細節公開得沒有 Joshua 那麼完整。英文強來源中，HeyGen 官方只明確寫到 Smule；Forbes 的搜索摘要則把他描述爲曾在 Smule 和 ByteDance 做過產品設計。這一條因爲當前公開的官方作者頁沒有展開完整時間線，所以更穩妥的寫法應該是：可明確確認的公開資料主要指向 Smule；關於更完整的早期職業順序，公開資料有限。但不管時間線是否完整，Wayne 在公司裏的功能定位是很清楚的：他不是純資本型合夥人，而是產品和體驗端的重要共創者。官方“Why we build HeyGen”一文中關於創作者反覆重錄、不願發佈作品的觀察，明顯帶有很強的產品設計視角。
兩位創始人的結合非常像一種“工程 + 產品 + 創作者心理學”的組合。官方 2023 年 Movio rebrand 文章裏，Joshua 直接寫到：Wayne and I crossed paths at school，畢業後兩人都在視頻內容行業待了接近 10 年。那篇文章還透露了一個很重要的判斷：他們早期在拆視頻生產流程後發現，編輯不是最貴的，camera 這一段纔是真正昂貴且阻塞業務擴張的部分。於是他們先去替換的是“鏡頭中的人物呈現”，而不是先做後期剪輯的自動化。這一選擇，決定了 HeyGen 順序上先長出 avatar、talking photo、translation，再長出 AI studio、video agent、live avatar。
創業方法上，Joshua 披露得很細。官方增長覆盤提到，他們在正式 SaaS 上線前，用 Fiverr 做了一個“按需、多語言 spokesperson video”服務來驗證需求，最早甚至不顯式告訴客戶後面是 AI avatar，只是以更低價、更快交付去賣類似服務；第一個付費客戶只花了 $5。這個動作特別重要，因爲它說明 HeyGen 不是先造一個炫技 demo 再找需求，而是先驗證“有沒有人願意爲替代性視頻表達付費”，再把人工服務產品化。Joshua 自己把這一步稱爲驗證 AI-market-fit。
公司演化與商業結構
HeyGen 的公司史不是單一品牌線，而是 Surreal → Movio → HeyGen 的連續演化。SCMP 2024 年報道寫到，公司 2020 年創立於深圳，早期名字是 Surreal；在 2022 年 遷往洛杉磯後，使用 Movio 品牌；到 2023 年 4 月 左右，官方宣佈由 Movio 正式 rebrand 爲 HeyGen。官方重命名文章裏，Joshua 說 Movio 上線 9 個月就已生成 200萬+ 互動視頻示例，團隊達到 30 人，發佈過 32 個版本、100+ features。這種多階段改名，本質反映的是公司從“單點 spokesperson tool”向“完整 AI video generation experience”擴張。
2022 到 2024 年，是 HeyGen 找到產品市場匹配並迅速資本化的階段。官方覆盤確認其 SaaS 在 2022 年 7 月 29 日 發出；178 天到 $1M ARR；217 天 到“ramen-profitable”；到 2024 年官方 Series A 公告時，公司已從 $1M ARR 跳到 $35M+ ARR，且在 Q2 2023 就已經盈利。Bloomberg 在 2024 年 6 月的報道說，公司當時完成 $60M 融資，估值 $500M，總融資 $74M。官方同一篇公告又補充：HeyGen 當時已有 40,000+ 付費企業客戶。從 SaaS 節奏看，這是一條少見的高壓縮增長曲線：先自證付費，再迅速盈利，再拿大額融資，而不是長期燒錢換規模。
2025 到 2026 年，HeyGen 明顯在把自己從單純的 avatar 視頻工具，推成一個更完整的“視頻基礎設施層”。官方首頁與產品更新頁顯示，今天它的核心產品不只包括 AI Avatar / Digital Twin / Talking Photo / Video Translation / Localization / Voice Cloning，還包括 AI Studio、Video Agent、Interactive Video、SCORM Export、LMS Integrations、LiveAvatar、以及 API/MCP 接入。2026 年 3 月的官方更新尤其關鍵：Brand Systems、Interactive Video、4K enhancement、pay-as-you-go API、接入 fal/Replicate/Runware，以及 MCP 可在 Claude、Manus、OpenAI 上直接調用。這已經不再是“單個網頁生成視頻”的產品形態，而是朝着企業工作流與 agent 工作流裏的視頻能力層前進。
如果把 HeyGen 旗下的“品牌、資產、組織、平臺”拆開看，可以分成兩類。第一類是真正資產型：heygen.com 主平臺、LiveAvatar 實時產品品牌與域名、API 產品、企業工作流集成、數字分身生成能力、翻譯與口型同步系統、客戶與訂閱關係、以及面向開發者的接入體系。第二類更像影響力資產：Customer Stories、Community、Help Center、官方 webinar、與 Canva 等生態集成、以及 Fast Company / G2 / Forbes 這類外部認證。前者直接決定收入與復購，後者決定品牌滲透、信任與獲客效率。換句話說，HeyGen 不是一個媒體公司，也不是基金會式組織，它是一個非常明確的軟件平臺公司，只是同時經營了很強的 narrative layer。
它的商業模式已經比較完整。官方定價頁顯示：個人層面有 Free、Creator $29/月、Pro $49/月；團隊層面有 Business $149/月，額外 seat $20/seat/月；Enterprise 爲定製報價。Business 與 Enterprise 給的不是“更多模板”這麼簡單，而是 SSO、集中計費、協作空間、草稿評論、Interactive Video、SCORM 導出、LMS 集成、品牌資產管理、權限控制、企業隱私與安全。API 層則在 2026 年明確轉爲 Pay-As-You-Go，最低可從 $5 開始，不需要月訂閱。這意味着 HeyGen 有三層收入邏輯：自助訂閱、團隊/企業席位、API 使用量；再疊加 premium credits、額外 digital twins 之類 add-on，收入結構越來越像成熟 SaaS，而不是一次性工具收費。
客戶案例能很直觀地說明它最成功的地方不在“AI 很新”，而在“真能省時間、省錢、擴語言、擴規模”。官方 customer stories 頁寫到：Würth 用 HeyGen 把翻譯成本削減 80%、生產時間減半；Tomorrow.io 通過 HeyGen 一年節省 2–3 個月 視頻生產時間，並把“做一條視頻”從一週縮到兩天；The Economist 用它擴展多語言視頻，同時儘量不犧牲 editorial integrity；教育創作者 Anton Voroniuk 藉助 HeyGen 觸達 1M+ 學生，並把視頻內容成本降到傳統的 1/40。2024 年 Series A 公告又點名了一組更強的品牌信號：McDonald’s、Salesforce、阿根廷總統哈維爾·米萊在 WEF 的視頻、Wisetech Global、Yokosuka 市長等場景。被記住，不是因爲 HeyGen 先講了一個宏大 AI 敘事，而是因爲它把視頻從“重製作品類”變成了“輕生產能力”。
當前官方 About 頁面給出的平臺量化數據進一步說明了這種規模化能力：累計 1.318 億+ 視頻、1.062 億+ 頭像、1813 萬+ 翻譯視頻；客戶 logo 區出現 HubSpot、Workday、HP、Trivago、J.P. Morgan、Autodesk、Miro、Intel、DHL、Bosch、Komatsu、Coursera、Spring Health 等名稱。LinkedIn 公司頁還寫到，HeyGen 現階段公司規模區間爲 51–200 employees。這說明它仍然是一家相對精幹的組織，但已經依靠高槓杆的軟件與模型能力，支撐了遠大於自身人數的內容生產規模。
資本網絡、爭議與現實位置
HeyGen 的資本關係可以分成兩個階段。早期，它帶有明顯的中資創投背景。FT 與 SCMP 都報道過：HeyGen 早期中國投資人包括 IDG Capital、Baidu Ventures、HongShan、ZhenFund。到 2023 年末與 2024 年，公司開始明顯向美國資本網絡切換。公開報道與數據庫顯示，HeyGen 在 2023 年獲得 Conviction 領投的 $5.6M 融資；Bloomberg 報道 2024 年 6 月的 $60M Series A 由 Benchmark 領投，參與者包括 Conviction、Thrive Capital、Bond Capital，並由 Benchmark 合夥人 Victor Lazarte 加入董事會；SCMP 額外點出了 Dylan Field、Elad Gil、Aviv Nevo、Neil Mehta、SV Angel 等新老支持者。資本結構的變化非常關鍵，因爲它不只是“誰投錢”的問題，而是意味着 HeyGen 通過資本重組來換取更大的美國市場合規空間、企業客戶接受度與後續融資可達性。
這背後的重大轉折，是主動削弱中國資本與中國運營實體關聯。FT 報道稱，在美國監管與市場環境趨嚴的背景下，HeyGen 要求其中國投資人向美國投資方出售股份；SCMP 則寫得更直接：HeyGen 在完成 Series A 前，已經解散中國大陸業務實體，並推動中國投資人讓位給美國投資者，以減輕因中美科技緊張局勢帶來的審查風險。這個決策的重要性非常高。它直接影響了 HeyGen 後續是否還能順利進入美國大型企業市場、獲得美國主流 VC 支持，以及被視爲“美國 AI 應用公司”還是“帶中國敏感背景的生成式 AI 公司”。從商業現實看，這一步是它成長爲主流企業軟件供應商的必要動作之一。
如果問 Joshua 與 Wayne 最關鍵的幾個決策是什麼，我會列四個。第一，不先做視頻剪輯自動化，而先替換 camera 這一步。第二，先用 Fiverr 做人工化需求驗證，再做 SaaS。第三，從深圳/中國資本網絡遷往洛杉磯、重做資本結構。第四，從 avatar tool 向 enterprise workflow + API platform 升級。這四步分別解決了四個完全不同的問題：需求是否真實、交付是否值得付費、公司身份是否足夠安全、業務是否能從“工具”走向“系統”。這也是它能在很短時間內穿越 demo 階段、付費階段、合規階段、企業化階段的原因。
好的一面是，這些決策帶來了很強結果；壞的一面是，它也把 HeyGen 放進了生成式視頻最敏感的爭議帶。最核心的爭議，不是傳統意義上的財務醜聞，而是 deepfake、同意機制、肖像權、下游濫用與平臺責任邊界。Financial Times 報道過，網紅 Olga Loiek 的某個 deepfake 廣告就是用到 HeyGen 的工具生成；而且 HeyGen 的技術還被其他產品通過 software plug-in 形式接入，這使得“平臺能不能真正管住所有下游用法”變得很複雜。Washington Post 也報道過，普通女性的臉被盜來做 AI 廣告，法律和平臺治理都還沒有完全跟上。這裏真正的外界批評點，不是 HeyGen 有沒有寫規則，而是規則在生態鏈條最末端能執行到什麼程度。
HeyGen 對此並不是完全放任。官方 moderation policy 明確要求：自定義 avatar 必須取得 explicit consent；未經同意不得做他人形象；被代表者可要求移除；未成年人、公衆人物、帶侵權圖像的 avatar 都在禁止範圍。官方 security/trust 頁面還強調 SOC 2 Type II、GDPR、CCPA、DPF、EU AI Act 等合規口徑，並寫明 enterprise 客戶數據默認不用於模型訓練。Joshua 在 2024 年採訪裏也強調，他們採用 live video consent、dynamic verbal passcodes、human review 等驗證手段，把 trust & safety 視爲業務核心。問題在於：這些機制足以降低平臺內濫用，但未必足以完全消除“別人拿生成能力去做誤導內容”的行業級風險。也就是說，HeyGen 的主要爭議並非“沒有安全措施”，而是 安全措施與生成式視頻的外溢風險之間，天然存在張力。
第二類較輕但真實存在的爭議，是計費與套餐溝通。官方幫助中心在 2026 年寫得很清楚：舊的 “Unlimited” plans 在 2026 年 5 月 15 日之後已被停用；與此同時，官方社區能看到部分用戶對 unlimited 描述、翻譯功能邊界、退款與套餐變更提出強烈抱怨。這類材料不能直接等同於法律認定或普遍事實，但它說明 HeyGen 在從早期爆發式增長走向更成熟產品運營的過程中，已經碰到典型 SaaS 公司都會遇到的問題：定價重構、權益收縮、用戶預期管理。這不是致命污點，但會直接影響品牌口碑與留存。
截至 2026 年，HeyGen 的現實影響力已經相當具體。官方 About 頁寫到其在洛杉磯、舊金山、帕洛阿爾託、多倫多設有辦公室；官方與 LinkedIn 的公開口徑分別給出 10 萬+ 公司、31M 註冊用戶、85% Fortune 100 覆蓋、自助與企業雙線並進；Fast Company 官方入選文章寫到 2025 年 HeyGen 用戶生成了 1.01 億分鐘視頻，是 2024 年全年總量的 4 倍；2025 年 11 月 Forbes 搜索摘要稱其經常性收入已到 $100M。因此，今天的 HeyGen 已不是“某個 deepfake 網站”那麼簡單，而是一個正在把 AI 頭像、視頻本地化、實時 avatar 與企業視頻工作流 組合成新基礎設施的公司。它真正的現實位置，可以概括爲：生成式視頻賽道里最強的一批應用層公司之一；增長、品牌和產品密度都很強；但它長期能站多高，仍取決於兩件事——企業級信任，以及對 deepfake 外部性風險的持續治理能力。