從 Freepik 到 Magnific：歐洲那家不拿創投錢的 AI 公司，怎麼把影片廣告砍到一秒一塊美金

TL;DR

• Joaquín Cuenca Abela 在這集 This Week in Startups 用 24 小時、一個人做出一支末日舊金山主題的廣告，傳統做法要五萬到十萬美金，現在素材成本是「一秒一塊美金」
• Freepik 在 2026 年 4 月正式改名 Magnific，bootstrapped 沒拿過外部資本，目前 ARR 兩億三千萬美金，影片業務貢獻約一半
• Magnific 的策略是不自己做影片大模型，串接 Google Veo 3.1、ByteDance Seedance 2.0 等前沿模型，自己只做 upscaler 和 skin enhancer
• Hollywood 從兩年前喊「F these tools」到今天 House of David、各大 studio 都在用，Joaquín 說很多原本因為預算過不了 greenlight 的片子，現在反而能開拍、雇用更多人
• 想做「一百個城市版本」的廣告還做不到。每一步生成都有錯誤率，影片夠長就會走鐘，下一步要等「Design 版的 Cloud Code」做 validation 層

這集在 2026 年 4 月 30 日上架的 This Week in Startups 是 Jason Calacanis 主持的長壽創業 Podcast，定位很單純：給創辦人聽的實戰節目，從融資、法務、財務到 AI 都做基礎課（Basics 系列）。這集是 AI Basics 的 creative 篇，由 Google Cloud 贊助。來賓 Joaquín Cuenca Abela 是 Magnific（前身為 Freepik）的共同創辦人兼 CEO，1976 年生於西班牙阿利坎特，計算機工程加物理雙學位，早年在巴黎當工程師，做過 Loquo（後來賣給 eBay）、Panoramio（西班牙第一家賣給 Google 的公司，他在 Google Zurich 帶這個產品三年）。2010 年他在 Málaga 創立 Freepik，原本是線上素材平台，OpenAI 在 2022 年丟出 DALL-E 2 那一刻他決定 all-in 生成式 AI，整個公司從圖庫轉成 AI 創作平台。2026 年 4 月正式改名 Magnific，年化營收 2.3 億美金，五十億次下載、月活破 1.5 億，從頭到尾沒拿外部資本。

一個人、24 小時、一支末日舊金山廣告

Joaquín 在訪談裡直接螢幕分享，現場做了一支主題是「末日舊金山的 This Week in Startups 廣告」給 Jason 看。他自嘲說我背景是工程師，不是創意人，做出來的東西會有 glitch，請先諒解我。然後就開始展示流程：

• 先用文字 prompt 生出三個角色，混入 1915 年那本科幻小說的調性
• 為開場做一份 storyboard：三個人走過 Golden Gate，整座城市殘破不堪
• 把 TWiST 的 logo 變成生鏽老舊版本，丟進一段影片裡
• 把 Jason 的照片改造成末日版（沒理頭髮、留個山羊鬍）
• 加上一把霰彈槍當道具，最後串起來成一段一分鐘的開場短片

Jason 看完之後完全 buy in。他說我女兒每天用 CapCut 拍 TikTok，但 CapCut 給不出這種「storyboard、reference image、voice、影片」可以互相串接的工作檯。

這支片如果走傳統製作流程，Jason 自己估五萬到十萬美金跑不掉。Joaquín 給的數字是這樣：

影片生成現在大概一秒一毛美金，但你會試很多次，所以實際抓「一秒一塊美金」會比較準。真正貴的是你那組人花的時間，不是平台。

平台費用幾乎可以忽略，瓶頸已經完全轉到「人腦」。

Magnific 的「不自己做模型」策略

這部分對創業者特別有意思。Joaquín 講得很白：

自家技術	第三方串接
圖片 upscaler、skin enhancer	Google Veo 3.1、ByteDance Seedance 2.0 等前沿影片模型
跟核心使用情境（素材庫、修圖）綁定的垂直功能	通用生成能力

平台目標是「讓使用者能用 state-of-the-art 做出 best of the best」。說白了，這就是 router + workflow + 自家垂直 fine-tune 的組合。把通用能力外包給前沿實驗室，把垂直深度（圖片放大、皮膚修整這種跟「素材庫」核心使用情境綁定的功能）留在自己手上。我之前在 Cursor 600 億成交、Anthropic 衝一兆 那篇有寫過，application layer 的公司不一定要自己造模型，能把客戶體驗做到極致的反而長得最猛。Magnific 就是這個論點的一個鮮活案例：2.3 億美金 ARR、bootstrapped、沒燒過創投的錢，總部在西班牙南部濱海的 Málaga。

對照那些一邊狂募資一邊燒錢做 video model 的公司，Magnific 的路徑反而更值得創辦人看一遍。Joaquín 說在馬拉加招 AI 人才的劇本不是矽谷劇本：你拿不到那邊的薪資結構，但你可以提供地中海生活、好海鮮、好天氣，加上一個正在重塑全球創意產業的使命感。「不是舊金山，但是個讓人想留下來的地方。」

Hollywood 從敵視到擁抱：兩年內整個翻轉

Joaquín 說 Magnific 在好萊塢的成長曲線是 exponential 的。具體案例他舉了 House of David 的製作公司，已經把 Magnific 整套用進製片流程，BBC、R/GA、Guess、Huel、Job&Talent 等大品牌的創意團隊也都是付費客戶。

Jason 補充了一個現場觀察。他剛從 Breakthrough Prize 回來（這是「科學界的 Oscar」），在現場跟 Gal Gadot 聊到 AI。他說 Gal Gadot 給的反應是：

現在我們可以用三分之一的成本做一部片。我們可以在綠幕前演完，後面交給 AI 處理。我們可以做出兩、三、四、五倍以前做不到的內容量，服務不同觀眾。

這跟兩年前完全不同。2024 年一堆 Hollywood 編劇罷工反 AI，喊「F these tools」；2026 年連大牌演員都在算「我可以多做幾倍內容」。

Joaquín 補了一個很關鍵的 framing：「AI 既把天花板拉高、也把地板拉高。」他說有些 Hollywood 導演手上的案子原本因為預算過不了 greenlight，是死案；現在因為 AI 把成本砍下來，這些片子反而能開拍，最後雇用了 600 個人下去做。換句話說，AI 不是讓電影產業少雇人，而是讓本來不會發生的片變成會發生，整體 job 反而變多。

這個邏輯跟我在 Replit CEO 的創業哲學 那篇聽到的一樣：當創作門檻降下來，會跑出更多以前不存在的作品，而不是把原本的作品數量壓縮。

一百個城市版本的廣告夢，還沒做到

整集最有產業價值的一段在這裡。

Jason 問了一個很自然的問題：可不可以幫我把這支片做一百個城市版本？東京版、倫敦版、馬德里版，每個都用當地的地標、餐廳、口音，配合 Google ad network 做 hyper-targeting？

Joaquín 的回答很誠實：

• 對「靜態廣告」這件事是做得到的：五十種語言、換食物、換場景，完全可以批量產出
• 對「影片」還做不到。每一步生成都有一個 error rate，串到一分鐘長度時，誤差累積就把整個故事帶歪了
• 這個產業需要的，是「Design 版的 Cloud Code」做一層 harness，自動 fact check 和校正

聽到這個我有點愣住。這跟 Aaron Levie 在 Box 講的 一模一樣：模型本身夠強，但沒有適合的 harness 能把它變成可生產的工作流。文字 / coding 領域的 harness（Claude Code、Codex、Cursor 那一掛）已經很成熟，影像和影片這邊還在等對的人來做。

換個角度說，這也跟 Christian Catalini 講的 AGI 經濟學 是同一件事：當生成變得超便宜，下一個被定價的稀缺性就是「驗證」。誰能先做出「影片版的 verification harness」，誰就吃這個百倍的 long-tail 市場。

創意還是人類的事，但門檻被打掉

Jason 最後問了一個哲學問題：AI 真的能取代人類的創意嗎？

Joaquín 給了一個讓我很喜歡的回答：

AI 是 digital artifact，可以無限複製。人不行。所以你之所以是你，是你經驗的總和、你腦袋裡那些獨特的東西，那些是別人複製不了的。會講故事、能把自己的個人歷史轉換成對別人有意義的內容的人，需求只會變多。

他的觀察是，這波工具會「拉高同時也拉低天花板和地板」：Hollywood 在用，本來沒法 greenlight 的片現在能開拍；三、四個人的小工作室可以做出一支 ad film；一個人花 24 小時可以做出一支末日舊金山廣告。但需要的還是「會講故事的人」，工具只是把執行門檻砍下來。

一些業內判斷

寫完這集我自己的幾個感受：

第一，Magnific 是 application layer 公司能不能靠 bootstrapping 做大的最強案例之一。2.3 億美金 ARR、profitable、沒拿過創投錢，總部在馬拉加。對所有覺得「沒在矽谷就沒辦法做 AI」的創辦人，這集應該重看三遍。

第二，影片廣告的成本結構正在被重寫。「一秒一塊美金」這個數字在未來六到十二個月還會繼續往下掉。SaaS 行銷預算的分配方式、agency 的計費邏輯，全部會被重新洗牌。Klarna 那種砍掉一半人馬還能維持成長的劇本會在更多公司上演，行銷部門是下一個。

第三，「Cloud Code for Design」這個機會還沒被吃掉。誰能做出影片生成的 validation 層、把錯誤率收斂到能跑十分鐘長度而不走鐘，誰就是下一個 Magnific。這個位置現在還空著。

第四，本地化 + AI 的組合在未來是 mass customization 的標配。你今天看到的廣告主角開的車、說的口音、背景的招牌餐廳，未來都會根據你的所在地、年齡、喜好動態生成。Joaquín 說這個還沒做到，但「再一兩個技術 generation 就會發生」。Jason 在訪談裡丟了一句：「這會像 Minority Report 一樣，每支廣告都會直接喊你的名字。」聽起來離我們很遠，其實技術差距比想像中近。

如果這篇對你有幫助，這類產業觀察我會持續寫，wilsonhuang.xyz 上還有更多 AI、Crypto、創業相關的內容，歡迎訂閱。

Sources:

• Spanish startup Freepik changes name to Magnific as new focus on video AI leads to $230 million ARR | Fortune
• Freepik rebrands as Magnific: a bootstrapped, profitable $230M ARR AI creative platform | TheNextWeb
• Joaquín Cuenca Abela - Crunchbase Person Profile
• Magnific (formerly Freepik) | The AI Creative Platform