HHpoker官網(wǎng)是一款線上能打德州的棋牌競技平臺，本站提供官方版HHpokerApp下載網(wǎng)址，有HHpoker安卓版官方下載和HHpokerios最新版本下載鏈接，Depu Circle改名叫HHpoker，推薦加入全聯(lián)盟實(shí)力靠譜俱樂部，全天客服大小全級別優(yōu)質(zhì)牌局俱樂部免費(fèi)送上桌金幣，HHpoker您的德?lián)浼s局神器軟件。

王長虎：視頻生成一定是被低估的。其實(shí)很多人的觀點(diǎn)只是為了自己公司的生存發(fā)展，比如說做大語言模型的，要先得到大家的關(guān)注，然后估值蹭蹭上漲，融資也非常順利。所以不管是公眾還是創(chuàng)業(yè)者，還是投資人，都在關(guān)注大語言模型。當(dāng)大語言模型先占據(jù)人的心智了，就會有很多共識。

晚點(diǎn)：選擇 to C 方向，也意味著可能與大廠有更直接的競爭。比如即夢也是一個有視頻生成功能的 to C 產(chǎn)品；而抖音、快手也一直都有特效、模版的玩法。你們作為新公司，跑出來的機(jī)會是什么？

德州官方版下載

愛詩的階段性成績，直觀原因，是他們試到了新的產(chǎn)品形態(tài)，并找到了病毒式傳播的爆發(fā)點(diǎn)；而背后的基礎(chǔ)，又來自自研視頻模型的性能，效果要好、速度要快。

隨著視頻行業(yè)的發(fā)展，需要更大的內(nèi)容供給，這是很大的增量，不存在說大公司把所有機(jī)會都干掉了。

王長虎： 這事對創(chuàng)作本身也有影響，因?yàn)椴煌慕换?dǎo)致不同的劇情走向，視頻本身就能知道不同的群體喜歡的是什么，就能自我進(jìn)化，做出更好的視頻。

晚點(diǎn)：你們模型為什么能做到比別人快？

晚點(diǎn)：可能我們看視頻時，并不希望所有內(nèi)容都是我想出來的，這樣我也會很累，而且有時也需要內(nèi)容給我們 “意外”。

模型技術(shù)的進(jìn)化，將模糊內(nèi)容創(chuàng)作和消費(fèi)的界限

當(dāng)時看到大語言模型蒸蒸日上，也有人在做圖片生成、3D 生成，但唯獨(dú)沒有人做視頻生成。大家的反饋是覺得太難了。但我覺得這樣是不對的，這就有了非共識：我們覺得視頻生成是大事，而我們過去在視頻和 AI 方面有經(jīng)驗(yàn)，能贏在全球。

可靈、MiniMax 海螺、Pika、Runway 等產(chǎn)品主要服務(wù)專業(yè)視頻制作者，愛詩則在有相近功能的網(wǎng)頁端產(chǎn)品之外，也做了面向 to C 用戶的視頻生成移動端產(chǎn)品，玩法又潮、又簡單：

兩個月后，模型 V3.5 又把用戶等待時長從分鐘級降低到了 10 秒內(nèi)，所以我們決定讓 App 上線。做到一定標(biāo)準(zhǔn)，用戶才會選擇你。這是結(jié)果，不是原因。

王長虎：這兩年一直在成長。前段時間我還分享，其實(shí)我不會創(chuàng)業(yè)，創(chuàng)業(yè)其實(shí)是要邊做邊學(xué)。公司在發(fā)展過程中要做很多決策，這些決策、這個公司的發(fā)展跟創(chuàng)始人息息相關(guān)。所以這個過程中我們在很多高壓的情況下做了抉擇。

晚點(diǎn)：OpenAI 接下來是否會把自回歸也用到視頻生成上？如果他們真這么做，有可能帶來斷層的體驗(yàn)領(lǐng)先嗎？

今天（6 月 6 日），PixVerse 的國內(nèi)版 “拍我 AI” 正式上線，更多中國用戶也能簡單、快速地體驗(yàn) AI 視頻制作。

晚點(diǎn)：你們在哪些 “高壓” 情況下做了抉擇？

王長虎：這是兩個引擎。發(fā)展前期，模型一定是更重要的，一旦模型做不好，會影響用戶的產(chǎn)品體驗(yàn)；當(dāng)模型能做到全球最好，并且能持續(xù)進(jìn)化時，產(chǎn)品的比重越來越大；產(chǎn)品能看到用戶真需求，就會牽引技術(shù)的發(fā)展。

謝旭璋：對，所有能看視頻的人可能都有用視頻表達(dá)的欲望，只是過去表達(dá)欲沒被滿足。我們希望用 AI 幫助這些人邁出第一步，讓他們先做出來第一個好玩的、跟自己有關(guān)的、可以分享的視頻。很多用戶的第一個萬贊、10 萬贊、乃至百萬贊短視頻，就是用 PixVerse 做的。

晚點(diǎn)：大廠也不缺資源，為什么你們能比大廠做得快？有觀點(diǎn)認(rèn)為，團(tuán)隊(duì)小，目標(biāo)簡單。

謝旭璋：視頻是一個更通用的傳播媒介。所以一個好玩的模板和效果，在美國能火，中國能火，在巴西也能火，在泰國也能火，在歐洲也能火。具體到收入占比，GDP 高的國家就會相對占比更大。

王長虎：我過去 20 年都在做研究，研究界的好多論文，你都可以說是新趨勢。要辯分辨哪些是在講故事，哪些是真正有效。

王長虎：最重要的還是看結(jié)果。DiT 架構(gòu)視頻內(nèi)容是一次生成，自回歸是順序生成。不同的方法各有優(yōu)劣。4o 確實(shí)引發(fā)了大家的探索，自回歸的劣勢在視頻生成里會放大，因?yàn)橹饚蓵欣鄯e誤差，能不能用 Diffusion 技術(shù)彌補(bǔ)？最近還有一個趨勢，就是推進(jìn)實(shí)時視頻生成的發(fā)展。

王長虎：邊做邊學(xué)，那時目標(biāo)還是 AI 生成，至于做圖片、做視頻、做大模型？還在思考過程中。

王長虎：綜合優(yōu)勢，模型架構(gòu)、算法、工程、產(chǎn)品能力。外界解讀時會希望能找到一些簡單的結(jié)論，但這件事其實(shí)是非常難的。去年一些比我們?nèi)谫Y更多的大模型公司不缺錢，不缺人，不缺數(shù)據(jù)，但其中多數(shù)公司依然做不出來（視頻生成模型），說明這件事很難。

王長虎：現(xiàn)在也有很強(qiáng)的開源模型，比如阿里通義萬相的視頻大模型。但對做好應(yīng)用，開源不是最重要的，DeepSeek 牛，不僅牛在開源，而在于他模型確實(shí)好。ChatGPT 剛出來時，也冒出了好多應(yīng)用。但隨著模型進(jìn)化，很多應(yīng)用自然就被顛覆了。

晚點(diǎn)：綜合能力不只有模型，那現(xiàn)在模型和產(chǎn)品在愛詩的成長中各自扮演的角色是什么？

謝旭璋：我們現(xiàn)在還沒有那么精細(xì)化，是讓產(chǎn)品自己跑出來。

自回歸一方面不是一個新東西，之前不少公司也探索了很久，至少到目前為止，最主流、效果也最好的模型仍是 DiT；另一方面，自回歸是一個有希望的方向，GPT-4o 在圖片生成上，很可能就是用了自回歸加 Diffusion 的架構(gòu)。

王長虎：我在創(chuàng)業(yè)時就有目標(biāo)要服務(wù)普通人，愿景是 “幫助每個人成為生活的導(dǎo)演”。

晚點(diǎn)：你們面臨這么多高壓的情況，有沒有哪次投入一段時間卻沒看到結(jié)果？

王長虎：早期是 Sora 出來之前，我們猥瑣發(fā)育的階段，那段時間我們快速把底層能力搭建起來了；第二階段是 Sora 出來之后，好多團(tuán)隊(duì)都撲上來做，進(jìn)入大亂戰(zhàn)時期，現(xiàn)在又一些公司已經(jīng)關(guān)停了、賣身，但我們殺出重圍了；新的階段是我們需要向一些真正有資源、有人才的大廠學(xué)習(xí)，和他們一起競爭。

晚點(diǎn)：拿 “毒液” 變身模版為例，門檻或者說壁壘在什么地方？今天我是另外一家想做“毒液”變身視頻模板的公司，我也可以 copy？

再就是需要用戶洞察，變身火了可能幾周到一個月，但之后我們也能持續(xù)做出讓用戶喜歡的模版。

晚點(diǎn)：你們的視頻生成模版和短視頻軟件上的特效功能有什么區(qū)別？他們也能做出很逼真的視頻。

10 億次播放的 AI 變身特效，PixVerse 的 “病毒傳播”

王長虎：這就是創(chuàng)業(yè)公司的優(yōu)勢所在，沒那么復(fù)雜，所以效率高。大公司的業(yè)務(wù)，沒人管可能能跑出來；業(yè)務(wù)被重視了、升級了，就不知道是好事還是壞事了。

晚點(diǎn)：2023 年初您剛創(chuàng)業(yè)時我們聊過，您當(dāng)時還沒有提到要做視頻里的視頻生成這個方向。

王長虎：有兩個里程碑。一是我們在模型 V4 時就能做到用 5-7 秒生成 5 秒長的視頻，并且我們是在不損失質(zhì)量的情況下做到。這樣人在觀看視頻時，視頻也在同時生成下一秒，就可以無限生成下去。

晚點(diǎn)：視頻生成價值被認(rèn)可是 2024 年 2 月 Sora 出現(xiàn)之后，這之前是非共識。你覺得到現(xiàn)在，大家有認(rèn)知到視頻生成的價值嗎？好像在輿論層面，如果某大語言模型做得很強(qiáng)，大家就會有很厲害的感知；但如果是視頻生成做得強(qiáng)，好像大家感知不會很強(qiáng)。

一種觀點(diǎn)是，35 歲以下的創(chuàng)始人更適合大模型創(chuàng)業(yè)，不管是做模型還是應(yīng)用——模型技術(shù)迭代快，年輕人學(xué)得更快；而做應(yīng)用要洞察用戶，AI 的早鳥用戶就是年輕人。

因此還會帶來的一個改變可能是，視頻和游戲的界限越來越模糊。

謝旭璋：模型方面，我認(rèn)為海外的 Google 做得好，國內(nèi)是我們、快手可靈和 MiniMax 海螺。視頻生成領(lǐng)域里，用戶量最大的三個公司就是這 3 家中國公司。

借助 “模版”，用戶上傳照片、等上幾秒后，就可以把任何人物封裝成一個小玩具，平地入海、變身美人魚，讓自家的貓?zhí)颇咳蝮w驗(yàn)一次綠巨人變身，然后再一鍵分享這些視頻到 TikTok、Instagram 等平臺。“很多用戶的第一個萬贊、十萬贊、乃至百萬贊的短視頻，就是用 PixVerse 做的?！?謝旭璋說。

比如說 2023 年初我們要不要做視頻？那時候很多人都不認(rèn)同這件事情，大家都在看大語言模型。

王長虎：過去這兩年我看到視頻的創(chuàng)作和消費(fèi)的界限越來越模糊了。未來能夠做到每個消費(fèi)者都能具備創(chuàng)作能力；并且每個看視頻的人都可以去跟視頻實(shí)時交互，改變內(nèi)容，比如我對泰坦尼克號的結(jié)局不滿意，我就可以讓視頻的走向改變。

愛詩的全球用戶現(xiàn)在已超過 6000 萬，是可靈當(dāng)前用戶數(shù)的近 3 倍；其中，上線剛 6 個多月的 PixVerse 移動端月活已超過 1600 萬。

題圖來源：拍我 AI 網(wǎng)頁端截圖

王長虎：我們沒有那樣的機(jī)會。做一遍做錯了就可能發(fā)展不起來了。因?yàn)橹灰鼍蜁ê芏噱X，我們不像 OpenAI 那樣不差錢。

晚點(diǎn)：所以你們?nèi)ツ暝f，愛詩的目標(biāo)客群就是每天玩抖音、TikTok 的普通人？

王長虎：這就像 ChatGPT 之前也有微軟小冰，可以對話但是效果不一樣。

晚點(diǎn)：被低估會帶來什么？

晚點(diǎn)：你們有沒有砸資源干一些可能會浪費(fèi)的事情？ 你剛才提到一個關(guān)鍵抉擇是最開始確定視頻生成方向。后面還有類似的抉擇嗎？

晚點(diǎn)：一直有 “火” 的模板？怎么做到的？這真能持續(xù)嗎？

晚點(diǎn)：這可能會帶來應(yīng)用上的變化？后面的內(nèi)容在前面觀看時還沒有生成，相當(dāng)于能做一些定制化的內(nèi)容，或者有交互。

晚點(diǎn)：視頻生成領(lǐng)域也在出現(xiàn)一些新的技術(shù)趨勢，比如從 DiT 架構(gòu)（Diffusion Transformer，結(jié)合擴(kuò)散模型和 Transformer 架構(gòu)的生成模型）到有人推出了自回歸技術(shù)（Autoregressive model，可逐步生成序列）的視頻生成模型。你怎么看這個方向的潛力？

晚點(diǎn)：類似變身等模版，現(xiàn)在是 PixVerse 和 “拍我 AI” App 上的核心玩法，不需要寫 Prompt，對普通人非常友好。而且你們剛上了信息流功能，用戶可以直接在平臺上分享生成的視頻。從模型到具體的產(chǎn)品形態(tài)，決策是怎么發(fā)生的？

王長虎：大家對大語言模型的期待過高，會成為創(chuàng)業(yè)公司的壓力和動力。我們沒有這樣的約束，會走得更健康。

晚點(diǎn)：我在你們的產(chǎn)品界面里看到很多英語、俄語、泰語的視頻。實(shí)際上對你們來說，哪個市場是你們占比比較大的？

謝旭璋：我們內(nèi)部會不停有創(chuàng)意出來，未來也希望讓用戶能貢獻(xiàn)創(chuàng)意。但比較重要的是基礎(chǔ)模型，基礎(chǔ)模型不好，很多創(chuàng)意是沒有辦法實(shí)現(xiàn)的。

解鎖 AI 視頻的病毒傳播后，愛詩推出 PixVerse 中國版 “拍我 AI”。

晚點(diǎn)：你們提前計(jì)劃了主攻哪些海外市場？還是看哪個市場先跑出來？

上個月，一款咧嘴笑模版將 PixVerse 推上美國 iOS 下載榜前五。去年底爆火的由 PixVerse 制作的超級英雄變身視頻，目前全網(wǎng)播放量已超 10 億次。

王長虎：概率不太能算出來。一方面我們創(chuàng)業(yè)初期規(guī)劃路線時就有了第二代架構(gòu)路線，而且當(dāng)時就決定要在 2024 年春節(jié)后去做。另一方面，“成功” 怎么定義？Sora 雖然 demo 引起了轟動，但是十個月后上線，Sora 已經(jīng)不在第一梯隊(duì)了。只把代碼寫完很簡單，但真正能讓用戶用起來而且喜歡，才是 “成功”。

同時，AI 視頻的場景已經(jīng)被探索過了，像去年我們在做毒液變身時，中國應(yīng)該有小幾百萬人來用過這個特效，在全球各種社交媒體上，變身特效視頻被播放超過 10 億次，比看過原電影的人要多。我記得有當(dāng)時有很多人在閑魚上發(fā)帖，花錢找人代做視頻，所以我覺得中國用戶的付費(fèi)意愿或者使用意愿和海外是相近的。

晚點(diǎn)：為什么現(xiàn)在這個時間點(diǎn)進(jìn)國內(nèi)市場，做中國版？

“我不會創(chuàng)業(yè)” 王長虎說，但沒關(guān)系，“創(chuàng)業(yè)就是邊做邊學(xué)”。

二就是前面的那 5 秒，能不能實(shí)時生成？這是更難的，但也更有價值，會開啟更大的世界。

“不夠年輕?！?023 年初，我們第一次和投資人聊到正在籌備創(chuàng)業(yè)的王長虎時，這是對方的第一反應(yīng)。

謝旭璋：首先是我們產(chǎn)品背后的基礎(chǔ)是自己的視頻模型，我對我們模型迭代比較有信心。再就是視頻行業(yè)不管在國內(nèi)還是海外，是一個還在發(fā)展，還在快速變大的一個行業(yè)：優(yōu)酷、愛奇藝、NetFlix 沒有被抖音、快手、TikTok 取代，電視臺、電影院也沒有被優(yōu)酷、愛奇藝、NetFlix 等取代，現(xiàn)在還有了直播、短劇等形式。同樣的，新的視頻平臺都不是老的視頻平臺們做出來的。

晚點(diǎn)：創(chuàng)業(yè)兩年多，你有哪些成長？

王長虎：2023 年 6 月時，我們資源到位，核心人員到了之后，我們真的需要做事情的時候，那時候就明確的看到了這個方向，決心 All in 視頻生成。

晚點(diǎn)：后來怎么定位到現(xiàn)在的視頻生成方向？看到了哪些跡象？

謝旭璋：對，我們覺得 Sora 最后發(fā)布的這個模型跟當(dāng)時 demo 差距非常大，開玩笑說，前后差了十個 PixVerse。它其實(shí)開了一個不太好的頭，導(dǎo)致那之后很多公司會發(fā) demo 稱做到了什么，但實(shí)際交付不了。

晚點(diǎn)：你們會擔(dān)心接下來會有一個特別強(qiáng)的開源模型，別的應(yīng)用公司可以在這個開源模型上達(dá)到和愛詩相似的效果嗎？

晚點(diǎn)：所以你覺得自己掌握模型能力非常重要。

短視頻里的特效不是端到端的，每一個特效都要針對性去調(diào)整、設(shè)計(jì)；而用生成技術(shù)產(chǎn)生模版，效率高很多，同時能讓用戶也參與貢獻(xiàn)模版，不是光靠我們的團(tuán)隊(duì)在做。這是過去的短視頻特效沒有的生產(chǎn)機(jī)制——所以我們的模版內(nèi)容多元、足夠有差異化。

晚點(diǎn)：你們覺得在全球范圍內(nèi)，視頻生成行業(yè)里面公認(rèn)的第一梯隊(duì)的模型來自哪幾家公司？

王長虎：另一個需要做決策的，就是 Sora 出來之后，我要不要花更多的資源甚至十倍資源去做第二代 DIT 架構(gòu)模型？那時有聲音說我們是不是已經(jīng)落后 Sora 很多了？我們不像大公司能很快籌到那么多錢，三個月，一次能做成就做成了，做不成就再也沒有第二次機(jī)會了，壓力也很大。

晚點(diǎn)：你剛剛沒提 OpenAI，Sora 已經(jīng)不算第一梯隊(duì)了嗎？

謝旭璋：我覺得幾個點(diǎn)可以參考。“毒液” 變身已經(jīng)火了半年了，到目前為止應(yīng)該沒有哪家的模型能完全復(fù)現(xiàn)這個效果，所以本身這個技術(shù)有難度，需要高質(zhì)量的生成模型，才能讓變身過程和結(jié)果都符合預(yù)期，另外還需要做一些微調(diào)。

王長虎：對，特別是在不是成熟的，還在進(jìn)化中的階段。

產(chǎn)品形態(tài)是逐漸清晰的。兩年前大家不相信視頻生成是因?yàn)榧夹g(shù)不好；一年前只有專業(yè)創(chuàng)作者才能忍受很慢的生成等待時間。所以我們一直在過程中提升模型能力，每兩個月就有大的提升。

晚點(diǎn)：成立兩年多，你們已經(jīng)經(jīng)歷了行業(yè)發(fā)展的幾個階段，接下來會面對的是什么？

但是你要知道創(chuàng)業(yè)不是這回事，我們應(yīng)有獨(dú)立的思考。

愛詩兩位創(chuàng)始人過去都沒有完整操盤過 to C 產(chǎn)品：王長虎是中科大博士，有近 20 年 AI 研究經(jīng)歷，2017-2021 年間，他擔(dān)任字節(jié)跳動視覺技術(shù)負(fù)責(zé)人，在抖音從 0 到 1 增長最快的時期提供技術(shù)支持。謝旭璋則畢業(yè)于北大光華管理學(xué)院，創(chuàng)業(yè)前的 6 年一直在光源資本工作。

越是 C 端用戶，越不能忍受頻繁的抽卡和生成時等太久。2024 年 10 月，PixVerse 發(fā)布 V3，大幅減少 “抽卡” 頻率；兩個月后，V3.5 又將生成時間壓縮到 10 秒以內(nèi)，滿足了 C 端用戶的基本要求。成立至今，PixVerse 已總共更新了 7 版模型。

視頻生成被低估，是壓力也是好處

可偏偏，在數(shù)家視頻生成創(chuàng)業(yè)公司被收購或關(guān)停時，是 80 后的王長虎，搭配聯(lián)創(chuàng) 90 后謝旭璋，帶著既做模型，也做應(yīng)用的愛詩科技跑到了行業(yè)頭部。

謝旭璋：我們本身就想做全球產(chǎn)品，中國是其中非常大的市場，早期我們?nèi)巳颂兕櫜贿^來，現(xiàn)在我們產(chǎn)品開發(fā)、模型迭代都走上正軌了。

王長虎：創(chuàng)業(yè)公司是持續(xù)有壓力的，我們是在做一個大模型，很花資源。有一些時刻是一旦做錯了你就沒有機(jī)會。因?yàn)橐獰芏噱X的，一旦做錯了就可能沒有機(jī)會再做第二次。

晚點(diǎn)：指生成的時間跟視頻長度相等，或者說更快一點(diǎn)？

在去年 10 月，我們的產(chǎn)品在海外破圈了，是因?yàn)槲覀兊?V3 模型能把過往極低的抽卡概率拉到接近 100%。這樣我們用最好的模型，搭配產(chǎn)品推出了模版生成功能，二者結(jié)合，普通人不需要輸入 Prompt，只需要上傳一張圖片，選好模版就能達(dá)到 100% 的成功率，這是真的讓普通人玩起來的時刻，我們認(rèn)為這是視頻生成的 ChatGPT 時刻。

晚點(diǎn)：你們當(dāng)時覺得多大的概率會成功？

愛詩方面稱，現(xiàn)在他們的訂閱收入已能覆蓋公司絕大部分成本費(fèi)用，現(xiàn)金流接近為正。