無情的迭代機器

作者丨高珮莙

遠古獵人王涵因為一次雷電患上了“馬丁癥”，每隔24小時，他的意識就會穿越到不同人的身體里。為了找回和保護女兒，他在兩千年的時間里不斷穿越，當(dāng)過將軍、富翁、宇航員，卻始終無法停留。

一只被基因改造的流浪狗“李”，在霓虹閃爍的都市孤獨地生存，始終無法走出過去被背叛的噩夢。直到遇到一位同樣是實驗體的小女孩，收獲了愛與溫情，并為了她勇敢地對抗邪惡組織。

這些充滿科幻和奇幻色彩的故事，來自6月25日在北京舉行首映禮的AI單元故事集《新世界加載中》，由7個各自獨立的劇集故事組成，時長共180分鐘。

《新世界加載中》首映禮現(xiàn)場

雪豹財經(jīng)社在首映禮當(dāng)天觀看了其中三部劇集。以看慣了大銀幕和爆款劇的挑剔眼光來看，它當(dāng)然并非無可挑剔：一些非關(guān)鍵人物的動作稍顯僵硬，對口型的準確性有待提升，部分情節(jié)的邏輯略顯跳躍，以及片長限制導(dǎo)致的背景和情感鋪墊不夠完整。

但如果考慮到這部短片集的核心“創(chuàng)作者”——可靈AI，是一個正式發(fā)布才一年的“孩子”，它在某些方面的表現(xiàn)的確可圈可點，甚至堪稱驚艷。

比如，水流的波動和動物毛發(fā)的紋理質(zhì)感真實自然，長鏡頭下的人物表情變化細膩，在一段二維動漫風(fēng)格的連續(xù)打斗戲中，動作銜接連續(xù)流暢。

《新世界加載中》海報

這也是可靈AI產(chǎn)品及運營負責(zé)人李楊和《新世界加載中》總導(dǎo)演、異類Outliers創(chuàng)始人陳翔宇的一致判斷：AI生成視頻距離高水準的大銀幕制作還有距離，但用AI工具創(chuàng)作的不同題材的作品，已經(jīng)開始滲透到人們的日常生活中。

從2024年年底開始，一系列由AI“魔改”的寵物視頻在各大社交平臺上爆火，狗狗跳舞、貓貓做飯成為被津津樂道的談資。一些短劇導(dǎo)演開始用AI制作打斗、戰(zhàn)爭、大空鏡等畫面，極大地節(jié)約了成本和時間。陳翔宇透露，AI制作動畫的工時約為傳統(tǒng)制作方式的1/3，成本則不到1/2。

未來它將在廣告、游戲、影視等更大的行業(yè)扮演什么樣的角色？目前還沒有明確的答案，但一些共識已經(jīng)形成：AI也許會帶來顛覆性的改變，那將是一個有巨大潛力的市場。

《新世界加載中》的片名，顯然就是這樣一個有意而為之的巧妙雙關(guān)?！啊缎率澜缂虞d中》是我們和可靈發(fā)出的第一聲信號?！标愊栌钫f。

2024年6月6日，快手的視頻生成大模型可靈AI正式上線，只比OpenAI的Sora晚了不到4個月。據(jù)快手CEO程一笑介紹，該項目從當(dāng)年年初就開始內(nèi)部孵化。

過去一年來，可靈AI快速迭代了22次，與此同時，國內(nèi)外巨頭們也在加速入場，如今已呈現(xiàn)百花齊放的行業(yè)格局。Meta在去年10月首次推出Movie Gen，阿里的通義萬相在今年1月升級推出萬相2.1視頻生成模型，字節(jié)跳動的即夢AI在3月完成著作權(quán)登記。5月，谷歌Veo 3在 Google I/O 開發(fā)者大會上正式發(fā)布，憑借音畫一體化生成的功能引發(fā)外界關(guān)注。

在 Artificial Analysis 視頻生成榜單中，可靈系列與谷歌Veo系列分別占據(jù)文生視頻、圖生視頻的全球前二；東方證券將二者技術(shù)實力歸類為T0梯隊，特別是在穩(wěn)定性、運動表現(xiàn)等維度的表現(xiàn)。

截至目前，可靈AI全球用戶規(guī)模突破2200萬，擁有超1萬名開發(fā)者和企業(yè)用戶。今年一季度，可靈AI營收超過1.5億元，其中來自P端（Prosumer，產(chǎn)消者，兼具生產(chǎn)與消費雙重角色的主體）訂閱用戶的貢獻近70%。

只不過，在新世界到來之前，技術(shù)的迭代提升、創(chuàng)作者生態(tài)的搭建、商業(yè)化路徑的探索，都還是需要持續(xù)攻克的難關(guān)。

首映禮當(dāng)日，可靈AI產(chǎn)品及運營負責(zé)人李楊和《新世界加載中》總導(dǎo)演陳翔宇在一場媒體群訪中分享了他們的感受和思考，雪豹財經(jīng)社受邀參加了交流環(huán)節(jié)，以下是對話節(jié)選（內(nèi)容經(jīng)摘編）：

左一為陳翔宇、左二為李楊

不看過程酷炫，要看交付結(jié)果

Q：今年可靈在技術(shù)上有哪些突破？

李楊：從去年到現(xiàn)在，可靈AI一直扎實地做基礎(chǔ)模型，圍繞幾個重要的點有很大提升：一是語義遵從，讓模型更聽話；二是運動表現(xiàn)，包括運動的速度、質(zhì)量、美感、自然度、是否符合物理規(guī)律。2.1模型的運動表現(xiàn)非常好，創(chuàng)作者挑戰(zhàn)了很多高速運動和極致的互動表現(xiàn)，效果還不錯。

依托可靈2.1模型生成的視頻

Q：可靈AI全球用戶量突破2200萬，專業(yè)創(chuàng)作者占比如何？

李楊：有一定專業(yè)創(chuàng)作能力的用戶占比還是非常高的。今天的AI創(chuàng)作不是一鍵生成，沒有那么簡單，如何寫Prompt、如何調(diào)和生成自己腦海中的效果，都非?？简瀸I(yè)性和韌性。

Q：可靈AI是如何考慮下一階段產(chǎn)品形態(tài)的？

李楊：行業(yè)里有很多Agent或工作流，總體還不太成熟，用戶更多地看到炫酷的過程，而不是真正完整的可用結(jié)果。可靈做產(chǎn)品的核心出發(fā)點還是看交付結(jié)果。

基于這樣的導(dǎo)向，接下來會有更多產(chǎn)品形態(tài)，也會基于已有的模型和功能做更多探索。我們不會貿(mào)然去follow一些聽起來很時髦的、概念性的產(chǎn)品，還是扎實解決用戶真實的問題。

Q：未來商業(yè)化有多大的想象空間，今年有什么目標？

李楊：我們已經(jīng)看到AI在短劇制作行業(yè)的一些可能性，它本身又是近幾年增速最快的內(nèi)容類型，如果不斷提升工具的專業(yè)能力和行業(yè)滲透率，還是有比較大空間的。最近經(jīng)常有一些短劇導(dǎo)演跟我說，之前他們拍宮廷劇得去橫店蹭鏡頭，最近都用可靈AI生成大空鏡以及打斗和戰(zhàn)爭場面，這是一個很有力的幫助。

目前可靈AI服務(wù)相對專業(yè)的P端人群，未來想要有更大規(guī)模，一定會做破圈這件事。這要求有更好的基模、更簡單的產(chǎn)品形態(tài)和更明確的價值導(dǎo)向、場景導(dǎo)向，讓普通用戶也能用起來?？伸`AI平臺上已經(jīng)有一些特效模板，比如沖浪，C端用戶可以用它做一些新奇、有趣的內(nèi)容創(chuàng)作。

我們確實有一些商業(yè)化目標，但目前這些數(shù)字更多地還是印證市場和用戶需求的可能性，單純說數(shù)字沒什么意義，因為行業(yè)還在早期階段。

Q：有一種說法是，現(xiàn)階段各個模型在功能上都沒有什么短板，拼的是長板，可靈的長板是什么？

李楊：我不覺得今天模型沒有短板，短板挺多的，各種各樣，還沒有到達“短板不重要、長板足夠長”的狀態(tài)。視頻畫面和表達是多元素構(gòu)成的，包括語義遵從、運動表現(xiàn)等，要做一個六邊形戰(zhàn)士，各個方面都要好。

可靈AI起步很早并快速迭代，創(chuàng)作者普遍認為它綜合表現(xiàn)很好?？伸`AI非常擅長寫實風(fēng)格的表達，也看到一些評價說可靈運動上限最高，因為做動態(tài)視頻，運動非常核心，可靈在這一塊有優(yōu)勢。

Q：對未來有什么樣的預(yù)期？

李楊：坦率地說，不管是可靈還是其他視頻模型，大家起跑速度和起點不一樣，但都在同一個大范圍內(nèi)。未來還有非常多要做，包括模型的基礎(chǔ)表達、穩(wěn)定性、可控性，達到某一個點之后才會長出更多產(chǎn)品形態(tài)，這是前提。

我希望未來AI創(chuàng)作這件事情盡可能再簡單一點。我經(jīng)常開玩笑說，我們這個產(chǎn)品有時挺反人性的，創(chuàng)作者在電腦上打開無數(shù)個頁面，跑無數(shù)張圖，不斷地抽卡，其實挺痛苦的。希望基礎(chǔ)模型能力更扎實，多模態(tài)能力更好地融入到產(chǎn)品當(dāng)中，用戶可以用一種更簡單的方式表達自己的想法。

可靈是無情的迭代機器

Q：谷歌Veo 3發(fā)布之后，音頻生成同步能力、場景理解及結(jié)合YouTube的視頻數(shù)據(jù)比較占優(yōu)勢，可靈會從哪些方面進行追趕？

李楊：谷歌Veo 3是非常不錯的模型，可以實現(xiàn)文本生成視頻帶音效，展現(xiàn)了非常強的技術(shù)能力。但另一方面，它也帶來了一個問題：不可控或不可保持一致性的東西又多了一個，叫音色?？伸`AI依然堅持初心，希望首先把基礎(chǔ)模型做好。視頻模型雖然發(fā)展很快，但還是有很大優(yōu)化空間，包括運動模糊、邊緣模糊、群像人臉崩壞、穩(wěn)定性等問題，也包括AI音效的能力，這些基礎(chǔ)能力我們在不斷優(yōu)化。

好的數(shù)據(jù)一定對模型有價值，Veo 3用YouTube的數(shù)據(jù)，就像找到了“數(shù)據(jù)石油”。但模型迭代除了算力、數(shù)據(jù)、算法以外，更重要的還是要盡早跟用戶有交互，了解用戶有什么需求，盡早迭代和上線用戶需要的功能。

Q：字節(jié)說即夢收費是全行業(yè)最低，你們會調(diào)價嗎？

李楊：從行業(yè)趨勢看，每過一段時間，推理成本會大幅下降。從市場來看，未來不管是可靈AI還是其他模型，用戶的使用成本都會逐步降低，這是大趨勢，而且可靈會做得更激進一點。

可靈最新發(fā)布的2.1標準版和專業(yè)版Pro，性價比非常高，5秒視頻3.5元，合0.7元每秒，而友商普遍在1元每秒甚至更高。我們還是希望把好的技術(shù)、產(chǎn)品帶給用戶。

Q：各模型廠商都為P端用戶提供技術(shù)、資金、宣發(fā)等支持，可靈的優(yōu)勢在哪里？

李楊：可靈AI從發(fā)布第一天起，就非常關(guān)注創(chuàng)作者的反饋和交互。除了資金、技術(shù)、宣發(fā)支持以外，我們還在去年7月第一個上線了未來合伙人計劃的模型平臺，希望幫助創(chuàng)作者找到更多商業(yè)化的機會，也能夠幫IP和品牌廣告主匹配更合適、更有創(chuàng)作能力的創(chuàng)作者。因為只有創(chuàng)作者活得好，我們才能夠共同建立一個更好的生態(tài)。

可靈AI運營團隊跟超級創(chuàng)作者也保持了非常緊密的配合，在圈子里認可度比較高，產(chǎn)品和模型迭代離不開創(chuàng)作者的反饋。

Q：可靈AI在行業(yè)中處于什么樣的位置？

李楊：大模型是一個“高?！毙袠I(yè)，非常卷，恨不得一覺睡起來就又有大模型顛覆你。但可靈AI從去年到現(xiàn)在一直保持Tire 1水平，一直在第一梯隊。雖然現(xiàn)在其他家模型在陸續(xù)發(fā)布和迭代，都很不錯，但我們綜合實力非常強，而且是無情的迭代機器，還會不斷優(yōu)化。

Q：今年的模型迭代走向了一個平穩(wěn)和你追我趕的階段，這種狀態(tài)會持續(xù)多久，轉(zhuǎn)折點會在哪里？

李楊：這是一個正向的信號，因為行業(yè)在技術(shù)上沒有什么絕對的秘密，只是時間窗口問題。大家關(guān)注和認可這個賽道，愿意投資源、投人力，是重要信號。

各家都希望自產(chǎn)品有優(yōu)勢，可以找到一個自己擅長的風(fēng)格，不斷優(yōu)化，在這個風(fēng)格上有比較好的表現(xiàn)，也是聰明的打法。但可靈AI的判斷是，如果基礎(chǔ)模型不夠強大，定向優(yōu)化能解決的問題有限。我們最終希望可靈AI成為大家內(nèi)容創(chuàng)作的新基建，能夠囊括更多風(fēng)格和類型。

AIGC的商業(yè)化還不健全

Q：在創(chuàng)辦異類Outliers時，你對AI影視市場化前景有什么樣的判斷？目前公司的商業(yè)化是否達到了預(yù)期？

陳翔宇：我自己是比較熱血的狀態(tài)。聚合一群人、找到志同道合的伙伴，這是異類Outliers成立的初心，對AI的了解是在過程中發(fā)生的。

當(dāng)時有一個合伙人是在CMU（卡內(nèi)基·梅隆大學(xué)）學(xué)習(xí)人工智能的。我們從底層開始一點點了解架構(gòu)，結(jié)合傳統(tǒng)制作的一些經(jīng)驗，慢慢找到了一個路徑。當(dāng)看到一枚寫實人物素材的那一刻，我覺得新時代就要來了。

整個AIGC行業(yè)都面臨商業(yè)化問題，不僅是我們團隊。短劇、中劇、動畫都有很好的土壤，但AIGC商業(yè)化并不健全，我們也在探索過程中。

《新世界加載中》總導(dǎo)演、異類Outliers創(chuàng)始人陳翔宇

Q：目前還沒有明確的路徑？

陳翔宇：有路徑，做好內(nèi)容就是最好的路徑。

Q：AI生成視頻降本增效的情況如何？

陳翔宇：分不同的評判標準。我們始終認為好內(nèi)容是不可量產(chǎn)的，AI產(chǎn)出的作品也不可能和實拍百分之百相似，能夠達到70%或更高，這是我們嘗試達成的目標。

如果以50%或30%的時間、15%~40%的成本，能達到70%的效果，就是有價值的，因為不同產(chǎn)品面對不同的市場。在這個過程中，需要的人員減少，產(chǎn)量更大，這都是降本增效。

Q：與傳統(tǒng)制作方式相比，AI可以讓哪種內(nèi)容類型最大幅度地降低成本？為什么？

陳翔宇：肯定是科幻?？苹?、魔幻、有大場面的奇觀，正常情況下要么是三維去做，要么取一個很大的景，需要耗費巨大的成本，AI生成的成本只有幾十分之一。

現(xiàn)實主義短片實拍成本沒那么高，而且寫實風(fēng)格會面臨一個問題：觀眾很熟悉肉眼觀察到的世界，AI制作有很小的一點差別，觀眾都能感受到，脫離我們構(gòu)建的沉浸感。

Q：AI能幫助降低多少時間和資金成本？

陳翔宇：風(fēng)格、角色量和場景不同，都會影響整體制作時長。但總體來說一定是提效的，大概相當(dāng)于傳統(tǒng)制作動畫時長的1/3。

資金成本在不同項目中也會不同。拍寫實的成本不會特別高，大場景或科幻類型會大一些。目前通常是傳統(tǒng)制作成本的1/2往下。

Q：技術(shù)、內(nèi)容、IP、資金、發(fā)行、宣發(fā)等，哪個環(huán)節(jié)的支持對創(chuàng)作者更重要？

陳翔宇：這是一個偏整體向的問題。

行業(yè)整體還處于啟蒙階段，很多有才華的創(chuàng)作者只是一腔熱血，如果沒有合適的商業(yè)生態(tài)，那創(chuàng)作者到底應(yīng)該如何存活下去？可靈AI一直在做這件事，我們也在做一些新的嘗試和探索，包括IP打造，近期上線的短片也在市面上有不錯的反響。

這是整個行業(yè)要面對的事情，希望能有更好的未來。

封面來源丨《新世界加載中》海報