云太医李伯群教授:打破地域壁垒,“互联网+中医”守护女性健康
云太医李伯群教授:打破地域壁垒,“互联网+中医”守护女性健康
云太医李伯群教授:打破地域壁垒,“互联网+中医”守护女性健康2025年6月6日-7日,第7届北京智源大会将以线(yǐxiàn)上+线下联动的形式(xíngshì)召开,6日下午推出“大模型产业CEO”主题(zhǔtí)论坛,邀请业内知名专家学者、大模型领域领军企业CEO。
爱诗科技CEO王长虎发表了主题(zhǔtí)演讲——“PixVerse(拍(pāi)我AI)如何打造一个受人喜爱的产品”,他介绍了PixVerse的发展历程,以及影响其发展的三个关键决策(juécè)。
我们的认知(rènzhī)是视频是最贴近用户的内容形态,视频生成一旦能够落地,其产品化和商业化的潜力可能不亚于(bùyàyú)大语言模型。
Sora出现让视频从一个非共识(gòngshí)的(de)状态,变成了一个非常热门的方向;
ChatGPT出现后,很多(hěnduō)人认为在大语言模型(móxíng)领域,中国落后美国(měiguó)很多。但因为ChatGPT太火了,这种(zhèzhǒng)认知被扩大到了整个AI领域,好像中国全面落后于美国。但实际上,过去几年我们在抖音和TikTok上做的工作,以及我们团队在视频AI能力方面是领先全球(quánqiú)的。
从全力投入视频生成的(de)那一刻起(yīkèqǐ),我们的愿景就是帮助每一个人成为(chéngwéi)生活的导演。有了这个目标,后续的方向就很清晰了:我们要做好两件事情,一是如何降低普通人(pǔtōngrén)的创作门槛,二是如何提升普通人的创作体验。
我们决定先做ToC,再做ToB。我们认为(rènwéi)我们是一个全球化团队,伴随着抖音和(hé)TikTok的发展,我们积累了全球化的经验和资源(zīyuán)。在有限的资源下,我们优先选择海外(hǎiwài)市场,然后再拓展国内市场。
好的模型带来(dàilái)了(le)好的产品,有了这个认知之后,我们要做得更好,我们要做更好的模型。
企业是有生命的(de)(de),就像一个小孩,你的孩子。创始人的经历、认知、经验会影响每一个决策,你的孩子总是像你。但孩子在成长过程中,如何去教会他面对困难时(shí)勇往直前的勇气(yǒngqì)?如何让他在各种极限压力下变得更坚韧?小孩难免会犯错,但不能犯大错,否则公司就完了。要有快速纠错的能力,摸着石头过河,边做边学,持续(chíxù)成长。
大家好,我是爱诗(shī)科技(kējì)的(de)(de)王长虎。很荣幸(róngxìng)这次被邀请来到(láidào)智源大会的大模型产业(chǎnyè)论坛上进行分享。一年前,我主要分享的是技术方面的内容。但过了一年,总得有点进步,是吧?所以今天我想和大家聊聊产品。今天的主题是“PixVerse(拍我AI)如何打造一个受人喜爱的产品”。PixVerse这个名字有些拗口,因为它是一个海外产品。为了方便大家,我们今天给它起了一个中文名字,叫做“拍我AI”。其实,这次分享并不是一个成功的经验总结,因为我们依然(yīrán)处于创业阶段,大家都知道,创业就像在刀尖上行走。所以,我今天介绍(jièshào)产品发展历程的同时,也想分享一下我这两年(liǎngnián)创业过程中的心路历程。其实,就是给大家讲一个故事。其中,我会重点介绍三个影响我们发展的关键(guānjiàn)决策。
刚才看到大海兄的PPT,做得非常棒,而我的PPT没那么高大上(shàng),每一个(yígè)字都是(shì)(shì)我自己写的。我想知道有多少人了解PixVerse这个产品,我很开心看到还是有不少人知道的。不过,它在国内的知名度(zhīmíngdù)并不高,因为它是一个海外产品。所以,我先用这一页PPT简单介绍一下这个产品的现状。
在过去的一年里,爱诗科技的模型(móxíng)在全球范围内一直处于领先地位。这个评测是在一个特殊的时间点进行的,那就是2024年12月,当(dāng)时Sora发布后,过了(le)十个月才姗姗来迟,正好(zhènghǎo)可以(kěyǐ)进行评测。第三方的评测结果与大家的认知一致:当Sora真正上线时,它已经不在第一梯队了。大家会发现,第一梯队的前三名分别是可灵、海螺和我们PixVerse。目前来看(láikàn),这三家依然是全球用户量最多的三大(sāndà)图像生成产品。
同时,我们的产品发展迅速。我们的移动(yídòng)端于2024年12月(yuè)正式上线,不到一个季度的时间,也(yě)就是在2025年2月,全球知名的投资机构a16z发布了一个全球100大人工智能(néng)应用排行榜。在移动端的排行榜上,我们排到了第(dì)52位。如果把我们的网页端也列入排名,应该能进入前20名。从去年10月份之后,我们的用户量(yònghùliàng)增长非常快,到目前为止(mùqiánwéizhǐ),月活跃用户数已经超过了1600万。当然,这也带来了营收的快速增长,不过有些数据我就不方便透露了。
回到两年前(qián),作为一名在人(rén)工智能领域已经闯荡了20多年的老兵,很多人都问我,为什么那么想不开要出来创业?尤其是在2023年,整个融资环境非常差。但激励我迈出这一步的,是因为我们看到了一个新(xīn)时代的到来。所以(suǒyǐ),我们在2023年4月走上了创业之路,这也是我们公司(gōngsī)成立的时间。事实上,从(cóng)ChatGPT在2022年年底上线后,我们就开始筹备创业了。
1、出来创业要(yào)做什么
所以,我们面临的第一个重要决策(juécè)就是:出来创业(chuàngyè)要做什么?这并不是一个容易回答的问题。特别是两年前,大家看看今天的论坛,一半(yíbàn)以上的人(rén)都是做视频的,对吧?但两年前的情况可不是这样(zhèyàng)的。当时,大语言模型的公司(gōngsī)融资金额(jīné)高达数百亿、数十亿甚至数亿美元。而视频生成赛道却冷清得很,只有少数几家公司。比如,Runway已经成立五六年了,当时融了数百万美元,海外还有一个叫Pika的公司,也是类似(lèisì)的情况。相比之下,就像蚂蚁和大象的关系,大家能感受到视频生成赛道有多冷清吧?
当时,99%的投资人(rén)都跟我说,包括行业专家也说,视频生成五年内(nèi)没法落地。因为当时最好的模型(móxíng)(móxíng)也不过如此(bùguòrúcǐ)。而图像生成领域,Midjourney已经跑出来(chūlái)了,年营收达到1亿美元。而且有了开源模型,你可以很方便地开发应用。所以,当时很多(hěnduō)人建议我们,别做大模型了,因为大模型很烧钱。而且,看好大模型行业的人不会投我们,因为他们觉得大模型没前途;而看好大模型赛道的人也不会投我们,因为前面有大语言模型,那个领域更令人兴奋。当然,应用侧也有很多机会(jīhuì),比如可以做游戏、广告,直接变现。
但我们团队的认知是:既然我们有文生图和大语言模型(móxíng)的技术,为什么不做视频生成呢?过去(guòqù)我在字节跳动陪伴抖音TikTok成长(chéngzhǎng)了好多年,我们的认知是视频是最贴近用户的内容形态(xíngtài)。如果当时不做视频生成,那就没有(méiyǒu)道理了。所以,我们选择了一个在当时并不被看好的方向,但我们内心认为这是正确的事。
我们决定全力投入视频(shìpín)生成领域,因为我们坚信视频生成一旦能够落地,其(qí)产品(chǎnpǐn)化和商业化的潜力可能不亚于大语言模型。另一方面,我和我的团队曾经支撑过抖音、TikTok这些世界级产品的背后视频AI能力发展,我们有信心能够做(zuò)(zuò)出成绩。基于这两点(zhèliǎngdiǎn),我们没有理由不做这件事。一旦做了这个决策,我们发现很多事情就比较顺利了。
这是一个时间线。我们在(zài)4月份(yuèfèn)(yuèfèn)成立公司,真正从7月份开始全力投入训练视频生成大模型。仅仅三个月的时间,到了(le)10月份,我们就已经进入了全球第一梯队。我们在2024年1月正式在海外上线了网页端。一个月后(hòu),也就是2月份,我们在各种排行榜上已经冲到了前面。
这是去年智源研究院和(hé)中超媒大学做的(de)一次非常专业的评测。当时,我们(wǒmen)的第一代模型表现不(bù)错,虽然有些指标可能并不完美,但我们在全球范围内排名(páimíng)第二,在国内(guónèi)排名第一。当然(dāngrán),我们不能只看模型的排名,还要看产品本身的表现。我们在1月份上线(shàngxiàn)后,仅一个月的时间,就在各种增速榜单上稳居第一名。虽然新产品的增速快是正常的,但大家更关注的是访问量的绝对值。当时,我们刚上线第一个月的访问量就已经(yǐjīng)和当时最著名的大语言模型产品,比如 豆包、Kimi,处于同一个量级。这对我们来说是非常令人兴奋的事情,一切似乎都很顺利。
但是,大家还记得吗?2024年1月我们正式(zhèngshì)上线,在海外取得了(le)非常好的口碑,大量用户开始使用(shǐyòng)。然而,到了2月份,Sora突然横空出世。春节期间,我的微信响个不停,很多(hěnduō)关心我的人给我发消息,问我:GPT出来后领先这么多,你们公司是不是就(jiù)完蛋了?Sora出现后,你们是不是已经落后很多了?当然,现在我们知道Sora当时只是一个幌子,但它确实忽悠了不少(bùshǎo)人。
所以,很多人发来关心的(de)消息,包括我们的投资人也很焦虑,我们的同行和朋友也很担心。但(dàn)也有好的一面,因为Sora的出现,让(ràng)这个方向逐渐形成了共识。我们非常想要招揽的人才,突然给我们发来消息,表示要加入(jiārù)我们。这些人后来在公司(gōngsī)的发展过程中起到了非常重要的作用。
2、Sora出现后,我们是跟(gēn)还是不跟?
这引出了我们的第二个(dìèrgè)重要决策:Sora出现后(hòu),我们是(shì)跟(gēn)还是不跟?这是一个很重要的问题。因为这个方向从一个非共识(gòngshí)的状态变成了一个非常热门的方向,留给小公司萎缩发展的机会结束了。很多大(dà)公司、大厂,比如Google、字节跳动、快手,以及融资金额是我们几十倍的大模型公司,纷纷加入竞争行列。竞争变得更加激烈了。
形成共识之后,融资(róngzī)环境在2024年比2023年更差。很多(hěnduō)人担心我们是不是已经落后(luòhòu)Sora很多了,还有没有机会?我们的资金(zījīn)实力没有那么雄厚,怎么和人家竞争?虽然我们过去一年的发展还算不错,也拿到了第二轮融资,但宣传大模型需要的资源是过去10倍的。我们面临一个抉择:是继续训练(xùnliàn)大模型,还是(háishì)放弃转身做应用?这是一个生死存亡的时刻。我们的现金流只能(zhǐnéng)支撑一次机会,如果训练不成功,就彻底完蛋(wándàn)了,没有第二次机会。在这种情况下,我们该怎么选择?
但要知道,创业就是(jiùshì)勇往直前,既然已经迈出了第一步,第二步又有什么好怕的呢?所以我们决定全力投入,但这并不是盲目(mángmù)的。
首先,我们(wǒmen)是有前瞻性的。早在(zài)2023年,Sora还没有(méiyǒu)发布的时候,我们在和投资人规划路线(lùxiàn)图时就已经设计了DIT架构,并且明确计划在第二年的春节前后,当(dāng)我们拿到第二笔融资后,利用这些资金来支持我们训练更大规模的模型。如果不是Sora先发布,说不定我们才是第一个做出来的。所以,我们认同并且坚信这个路线。
第二点,我们对自己团队的(de)能力(nénglì)有信心。大家都知道,ChatGPT出现后,很多人(rén)认为在大语言模型领域,中国落后(luòhòu)美国很多。但因为ChatGPT太火了,这种认知被扩大到了整个AI领域,好像中国全面落后于美国。但实际上,过去几年我们在抖音(dǒuyīn)和TikTok上做的工作,以及我们团队在视频AI能力方面是(shì)领先全球的。这是(zhèshì)我们的真实认知。因此,我们相信我们有能力做好这件事,并且能够以十倍的效率、十倍低成本地完成。
当时,很多媒体朋友问我们:“你们什么(shénme)时候能赶超GPT?”我很谨慎地和技术团队仔细评估后(hòu),觉得3到6个月是合理的。我们不想被打脸,所以非常谨慎地给出了这个时间范围。实际上,后来的发展证明,虽然有些(yǒuxiē)吹牛的嫌疑,但我们基本实现(shíxiàn)了这个目标。
从1月份正式(zhèngshì)上线(shàngxiàn),到2月份月活用户数就超过了百万。我们在三四月份开始筹备训练大模型,采购了很多机器设备,并搭建(dājiàn)了DIT架构。仅仅三个月后,也就是7月份,我们正式上线了PixVerse的产品。在爱诗(shī)科技和PixVerse没有发布这个概念之前,我们直接上线了产品,所以我们在创业公司中(zhōng)大概是最早上线的。又过了三个月,也就是10月份,我们正式上线了V3版本(bǎnběn)。如果大家(dàjiā)还记得我们在第一页PPT上提到的内容,就会发现我们的用户量(yònghùliàng)和营收都是从10月份开始快速增长的。这是一个重要的转折点。大家也可以看一下V3版本发布时(shí)的视频。
这是我们的产品页面,我们有一个功能选项叫做“Effect”(特效),里面(lǐmiàn)有多种特效模板。大家是不是觉得第一个很熟悉?没错,就是(jiùshì)“毒液”特效,它非常火爆(huǒbào)。
虽然我们是一个海外产品,国内用户可能无法直接使用,但它在抖音上(shàng)意外地火(dìhuǒ)了(le)起来。如果你仔细观察,几乎每个相关视频上都有一个“PixVerse的logo,这种病毒式的传播效果非常好。当然,我们也有一些(yīxiē)明星因为(yīnwèi)流量太大而自发模仿。它火到什么程度呢?在咸鱼上,你搜索(sōusuǒ)“AI”,推荐的都是PixVerse的毒液特效生成(shēngchéng)内容,最贵的甚至卖到18块钱(kuàiqián)一个。因为PixVerse是一个海外产品,所以(suǒyǐ)在国内火了之后,海外的热度也更高。我们在各种社交媒体上都爆火,而且不止是毒液特效,很多其他内容也都火了。全球(quánqiú)热度持续发酵。这里(zhèlǐ)有一些数据,这是中国AI产品出海增速的排名(páimíng),我们排在了第二名。11月份的访问量直接增长了近80%,在所有中国AI产品中排名第二,而且我们的流量已经远超第一名。
我特别喜欢张一鸣说(shuō)过的一句话:“务实浪漫”。很多人会觉得务实和浪漫怎么能放在一起呢?但我们认为,我们第二个决策——全力(quánlì)投入视频生成这件事,就是一个务实又浪漫的选择。当时真的(zhēnde)是背水一战,资金只够训练一次,如果犯了大错误就再也没有机会了。所以,我想(xiǎng)再和大家分享(fēnxiǎng)一下我们的一些观点。
做容易的事(shì)不是务实,短期投资也不是务实,做正确的事才是务实。我们(wǒmen)坚信我们选择的方向(fāngxiàng)是正确的。认识世界的多样性(duōyàngxìng)是务实,而多样性本身就是一种务实的表现。很多人选择做大语言模型,而我们选择做视频,这(zhè)就是独立思考,穿越喧嚣。有生命力、面向未来、拥抱不确定性,这些都(dōu)是浪漫的体现。我们所做的事,正是如此。V3的成功背后(bèihòu)有很多力量,包括我们过去全力投入视频生成的思考,背水一战的决心,以及我们称之为“行胜于言”的技术成果。不过,大家可能注意到,这些都还是关于技术的。那么,产品(chǎnpǐn)呢?
3、做ToB还是(háishì)ToC?
这就引出了我们的(de)(de)第三个战略决策:要做什么样的产品?V3的成功是技术和产品的双重成功。
做(zuò)ToB还是ToC?早在创业(chuàngyè)初期,我们并不确定,但当我们全力投入之后(zhīhòu),目标就变得清晰了:我们要服务哪些用户?如何设计(shèjì)我们的产品?从全力投入视频生成的那一刻起,我们的愿景就是帮助每一个人成为生活的导演。
但具体是先做ToB还是ToC?我们(wǒmen)决定先做ToC,再做ToB。我们认为我们是一个全球化团队,伴随着抖音和TikTok的发展(fāzhǎn),我们积累了(le)全球化的经验和资源。在有限的资源下,我们优先选择海外市场,然后(ránhòu)再拓展国内市场。我们的目标是让(ràng)每一个能玩抖音、TikTok的人成为生活的导演,让几十亿普通人能够使用我们的产品。有了这个目标,后续的方向就(jiù)很清晰了:我们要做好两件事情,一是如何(rúhé)降低普通人的创作(chuàngzuò)门槛,二是如何提升普通人的创作体验。
我们(wǒmen)再回头看看那个爆点,毒液变(biàn)身为什么(wèishénme)能成功?用户只需要上传(shàngchuán)一张照片,然后选择一个模板,比如肌肉模板,哇!不需要输入Prompt(提示词),就能生成这样一个视频。他们也可以(kěyǐ)选择毒液变身,大家很熟悉(shúxī)吧?还可以一起摇摆,是不是很好用?所以V3为什么成功?首先,我们做到了降低创作门槛,不再需要输入Prompt,只需上传一张照片就OK,每个人都能做到。
第二,我们提升了创作者的体验。要知道,在此之前,所有产品都在服务于那些有明确创作目标(mùbiāo)的创作者,他们可以容忍一些不完美的地方。比如,生成(shēngchéng)(shēngchéng)10个视频才(cái)有一个可用,抽卡概率是1/10;生成5个视频才有一个可用,抽卡概率是20%。普通人谁会(huì)去用?生成第一个视频不满意,他们就(jiù)不会生成第二个了。我们的成功之处在于,我们将抽卡成功率(chénggōnglǜ)直接拉(lā)到接近100%。任何一个普通用户,哪怕是没有经验的用户,生成第一个视频就能成功,他们就会去传播。
所以,去年(qùnián)2024年4月和10月,我们的(de)V3和产品上线,这是(shì)第一次真正让普通用户、普通消费者用AI能力创造出过去无法创造出来的视频。在我心中,这一刻(yīkè)才是视频生成的“GPT时刻”——好的模型(móxíng)带来了好的产品。当然,这个火了,谁都(dōu)(dōu)能看到,同行们也都看到了,所以他们快速上线了类似的毒液变身能力。但好的模型带来好的体验,为什么说V3是全球最能打的模型?我们不是只看榜单的数据,而是通过对比来看。左边(zuǒbiān)是一个同行的产品,左右变身是一个非常重要、非常强的同行,他们当时也上线了类似的能力。
上传这样一张照片,看看(kànkàn)它是怎么变身的?这个转场不太自然,生成的毒气和人物不太相关。大家会去传播这样的视频给自己的朋友圈吗?右边是我们的产品(chǎnpǐn)。所以,用户喜欢是因为模型好。有了这个认知(rènzhī)之后(zhīhòu),我们该怎么办?我们要做得更好,我们要做更好的模型。
毒液(dúyè)变身火了之后,大家对毒液的(de)(de)印象可能更深刻,还是(shì)对PixVerse的印象更深刻?很容易(róngyì)说(shuō),这个东西很多家都有,毒液变身能力很常见,那到底是毒液变身火了,还是PixVerse火了?这是一个佐证:这是GoogleTrends上的搜索(sōusuǒ)指数(zhǐshù)。我们从10月初开始,搜索指数(蓝色曲线)直线飙升。中间两条曲线分别是全球最好的视频生成模型产品Sora和Runway。Runway的曲线虚高是因为(shìyīnwèi)“Runway”是一个常见单词。我们的搜索指数已经远超它们。所以,视频生成的“GPT时刻”不是毒液变身火了,而是PixVerse火了。
既然我们要做更好的模型,速度也很快。我们在10月上线了V3,12月上线了V3.5,因为我们觉得(juéde)普通用户没有(yǒu)耐心(nàixīn)等待视频(shìpín)生成。过去,视频生成大多是分钟级别,一分钟、几分钟甚至十几分钟。我们直接将其缩短到十秒以内,这(zhè)就是V3.5。这样我们就可以支撑移动端APP上线这个产品,普通用户就可以使用了。否则,普通人不会(búhuì)花那么多时间等待生成。2月我们上线了V4,速度更快,还支持(zhīchí)实时生成效果。5月上线了V4.5,每一代都(dōu)有巨大的进化。我就不详细介绍了,只说一些亮点。比如V3.3.5是全球(quánqiú)最快的视频生成模型,当然也有其他能力(nénglì),比如我们提供首尾帧生成。用户上传一张视频的首帧和尾帧图片,我们就能生成从第一帧(yīzhēn)过渡到最后一帧的视频。比如,打开一扇门,镜头(jìngtóu)钻进去,看到一个新世界(xīnshìjiè)。视频里的所有镜头都是用这个能力生成的,这样给大家提供了更多玩法。
模型好(hǎo)不能(bùnéng)自吹自擂(zìchuīzìléi),产品好也不能自吹自擂。这是1月份的时候,全球AI产品增长榜上出现了一个历史性事件(shìjiàn):Deepseek横空出世。当时,在访问量和增速上同时超过我们的只有Deepseek。
2025年2月,V4上线了(le),它不仅更快,几乎5秒钟就能生成5秒钟的(de)(de)视频,几乎接近实时。同时,它让视频生成进入了有声时代。大家知道(zhīdào)最近的 Veo3上线了带声音的生成,但实际上我们早在2月就已经上线了。大家可以看一下过去的视频,过去媒体(méitǐ)传播时的声音都是创作者后期添加的,而我们是同时生成的。
当然,也可以指定视频(shìpín)中(zhōng)的人物说哪些话,口型也能(néng)对上。很多其他能力我就不具体介绍了。AI发对象这个功能是2月上线(shàngxiàn)(shàngxiàn)的。到了4月,这是中国产品出海(chūhǎi)总榜(移动端),刚才提到的是网页端。在(zài)所有中国AI产品中,出海产品在月活跃用户(MAU)和增长(zēngzhǎng)上超过我们的只有 Deepseek,所以也很令人(lìngrén)敬仰。2025年5月,也就是上个月,我们的V4.5正式上线,它带来了非常多的功能,进阶的消费者也能创作电影级的内容,包括多角色联动的能力。大家可以看(kàn)一下这个视频,体现了各种专业(zhuānyè)运镜。你的小猫比底更会运镜,可以看到各种专业的运镜,多个主体快速推进。什么叫多主体?就是上传两张照片生成一个视频,主体在这个背景里畅游。这就是生成的内容。
5月其实发生了一件让我们(wǒmen)(wǒmen)非常开心的(de)事情。一大早(yīdàzǎo)起来,同事(tóngshì)和朋友给我发消息说,在美国的总榜上(shàng),iOS总榜上,我们跑得很(hěn)前面(qiánmiàn)。这是美国的总榜,第一个是所有APP的总榜,我们排到第四名。可以(kěyǐ)看到,排在前面和后面的包括GoogleMap、剪映、WhatsApp,当然还有一些半隐藏的,比如TikTok。在“PhotoandVideo”这个榜上,我们排到了第一名,后面是剪映、Instagram、YouTube、Canvas、SnapChat等等。我们非常开心,虽然不可能(kěnéng)一直霸榜,但那一刻我们非常开心。目前,已经有超过6000万用(yòng)户在使用PixVerse。大家很好奇,这些人用它来干啥?大家可以去TikTok里搜索PixVerse,可以看到很多用PixVerse生成的视频,用户(yònghù)是怎么用的。
噢,这首歌没放出来,因为时间关系,我就跳过去了(le),大家可以自己去看一下。1月份的(de)时候,我们的产品在(zài)国外已经非常火爆,很多B端客户,也就是企业用户找到我们,说能(néng)不能用你们的API?我们有(yǒu)很多能力(nénglì)可以用,我说我们已经有基于超过6000万用户的最佳实践了,我们知道他们喜欢什么,爱用什么,怎么用。这些能力真的(zhēnde)可以赋能全球的B端客户。所以从1月份开始,我们逐渐开展B端业务,支持各行业的API和定制(dìngzhì)化视频生成,覆盖了非常多场景,比如互联网营销、电商等等。
这里就不(bù)多介绍了。但(dàn)我们的产品(chǎnpǐn)(chǎnpǐn)依然是海外产品,大家在国内的APPStore上搜索,全是盗版。很多人(rén)跟我说你们产品不好,我说我们也没上线。所以应用户的要求,我们筹备了几个月时间,今天正式(zhèngshì)在国内全面上线公测,名字叫“拍我AI”。它很全面,在国内各应用商店都可以下载,包括网页端。它是最新(zuìxīn)的,对齐了PixVerse最新的模型和所有功能。同时,它是一个中国化的模型,有中国风、中国味的模板和内容。
同时,我们有一个新的域名(yùmíng),因为(yīnwèi)PixVerse 太绕口了(le),对(duì)中国(zhōngguó)用户来说太不友好。我们给它起了一个名字叫“拍(pāi)我”,所以域名是“拍我AIPadvideo”,很好记。同时,我们的B端服务也全面升级。拍我AI,这个名字对英语不好的人来说可能有点像,但它有自己独特的命名原因。大家可以看一下,这些视频镜头都是由拍我AI生成的。
特别(tèbié)幸运,创业(chuàngyè)两年依然留在牌(pái)桌上,一切又似乎很美好。但这里为什么又似曾相识?跟去年(qùnián)年初很像。创业之路任重道远,需要在刀尖上求生存。我们有很多竞争对手,过去(guòqù)两年其实有很多同行(tóngháng)被落下,但真正触动我的是今年上半年,我们一直在关注的一个产品——Hyper突然暂停服务了,这让我触动很大,因为它一直在我们的竞品名单上。
创业(chuàngyè)很不易(bùyì),未来还有很多挑战,技术迭代快?如何持续保持在第一梯队?过去两年的成功并不代表未来两年也能成功。大模型很烧钱,我们不像大厂那样有雄厚(xiónghòu)的资金,但(dàn)我们能高效地花钱,不过依然(yīrán)需要烧钱。如何持续融资?如何确保现金流的健康?如何加速商业化?不止于做一个工具,如何做好产品差异化?如何建立竞争壁垒(bìlěi)?如何应对大厂的竞争?如何应对开源生态(shēngtài)?这些都是未来爱诗科技、PixVerse以及 拍我AI需要进一步思考的问题。
其实,过去(qù)(guòqù)这两年我是(shì)懵着创业的,一头扎下去,然后再想下一步该干啥。所以,过去两年的三个重要决策,深刻影响了(le)产品的发展。其实都是在边做边学(biānxué)。学到的一个很重要的点是:企业是有(yǒu)生命的,就像一个小孩,你的孩子。创始人的经历、认知、经验会影响每一个决策,你的孩子总是像你。但孩子在成长(chéngzhǎng)过程中,如何去教会他面对困难时勇往直前的勇气?如何让他在各种极限压力下变得更坚韧?小孩难免会犯错,但不能犯大错,否则公司就完了。要有快速纠错的能力,摸着石头过河,边做边学,持续成长。因为(yīnwèi)时间有限,很多其他认知就没办法在这里展开(zhǎnkāi)了。
其实,创业(chuàngyè)这(zhè)两年是很孤独的,尤其(yóuqí)是当你跟99个投资人(tóuzīrén)聊过,又跟第100个投资人聊,前99个都不看好你的方向,你会很孤独。创业是一段孤独的旅程,就像(xiàng)在(zài)戈壁滩上独自行走。但同时,它又是一场非常幸福的修行,你会遇到很多懂你的人,和你一起战斗的人。你可以看着你的“孩子”逐渐有性格,变得越来越(yuèláiyuè)强壮,这是一件非常开心的事。最后,我想向这个时代最有梦想的人致敬,谢谢大家,谢谢!

2025年6月6日-7日,第7届北京智源大会将以线(yǐxiàn)上+线下联动的形式(xíngshì)召开,6日下午推出“大模型产业CEO”主题(zhǔtí)论坛,邀请业内知名专家学者、大模型领域领军企业CEO。
爱诗科技CEO王长虎发表了主题(zhǔtí)演讲——“PixVerse(拍(pāi)我AI)如何打造一个受人喜爱的产品”,他介绍了PixVerse的发展历程,以及影响其发展的三个关键决策(juécè)。
我们的认知(rènzhī)是视频是最贴近用户的内容形态,视频生成一旦能够落地,其产品化和商业化的潜力可能不亚于(bùyàyú)大语言模型。
Sora出现让视频从一个非共识(gòngshí)的(de)状态,变成了一个非常热门的方向;
ChatGPT出现后,很多(hěnduō)人认为在大语言模型(móxíng)领域,中国落后美国(měiguó)很多。但因为ChatGPT太火了,这种(zhèzhǒng)认知被扩大到了整个AI领域,好像中国全面落后于美国。但实际上,过去几年我们在抖音和TikTok上做的工作,以及我们团队在视频AI能力方面是领先全球(quánqiú)的。
从全力投入视频生成的(de)那一刻起(yīkèqǐ),我们的愿景就是帮助每一个人成为(chéngwéi)生活的导演。有了这个目标,后续的方向就很清晰了:我们要做好两件事情,一是如何降低普通人(pǔtōngrén)的创作门槛,二是如何提升普通人的创作体验。
我们决定先做ToC,再做ToB。我们认为(rènwéi)我们是一个全球化团队,伴随着抖音和(hé)TikTok的发展,我们积累了全球化的经验和资源(zīyuán)。在有限的资源下,我们优先选择海外(hǎiwài)市场,然后再拓展国内市场。
好的模型带来(dàilái)了(le)好的产品,有了这个认知之后,我们要做得更好,我们要做更好的模型。
企业是有生命的(de)(de),就像一个小孩,你的孩子。创始人的经历、认知、经验会影响每一个决策,你的孩子总是像你。但孩子在成长过程中,如何去教会他面对困难时(shí)勇往直前的勇气(yǒngqì)?如何让他在各种极限压力下变得更坚韧?小孩难免会犯错,但不能犯大错,否则公司就完了。要有快速纠错的能力,摸着石头过河,边做边学,持续(chíxù)成长。
大家好,我是爱诗(shī)科技(kējì)的(de)(de)王长虎。很荣幸(róngxìng)这次被邀请来到(láidào)智源大会的大模型产业(chǎnyè)论坛上进行分享。一年前,我主要分享的是技术方面的内容。但过了一年,总得有点进步,是吧?所以今天我想和大家聊聊产品。今天的主题是“PixVerse(拍我AI)如何打造一个受人喜爱的产品”。PixVerse这个名字有些拗口,因为它是一个海外产品。为了方便大家,我们今天给它起了一个中文名字,叫做“拍我AI”。其实,这次分享并不是一个成功的经验总结,因为我们依然(yīrán)处于创业阶段,大家都知道,创业就像在刀尖上行走。所以,我今天介绍(jièshào)产品发展历程的同时,也想分享一下我这两年(liǎngnián)创业过程中的心路历程。其实,就是给大家讲一个故事。其中,我会重点介绍三个影响我们发展的关键(guānjiàn)决策。
刚才看到大海兄的PPT,做得非常棒,而我的PPT没那么高大上(shàng),每一个(yígè)字都是(shì)(shì)我自己写的。我想知道有多少人了解PixVerse这个产品,我很开心看到还是有不少人知道的。不过,它在国内的知名度(zhīmíngdù)并不高,因为它是一个海外产品。所以,我先用这一页PPT简单介绍一下这个产品的现状。
在过去的一年里,爱诗科技的模型(móxíng)在全球范围内一直处于领先地位。这个评测是在一个特殊的时间点进行的,那就是2024年12月,当(dāng)时Sora发布后,过了(le)十个月才姗姗来迟,正好(zhènghǎo)可以(kěyǐ)进行评测。第三方的评测结果与大家的认知一致:当Sora真正上线时,它已经不在第一梯队了。大家会发现,第一梯队的前三名分别是可灵、海螺和我们PixVerse。目前来看(láikàn),这三家依然是全球用户量最多的三大(sāndà)图像生成产品。
同时,我们的产品发展迅速。我们的移动(yídòng)端于2024年12月(yuè)正式上线,不到一个季度的时间,也(yě)就是在2025年2月,全球知名的投资机构a16z发布了一个全球100大人工智能(néng)应用排行榜。在移动端的排行榜上,我们排到了第(dì)52位。如果把我们的网页端也列入排名,应该能进入前20名。从去年10月份之后,我们的用户量(yònghùliàng)增长非常快,到目前为止(mùqiánwéizhǐ),月活跃用户数已经超过了1600万。当然,这也带来了营收的快速增长,不过有些数据我就不方便透露了。
回到两年前(qián),作为一名在人(rén)工智能领域已经闯荡了20多年的老兵,很多人都问我,为什么那么想不开要出来创业?尤其是在2023年,整个融资环境非常差。但激励我迈出这一步的,是因为我们看到了一个新(xīn)时代的到来。所以(suǒyǐ),我们在2023年4月走上了创业之路,这也是我们公司(gōngsī)成立的时间。事实上,从(cóng)ChatGPT在2022年年底上线后,我们就开始筹备创业了。
1、出来创业要(yào)做什么
所以,我们面临的第一个重要决策(juécè)就是:出来创业(chuàngyè)要做什么?这并不是一个容易回答的问题。特别是两年前,大家看看今天的论坛,一半(yíbàn)以上的人(rén)都是做视频的,对吧?但两年前的情况可不是这样(zhèyàng)的。当时,大语言模型的公司(gōngsī)融资金额(jīné)高达数百亿、数十亿甚至数亿美元。而视频生成赛道却冷清得很,只有少数几家公司。比如,Runway已经成立五六年了,当时融了数百万美元,海外还有一个叫Pika的公司,也是类似(lèisì)的情况。相比之下,就像蚂蚁和大象的关系,大家能感受到视频生成赛道有多冷清吧?
当时,99%的投资人(rén)都跟我说,包括行业专家也说,视频生成五年内(nèi)没法落地。因为当时最好的模型(móxíng)(móxíng)也不过如此(bùguòrúcǐ)。而图像生成领域,Midjourney已经跑出来(chūlái)了,年营收达到1亿美元。而且有了开源模型,你可以很方便地开发应用。所以,当时很多(hěnduō)人建议我们,别做大模型了,因为大模型很烧钱。而且,看好大模型行业的人不会投我们,因为他们觉得大模型没前途;而看好大模型赛道的人也不会投我们,因为前面有大语言模型,那个领域更令人兴奋。当然,应用侧也有很多机会(jīhuì),比如可以做游戏、广告,直接变现。
但我们团队的认知是:既然我们有文生图和大语言模型(móxíng)的技术,为什么不做视频生成呢?过去(guòqù)我在字节跳动陪伴抖音TikTok成长(chéngzhǎng)了好多年,我们的认知是视频是最贴近用户的内容形态(xíngtài)。如果当时不做视频生成,那就没有(méiyǒu)道理了。所以,我们选择了一个在当时并不被看好的方向,但我们内心认为这是正确的事。
我们决定全力投入视频(shìpín)生成领域,因为我们坚信视频生成一旦能够落地,其(qí)产品(chǎnpǐn)化和商业化的潜力可能不亚于大语言模型。另一方面,我和我的团队曾经支撑过抖音、TikTok这些世界级产品的背后视频AI能力发展,我们有信心能够做(zuò)(zuò)出成绩。基于这两点(zhèliǎngdiǎn),我们没有理由不做这件事。一旦做了这个决策,我们发现很多事情就比较顺利了。
这是一个时间线。我们在(zài)4月份(yuèfèn)(yuèfèn)成立公司,真正从7月份开始全力投入训练视频生成大模型。仅仅三个月的时间,到了(le)10月份,我们就已经进入了全球第一梯队。我们在2024年1月正式在海外上线了网页端。一个月后(hòu),也就是2月份,我们在各种排行榜上已经冲到了前面。
这是去年智源研究院和(hé)中超媒大学做的(de)一次非常专业的评测。当时,我们(wǒmen)的第一代模型表现不(bù)错,虽然有些指标可能并不完美,但我们在全球范围内排名(páimíng)第二,在国内(guónèi)排名第一。当然(dāngrán),我们不能只看模型的排名,还要看产品本身的表现。我们在1月份上线(shàngxiàn)后,仅一个月的时间,就在各种增速榜单上稳居第一名。虽然新产品的增速快是正常的,但大家更关注的是访问量的绝对值。当时,我们刚上线第一个月的访问量就已经(yǐjīng)和当时最著名的大语言模型产品,比如 豆包、Kimi,处于同一个量级。这对我们来说是非常令人兴奋的事情,一切似乎都很顺利。
但是,大家还记得吗?2024年1月我们正式(zhèngshì)上线,在海外取得了(le)非常好的口碑,大量用户开始使用(shǐyòng)。然而,到了2月份,Sora突然横空出世。春节期间,我的微信响个不停,很多(hěnduō)关心我的人给我发消息,问我:GPT出来后领先这么多,你们公司是不是就(jiù)完蛋了?Sora出现后,你们是不是已经落后很多了?当然,现在我们知道Sora当时只是一个幌子,但它确实忽悠了不少(bùshǎo)人。
所以,很多人发来关心的(de)消息,包括我们的投资人也很焦虑,我们的同行和朋友也很担心。但(dàn)也有好的一面,因为Sora的出现,让(ràng)这个方向逐渐形成了共识。我们非常想要招揽的人才,突然给我们发来消息,表示要加入(jiārù)我们。这些人后来在公司(gōngsī)的发展过程中起到了非常重要的作用。
2、Sora出现后,我们是跟(gēn)还是不跟?
这引出了我们的第二个(dìèrgè)重要决策:Sora出现后(hòu),我们是(shì)跟(gēn)还是不跟?这是一个很重要的问题。因为这个方向从一个非共识(gòngshí)的状态变成了一个非常热门的方向,留给小公司萎缩发展的机会结束了。很多大(dà)公司、大厂,比如Google、字节跳动、快手,以及融资金额是我们几十倍的大模型公司,纷纷加入竞争行列。竞争变得更加激烈了。
形成共识之后,融资(róngzī)环境在2024年比2023年更差。很多(hěnduō)人担心我们是不是已经落后(luòhòu)Sora很多了,还有没有机会?我们的资金(zījīn)实力没有那么雄厚,怎么和人家竞争?虽然我们过去一年的发展还算不错,也拿到了第二轮融资,但宣传大模型需要的资源是过去10倍的。我们面临一个抉择:是继续训练(xùnliàn)大模型,还是(háishì)放弃转身做应用?这是一个生死存亡的时刻。我们的现金流只能(zhǐnéng)支撑一次机会,如果训练不成功,就彻底完蛋(wándàn)了,没有第二次机会。在这种情况下,我们该怎么选择?
但要知道,创业就是(jiùshì)勇往直前,既然已经迈出了第一步,第二步又有什么好怕的呢?所以我们决定全力投入,但这并不是盲目(mángmù)的。
首先,我们(wǒmen)是有前瞻性的。早在(zài)2023年,Sora还没有(méiyǒu)发布的时候,我们在和投资人规划路线(lùxiàn)图时就已经设计了DIT架构,并且明确计划在第二年的春节前后,当(dāng)我们拿到第二笔融资后,利用这些资金来支持我们训练更大规模的模型。如果不是Sora先发布,说不定我们才是第一个做出来的。所以,我们认同并且坚信这个路线。
第二点,我们对自己团队的(de)能力(nénglì)有信心。大家都知道,ChatGPT出现后,很多人(rén)认为在大语言模型领域,中国落后(luòhòu)美国很多。但因为ChatGPT太火了,这种认知被扩大到了整个AI领域,好像中国全面落后于美国。但实际上,过去几年我们在抖音(dǒuyīn)和TikTok上做的工作,以及我们团队在视频AI能力方面是(shì)领先全球的。这是(zhèshì)我们的真实认知。因此,我们相信我们有能力做好这件事,并且能够以十倍的效率、十倍低成本地完成。
当时,很多媒体朋友问我们:“你们什么(shénme)时候能赶超GPT?”我很谨慎地和技术团队仔细评估后(hòu),觉得3到6个月是合理的。我们不想被打脸,所以非常谨慎地给出了这个时间范围。实际上,后来的发展证明,虽然有些(yǒuxiē)吹牛的嫌疑,但我们基本实现(shíxiàn)了这个目标。
从1月份正式(zhèngshì)上线(shàngxiàn),到2月份月活用户数就超过了百万。我们在三四月份开始筹备训练大模型,采购了很多机器设备,并搭建(dājiàn)了DIT架构。仅仅三个月后,也就是7月份,我们正式上线了PixVerse的产品。在爱诗(shī)科技和PixVerse没有发布这个概念之前,我们直接上线了产品,所以我们在创业公司中(zhōng)大概是最早上线的。又过了三个月,也就是10月份,我们正式上线了V3版本(bǎnběn)。如果大家(dàjiā)还记得我们在第一页PPT上提到的内容,就会发现我们的用户量(yònghùliàng)和营收都是从10月份开始快速增长的。这是一个重要的转折点。大家也可以看一下V3版本发布时(shí)的视频。
这是我们的产品页面,我们有一个功能选项叫做“Effect”(特效),里面(lǐmiàn)有多种特效模板。大家是不是觉得第一个很熟悉?没错,就是(jiùshì)“毒液”特效,它非常火爆(huǒbào)。

虽然我们是一个海外产品,国内用户可能无法直接使用,但它在抖音上(shàng)意外地火(dìhuǒ)了(le)起来。如果你仔细观察,几乎每个相关视频上都有一个“PixVerse的logo,这种病毒式的传播效果非常好。当然,我们也有一些(yīxiē)明星因为(yīnwèi)流量太大而自发模仿。它火到什么程度呢?在咸鱼上,你搜索(sōusuǒ)“AI”,推荐的都是PixVerse的毒液特效生成(shēngchéng)内容,最贵的甚至卖到18块钱(kuàiqián)一个。因为PixVerse是一个海外产品,所以(suǒyǐ)在国内火了之后,海外的热度也更高。我们在各种社交媒体上都爆火,而且不止是毒液特效,很多其他内容也都火了。全球(quánqiú)热度持续发酵。这里(zhèlǐ)有一些数据,这是中国AI产品出海增速的排名(páimíng),我们排在了第二名。11月份的访问量直接增长了近80%,在所有中国AI产品中排名第二,而且我们的流量已经远超第一名。
我特别喜欢张一鸣说(shuō)过的一句话:“务实浪漫”。很多人会觉得务实和浪漫怎么能放在一起呢?但我们认为,我们第二个决策——全力(quánlì)投入视频生成这件事,就是一个务实又浪漫的选择。当时真的(zhēnde)是背水一战,资金只够训练一次,如果犯了大错误就再也没有机会了。所以,我想(xiǎng)再和大家分享(fēnxiǎng)一下我们的一些观点。
做容易的事(shì)不是务实,短期投资也不是务实,做正确的事才是务实。我们(wǒmen)坚信我们选择的方向(fāngxiàng)是正确的。认识世界的多样性(duōyàngxìng)是务实,而多样性本身就是一种务实的表现。很多人选择做大语言模型,而我们选择做视频,这(zhè)就是独立思考,穿越喧嚣。有生命力、面向未来、拥抱不确定性,这些都(dōu)是浪漫的体现。我们所做的事,正是如此。V3的成功背后(bèihòu)有很多力量,包括我们过去全力投入视频生成的思考,背水一战的决心,以及我们称之为“行胜于言”的技术成果。不过,大家可能注意到,这些都还是关于技术的。那么,产品(chǎnpǐn)呢?
3、做ToB还是(háishì)ToC?
这就引出了我们的(de)(de)第三个战略决策:要做什么样的产品?V3的成功是技术和产品的双重成功。
做(zuò)ToB还是ToC?早在创业(chuàngyè)初期,我们并不确定,但当我们全力投入之后(zhīhòu),目标就变得清晰了:我们要服务哪些用户?如何设计(shèjì)我们的产品?从全力投入视频生成的那一刻起,我们的愿景就是帮助每一个人成为生活的导演。
但具体是先做ToB还是ToC?我们(wǒmen)决定先做ToC,再做ToB。我们认为我们是一个全球化团队,伴随着抖音和TikTok的发展(fāzhǎn),我们积累了(le)全球化的经验和资源。在有限的资源下,我们优先选择海外市场,然后(ránhòu)再拓展国内市场。我们的目标是让(ràng)每一个能玩抖音、TikTok的人成为生活的导演,让几十亿普通人能够使用我们的产品。有了这个目标,后续的方向就(jiù)很清晰了:我们要做好两件事情,一是如何(rúhé)降低普通人的创作(chuàngzuò)门槛,二是如何提升普通人的创作体验。
我们(wǒmen)再回头看看那个爆点,毒液变(biàn)身为什么(wèishénme)能成功?用户只需要上传(shàngchuán)一张照片,然后选择一个模板,比如肌肉模板,哇!不需要输入Prompt(提示词),就能生成这样一个视频。他们也可以(kěyǐ)选择毒液变身,大家很熟悉(shúxī)吧?还可以一起摇摆,是不是很好用?所以V3为什么成功?首先,我们做到了降低创作门槛,不再需要输入Prompt,只需上传一张照片就OK,每个人都能做到。
第二,我们提升了创作者的体验。要知道,在此之前,所有产品都在服务于那些有明确创作目标(mùbiāo)的创作者,他们可以容忍一些不完美的地方。比如,生成(shēngchéng)(shēngchéng)10个视频才(cái)有一个可用,抽卡概率是1/10;生成5个视频才有一个可用,抽卡概率是20%。普通人谁会(huì)去用?生成第一个视频不满意,他们就(jiù)不会生成第二个了。我们的成功之处在于,我们将抽卡成功率(chénggōnglǜ)直接拉(lā)到接近100%。任何一个普通用户,哪怕是没有经验的用户,生成第一个视频就能成功,他们就会去传播。
所以,去年(qùnián)2024年4月和10月,我们的(de)V3和产品上线,这是(shì)第一次真正让普通用户、普通消费者用AI能力创造出过去无法创造出来的视频。在我心中,这一刻(yīkè)才是视频生成的“GPT时刻”——好的模型(móxíng)带来了好的产品。当然,这个火了,谁都(dōu)(dōu)能看到,同行们也都看到了,所以他们快速上线了类似的毒液变身能力。但好的模型带来好的体验,为什么说V3是全球最能打的模型?我们不是只看榜单的数据,而是通过对比来看。左边(zuǒbiān)是一个同行的产品,左右变身是一个非常重要、非常强的同行,他们当时也上线了类似的能力。
上传这样一张照片,看看(kànkàn)它是怎么变身的?这个转场不太自然,生成的毒气和人物不太相关。大家会去传播这样的视频给自己的朋友圈吗?右边是我们的产品(chǎnpǐn)。所以,用户喜欢是因为模型好。有了这个认知(rènzhī)之后(zhīhòu),我们该怎么办?我们要做得更好,我们要做更好的模型。
毒液(dúyè)变身火了之后,大家对毒液的(de)(de)印象可能更深刻,还是(shì)对PixVerse的印象更深刻?很容易(róngyì)说(shuō),这个东西很多家都有,毒液变身能力很常见,那到底是毒液变身火了,还是PixVerse火了?这是一个佐证:这是GoogleTrends上的搜索(sōusuǒ)指数(zhǐshù)。我们从10月初开始,搜索指数(蓝色曲线)直线飙升。中间两条曲线分别是全球最好的视频生成模型产品Sora和Runway。Runway的曲线虚高是因为(shìyīnwèi)“Runway”是一个常见单词。我们的搜索指数已经远超它们。所以,视频生成的“GPT时刻”不是毒液变身火了,而是PixVerse火了。
既然我们要做更好的模型,速度也很快。我们在10月上线了V3,12月上线了V3.5,因为我们觉得(juéde)普通用户没有(yǒu)耐心(nàixīn)等待视频(shìpín)生成。过去,视频生成大多是分钟级别,一分钟、几分钟甚至十几分钟。我们直接将其缩短到十秒以内,这(zhè)就是V3.5。这样我们就可以支撑移动端APP上线这个产品,普通用户就可以使用了。否则,普通人不会(búhuì)花那么多时间等待生成。2月我们上线了V4,速度更快,还支持(zhīchí)实时生成效果。5月上线了V4.5,每一代都(dōu)有巨大的进化。我就不详细介绍了,只说一些亮点。比如V3.3.5是全球(quánqiú)最快的视频生成模型,当然也有其他能力(nénglì),比如我们提供首尾帧生成。用户上传一张视频的首帧和尾帧图片,我们就能生成从第一帧(yīzhēn)过渡到最后一帧的视频。比如,打开一扇门,镜头(jìngtóu)钻进去,看到一个新世界(xīnshìjiè)。视频里的所有镜头都是用这个能力生成的,这样给大家提供了更多玩法。
模型好(hǎo)不能(bùnéng)自吹自擂(zìchuīzìléi),产品好也不能自吹自擂。这是1月份的时候,全球AI产品增长榜上出现了一个历史性事件(shìjiàn):Deepseek横空出世。当时,在访问量和增速上同时超过我们的只有Deepseek。
2025年2月,V4上线了(le),它不仅更快,几乎5秒钟就能生成5秒钟的(de)(de)视频,几乎接近实时。同时,它让视频生成进入了有声时代。大家知道(zhīdào)最近的 Veo3上线了带声音的生成,但实际上我们早在2月就已经上线了。大家可以看一下过去的视频,过去媒体(méitǐ)传播时的声音都是创作者后期添加的,而我们是同时生成的。
当然,也可以指定视频(shìpín)中(zhōng)的人物说哪些话,口型也能(néng)对上。很多其他能力我就不具体介绍了。AI发对象这个功能是2月上线(shàngxiàn)(shàngxiàn)的。到了4月,这是中国产品出海(chūhǎi)总榜(移动端),刚才提到的是网页端。在(zài)所有中国AI产品中,出海产品在月活跃用户(MAU)和增长(zēngzhǎng)上超过我们的只有 Deepseek,所以也很令人(lìngrén)敬仰。2025年5月,也就是上个月,我们的V4.5正式上线,它带来了非常多的功能,进阶的消费者也能创作电影级的内容,包括多角色联动的能力。大家可以看(kàn)一下这个视频,体现了各种专业(zhuānyè)运镜。你的小猫比底更会运镜,可以看到各种专业的运镜,多个主体快速推进。什么叫多主体?就是上传两张照片生成一个视频,主体在这个背景里畅游。这就是生成的内容。
5月其实发生了一件让我们(wǒmen)(wǒmen)非常开心的(de)事情。一大早(yīdàzǎo)起来,同事(tóngshì)和朋友给我发消息说,在美国的总榜上(shàng),iOS总榜上,我们跑得很(hěn)前面(qiánmiàn)。这是美国的总榜,第一个是所有APP的总榜,我们排到第四名。可以(kěyǐ)看到,排在前面和后面的包括GoogleMap、剪映、WhatsApp,当然还有一些半隐藏的,比如TikTok。在“PhotoandVideo”这个榜上,我们排到了第一名,后面是剪映、Instagram、YouTube、Canvas、SnapChat等等。我们非常开心,虽然不可能(kěnéng)一直霸榜,但那一刻我们非常开心。目前,已经有超过6000万用(yòng)户在使用PixVerse。大家很好奇,这些人用它来干啥?大家可以去TikTok里搜索PixVerse,可以看到很多用PixVerse生成的视频,用户(yònghù)是怎么用的。
噢,这首歌没放出来,因为时间关系,我就跳过去了(le),大家可以自己去看一下。1月份的(de)时候,我们的产品在(zài)国外已经非常火爆,很多B端客户,也就是企业用户找到我们,说能(néng)不能用你们的API?我们有(yǒu)很多能力(nénglì)可以用,我说我们已经有基于超过6000万用户的最佳实践了,我们知道他们喜欢什么,爱用什么,怎么用。这些能力真的(zhēnde)可以赋能全球的B端客户。所以从1月份开始,我们逐渐开展B端业务,支持各行业的API和定制(dìngzhì)化视频生成,覆盖了非常多场景,比如互联网营销、电商等等。
这里就不(bù)多介绍了。但(dàn)我们的产品(chǎnpǐn)(chǎnpǐn)依然是海外产品,大家在国内的APPStore上搜索,全是盗版。很多人(rén)跟我说你们产品不好,我说我们也没上线。所以应用户的要求,我们筹备了几个月时间,今天正式(zhèngshì)在国内全面上线公测,名字叫“拍我AI”。它很全面,在国内各应用商店都可以下载,包括网页端。它是最新(zuìxīn)的,对齐了PixVerse最新的模型和所有功能。同时,它是一个中国化的模型,有中国风、中国味的模板和内容。
同时,我们有一个新的域名(yùmíng),因为(yīnwèi)PixVerse 太绕口了(le),对(duì)中国(zhōngguó)用户来说太不友好。我们给它起了一个名字叫“拍(pāi)我”,所以域名是“拍我AIPadvideo”,很好记。同时,我们的B端服务也全面升级。拍我AI,这个名字对英语不好的人来说可能有点像,但它有自己独特的命名原因。大家可以看一下,这些视频镜头都是由拍我AI生成的。
特别(tèbié)幸运,创业(chuàngyè)两年依然留在牌(pái)桌上,一切又似乎很美好。但这里为什么又似曾相识?跟去年(qùnián)年初很像。创业之路任重道远,需要在刀尖上求生存。我们有很多竞争对手,过去(guòqù)两年其实有很多同行(tóngháng)被落下,但真正触动我的是今年上半年,我们一直在关注的一个产品——Hyper突然暂停服务了,这让我触动很大,因为它一直在我们的竞品名单上。

创业(chuàngyè)很不易(bùyì),未来还有很多挑战,技术迭代快?如何持续保持在第一梯队?过去两年的成功并不代表未来两年也能成功。大模型很烧钱,我们不像大厂那样有雄厚(xiónghòu)的资金,但(dàn)我们能高效地花钱,不过依然(yīrán)需要烧钱。如何持续融资?如何确保现金流的健康?如何加速商业化?不止于做一个工具,如何做好产品差异化?如何建立竞争壁垒(bìlěi)?如何应对大厂的竞争?如何应对开源生态(shēngtài)?这些都是未来爱诗科技、PixVerse以及 拍我AI需要进一步思考的问题。
其实,过去(qù)(guòqù)这两年我是(shì)懵着创业的,一头扎下去,然后再想下一步该干啥。所以,过去两年的三个重要决策,深刻影响了(le)产品的发展。其实都是在边做边学(biānxué)。学到的一个很重要的点是:企业是有(yǒu)生命的,就像一个小孩,你的孩子。创始人的经历、认知、经验会影响每一个决策,你的孩子总是像你。但孩子在成长(chéngzhǎng)过程中,如何去教会他面对困难时勇往直前的勇气?如何让他在各种极限压力下变得更坚韧?小孩难免会犯错,但不能犯大错,否则公司就完了。要有快速纠错的能力,摸着石头过河,边做边学,持续成长。因为(yīnwèi)时间有限,很多其他认知就没办法在这里展开(zhǎnkāi)了。
其实,创业(chuàngyè)这(zhè)两年是很孤独的,尤其(yóuqí)是当你跟99个投资人(tóuzīrén)聊过,又跟第100个投资人聊,前99个都不看好你的方向,你会很孤独。创业是一段孤独的旅程,就像(xiàng)在(zài)戈壁滩上独自行走。但同时,它又是一场非常幸福的修行,你会遇到很多懂你的人,和你一起战斗的人。你可以看着你的“孩子”逐渐有性格,变得越来越(yuèláiyuè)强壮,这是一件非常开心的事。最后,我想向这个时代最有梦想的人致敬,谢谢大家,谢谢!

相关推荐
评论列表
暂无评论,快抢沙发吧~
你 发表评论:
欢迎