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(jiè)北京智源大会将以线上+线下联动的形式召开,6日下午(xiàwǔ)推出(tuīchū)“大模型产业CEO”主题论坛,邀请业内知名专家学者、大模型领域领军企业CEO。
爱诗科技(kējì)CEO王长虎发表了主题演讲——“PixVerse(拍我AI)如何打造(dǎzào)一个受人喜爱的(de)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。
我们的认知是视频是最贴近用户的内容形态(xíngtài),视频生成一旦能够落地,其产品化和商业化的潜力可能(kěnéng)不亚于大语言模型。
Sora出现让视频从(cóng)一个(yígè)非共识的状态,变成了一个非常热门的方向;
ChatGPT出现后,很多人认为在大语言(yǔyán)模型领域,中国(zhōngguó)落后美国很多。但因为ChatGPT太火(tàihuǒ)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和TikTok上做的工作,以及我们团队在视频AI能力(nénglì)方面是领先(lǐngxiān)全球的。
从全力(quánlì)投入视频生成的(de)那一刻起,我们的愿景就是帮助每一个人成为生活的导演。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(yīshì)如何降低普通人的创作门槛,二是如何提升(tíshēng)普通人的创作体验。
我们决定先做(zuò)ToC,再做ToB。我们认为我们是(shì)一个全球化团队,伴随着抖音和TikTok的发展(fāzhǎn),我们积累了全球化的经验和资源。在有限的资源下(xià),我们优先选择海外市场,然后再拓展国内市场。
好的模型(móxíng)带来了(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(qǐyè)是有生命的(de),就像一个小孩,你的孩子(háizi)。创始人(chuàngshǐrén)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勇往直前的勇气?如何让他在各种(gèzhǒng)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。
大家(dàjiā)好,我是爱诗科技的(de)王长虎。很荣幸这次被邀请来到智源大会的大模型产业论坛上进行分享(fēnxiǎng)。一年前,我主要分享的是技术(jìshù)方面的内容。但过了一年,总得有点进步,是吧?所以今天(jīntiān)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(míngzì)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(zhōngwén)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,因为我们依然处于创业阶段,大家都知道,创业就(jiù)像在刀尖上行走。所以,我今天介绍(jièshào)产品发展(fāzhǎn)历程的同时,也想分享一下我这两年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,每一个字都是我自己写的。我想(xiǎng)知道有(yǒu)多少人了解(liǎojiě)PixVerse这个产品,我很开心看到还是有不(bù)少人知道的。不过,它在国内的知名度并不高,因为它是一个海外(hǎiwài)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(de)(de)(de)一年里,爱诗科技的模型在全球(quánqiú)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,当时Sora发布后,过了十个月才(cái)姗姗来迟,正好(zhènghǎo)可以进行评测。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(tīduì)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,这三家依然是全球用户量最多的三大图像生成产品。
同时,我们的(de)(de)产品发展迅速。我们的移动端于(duānyú)2024年12月(yuè)正式上线,不到一个季度的时间,也就是在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(réngōngzhìnéng)应用排行榜。在移动端的排行榜上,我们排到了第52位。如果把我们的网页端也列入排名,应该(yīnggāi)能进入前20名。从去年10月份之后,我们的用户量增长(zēngzhǎng)非常快,到目前为止,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,作为一名(yīmíng)在(zài)人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(chà)。但激励我迈出这一步的,是因为我们看到了一个新时代(shídài)的到来。所以,我们在2023年4月(yuè)走上了创业之路,这也是我们公司成立的时间。事实上,从ChatGPT在2022年年底上线后,我们就开始筹备(chóubèi)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就是(shì):出来创业要做什么?这并不是一个容易回答的问题。特别是两年前,大家看看(kànkàn)今天的论坛,一半以上的人都是做视频(shìpín)的,对吧?但两年前的情况可不是这样的。当时,大语言模型的公司融资金额高达数百亿、数十亿甚至数亿美元。而视频生成赛道(sàidào)(sàidào)却冷清得很,只有少数几家(shǎoshùjǐjiā)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,也是类似的情况。相比之下(xiāngbǐzhīxià),就像蚂蚁和大象的关系,大家能(néng)感受到视频生成赛道有多冷清吧?
当时,99%的(de)投资人都跟我说(shuō)(shuō),包括行业专家也说,视频(shìpín)生成五年内没法落地(dì)。因为当时最好的模型(móxíng)也不过如此。而图像生成领域(lǐngyù),Midjourney已经跑出来了,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,当时很多人建议我们,别(bié)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,比如可以做游戏、广告,直接变现。
但我们团队的(de)认知是(shì):既然我们有文生图和大语言模型的技术,为什么不(bù)做视频生成(shēngchéng)呢?过去我在字节跳动陪伴抖音TikTok成长了好多年,我们的认知是视频是最贴近用户的内容形态。如果当时不做视频生成,那就没有道理了。所以,我们选择了一个在当时并不被看好(kànhǎo)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生成领域,因为我们坚信视频生成一旦能够落地,其产品化和商业化的(de)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(zhīchēng)过抖音、TikTok这些(zhèxiē)世界级产品的背后视频AI能力(nénglì)发展,我们有信心能够做(zuò)出成绩。基于这两点,我们没有理由不做这件(zhèjiàn)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4月份成立公司,真正从7月份开始全力投入(tóurù)训练视频生成大模型。仅仅三个(sāngè)月的时间,到了10月份,我们就已经(yǐjīng)(yǐjīng)进入了全球第一(dìyī)梯队。我们在2024年1月正式在海外上线了网页端。一个月后,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中(zhōng)超媒大学做的一次(yīcì)非常专业的评测。当时,我们(wǒmen)的第一代模型表现不错,虽然有些指标可能并不完美,但我们在(zài)全球范围内排名第二,在国内排名第一。当然,我们不能只看模型的排名,还要看产品(chǎnpǐn)本身的表现。我们在1月份上线后,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(dìyígè)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(chǔyú)同一个量级。这对我们来说是非常令人兴奋(lìngrénxīngfèn)的事情,一切似乎都很顺利。
但是,大家还记得吗?2024年1月我们正式上线,在海外(hǎiwài)取得了非常好的(de)口碑,大量用户开始使用。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(bùtíng),很多关心我的人给我发消息,问我:GPT出来后领先这么多,你们(nǐmen)公司是不是就完蛋了?Sora出现后,你们是不是已经(yǐjīng)落后(luòhòu)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人。
所以,很多人发来关心的(de)消息(xiāoxī),包括我们的投资人也(yě)很焦虑,我们的同行(tóngháng)和朋友也很担心。但也有好(hǎo)的一面,因为Sora的出现,让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,表示要加入我们。这些人后来在公司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(wǒmen)的(de)(de)第二个重要(zhòngyào)决策:Sora出现后,我们是跟还是不跟?这是一个很重要的问题。因为这个(zhègè)方向从一个非共识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。很多大公司、大厂,比如Google、字节跳动(tiàodòng)、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,融资环境在2024年比2023年更差。很多人担心我们(wǒmen)是(shì)不是已经落后Sora很多了,还有没有机会?我们的(de)资金(zījīn)实力没有那么(nàme)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(dàn)宣传大模型需要(xūyào)的资源是过去10倍的。我们面临一个抉择:是继续训练大模型,还是放弃转身做应用?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(zhè)并不是盲目(mángmù)的。
首先,我们是有(yǒu)前瞻性的(de)。早在2023年,Sora还没有发布的时候(shíhòu),我们在和投资人规划路线图时就已经设计了DIT架构,并且明确计划在第二年的春节前后,当我们拿到第二笔融资后,利用这些(zhèxiē)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(cái)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(wǒmen)对自己团队的(de)能力有信心。大家都知道,ChatGPT出现后,很多人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(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(guòqù)几年我们在抖音和TikTok上做的工作(gōngzuò),以及我们团队在视频AI能力方面(fāngmiàn)是领先全球的。这是我们的真实认知。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(hěn)多媒体朋友问我们(wǒmen):“你们什么时候能赶超GPT?”我很谨慎地(dì)和技术团队仔细评估后,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,到2月份月活用户数(yònghùshù)就超过了百万。我们在三四月份开始筹备训练大模型(móxíng),采购了很多(hěnduō)机器设备,并搭建了DIT架构。仅仅三个月后,也就是7月份,我们正式上线了PixVerse的(de)(de)(de)产品(chǎnpǐn)。在爱诗科技和PixVerse没有发布(fābù)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。如果大家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版本发布时的视频。
这是(zhèshì)我们的产品页面,我们有一个功能选项叫做“Effect”(特效(tèxiào)),里面有多种特效模板。大家是不是觉得第一个很熟悉?没错,就是“毒液”特效,它非常火爆(huǒbào)。
虽然(suīrán)我们是一个海外产品,国内(guónèi)用户(yònghù)可能无法直接使用,但它在抖音上意外地火(dìhuǒ)了(le)(le)起来。如果你仔细观察,几乎每个相关视频上都有(yǒu)一个“PixVerse的(de)logo,这种病毒式的传播效果非常好。当然,我们也有一些明星因为流量太大而自发模仿。它火到什么程度呢(ne)?在咸鱼上,你搜索“AI”,推荐的都是PixVerse的毒液特效生成内容,最贵的甚至卖到18块钱一个。因为PixVerse是一个海外产品,所以在国内火了之后,海外的热度也更高。我们在各种社交媒体上都爆火,而且(érqiě)不止是毒液特效,很多其他内容也都火了。全球热度持续发酵。这里有一些数据,这是中国AI产品出海增速的排名(páimíng),我们排在了第二名(dìèrmíng)。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(fàngzài)一起呢?但我们(wǒmen)认为,我们第二个决策——全力投入视频生成这件事,就是一个务实又浪漫的选择。当时真的是背水一战(bèishuǐyīzhàn),资金只(zhǐ)够训练(xùnliàn)一次,如果犯了大错误就再也没有机会了。所以,我想再和大家分享一下我们的一些观点。
做容易的(de)事不是务实(wùshí),短期投资也不是务实,做正确的事才是务实。我们坚信(jiānxìn)我们选择的方向是正确的。认识世界的多样性(duōyàngxìng)是务实,而多样性本身就是(jiùshì)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(yǒu)生命力、面向未来、拥抱不确定性,这些都是浪漫的体现。我们所做的事,正是如此。V3的成功背后有很多力量,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(dàjiā)可能注意到,这些都还是关于技术的。那么,产品呢?
3、做ToB还是(háishì)ToC?
这就引出了我们(wǒmen)的第三个战略决策:要做什么样的产品?V3的成功是技术和产品的双重(shuāngchóng)成功。
做ToB还是ToC?早在创业初期,我们并不确定,但当我们全力投入(tóurù)之后,目标就(jiù)变得(biàndé)清晰了(le):我们要服务哪些用户?如何设计我们的产品?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?我们决定先做ToC,再(zài)做ToB。我们认为我们是一个全球化团队,伴随着抖音和TikTok的(de)发展,我们积累了全球化的经验(jīngyàn)和资源(zīyuán)。在有限的资源下,我们优先选择海外市场,然后再拓展国内市场。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(nénggòu)使用我们的产品。有了这个目标,后续的方向就很清晰了:我们要做好两件(liǎngjiàn)事情(shìqíng),一是如何降低普通人的创作门槛,二是如何提升普通人的创作体验。
我们再回头看看那个爆点(bàodiǎn),毒液变(biàn)身为什么(wèishénme)能成功?用户只需要上传一张照片,然后选择一个(yígè)(yígè)模板,比如肌肉模板,哇!不(bù)需要输入Prompt(提示词),就能生成这样一个视频。他们也可以选择毒液变身,大家很熟悉吧?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(le)创作者的(de)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的创作者,他们可以容忍一些(yīxiē)不完美的地方。比如,生成(shēngchéng)10个视频才有一个可用,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(pǔtōngrén)谁会(huì)去用?生成第一个视频不满意,他们就不会生成第二个了。我们的成功之处(chù)在于,我们将抽卡成功率直接拉到接近100%。任何一个普通用户,哪怕是没有经验(jīngyàn)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2024年4月和10月,我们(wǒmen)的(de)V3和产品上线,这是第一次真正(zhēnzhèng)让普通用户、普通消费者用AI能力创造出过去(guòqù)无法创造出来的视频(shìpín)。在我心中(zàiwǒxīnzhōng),这一刻才是视频生成的“GPT时刻”——好的模型带来了好的产品。当然,这个火了,谁都能看到,同行们也都看到了,所以他们快速(kuàisù)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(búshì)只看榜单的数据,而是通过对比来看。左边是一个同行的产品,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,看看它是怎么变身的(de)?这个转场不太自然,生成的毒气和(hé)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(wǒmen)的产品。所以,用户喜欢(xǐhuān)是因为模型好。有了这个认知之后,我们该怎么办?我们要做得更好,我们要做更好的模型。
毒液变身火了(le)之后,大家对毒液的(de)印象可能更深刻,还是对PixVerse的印象更深刻?很容易说,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(shàng)的搜索(sōusuǒ)指数。我们从10月初开始,搜索指数(蓝色(lánsè)曲线(qūxiàn))直线(zhíxiàn)飙升。中间两条曲线分别(fēnbié)是全球最好的视频生成模型产品Sora和Runway。Runway的曲线虚高(xūgāo)是因为“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(wǒmen)要做更好的模型,速度也很快(kuài)。我们在(zài)10月(yuè)上线了(le)V3,12月上线了V3.5,因为我们觉得普通用户没有(méiyǒu)耐心等待视频生成。过去,视频生成大多是分钟级别,一分钟、几分钟甚至(shènzhì)十几分钟(shíjǐfēnzhōng)。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,还支持实时生成效果。5月上线了V4.5,每一代都有巨大的进化。我就不详细介绍了,只说一些亮点。比如V3.3.5是全球最快的视频生成模型,当然也有其他能力,比如我们提供首尾帧生成。用户上传一张视频的首帧和(hé)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。视频里的所有镜头都是用这个能力生成的,这样给大家(dàjiā)提供了更多玩法。
模型好不能自吹自擂(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(chūxiàn)了一个历史性事件:Deepseek横空出世。当时,在访问量和增速上同时超过我们(wǒmen)的只有(zhǐyǒu)Deepseek。
2025年2月,V4上线了,它不仅更快,几乎(jīhū)5秒钟就(jiù)能(néng)生成5秒钟的视频(shìpín),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,过去媒体传播时的声音都是创作者后期添加的,而(ér)我们是同时生成的。
当然,也可以指定视频中的(de)人物说哪些话,口型也能对上。很多其他能力我(wǒ)就不具体介绍了。AI发(fā)对象(duìxiàng)这个功能是2月上线的。到了4月,这是中国产品出海(chūhǎi)总榜(zǒngbǎng)(移动端),刚才提到的是网页端。在所有中国AI产品中,出海产品在月活跃用户(MAU)和增长上超过我们(wǒmen)的只有 Deepseek,所以也很令人敬仰。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(juésè)联动的能力。大家可以看一下这个视频,体现了各种专业运镜。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(zhǔtǐ)快速推进。什么叫(jiào)多主体?就是上传两张照片生成一个(yígè)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非常开心的(de)事情。一大早(yīdàzǎo)起来,同事和朋友给我发消息说(shuō),在美国的总榜上(shàng),iOS总榜上,我们跑得很前面(qiánmiàn)。这是(shì)美国的总榜,第一个是所有(suǒyǒu)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(jiǎnyìng)、WhatsApp,当然(dāngrán)还有一些半隐藏(yǐncáng)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,虽然不可能一直霸榜,但那一刻我们非常开心。目前,已经有超过6000万用户在使用PixVerse。大家很好奇,这些人用(rényòng)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,大家可以自己去看一下。1月份的(de)时候,我们(wǒmen)的产品在国外已经非常火爆(huǒbào),很多(hěnduō)B端客户,也就是企业用(yòng)户找到我们,说能不能用你们的API?我们有很多能力可以用,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(zhèxiē)能力真的可以赋能全球的B端客户。所以从1月份开始(kāishǐ),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(jiù)不多介绍了。但我们的(de)产品依然是海外产品,大家(dàjiā)在国内的APPStore上搜索,全是盗版。很多人跟我说(shuō)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(chóubèi)了几个月时间,今天正式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(shāngdiàn)都可以下载,包括网页端。它是最新的,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(wèi)的模板和内容。
同时,我们有(yǒu)(yǒu)一个新(xīn)的域名,因为PixVerse 太绕口了,对中国用户来说太不友好。我们给它起了一个名字叫“拍我”,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(zhègè)名字对英语不好的人来说可能(kěnéng)有点像,但它有自己独特的命名原因。大家可以(kěyǐ)看一下,这些视频镜头都是由拍我AI生成的。
特别幸运,创业(chuàngyè)两年依然留在牌桌上,一切又(yòu)似乎很美好。但这里为什么又似曾相识?跟(gēn)去年年初很像。创业之(zhī)路任重道远,需要在刀尖上求生存。我们有很多竞争对手,过去两年其实有很多同行被落下,但真正触动(chùdòng)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(hěndà),因为它一直在我们的竞品名单上。
创业很(hěn)不易,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(chénggōng)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的资金,但我们能高效地花钱,不过依然需要烧钱。如何持续融资(róngzī)?如何确保现金流(xiànjīnliú)的健康?如何加速商业化?不止于做一个工具,如何做好(zuòhǎo)产品差异化(chāyìhuà)?如何建立竞争壁垒?如何应对大厂的竞争?如何应对开源生态?这些都是未来爱诗科技、PixVerse以及 拍我AI需要进一步思考(sīkǎo)的问题。
其实,过去这两年(liǎngnián)我是懵着(zhe)创业的,一头扎下去,然后再想下一步该干啥(shá)。所以,过去两年的三个重要(zhòngyào)决策,深刻影响了产品的发展。其实都(dōu)是在(zài)边做边学。学到(xuédào)的一个(yígè)很(hěn)重要的点是:企业是有生命的,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。因为时间有限,很多其他认知就没办法在这里展开了。
其实,创业这两年是(shì)很(hěn)孤独的,尤其是当你(nǐ)跟99个投资人聊过,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,就像在戈壁滩(gēbìtān)上独自行走。但同时,它又是一场非常(fēicháng)幸福的修行,你会遇到很多(hěnduō)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(jiè)北京智源大会将以线上+线下联动的形式召开,6日下午(xiàwǔ)推出(tuīchū)“大模型产业CEO”主题论坛,邀请业内知名专家学者、大模型领域领军企业CEO。
爱诗科技(kējì)CEO王长虎发表了主题演讲——“PixVerse(拍我AI)如何打造(dǎzào)一个受人喜爱的(de)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。
我们的认知是视频是最贴近用户的内容形态(xíngtài),视频生成一旦能够落地,其产品化和商业化的潜力可能(kěnéng)不亚于大语言模型。
Sora出现让视频从(cóng)一个(yígè)非共识的状态,变成了一个非常热门的方向;
ChatGPT出现后,很多人认为在大语言(yǔyán)模型领域,中国(zhōngguó)落后美国很多。但因为ChatGPT太火(tàihuǒ)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和TikTok上做的工作,以及我们团队在视频AI能力(nénglì)方面是领先(lǐngxiān)全球的。
从全力(quánlì)投入视频生成的(de)那一刻起,我们的愿景就是帮助每一个人成为生活的导演。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(yīshì)如何降低普通人的创作门槛,二是如何提升(tíshēng)普通人的创作体验。
我们决定先做(zuò)ToC,再做ToB。我们认为我们是(shì)一个全球化团队,伴随着抖音和TikTok的发展(fāzhǎn),我们积累了全球化的经验和资源。在有限的资源下(xià),我们优先选择海外市场,然后再拓展国内市场。
好的模型(móxíng)带来了(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(qǐyè)是有生命的(de),就像一个小孩,你的孩子(háizi)。创始人(chuàngshǐrén)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勇往直前的勇气?如何让他在各种(gèzhǒng)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。
大家(dàjiā)好,我是爱诗科技的(de)王长虎。很荣幸这次被邀请来到智源大会的大模型产业论坛上进行分享(fēnxiǎng)。一年前,我主要分享的是技术(jìshù)方面的内容。但过了一年,总得有点进步,是吧?所以今天(jīntiān)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(míngzì)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(zhōngwén)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,因为我们依然处于创业阶段,大家都知道,创业就(jiù)像在刀尖上行走。所以,我今天介绍(jièshào)产品发展(fāzhǎn)历程的同时,也想分享一下我这两年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,每一个字都是我自己写的。我想(xiǎng)知道有(yǒu)多少人了解(liǎojiě)PixVerse这个产品,我很开心看到还是有不(bù)少人知道的。不过,它在国内的知名度并不高,因为它是一个海外(hǎiwài)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(de)(de)(de)一年里,爱诗科技的模型在全球(quánqiú)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,当时Sora发布后,过了十个月才(cái)姗姗来迟,正好(zhènghǎo)可以进行评测。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(tīduì)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,这三家依然是全球用户量最多的三大图像生成产品。
同时,我们的(de)(de)产品发展迅速。我们的移动端于(duānyú)2024年12月(yuè)正式上线,不到一个季度的时间,也就是在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(réngōngzhìnéng)应用排行榜。在移动端的排行榜上,我们排到了第52位。如果把我们的网页端也列入排名,应该(yīnggāi)能进入前20名。从去年10月份之后,我们的用户量增长(zēngzhǎng)非常快,到目前为止,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,作为一名(yīmíng)在(zài)人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(chà)。但激励我迈出这一步的,是因为我们看到了一个新时代(shídài)的到来。所以,我们在2023年4月(yuè)走上了创业之路,这也是我们公司成立的时间。事实上,从ChatGPT在2022年年底上线后,我们就开始筹备(chóubèi)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就是(shì):出来创业要做什么?这并不是一个容易回答的问题。特别是两年前,大家看看(kànkàn)今天的论坛,一半以上的人都是做视频(shìpín)的,对吧?但两年前的情况可不是这样的。当时,大语言模型的公司融资金额高达数百亿、数十亿甚至数亿美元。而视频生成赛道(sàidào)(sàidào)却冷清得很,只有少数几家(shǎoshùjǐjiā)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,也是类似的情况。相比之下(xiāngbǐzhīxià),就像蚂蚁和大象的关系,大家能(néng)感受到视频生成赛道有多冷清吧?
当时,99%的(de)投资人都跟我说(shuō)(shuō),包括行业专家也说,视频(shìpín)生成五年内没法落地(dì)。因为当时最好的模型(móxíng)也不过如此。而图像生成领域(lǐngyù),Midjourney已经跑出来了,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,当时很多人建议我们,别(bié)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,比如可以做游戏、广告,直接变现。
但我们团队的(de)认知是(shì):既然我们有文生图和大语言模型的技术,为什么不(bù)做视频生成(shēngchéng)呢?过去我在字节跳动陪伴抖音TikTok成长了好多年,我们的认知是视频是最贴近用户的内容形态。如果当时不做视频生成,那就没有道理了。所以,我们选择了一个在当时并不被看好(kànhǎo)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生成领域,因为我们坚信视频生成一旦能够落地,其产品化和商业化的(de)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(zhīchēng)过抖音、TikTok这些(zhèxiē)世界级产品的背后视频AI能力(nénglì)发展,我们有信心能够做(zuò)出成绩。基于这两点,我们没有理由不做这件(zhèjiàn)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4月份成立公司,真正从7月份开始全力投入(tóurù)训练视频生成大模型。仅仅三个(sāngè)月的时间,到了10月份,我们就已经(yǐjīng)(yǐjīng)进入了全球第一(dìyī)梯队。我们在2024年1月正式在海外上线了网页端。一个月后,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中(zhōng)超媒大学做的一次(yīcì)非常专业的评测。当时,我们(wǒmen)的第一代模型表现不错,虽然有些指标可能并不完美,但我们在(zài)全球范围内排名第二,在国内排名第一。当然,我们不能只看模型的排名,还要看产品(chǎnpǐn)本身的表现。我们在1月份上线后,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(dìyígè)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(chǔyú)同一个量级。这对我们来说是非常令人兴奋(lìngrénxīngfèn)的事情,一切似乎都很顺利。
但是,大家还记得吗?2024年1月我们正式上线,在海外(hǎiwài)取得了非常好的(de)口碑,大量用户开始使用。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(bùtíng),很多关心我的人给我发消息,问我:GPT出来后领先这么多,你们(nǐmen)公司是不是就完蛋了?Sora出现后,你们是不是已经(yǐjīng)落后(luòhòu)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人。
所以,很多人发来关心的(de)消息(xiāoxī),包括我们的投资人也(yě)很焦虑,我们的同行(tóngháng)和朋友也很担心。但也有好(hǎo)的一面,因为Sora的出现,让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,表示要加入我们。这些人后来在公司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(wǒmen)的(de)(de)第二个重要(zhòngyào)决策:Sora出现后,我们是跟还是不跟?这是一个很重要的问题。因为这个(zhègè)方向从一个非共识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。很多大公司、大厂,比如Google、字节跳动(tiàodòng)、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,融资环境在2024年比2023年更差。很多人担心我们(wǒmen)是(shì)不是已经落后Sora很多了,还有没有机会?我们的(de)资金(zījīn)实力没有那么(nàme)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(dàn)宣传大模型需要(xūyào)的资源是过去10倍的。我们面临一个抉择:是继续训练大模型,还是放弃转身做应用?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(zhè)并不是盲目(mángmù)的。
首先,我们是有(yǒu)前瞻性的(de)。早在2023年,Sora还没有发布的时候(shíhòu),我们在和投资人规划路线图时就已经设计了DIT架构,并且明确计划在第二年的春节前后,当我们拿到第二笔融资后,利用这些(zhèxiē)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(cái)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(wǒmen)对自己团队的(de)能力有信心。大家都知道,ChatGPT出现后,很多人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(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(guòqù)几年我们在抖音和TikTok上做的工作(gōngzuò),以及我们团队在视频AI能力方面(fāngmiàn)是领先全球的。这是我们的真实认知。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(hěn)多媒体朋友问我们(wǒmen):“你们什么时候能赶超GPT?”我很谨慎地(dì)和技术团队仔细评估后,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,到2月份月活用户数(yònghùshù)就超过了百万。我们在三四月份开始筹备训练大模型(móxíng),采购了很多(hěnduō)机器设备,并搭建了DIT架构。仅仅三个月后,也就是7月份,我们正式上线了PixVerse的(de)(de)(de)产品(chǎnpǐn)。在爱诗科技和PixVerse没有发布(fābù)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。如果大家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版本发布时的视频。
这是(zhèshì)我们的产品页面,我们有一个功能选项叫做“Effect”(特效(tèxiào)),里面有多种特效模板。大家是不是觉得第一个很熟悉?没错,就是“毒液”特效,它非常火爆(huǒbào)。

虽然(suīrán)我们是一个海外产品,国内(guónèi)用户(yònghù)可能无法直接使用,但它在抖音上意外地火(dìhuǒ)了(le)(le)起来。如果你仔细观察,几乎每个相关视频上都有(yǒu)一个“PixVerse的(de)logo,这种病毒式的传播效果非常好。当然,我们也有一些明星因为流量太大而自发模仿。它火到什么程度呢(ne)?在咸鱼上,你搜索“AI”,推荐的都是PixVerse的毒液特效生成内容,最贵的甚至卖到18块钱一个。因为PixVerse是一个海外产品,所以在国内火了之后,海外的热度也更高。我们在各种社交媒体上都爆火,而且(érqiě)不止是毒液特效,很多其他内容也都火了。全球热度持续发酵。这里有一些数据,这是中国AI产品出海增速的排名(páimíng),我们排在了第二名(dìèrmíng)。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(fàngzài)一起呢?但我们(wǒmen)认为,我们第二个决策——全力投入视频生成这件事,就是一个务实又浪漫的选择。当时真的是背水一战(bèishuǐyīzhàn),资金只(zhǐ)够训练(xùnliàn)一次,如果犯了大错误就再也没有机会了。所以,我想再和大家分享一下我们的一些观点。
做容易的(de)事不是务实(wùshí),短期投资也不是务实,做正确的事才是务实。我们坚信(jiānxìn)我们选择的方向是正确的。认识世界的多样性(duōyàngxìng)是务实,而多样性本身就是(jiùshì)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(yǒu)生命力、面向未来、拥抱不确定性,这些都是浪漫的体现。我们所做的事,正是如此。V3的成功背后有很多力量,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(dàjiā)可能注意到,这些都还是关于技术的。那么,产品呢?
3、做ToB还是(háishì)ToC?
这就引出了我们(wǒmen)的第三个战略决策:要做什么样的产品?V3的成功是技术和产品的双重(shuāngchóng)成功。
做ToB还是ToC?早在创业初期,我们并不确定,但当我们全力投入(tóurù)之后,目标就(jiù)变得(biàndé)清晰了(le):我们要服务哪些用户?如何设计我们的产品?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?我们决定先做ToC,再(zài)做ToB。我们认为我们是一个全球化团队,伴随着抖音和TikTok的(de)发展,我们积累了全球化的经验(jīngyàn)和资源(zīyuán)。在有限的资源下,我们优先选择海外市场,然后再拓展国内市场。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(nénggòu)使用我们的产品。有了这个目标,后续的方向就很清晰了:我们要做好两件(liǎngjiàn)事情(shìqíng),一是如何降低普通人的创作门槛,二是如何提升普通人的创作体验。
我们再回头看看那个爆点(bàodiǎn),毒液变(biàn)身为什么(wèishénme)能成功?用户只需要上传一张照片,然后选择一个(yígè)(yígè)模板,比如肌肉模板,哇!不(bù)需要输入Prompt(提示词),就能生成这样一个视频。他们也可以选择毒液变身,大家很熟悉吧?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(le)创作者的(de)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的创作者,他们可以容忍一些(yīxiē)不完美的地方。比如,生成(shēngchéng)10个视频才有一个可用,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(pǔtōngrén)谁会(huì)去用?生成第一个视频不满意,他们就不会生成第二个了。我们的成功之处(chù)在于,我们将抽卡成功率直接拉到接近100%。任何一个普通用户,哪怕是没有经验(jīngyàn)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2024年4月和10月,我们(wǒmen)的(de)V3和产品上线,这是第一次真正(zhēnzhèng)让普通用户、普通消费者用AI能力创造出过去(guòqù)无法创造出来的视频(shìpín)。在我心中(zàiwǒxīnzhōng),这一刻才是视频生成的“GPT时刻”——好的模型带来了好的产品。当然,这个火了,谁都能看到,同行们也都看到了,所以他们快速(kuàisù)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(búshì)只看榜单的数据,而是通过对比来看。左边是一个同行的产品,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,看看它是怎么变身的(de)?这个转场不太自然,生成的毒气和(hé)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(wǒmen)的产品。所以,用户喜欢(xǐhuān)是因为模型好。有了这个认知之后,我们该怎么办?我们要做得更好,我们要做更好的模型。
毒液变身火了(le)之后,大家对毒液的(de)印象可能更深刻,还是对PixVerse的印象更深刻?很容易说,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(shàng)的搜索(sōusuǒ)指数。我们从10月初开始,搜索指数(蓝色(lánsè)曲线(qūxiàn))直线(zhíxiàn)飙升。中间两条曲线分别(fēnbié)是全球最好的视频生成模型产品Sora和Runway。Runway的曲线虚高(xūgāo)是因为“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(wǒmen)要做更好的模型,速度也很快(kuài)。我们在(zài)10月(yuè)上线了(le)V3,12月上线了V3.5,因为我们觉得普通用户没有(méiyǒu)耐心等待视频生成。过去,视频生成大多是分钟级别,一分钟、几分钟甚至(shènzhì)十几分钟(shíjǐfēnzhōng)。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,还支持实时生成效果。5月上线了V4.5,每一代都有巨大的进化。我就不详细介绍了,只说一些亮点。比如V3.3.5是全球最快的视频生成模型,当然也有其他能力,比如我们提供首尾帧生成。用户上传一张视频的首帧和(hé)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。视频里的所有镜头都是用这个能力生成的,这样给大家(dàjiā)提供了更多玩法。
模型好不能自吹自擂(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(chūxiàn)了一个历史性事件:Deepseek横空出世。当时,在访问量和增速上同时超过我们(wǒmen)的只有(zhǐyǒu)Deepseek。
2025年2月,V4上线了,它不仅更快,几乎(jīhū)5秒钟就(jiù)能(néng)生成5秒钟的视频(shìpín),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,过去媒体传播时的声音都是创作者后期添加的,而(ér)我们是同时生成的。
当然,也可以指定视频中的(de)人物说哪些话,口型也能对上。很多其他能力我(wǒ)就不具体介绍了。AI发(fā)对象(duìxiàng)这个功能是2月上线的。到了4月,这是中国产品出海(chūhǎi)总榜(zǒngbǎng)(移动端),刚才提到的是网页端。在所有中国AI产品中,出海产品在月活跃用户(MAU)和增长上超过我们(wǒmen)的只有 Deepseek,所以也很令人敬仰。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(juésè)联动的能力。大家可以看一下这个视频,体现了各种专业运镜。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(zhǔtǐ)快速推进。什么叫(jiào)多主体?就是上传两张照片生成一个(yígè)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非常开心的(de)事情。一大早(yīdàzǎo)起来,同事和朋友给我发消息说(shuō),在美国的总榜上(shàng),iOS总榜上,我们跑得很前面(qiánmiàn)。这是(shì)美国的总榜,第一个是所有(suǒyǒu)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(jiǎnyìng)、WhatsApp,当然(dāngrán)还有一些半隐藏(yǐncáng)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,虽然不可能一直霸榜,但那一刻我们非常开心。目前,已经有超过6000万用户在使用PixVerse。大家很好奇,这些人用(rényòng)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,大家可以自己去看一下。1月份的(de)时候,我们(wǒmen)的产品在国外已经非常火爆(huǒbào),很多(hěnduō)B端客户,也就是企业用(yòng)户找到我们,说能不能用你们的API?我们有很多能力可以用,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(zhèxiē)能力真的可以赋能全球的B端客户。所以从1月份开始(kāishǐ),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(jiù)不多介绍了。但我们的(de)产品依然是海外产品,大家(dàjiā)在国内的APPStore上搜索,全是盗版。很多人跟我说(shuō)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(chóubèi)了几个月时间,今天正式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(shāngdiàn)都可以下载,包括网页端。它是最新的,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(wèi)的模板和内容。
同时,我们有(yǒu)(yǒu)一个新(xīn)的域名,因为PixVerse 太绕口了,对中国用户来说太不友好。我们给它起了一个名字叫“拍我”,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(zhègè)名字对英语不好的人来说可能(kěnéng)有点像,但它有自己独特的命名原因。大家可以(kěyǐ)看一下,这些视频镜头都是由拍我AI生成的。
特别幸运,创业(chuàngyè)两年依然留在牌桌上,一切又(yòu)似乎很美好。但这里为什么又似曾相识?跟(gēn)去年年初很像。创业之(zhī)路任重道远,需要在刀尖上求生存。我们有很多竞争对手,过去两年其实有很多同行被落下,但真正触动(chùdòng)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(hěndà),因为它一直在我们的竞品名单上。

创业很(hěn)不易,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(chénggōng)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的资金,但我们能高效地花钱,不过依然需要烧钱。如何持续融资(róngzī)?如何确保现金流(xiànjīnliú)的健康?如何加速商业化?不止于做一个工具,如何做好(zuòhǎo)产品差异化(chāyìhuà)?如何建立竞争壁垒?如何应对大厂的竞争?如何应对开源生态?这些都是未来爱诗科技、PixVerse以及 拍我AI需要进一步思考(sīkǎo)的问题。
其实,过去这两年(liǎngnián)我是懵着(zhe)创业的,一头扎下去,然后再想下一步该干啥(shá)。所以,过去两年的三个重要(zhòngyào)决策,深刻影响了产品的发展。其实都(dōu)是在(zài)边做边学。学到(xuédào)的一个(yígè)很(hěn)重要的点是:企业是有生命的,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。因为时间有限,很多其他认知就没办法在这里展开了。
其实,创业这两年是(shì)很(hěn)孤独的,尤其是当你(nǐ)跟99个投资人聊过,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,就像在戈壁滩(gēbìtān)上独自行走。但同时,它又是一场非常(fēicháng)幸福的修行,你会遇到很多(hěnduō)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