中国海军第47批护航编队红河舰技术停靠达累斯萨拉姆港 进行为期5天的补给休整
中国海军第47批护航编队红河舰技术停靠达累斯萨拉姆港 进行为期5天的补给休整
中国海军第47批护航编队红河舰技术停靠达累斯萨拉姆港 进行为期5天的补给休整2025年6月6日(rì)-7日,第7届北京智源大会将以线上+线下联动的形式召开,6日下午推出“大模型产业CEO”主题论坛(lùntán),邀请业内知名专家学者、大模型领域(lǐngyù)领军企业CEO。
爱诗科技CEO王长(wángzhǎng)虎发表了(le)主题演讲——“PixVerse(拍我AI)如何打造一个受人喜爱的(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(tiējìn)用户的内容形态,视频生成一旦能够落地,其(qí)产品化和商业化的潜力可能不亚于大语言模型。
Sora出现让视频从(cóng)一个非共识的状态,变成(biànchéng)了一个非常热门的方向;
ChatGPT出现后,很多人认为在大(dà)语言模型领域,中国落后美国很多。但(dàn)因为ChatGPT太火了,这种认知被扩大(kuòdà)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(de)工作(gōngzuò),以及我们团队在视频AI能力方面是领先全球的。
从全力投入视频(shìpín)生成的那(nà)一刻起,我们的愿景就是帮助每一个人成为生活(shēnghuó)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的创作门槛(ménkǎn),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TikTok的发展,我们积累了全球化的经验和资源。在有限的资源下,我们优先选择海外(hǎiwài)市场,然后(ránhòu)再拓展(tuòzhǎn)国内市场。
好的模型(móxíng)带来了好的产品,有了这个(zhègè)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(shēngmìng)的,就像(xiàng)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(jiàohuì)他(tā)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(biān)做边学,持续成长。
大(dà)家好,我是(shì)爱诗科技的(de)(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(shàng)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(jīntiān)我想和大家聊聊产品。今天的主题是“PixVerse(拍我AI)如何打造(dǎzào)一个受人喜爱(xǐài)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(gěi)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,因为我们依然处于创业阶段,大家都知道,创业就像在(zài)刀尖上行走。所以,我今天介绍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决策。
刚才看到大海兄的PPT,做得非常棒,而我的PPT没(méi)那么高大上,每一个字(zì)都是我自己写的。我想知道有多少人了解PixVerse这个产品,我很开心看到还是(háishì)有不少人知道的。不过,它在国内的知名度并不高,因为它是一个海外产品。所以(suǒyǐ),我先用这一页PPT简单介绍一下这个产品的现状(xiànzhuàng)。
在过去的(de)一年里,爱诗科技的模型在全球范围内(nèi)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(yuè),当时Sora发布后,过了十个月才姗姗来迟,正好可以进行评测。第三方的评测结果与大家的认知一致(yízhì):当Sora真正上线(shàngxiàn)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,这三家依然(yīrán)是全球用户量最多的三大图像(túxiàng)生成产品。
同时,我们的产品发展迅速。我们的移动端于2024年12月(yuè)正式(zhèngshì)上线,不到一个季度的时间,也就是在(zài)2025年2月,全球知名的投资机构a16z发布了(le)一个全球100大人工智能(réngōngzhìnéng)应用排行榜(páihángbǎng)。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,应该能进入前20名。从去年10月份之后,我们的用户量增长非常快(kuài),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,作为一名在人工智能领域(lǐngyù)已经闯荡了20多年(duōnián)的老兵,很多人都问我,为什么(wèishénme)那么想不开要出来创业(chuàngyè)?尤其(yóuqí)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时代的到来。所以,我们在2023年4月走上了创业之路,这也是我们公司成立的时间。事实上,从ChatGPT在2022年年底上线(shàngxiàn)后,我们就开始筹备创业了。
1、出来创业要做什么(shénme)
所以,我们(wǒmen)面临的(de)第一个(yígè)重要决策就是: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,大家看看今天的论坛,一半以上的人都是做视频的,对吧(ba)?但(dàn)两年前的情况可不是这样的。当时(dāngshí),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。而视频生成赛道却冷清得很,只有少数几家公司。比如(bǐrú),Runway已经成立(chénglì)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,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,视频生成五年内没法落地。因为当时最好的模型也不过如此。而图像生成领域,Midjourney已经跑出来了,年营收达到1亿美元。而且有了开源(kāiyuán)模型,你可以(kěyǐ)很方便地开发应用(yìngyòng)。所以,当时很多人建议我们(wǒmen),别(bié)做大(dà)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(guǎnggào),直接变现。
但我们(wǒmen)团队的认知是:既然我们有文生图和大语言模型的技术,为什么不(bù)(bù)做视频生成呢?过去我在字节(zìjié)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(jiù)没有道理了。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(quánlì)投入视频生成领域,因为我们坚信视频生成一旦能够(nénggòu)落地(luòdì),其产品化和商业化(shāngyèhuà)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(céngjīng)支撑过抖音、TikTok这些世界级产品的背后视频AI能力发展,我们有信心能够做出成绩。基于这两点,我们没有理由不做这件事。一旦做了这个决策,我们发现(fāxiàn)很多事情就比较顺利了。
这是一个时间线。我们在4月份(yuèfèn)成立公司,真正从7月份开始(kāishǐ)全力投入训练视频生成大模型。仅仅三个月的时间,到(dào)了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(wǎngyè)端。一个月后,也(yě)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超媒大学做的(de)一次非常专业的评测。当时,我们的第一代模型表现(biǎoxiàn)不错,虽然有些(yǒuxiē)指标可能(kěnéng)并(bìng)不完美,但我们在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,还要看产品本身的表现。我们在1月(yuè)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(liàngjí)。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月我们正式上线(shàngxiàn),在海外取得了(le)(le)非常好的口碑(kǒubēi),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,你们公司是不是就完蛋了?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(quèshí)忽悠了不少人。
所以(suǒyǐ),很多人发来关心的(de)消息,包括我们(wǒmen)(wǒmen)的投资人也很焦虑,我们的同行和朋友(péngyǒu)也很担心。但也有好的一面,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(le)我们的(de)第二个重要决策:Sora出现后,我们是跟(gēn)还是不跟?这是一个很(hěn)重要的问题。因为这个方向从一个非(fēi)共识的状态变成了一个非常热门的方向,留给小(xiǎo)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、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。很多人担心我们是(shì)不(bù)是已经落后Sora很多了,还有没有机会(jīhuì)?我们的资金实力没有那么雄厚,怎么(zěnme)和人家竞争?虽然我们过去一年的发展(fāzhǎn)还算不错,也拿到了第二轮融资,但宣传大(dà)模型需要的资源是过去10倍的。我们面临一个(yígè)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,就彻底完蛋了,没有第二次机会。在这种(zhèzhǒng)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(tóurù),但这并(bìng)不是盲目的。
首先(shǒuxiān),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(dìèrbǐ)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(wǒmen)(wǒmen)对自己团队的能力有信心(xìnxīn)。大家(dàjiā)都知道,ChatGPT出现后,很多人认为在大语言(yǔyán)模型领域,中国落后美国很多。但因为ChatGPT太火了(le),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:“你们什么时候能赶超(gǎnchāo)GPT?”我很谨慎地和技术(jìshù)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(suīrán)有些吹牛的嫌疑,但我们基本实现了这个目标。
从1月份(yuèfèn)(yuèfèn)正式上线(shàngxiàn)(shàngxiàn),到2月份月活(yuèhuó)用户数就超过了(le)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(de)(de)产品。在爱诗科技和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。
这是我们的(de)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(shìbúshì)觉得第一个很熟悉?没错,就是“毒液”特效,它非常火爆。
虽然我们是(shì)一个海外产品(chǎnpǐn),国内用户可能无法直接使用,但它在(zài)抖音上(shàng)(yīnshàng)意外地火了起来(qǐlái)。如果你仔细观察,几乎(jīhū)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(fēicháng)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?在咸鱼上,你搜索“AI”,推荐的都是PixVerse的毒液(dúyè)特效(tèxiào)生成内容,最贵的甚至卖到18块钱(kuàiqián)一个。因为PixVerse是一个海外产品,所以在国内火了之后,海外的热度也更高。我们在各种社交媒体(méitǐ)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,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(wǒ)特别喜欢张一鸣说过的一句话:“务实浪漫(làngmàn)”。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,资金只够训练一次(yīcì),如果犯了大错误就再也没有机会了。所以(suǒyǐ),我想再和大家分享(fēnxiǎng)一下我们的一些观点。
做容易的事不是(shì)务实,短期投资也不是务实,做正确的事才是务实。我们坚信我们选择的方向是正确的。认识世界的多样性是务实,而(ér)多样性本身(běnshēn)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(shìpín),这就是独立思考,穿越喧嚣。有生命力、面向未来、拥抱(yōngbào)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(guòqù)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(chēngzhīwèi)“行胜于言”的技术(jìshù)成果。不过,大家可能注意到,这些都还是关于技术的。那么,产品呢?
3、做(zuò)ToB还是ToC?
这就引出了我们(wǒmen)的第三个战略决策:要做(zuò)什么样的产品?V3的成功是技术和产品的双重成功。
做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(tóurù)之后,目标就变得清晰了: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(shēngchéng)的那一刻起,我们的愿景就是帮助每一个人成为(chéngwéi)生活的导演。
但具体是先(xiān)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(hé)TikTok的(de)发展,我们积累(jīlěi)了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,然后再拓展国内市场。我们的目标是让每一个能玩抖音、TikTok的人成为(chéngwéi)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,后续的方向就很清晰了:我们要做好两件事情,一是如何(rúhé)(rúhé)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,毒液变身(shēn)为什么能成功?用户只需要上传一张(yīzhāng)照片,然后选择一个(yígè)模板,比如肌肉(jīròu)模板,哇!不需要输入Prompt(提示词),就能生成这样一个视频。他们也可以选择毒液变身,大家很熟悉吧?还(hái)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(bùzài)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(zhīdào),在此之前,所有产品都在服务于那些有明确(míngquè)创作目标的创作者,他们可以容忍一些不完美的地方。比如,生成10个视频才有一个可用,抽卡(chōukǎ)(chōukǎ)概率(gàilǜ)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(dìyígè)视频不满意,他们就不会生成第二个了。我们的成功之处在于,我们将抽卡成功率直接拉到(dào)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(suǒyǐ),去年2024年4月和10月,我们的(de)V3和产品上线,这是第一次真正让(ràng)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(zàiwǒxīnzhōng),这一刻才是视频生成的“GPT时刻(shíkè)”——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,所以他们快速上线了类似的毒液变身能力。但好的模型带来好的体验(tǐyàn),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(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(yīzhāng)照片,看看它是(shì)怎么变身的?这个(zhègè)转场不太自然(zìrán),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。所以,用户喜欢是因为模型好。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(huǒ)了之后,大家对(duì)毒液的(de)(de)印象(yìnxiàng)可能更深刻(shēnkè),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(nénglì)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上的搜索指数。我们(wǒmen)从10月初开始(kāishǐ),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“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(de)模型,速度也(yě)很快。我们在10月上线了(le)V3,12月上线了V3.5,因为我们觉得普通用户没有耐心等待视频(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(shímiǎo)以内,这就是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,还支持实时生成效果。5月上线了V4.5,每一代都有巨大(jùdà)的进化。我就不详细介绍了,只说(shuō)一些亮点。比如V3.3.5是全球(quánqiú)最快(zuìkuài)的视频生成模型,当然(dāngrán)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过渡到最后一帧的视频。比如,打开一扇门,镜头钻进去,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,这样给大家提供了更多玩法(wánfǎ)。
模型好不能自吹自擂(zìchuīzìléi),产品(chǎnpǐn)好也不能自吹自擂。这是1月份的时候(shíhòu),全球AI产品增长榜上出现了一个历史性事件:Deepseek横空出世。当时,在访问量(fǎngwènliàng)和增速上同时超过我们的只有Deepseek。
2025年2月,V4上线了,它不仅更快,几乎5秒钟就能生成5秒钟的视频,几乎接近实时。同时,它让视频生成进入了有声时代。大家知道最近的 Veo3上线了带声音的生成,但实际上我们早在(zài)2月就已经上线了。大家可以看一下(yīxià)过去(guòqù)的视频,过去媒体传播(chuánbō)时的声音都是创作者后期添加(tiānjiā)的,而我们是同时生成的。
当然,也可以(kěyǐ)指定视频中的(de)(de)人物说哪些话,口型也能对上(shàng)。很多其他(qítā)能力我就不具体介绍了。AI发对象这个功能是2月上线的。到了4月,这是中国(zhōngguó)产品出海总榜(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)和增长上超过我们的只有 Deepseek,所以也很令人敬仰。2025年5月,也就是上个月(shànggèyuè),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(nèiróng),包括多角色联动的能力。大家可以看一下这个视频,体现了各种专业运镜。你的小猫(xiǎomāo)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(zhàopiān)生成一个视频,主体在这个背景里畅游(chàngyóu)。这就是生成的内容。
5月其实发生(fāshēng)了一件让我们(wǒmen)非常开心的事情。一大早起来,同事和(hé)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。可以看到,排在前面和后面的包括GoogleMap、剪映、WhatsApp,当然还有一些半(yīxiēbàn)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(bù)可能(kěnéng)一直霸榜,但(dàn)那一刻我们非常开心。目前,已经有超过6000万用户在使用(shǐyòng)PixVerse。大家(dàjiā)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,用户是怎么用的。
噢,这首歌没(méi)放出来,因为时间关系,我就跳过去(qù)了,大家可以自己去看一下。1月份的时候,我们的产品在国外(guówài)已经非常火爆,很多B端(duān)客户,也就是企业用户找到我们,说(shuō)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(chāoguò)6000万用户的最佳实践了,我们知道他们(tāmen)喜欢什么,爱用什么,怎么用。这些能力真的可以赋能全球的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(hé)定制化视频生成,覆盖了非常多场景,比如互联网营销、电商等等。
这里就不多介绍了。但我们的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(hěn)多人跟我说你们产品不好,我说我们也没上线。所以应用户(yònghù)的要求(yāoqiú),我们筹备了几个月时间,今天正式在国内全面上线公测,名字叫“拍我AI”。它很全面,在国内各应用商店都可以下载,包括(bāokuò)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(zhōngguó)化的模型,有中国风、中国味的模板和内容。
同时,我(wǒ)们有一个新的域名(yùmíng),因为(yīnwèi)PixVerse 太绕口了,对中国用户来说太不友好。我们给它起(qǐ)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(yuányīn)。大家可以看一下,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,一切又似乎很美好。但这里(zhèlǐ)为什么又似曾相识?跟去年年初很像。创业之路任重道远,需要在刀尖上求生存。我们(wǒmen)有很多竞争对手,过去两年其实有很多同行被落下,但真正触动我的(de)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(yīnwèi)它(tā)一直在我们的竞品名单上。
创业(chuàngyè)很不(bù)易,未来还有很多挑战(tiǎozhàn),技术迭代快(kuài)?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(dì)花钱,不过依然需要烧钱。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?如何应对大厂的竞争?如何应对开源(kāiyuán)生态?这些都是未来爱诗科技、PixVerse以及 拍我AI需要进一步思考的问题。
其实(qíshí),过去这两年我是(shì)懵着创业(chuàngyè)的,一头扎下去,然后再想下一步(yībù)该干啥。所以,过去两年的三个重要决策,深刻影响了产品的发展。其实都是在边做边学(biānxué)。学到的一个很重要的点是:企业是有生命的,就像一个小孩,你(nǐ)的孩子。创始人的经历、认知、经验会影响每(měi)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(miànduì)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(gōngsī)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(qíshí),创业(chuàngyè)这两年是很孤独的(de),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(tā)又是一场非常幸福的修行,你会遇到很多懂(dǒng)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(rì)-7日,第7届北京智源大会将以线上+线下联动的形式召开,6日下午推出“大模型产业CEO”主题论坛(lùntán),邀请业内知名专家学者、大模型领域(lǐngyù)领军企业CEO。
爱诗科技CEO王长(wángzhǎng)虎发表了(le)主题演讲——“PixVerse(拍我AI)如何打造一个受人喜爱的(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(tiējìn)用户的内容形态,视频生成一旦能够落地,其(qí)产品化和商业化的潜力可能不亚于大语言模型。
Sora出现让视频从(cóng)一个非共识的状态,变成(biànchéng)了一个非常热门的方向;
ChatGPT出现后,很多人认为在大(dà)语言模型领域,中国落后美国很多。但(dàn)因为ChatGPT太火了,这种认知被扩大(kuòdà)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(de)工作(gōngzuò),以及我们团队在视频AI能力方面是领先全球的。
从全力投入视频(shìpín)生成的那(nà)一刻起,我们的愿景就是帮助每一个人成为生活(shēnghuó)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的创作门槛(ménkǎn),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TikTok的发展,我们积累了全球化的经验和资源。在有限的资源下,我们优先选择海外(hǎiwài)市场,然后(ránhòu)再拓展(tuòzhǎn)国内市场。
好的模型(móxíng)带来了好的产品,有了这个(zhègè)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(shēngmìng)的,就像(xiàng)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(jiàohuì)他(tā)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(biān)做边学,持续成长。
大(dà)家好,我是(shì)爱诗科技的(de)(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(shàng)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(jīntiān)我想和大家聊聊产品。今天的主题是“PixVerse(拍我AI)如何打造(dǎzào)一个受人喜爱(xǐài)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(gěi)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,因为我们依然处于创业阶段,大家都知道,创业就像在(zài)刀尖上行走。所以,我今天介绍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决策。
刚才看到大海兄的PPT,做得非常棒,而我的PPT没(méi)那么高大上,每一个字(zì)都是我自己写的。我想知道有多少人了解PixVerse这个产品,我很开心看到还是(háishì)有不少人知道的。不过,它在国内的知名度并不高,因为它是一个海外产品。所以(suǒyǐ),我先用这一页PPT简单介绍一下这个产品的现状(xiànzhuàng)。
在过去的(de)一年里,爱诗科技的模型在全球范围内(nèi)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(yuè),当时Sora发布后,过了十个月才姗姗来迟,正好可以进行评测。第三方的评测结果与大家的认知一致(yízhì):当Sora真正上线(shàngxiàn)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,这三家依然(yīrán)是全球用户量最多的三大图像(túxiàng)生成产品。
同时,我们的产品发展迅速。我们的移动端于2024年12月(yuè)正式(zhèngshì)上线,不到一个季度的时间,也就是在(zài)2025年2月,全球知名的投资机构a16z发布了(le)一个全球100大人工智能(réngōngzhìnéng)应用排行榜(páihángbǎng)。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,应该能进入前20名。从去年10月份之后,我们的用户量增长非常快(kuài),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,作为一名在人工智能领域(lǐngyù)已经闯荡了20多年(duōnián)的老兵,很多人都问我,为什么(wèishénme)那么想不开要出来创业(chuàngyè)?尤其(yóuqí)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时代的到来。所以,我们在2023年4月走上了创业之路,这也是我们公司成立的时间。事实上,从ChatGPT在2022年年底上线(shàngxiàn)后,我们就开始筹备创业了。
1、出来创业要做什么(shénme)
所以,我们(wǒmen)面临的(de)第一个(yígè)重要决策就是: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,大家看看今天的论坛,一半以上的人都是做视频的,对吧(ba)?但(dàn)两年前的情况可不是这样的。当时(dāngshí),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。而视频生成赛道却冷清得很,只有少数几家公司。比如(bǐrú),Runway已经成立(chénglì)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,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,视频生成五年内没法落地。因为当时最好的模型也不过如此。而图像生成领域,Midjourney已经跑出来了,年营收达到1亿美元。而且有了开源(kāiyuán)模型,你可以(kěyǐ)很方便地开发应用(yìngyòng)。所以,当时很多人建议我们(wǒmen),别(bié)做大(dà)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(guǎnggào),直接变现。
但我们(wǒmen)团队的认知是:既然我们有文生图和大语言模型的技术,为什么不(bù)(bù)做视频生成呢?过去我在字节(zìjié)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(jiù)没有道理了。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(quánlì)投入视频生成领域,因为我们坚信视频生成一旦能够(nénggòu)落地(luòdì),其产品化和商业化(shāngyèhuà)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(céngjīng)支撑过抖音、TikTok这些世界级产品的背后视频AI能力发展,我们有信心能够做出成绩。基于这两点,我们没有理由不做这件事。一旦做了这个决策,我们发现(fāxiàn)很多事情就比较顺利了。
这是一个时间线。我们在4月份(yuèfèn)成立公司,真正从7月份开始(kāishǐ)全力投入训练视频生成大模型。仅仅三个月的时间,到(dào)了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(wǎngyè)端。一个月后,也(yě)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超媒大学做的(de)一次非常专业的评测。当时,我们的第一代模型表现(biǎoxiàn)不错,虽然有些(yǒuxiē)指标可能(kěnéng)并(bìng)不完美,但我们在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,还要看产品本身的表现。我们在1月(yuè)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(liàngjí)。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月我们正式上线(shàngxiàn),在海外取得了(le)(le)非常好的口碑(kǒubēi),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,你们公司是不是就完蛋了?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(quèshí)忽悠了不少人。
所以(suǒyǐ),很多人发来关心的(de)消息,包括我们(wǒmen)(wǒmen)的投资人也很焦虑,我们的同行和朋友(péngyǒu)也很担心。但也有好的一面,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(le)我们的(de)第二个重要决策:Sora出现后,我们是跟(gēn)还是不跟?这是一个很(hěn)重要的问题。因为这个方向从一个非(fēi)共识的状态变成了一个非常热门的方向,留给小(xiǎo)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、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。很多人担心我们是(shì)不(bù)是已经落后Sora很多了,还有没有机会(jīhuì)?我们的资金实力没有那么雄厚,怎么(zěnme)和人家竞争?虽然我们过去一年的发展(fāzhǎn)还算不错,也拿到了第二轮融资,但宣传大(dà)模型需要的资源是过去10倍的。我们面临一个(yígè)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,就彻底完蛋了,没有第二次机会。在这种(zhèzhǒng)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(tóurù),但这并(bìng)不是盲目的。
首先(shǒuxiān),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(dìèrbǐ)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(wǒmen)(wǒmen)对自己团队的能力有信心(xìnxīn)。大家(dàjiā)都知道,ChatGPT出现后,很多人认为在大语言(yǔyán)模型领域,中国落后美国很多。但因为ChatGPT太火了(le),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:“你们什么时候能赶超(gǎnchāo)GPT?”我很谨慎地和技术(jìshù)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(suīrán)有些吹牛的嫌疑,但我们基本实现了这个目标。
从1月份(yuèfèn)(yuèfèn)正式上线(shàngxiàn)(shàngxiàn),到2月份月活(yuèhuó)用户数就超过了(le)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(de)(de)产品。在爱诗科技和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。
这是我们的(de)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(shìbúshì)觉得第一个很熟悉?没错,就是“毒液”特效,它非常火爆。

虽然我们是(shì)一个海外产品(chǎnpǐn),国内用户可能无法直接使用,但它在(zài)抖音上(shàng)(yīnshàng)意外地火了起来(qǐlái)。如果你仔细观察,几乎(jīhū)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(fēicháng)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?在咸鱼上,你搜索“AI”,推荐的都是PixVerse的毒液(dúyè)特效(tèxiào)生成内容,最贵的甚至卖到18块钱(kuàiqián)一个。因为PixVerse是一个海外产品,所以在国内火了之后,海外的热度也更高。我们在各种社交媒体(méitǐ)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,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(wǒ)特别喜欢张一鸣说过的一句话:“务实浪漫(làngmàn)”。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,资金只够训练一次(yīcì),如果犯了大错误就再也没有机会了。所以(suǒyǐ),我想再和大家分享(fēnxiǎng)一下我们的一些观点。
做容易的事不是(shì)务实,短期投资也不是务实,做正确的事才是务实。我们坚信我们选择的方向是正确的。认识世界的多样性是务实,而(ér)多样性本身(běnshēn)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(shìpín),这就是独立思考,穿越喧嚣。有生命力、面向未来、拥抱(yōngbào)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(guòqù)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(chēngzhīwèi)“行胜于言”的技术(jìshù)成果。不过,大家可能注意到,这些都还是关于技术的。那么,产品呢?
3、做(zuò)ToB还是ToC?
这就引出了我们(wǒmen)的第三个战略决策:要做(zuò)什么样的产品?V3的成功是技术和产品的双重成功。
做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(tóurù)之后,目标就变得清晰了: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(shēngchéng)的那一刻起,我们的愿景就是帮助每一个人成为(chéngwéi)生活的导演。
但具体是先(xiān)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(hé)TikTok的(de)发展,我们积累(jīlěi)了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,然后再拓展国内市场。我们的目标是让每一个能玩抖音、TikTok的人成为(chéngwéi)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,后续的方向就很清晰了:我们要做好两件事情,一是如何(rúhé)(rúhé)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,毒液变身(shēn)为什么能成功?用户只需要上传一张(yīzhāng)照片,然后选择一个(yígè)模板,比如肌肉(jīròu)模板,哇!不需要输入Prompt(提示词),就能生成这样一个视频。他们也可以选择毒液变身,大家很熟悉吧?还(hái)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(bùzài)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(zhīdào),在此之前,所有产品都在服务于那些有明确(míngquè)创作目标的创作者,他们可以容忍一些不完美的地方。比如,生成10个视频才有一个可用,抽卡(chōukǎ)(chōukǎ)概率(gàilǜ)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(dìyígè)视频不满意,他们就不会生成第二个了。我们的成功之处在于,我们将抽卡成功率直接拉到(dào)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(suǒyǐ),去年2024年4月和10月,我们的(de)V3和产品上线,这是第一次真正让(ràng)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(zàiwǒxīnzhōng),这一刻才是视频生成的“GPT时刻(shíkè)”——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,所以他们快速上线了类似的毒液变身能力。但好的模型带来好的体验(tǐyàn),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(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(yīzhāng)照片,看看它是(shì)怎么变身的?这个(zhègè)转场不太自然(zìrán),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。所以,用户喜欢是因为模型好。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(huǒ)了之后,大家对(duì)毒液的(de)(de)印象(yìnxiàng)可能更深刻(shēnkè),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(nénglì)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上的搜索指数。我们(wǒmen)从10月初开始(kāishǐ),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“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(de)模型,速度也(yě)很快。我们在10月上线了(le)V3,12月上线了V3.5,因为我们觉得普通用户没有耐心等待视频(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(shímiǎo)以内,这就是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,还支持实时生成效果。5月上线了V4.5,每一代都有巨大(jùdà)的进化。我就不详细介绍了,只说(shuō)一些亮点。比如V3.3.5是全球(quánqiú)最快(zuìkuài)的视频生成模型,当然(dāngrán)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过渡到最后一帧的视频。比如,打开一扇门,镜头钻进去,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,这样给大家提供了更多玩法(wánfǎ)。
模型好不能自吹自擂(zìchuīzìléi),产品(chǎnpǐn)好也不能自吹自擂。这是1月份的时候(shíhòu),全球AI产品增长榜上出现了一个历史性事件:Deepseek横空出世。当时,在访问量(fǎngwènliàng)和增速上同时超过我们的只有Deepseek。
2025年2月,V4上线了,它不仅更快,几乎5秒钟就能生成5秒钟的视频,几乎接近实时。同时,它让视频生成进入了有声时代。大家知道最近的 Veo3上线了带声音的生成,但实际上我们早在(zài)2月就已经上线了。大家可以看一下(yīxià)过去(guòqù)的视频,过去媒体传播(chuánbō)时的声音都是创作者后期添加(tiānjiā)的,而我们是同时生成的。
当然,也可以(kěyǐ)指定视频中的(de)(de)人物说哪些话,口型也能对上(shàng)。很多其他(qítā)能力我就不具体介绍了。AI发对象这个功能是2月上线的。到了4月,这是中国(zhōngguó)产品出海总榜(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)和增长上超过我们的只有 Deepseek,所以也很令人敬仰。2025年5月,也就是上个月(shànggèyuè),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(nèiróng),包括多角色联动的能力。大家可以看一下这个视频,体现了各种专业运镜。你的小猫(xiǎomāo)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(zhàopiān)生成一个视频,主体在这个背景里畅游(chàngyóu)。这就是生成的内容。
5月其实发生(fāshēng)了一件让我们(wǒmen)非常开心的事情。一大早起来,同事和(hé)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。可以看到,排在前面和后面的包括GoogleMap、剪映、WhatsApp,当然还有一些半(yīxiēbàn)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(bù)可能(kěnéng)一直霸榜,但(dàn)那一刻我们非常开心。目前,已经有超过6000万用户在使用(shǐyòng)PixVerse。大家(dàjiā)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,用户是怎么用的。
噢,这首歌没(méi)放出来,因为时间关系,我就跳过去(qù)了,大家可以自己去看一下。1月份的时候,我们的产品在国外(guówài)已经非常火爆,很多B端(duān)客户,也就是企业用户找到我们,说(shuō)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(chāoguò)6000万用户的最佳实践了,我们知道他们(tāmen)喜欢什么,爱用什么,怎么用。这些能力真的可以赋能全球的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(hé)定制化视频生成,覆盖了非常多场景,比如互联网营销、电商等等。
这里就不多介绍了。但我们的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(hěn)多人跟我说你们产品不好,我说我们也没上线。所以应用户(yònghù)的要求(yāoqiú),我们筹备了几个月时间,今天正式在国内全面上线公测,名字叫“拍我AI”。它很全面,在国内各应用商店都可以下载,包括(bāokuò)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(zhōngguó)化的模型,有中国风、中国味的模板和内容。
同时,我(wǒ)们有一个新的域名(yùmíng),因为(yīnwèi)PixVerse 太绕口了,对中国用户来说太不友好。我们给它起(qǐ)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(yuányīn)。大家可以看一下,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,一切又似乎很美好。但这里(zhèlǐ)为什么又似曾相识?跟去年年初很像。创业之路任重道远,需要在刀尖上求生存。我们(wǒmen)有很多竞争对手,过去两年其实有很多同行被落下,但真正触动我的(de)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(yīnwèi)它(tā)一直在我们的竞品名单上。

创业(chuàngyè)很不(bù)易,未来还有很多挑战(tiǎozhàn),技术迭代快(kuài)?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(dì)花钱,不过依然需要烧钱。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?如何应对大厂的竞争?如何应对开源(kāiyuán)生态?这些都是未来爱诗科技、PixVerse以及 拍我AI需要进一步思考的问题。
其实(qíshí),过去这两年我是(shì)懵着创业(chuàngyè)的,一头扎下去,然后再想下一步(yībù)该干啥。所以,过去两年的三个重要决策,深刻影响了产品的发展。其实都是在边做边学(biānxué)。学到的一个很重要的点是:企业是有生命的,就像一个小孩,你(nǐ)的孩子。创始人的经历、认知、经验会影响每(měi)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(miànduì)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(gōngsī)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(qíshí),创业(chuàngyè)这两年是很孤独的(de),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(tā)又是一场非常幸福的修行,你会遇到很多懂(dǒng)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