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上+线下联动的形式(xíngshì)召开,6日下午推出“大模型产业(chǎnyè)CEO”主题论坛,邀请业内知名专家学者、大模型领域领军(lǐngjūn)企业CEO。
爱诗(àishī)科技CEO王长虎发表了(le)主题演讲——“PixVerse(拍我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(sāngè)关键决策。
我们的认知是视频是最贴近用户的内容形态,视频生成(shēngchéng)一旦能够落地,其产品化(chǎnpǐnhuà)和商业化的潜力可能不亚于大语言模型。
Sora出现让视频(shìpín)从一个非共识(gòngshí)的状态,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(yǔyán)模型领域(lǐngyù),中国落后美国很多。但因为ChatGPT太火了,这种认知被扩大到(dào)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,以及我们团队在视频AI能力方面是领先全球的。
从全力投入视频生成(shēngchéng)的那一刻起(yīkèqǐ),我们的愿景就是帮助每一个人成为生活的导演。有了这个(zhègè)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(jīngyàn)和资源。在有限的资源下(xià),我们优先选择(yōuxiānxuǎnzé)海外市场,然后(ránhòu)再拓展国内市场。
好的模型带来了好的产品(chǎnpǐn),有了这个认知之后,我们要做(zuò)得更好,我们要做更好的模型。
企业是有生命的,就像一个小孩(xiǎohái),你的孩子。创始人的经历、认知(rènzhī)、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(kuàisù)纠错的能力(nénglì),摸着石头过河,边做边学(biānxué),持续成长。
大家好,我是爱诗科技的王长(wángzhǎng)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)(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)如何打造一个(yígè)受人喜爱的产品”。PixVerse这个名字有些拗口,因为它(tā)是一个海外(hǎiwài)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(chénggōng)的经验总结,因为我们依然处于创业阶段,大家都知道,创业就像在刀尖上行走。所以,我今天介绍产品发展历程的同时,也(yě)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没那么高大上,每一个(yígè)字都是我自己写的。我想知道有多少人了解PixVerse这个产品,我很开心看到还是有不(bù)少人知道的。不过,它(tā)在国内的知名度并(bìng)不高,因为它是一个海外产品。所以,我先用这一页PPT简单(jiǎndān)介绍一下这个产品的现状。
在(zài)过去的(de)一年(nián)里,爱诗科技的模型在全球范围内一直处于(chǔyú)领先地位。这个评测是(shì)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:当Sora真正(zhēnzhèng)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,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(wǒmen)的(de)产品发展迅速。我们的移动端于2024年(nián)12月正式上线,不到一个季度的时间,也就(jiù)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(dà)人工智能应用排行榜。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(lièrù)排名,应该能进入前20名。从去年10月份(yuèfèn)之后,我们的用户量增长非常快,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,作为一名在人工智能领域已经闯荡了(le)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(chuàngyè)?尤其是在2023年,整个融资环境非常差。但(dàn)激励我迈出这一步的,是因为我们(wǒmen)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(yě)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(kāishǐ)筹备创业了。
1、出来创业(chuàngyè)要做什么
所以,我们面临的(de)第一个重要决策(juécè)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(dàjiā)看看今天的论坛,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(shùshíyì)甚至数亿美元。而(ér)视频生成赛道却(què)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,也是类似的情况。相比之下,就像蚂蚁和(hé)大象的关系,大家能感受到视频生成赛道有多冷清吧?
当时(dāngshí),99%的投(tóu)资人都跟我说,包括行业(hángyè)专家也说,视频生成五年内没法落地。因为(yīnwèi)(yīnwèi)当时最好的模型也不过如此。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(yìngyòng)。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,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(yǒuwénshēng)图和大语言模型的技术,为什么不做视频生成呢?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(méiyǒu)道理(dàolǐ)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(zhèngquè)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(tuánduì)曾经支撑过抖音(guòdǒuyīn)、TikTok这些世界级(shìjièjí)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(zhèliǎngdiǎn),我们没有理由(lǐyóu)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)(zài)4月份成立公司,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(de)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(hǎiwài)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超媒大学(dàxué)做的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(suīrán)有些指标可能并不完美,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(kàn)模型的排名,还要看产品本身的表现。我们在1月份上(shàng)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(xīn)产品的增速快是正常的,但大家更关注(guānzhù)的是访问量的绝对值。当时,我们刚(gāng)上线第一个月的访问量就已经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月我们正式上线(shàngxiàn),在海外取得了非常好的口碑,大量用户开始使用。然而,到了2月份(yuèfèn),Sora突然横空出世(héngkōngchūshì)。春节期间,我的微信响个不停,很多关心我的人给我发消息,问我:GPT出来后(hòu)领先这么多,你们(nǐmen)(nǐmen)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,但它确实忽悠了不少人。
所以,很(hěn)多人(rén)发来关心的消息,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。这些人后来在公司的发展过程中起到(qǐdào)了非常重要的作用。
2、Sora出现后,我们是(shì)跟还是不跟?
这引出了我们(wǒmen)的(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。因为这个方向从(cóng)一个非共识(gòngshí)的状态变成了一个非常(fēicháng)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、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(nián)比2023年更差。很多人担心我们(wǒmen)是不是已经落后Sora很多了,还(hái)有没有(méiyǒu)机会(jīhuì)?我们的资金实力没有那么雄厚,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(xuānchuán)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。在这种情况下,我们该(gāi)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(de)呢?所以我们决定全力投入,但这并不是盲目的。
首先,我们(wǒmen)是有前瞻性的。早在2023年,Sora还没有发布(fābù)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(bìngqiě)(bìngqiě)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,我们对自己团队的能力(nénglì)有信心。大家都知道,ChatGPT出现后,很多人认为在(zài)大语言模型领域,中国落后美国很多。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(fāngmiàn)是领先(lǐngxiān)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(nénggòu)以十倍的效率、十倍低成本(dīchéngběn)地完成。
当时,很多媒体朋友问我们:“你们什么时候(shíhòu)能赶超GPT?”我很谨慎地和技术团队仔细评估后,觉得3到6个月是合理(hélǐ)的。我们不想被打脸,所以(suǒyǐ)非常谨慎地给出了这个时间范围。实际上,后来的发展(fāzhǎn)证明,虽然有些吹牛的嫌疑,但我们基本实现了这个目标。
从1月份(yuèfèn)正式上线,到2月份月活用户数就超过了百万。我们(wǒmen)(wǒmen)在(zài)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)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(jìde)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(shí)的视频(shìpín)。
这是我们的产品页面,我们有(yǒu)一个功能选项叫做“Effect”(特效),里面有多种特效模板。大家是不是觉得第一个(dìyígè)很熟悉?没错,就是“毒液”特效,它(tā)非常火爆。
虽然我们(wǒmen)(wǒmen)是一个(yígè)海外产品(chǎnpǐn),国内用户可能无法(wúfǎ)直接使用,但它在抖音上意外地火了起来。如果你仔细观察,几乎每个相关视频上都有(yǒu)一个“PixVerse的logo,这种病毒式的传播效果非常好。当然,我们也(yě)有一些明星(míngxīng)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(gèng)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。全球热度持续发酵。这里有一些数据,这是中国AI产品出海(chūhǎi)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(yuǎnchāo)第一名。
我特别喜欢张一鸣说过(guò)的(de)一句话:“务实(wùshí)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——全力投入视频生成这件事,就是一个务实又浪漫的选择(xuǎnzé)。当时真的是背水一战(bèishuǐyīzhàn),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,我想再和大家分享一下我们的一些观点。
做容易的事不是务实(wùshí),短期投资也不是务实,做正确的事才是务实。我们(wǒmen)坚信我们选择(xuǎnzé)(xuǎnzé)的方向(fāngxiàng)是正确的。认识世界的多样性是务实,而多样性本身就是一种务实的表现。很多人选择做大语言(yǔyán)模型,而我们选择做视频,这就是独立思考(dúlìsīkǎo),穿越喧嚣。有生命力、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(tóurù)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,产品呢?
3、做ToB还是(háishì)ToC?
这就引出了我们的(de)第三个战略决策:要做什么样的产品?V3的成功是技术和(hé)产品的双重成功。
做ToB还是ToC?早在创业初期,我们并不确定,但当我们全力投入之后,目标就变得清晰了:我们要(yào)服务哪些用户?如何(rúhé)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(bāngzhù)每一个人成为生活的导演。
但具体是先做ToB还是(háishì)ToC?我们决定先做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(fāzhǎn),我们积累(jīlěi)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(shìchǎng),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(hěn)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,二是如何提升普通人的创作体验。
我们再回头(huítóu)看看那个爆点,毒液变身为什么能成功?用户只需要(xūyào)上传一张(yīzhāng)照片,然后选择一个(yígè)模板,比如(bǐrú)肌肉模板,哇!不需要输入Prompt(提示(tíshì)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,我们提升了创作者的体验。要知道,在此之前,所有(yǒu)(yǒu)产品都在服务(fúwù)于那些有明确创作目标的创作者,他们可以容忍一些不完美的地方。比如,生成(shēngchéng)10个视频才(cái)有一个(yígè)可用,抽卡(chōukǎ)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,去年2024年4月和10月,我们(men)的V3和产品上线,这是第一次真正让普通(pǔtōng)用户、普通消费者(xiāofèizhě)用AI能力创造出过去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(tóngháng)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(zuìnéng)打的模型?我们不是只看榜单的数据,而是(érshì)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(shì)怎么变身的(de)(de)?这个转场不太(bùtài)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。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(shēn)火(huǒ)了之后,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(yígè)佐证(zuǒzhèng):这是GoogleTrends上的搜索指数(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(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(yǐjīng)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(yào)做更好的(de)模型,速度也很快。我们在10月上线(shàngxiàn)了(le)V3,12月上线了V3.5,因为(yīnwèi)我们觉得普通用户没有耐心等待视频生成。过去,视频生成大多是(shì)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,这就是V3.5。这样我们就可以支撑移动端APP上线这个(zhègè)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(bǐrú)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(wěi)帧生成。用户上传一张视频的首帧(shǒuzhēn)和尾帧图片,我们就能生成从第一帧过渡到最后一帧的视频。比如,打开(dǎkāi)一扇门,镜头钻进去,看到一个新世界。视频里(lǐ)的所有镜头都是用这个能力生成的,这样给(gěi)大家提供了更多玩法。
模型好不能自吹自擂,产品好也不能自吹自擂。这是1月份的(de)时候,全球AI产品增长(zēngzhǎng)榜上出现了一个(yígè)历史性事件:Deepseek横空出世。当时,在访问量和(hé)增速上同时超过我们的只有Deepseek。
2025年2月(yuè),V4上线了(le),它不仅更(gèng)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(shēngyīn)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(yīxià)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,而我们是同时生成的。
当然,也可以指定视频(shìpín)中的(de)人物说哪些话,口型也能对上。很多其他能力我就不具体(jùtǐ)介绍了。AI发对象这个(zhègè)功能(gōngnéng)是2月(yuè)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(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(dàilái)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(duōgè)主体快速(kuàisù)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)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,在美国的总榜上(bǎngshàng)(shàng),iOS总榜上,我们跑得(dé)很(hěn)前面。这是(zhèshì)美国的总榜,第一个是所有APP的总榜,我们排(pái)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6000万用户在使用(shǐyòng)PixVerse。大家很好奇,这些人用它来干啥?大家可以去(qù)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(shǒugē)没放出来(chūlái),因为时间关系,我就(jiù)跳过去(tiàoguòqù)了,大家(dàjiā)可以(kěyǐ)自己去看一下。1月份的时候,我们的产品在国外已经非常火爆,很多B端客户,也就是企业用户找到我们,说(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(zài)国内的APPStore上搜索,全是盗版。很多人跟我说你们产品不好,我说我们也(yě)没上线。所以应用户的要求,我们筹备了几个月时间,今天(jīntiān)正式在国内全面上线公测(gōngcè),名字叫(jiào)“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。它是最新的,对齐了PixVerse最新的模型和所有功能(gōngnéng)。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,因为PixVerse 太绕(tàirào)口了,对中国用户来说太不(bù)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(jì)。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(bùhǎo)的人来说可能有点像,但它有自己独特(dútè)的命名原因。大家可以看一下,这些视频镜头都(dōu)是由拍我AI生成的。
特别幸运(xìngyùn),创业两年依然留在(liúzài)(zài)牌桌上,一切又似乎很美好。但这里为什么又似曾相识?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(qíshí)有很多同行被落下,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(le),这让我触动很大,因为它一直在我们的竞品名单上。
创业很不易,未来还有很多挑战,技术迭代快?如何(rúhé)持续(chíxù)保持在第一梯队?过去(guòqù)两年的成功并不代表未来两年也能(néng)成功。大模型很烧钱,我(wǒ)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?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?如何应对开源生态?这些都是未来爱诗(àishī)科技(kējì)、PixVerse以及 拍我AI需要进一步思考的问题。
其实,过去这两年我是懵着(zhe)创业(chuàngyè)的,一头扎下去,然后(ránhòu)再(zài)想下一步该干(gàn)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。学到的一个很(hěn)重要的点是:企业(qǐyè)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(rúhé)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(jíxiàn)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)很孤独的,尤其是当你(nǐ)(nǐ)跟99个投资人聊过,又(yòu)跟第100个投资人聊,前99个都不看好(kànhǎo)你的方向,你会(huì)很孤独。创业是一段孤独的旅程,就像在戈壁滩上独自行走。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(dàjiā),谢谢!

2025年6月6日-7日,第7届北京智源大会将以线上+线下联动的形式(xíngshì)召开,6日下午推出“大模型产业(chǎnyè)CEO”主题论坛,邀请业内知名专家学者、大模型领域领军(lǐngjūn)企业CEO。
爱诗(àishī)科技CEO王长虎发表了(le)主题演讲——“PixVerse(拍我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(sāngè)关键决策。
我们的认知是视频是最贴近用户的内容形态,视频生成(shēngchéng)一旦能够落地,其产品化(chǎnpǐnhuà)和商业化的潜力可能不亚于大语言模型。
Sora出现让视频(shìpín)从一个非共识(gòngshí)的状态,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(yǔyán)模型领域(lǐngyù),中国落后美国很多。但因为ChatGPT太火了,这种认知被扩大到(dào)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,以及我们团队在视频AI能力方面是领先全球的。
从全力投入视频生成(shēngchéng)的那一刻起(yīkèqǐ),我们的愿景就是帮助每一个人成为生活的导演。有了这个(zhègè)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(jīngyàn)和资源。在有限的资源下(xià),我们优先选择(yōuxiānxuǎnzé)海外市场,然后(ránhòu)再拓展国内市场。
好的模型带来了好的产品(chǎnpǐn),有了这个认知之后,我们要做(zuò)得更好,我们要做更好的模型。
企业是有生命的,就像一个小孩(xiǎohái),你的孩子。创始人的经历、认知(rènzhī)、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(kuàisù)纠错的能力(nénglì),摸着石头过河,边做边学(biānxué),持续成长。
大家好,我是爱诗科技的王长(wángzhǎng)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)(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)如何打造一个(yígè)受人喜爱的产品”。PixVerse这个名字有些拗口,因为它(tā)是一个海外(hǎiwài)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(chénggōng)的经验总结,因为我们依然处于创业阶段,大家都知道,创业就像在刀尖上行走。所以,我今天介绍产品发展历程的同时,也(yě)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没那么高大上,每一个(yígè)字都是我自己写的。我想知道有多少人了解PixVerse这个产品,我很开心看到还是有不(bù)少人知道的。不过,它(tā)在国内的知名度并(bìng)不高,因为它是一个海外产品。所以,我先用这一页PPT简单(jiǎndān)介绍一下这个产品的现状。
在(zài)过去的(de)一年(nián)里,爱诗科技的模型在全球范围内一直处于(chǔyú)领先地位。这个评测是(shì)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:当Sora真正(zhēnzhèng)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,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(wǒmen)的(de)产品发展迅速。我们的移动端于2024年(nián)12月正式上线,不到一个季度的时间,也就(jiù)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(dà)人工智能应用排行榜。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(lièrù)排名,应该能进入前20名。从去年10月份(yuèfèn)之后,我们的用户量增长非常快,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,作为一名在人工智能领域已经闯荡了(le)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(chuàngyè)?尤其是在2023年,整个融资环境非常差。但(dàn)激励我迈出这一步的,是因为我们(wǒmen)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(yě)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(kāishǐ)筹备创业了。
1、出来创业(chuàngyè)要做什么
所以,我们面临的(de)第一个重要决策(juécè)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(dàjiā)看看今天的论坛,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(shùshíyì)甚至数亿美元。而(ér)视频生成赛道却(què)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,也是类似的情况。相比之下,就像蚂蚁和(hé)大象的关系,大家能感受到视频生成赛道有多冷清吧?
当时(dāngshí),99%的投(tóu)资人都跟我说,包括行业(hángyè)专家也说,视频生成五年内没法落地。因为(yīnwèi)(yīnwèi)当时最好的模型也不过如此。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(yìngyòng)。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,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(yǒuwénshēng)图和大语言模型的技术,为什么不做视频生成呢?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(méiyǒu)道理(dàolǐ)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(zhèngquè)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(tuánduì)曾经支撑过抖音(guòdǒuyīn)、TikTok这些世界级(shìjièjí)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(zhèliǎngdiǎn),我们没有理由(lǐyóu)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)(zài)4月份成立公司,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(de)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(hǎiwài)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超媒大学(dàxué)做的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(suīrán)有些指标可能并不完美,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(kàn)模型的排名,还要看产品本身的表现。我们在1月份上(shàng)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(xīn)产品的增速快是正常的,但大家更关注(guānzhù)的是访问量的绝对值。当时,我们刚(gāng)上线第一个月的访问量就已经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月我们正式上线(shàngxiàn),在海外取得了非常好的口碑,大量用户开始使用。然而,到了2月份(yuèfèn),Sora突然横空出世(héngkōngchūshì)。春节期间,我的微信响个不停,很多关心我的人给我发消息,问我:GPT出来后(hòu)领先这么多,你们(nǐmen)(nǐmen)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,但它确实忽悠了不少人。
所以,很(hěn)多人(rén)发来关心的消息,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。这些人后来在公司的发展过程中起到(qǐdào)了非常重要的作用。
2、Sora出现后,我们是(shì)跟还是不跟?
这引出了我们(wǒmen)的(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。因为这个方向从(cóng)一个非共识(gòngshí)的状态变成了一个非常(fēicháng)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、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(nián)比2023年更差。很多人担心我们(wǒmen)是不是已经落后Sora很多了,还(hái)有没有(méiyǒu)机会(jīhuì)?我们的资金实力没有那么雄厚,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(xuānchuán)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。在这种情况下,我们该(gāi)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(de)呢?所以我们决定全力投入,但这并不是盲目的。
首先,我们(wǒmen)是有前瞻性的。早在2023年,Sora还没有发布(fābù)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(bìngqiě)(bìngqiě)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,我们对自己团队的能力(nénglì)有信心。大家都知道,ChatGPT出现后,很多人认为在(zài)大语言模型领域,中国落后美国很多。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(fāngmiàn)是领先(lǐngxiān)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(nénggòu)以十倍的效率、十倍低成本(dīchéngběn)地完成。
当时,很多媒体朋友问我们:“你们什么时候(shíhòu)能赶超GPT?”我很谨慎地和技术团队仔细评估后,觉得3到6个月是合理(hélǐ)的。我们不想被打脸,所以(suǒyǐ)非常谨慎地给出了这个时间范围。实际上,后来的发展(fāzhǎn)证明,虽然有些吹牛的嫌疑,但我们基本实现了这个目标。
从1月份(yuèfèn)正式上线,到2月份月活用户数就超过了百万。我们(wǒmen)(wǒmen)在(zài)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)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(jìde)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(shí)的视频(shìpín)。
这是我们的产品页面,我们有(yǒu)一个功能选项叫做“Effect”(特效),里面有多种特效模板。大家是不是觉得第一个(dìyígè)很熟悉?没错,就是“毒液”特效,它(tā)非常火爆。

虽然我们(wǒmen)(wǒmen)是一个(yígè)海外产品(chǎnpǐn),国内用户可能无法(wúfǎ)直接使用,但它在抖音上意外地火了起来。如果你仔细观察,几乎每个相关视频上都有(yǒu)一个“PixVerse的logo,这种病毒式的传播效果非常好。当然,我们也(yě)有一些明星(míngxīng)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(gèng)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。全球热度持续发酵。这里有一些数据,这是中国AI产品出海(chūhǎi)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(yuǎnchāo)第一名。
我特别喜欢张一鸣说过(guò)的(de)一句话:“务实(wùshí)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——全力投入视频生成这件事,就是一个务实又浪漫的选择(xuǎnzé)。当时真的是背水一战(bèishuǐyīzhàn),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,我想再和大家分享一下我们的一些观点。
做容易的事不是务实(wùshí),短期投资也不是务实,做正确的事才是务实。我们(wǒmen)坚信我们选择(xuǎnzé)(xuǎnzé)的方向(fāngxiàng)是正确的。认识世界的多样性是务实,而多样性本身就是一种务实的表现。很多人选择做大语言(yǔyán)模型,而我们选择做视频,这就是独立思考(dúlìsīkǎo),穿越喧嚣。有生命力、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(tóurù)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,产品呢?
3、做ToB还是(háishì)ToC?
这就引出了我们的(de)第三个战略决策:要做什么样的产品?V3的成功是技术和(hé)产品的双重成功。
做ToB还是ToC?早在创业初期,我们并不确定,但当我们全力投入之后,目标就变得清晰了:我们要(yào)服务哪些用户?如何(rúhé)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(bāngzhù)每一个人成为生活的导演。
但具体是先做ToB还是(háishì)ToC?我们决定先做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(fāzhǎn),我们积累(jīlěi)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(shìchǎng),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(hěn)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,二是如何提升普通人的创作体验。
我们再回头(huítóu)看看那个爆点,毒液变身为什么能成功?用户只需要(xūyào)上传一张(yīzhāng)照片,然后选择一个(yígè)模板,比如(bǐrú)肌肉模板,哇!不需要输入Prompt(提示(tíshì)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,我们提升了创作者的体验。要知道,在此之前,所有(yǒu)(yǒu)产品都在服务(fúwù)于那些有明确创作目标的创作者,他们可以容忍一些不完美的地方。比如,生成(shēngchéng)10个视频才(cái)有一个(yígè)可用,抽卡(chōukǎ)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,去年2024年4月和10月,我们(men)的V3和产品上线,这是第一次真正让普通(pǔtōng)用户、普通消费者(xiāofèizhě)用AI能力创造出过去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(tóngháng)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(zuìnéng)打的模型?我们不是只看榜单的数据,而是(érshì)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(shì)怎么变身的(de)(de)?这个转场不太(bùtài)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。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(shēn)火(huǒ)了之后,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(yígè)佐证(zuǒzhèng):这是GoogleTrends上的搜索指数(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(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(yǐjīng)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(yào)做更好的(de)模型,速度也很快。我们在10月上线(shàngxiàn)了(le)V3,12月上线了V3.5,因为(yīnwèi)我们觉得普通用户没有耐心等待视频生成。过去,视频生成大多是(shì)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,这就是V3.5。这样我们就可以支撑移动端APP上线这个(zhègè)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(bǐrú)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(wěi)帧生成。用户上传一张视频的首帧(shǒuzhēn)和尾帧图片,我们就能生成从第一帧过渡到最后一帧的视频。比如,打开(dǎkāi)一扇门,镜头钻进去,看到一个新世界。视频里(lǐ)的所有镜头都是用这个能力生成的,这样给(gěi)大家提供了更多玩法。
模型好不能自吹自擂,产品好也不能自吹自擂。这是1月份的(de)时候,全球AI产品增长(zēngzhǎng)榜上出现了一个(yígè)历史性事件:Deepseek横空出世。当时,在访问量和(hé)增速上同时超过我们的只有Deepseek。
2025年2月(yuè),V4上线了(le),它不仅更(gèng)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(shēngyīn)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(yīxià)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,而我们是同时生成的。
当然,也可以指定视频(shìpín)中的(de)人物说哪些话,口型也能对上。很多其他能力我就不具体(jùtǐ)介绍了。AI发对象这个(zhègè)功能(gōngnéng)是2月(yuè)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(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(dàilái)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(duōgè)主体快速(kuàisù)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)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,在美国的总榜上(bǎngshàng)(shàng),iOS总榜上,我们跑得(dé)很(hěn)前面。这是(zhèshì)美国的总榜,第一个是所有APP的总榜,我们排(pái)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6000万用户在使用(shǐyòng)PixVerse。大家很好奇,这些人用它来干啥?大家可以去(qù)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(shǒugē)没放出来(chūlái),因为时间关系,我就(jiù)跳过去(tiàoguòqù)了,大家(dàjiā)可以(kěyǐ)自己去看一下。1月份的时候,我们的产品在国外已经非常火爆,很多B端客户,也就是企业用户找到我们,说(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(zài)国内的APPStore上搜索,全是盗版。很多人跟我说你们产品不好,我说我们也(yě)没上线。所以应用户的要求,我们筹备了几个月时间,今天(jīntiān)正式在国内全面上线公测(gōngcè),名字叫(jiào)“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。它是最新的,对齐了PixVerse最新的模型和所有功能(gōngnéng)。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,因为PixVerse 太绕(tàirào)口了,对中国用户来说太不(bù)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(jì)。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(bùhǎo)的人来说可能有点像,但它有自己独特(dútè)的命名原因。大家可以看一下,这些视频镜头都(dōu)是由拍我AI生成的。
特别幸运(xìngyùn),创业两年依然留在(liúzài)(zài)牌桌上,一切又似乎很美好。但这里为什么又似曾相识?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(qíshí)有很多同行被落下,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(le),这让我触动很大,因为它一直在我们的竞品名单上。

创业很不易,未来还有很多挑战,技术迭代快?如何(rúhé)持续(chíxù)保持在第一梯队?过去(guòqù)两年的成功并不代表未来两年也能(néng)成功。大模型很烧钱,我(wǒ)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?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?如何应对开源生态?这些都是未来爱诗(àishī)科技(kējì)、PixVerse以及 拍我AI需要进一步思考的问题。
其实,过去这两年我是懵着(zhe)创业(chuàngyè)的,一头扎下去,然后(ránhòu)再(zài)想下一步该干(gàn)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。学到的一个很(hěn)重要的点是:企业(qǐyè)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(rúhé)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(jíxiàn)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)很孤独的,尤其是当你(nǐ)(nǐ)跟99个投资人聊过,又(yòu)跟第100个投资人聊,前99个都不看好(kànhǎo)你的方向,你会(huì)很孤独。创业是一段孤独的旅程,就像在戈壁滩上独自行走。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(dàjiā),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