文| 于麗麗
「暗涌Waves」獨(dú)家獲悉，AI視頻生成初創(chuàng)公司智象未來，繼完成敦鴻資本領(lǐng)投的Pre-A輪融資后，又新獲以合肥產(chǎn)投為主的國資基金領(lǐng)投的A輪融資，融資規(guī)模共計數(shù)億人民幣。同時參與投資的還包括安徽省人工智能母基金和湖北省長江電影集團(tuán)有限公司等機(jī)構(gòu)，此前曾獲阿爾法公社與訊飛兩輪領(lǐng)投。
智象未來是全球第一家上線文生視頻的AI公司。創(chuàng)業(yè)之初，創(chuàng)始人兼CEO梅濤就精心算了一筆賬：從對算力和資源的依賴看，相比大語言模型，多模態(tài)模型是一種絕對的降維；而從商業(yè)化的可能來看，它又可以走的更早、更快。這看似是一種更理性、務(wù)實的浪漫，但現(xiàn)實顯然比想象的要更為冷酷。從年初的Sora、年中的可靈、再到Google Veo 2，2024年的視頻生成早已是兵家必爭、且其狂熱絲毫不亞于大語言模型的賽道。即便如此，創(chuàng)業(yè)仍是梅濤這代AI研究者很難拒絕的一種誘惑AI從未如此接近商業(yè)和現(xiàn)實。作為中國科學(xué)技術(shù)大學(xué)畢業(yè)生，在微軟的12年，梅濤登頂過學(xué)術(shù)的高峰：在多媒體分析和計算機(jī)視覺領(lǐng)域發(fā)表論文300多篇，先后15次榮獲最佳國際論文獎。他不僅成為IEEE Fellow和加拿大工程院外籍院士，也是科技部科技創(chuàng)新2030人工智能重大項目首席科學(xué)家。這段經(jīng)歷，也讓他看到從技術(shù)到產(chǎn)品的鴻溝，并最終決定要把這個鏈條打通。2018年之后在京東的五年，是梅濤步入工業(yè)界的開始。作為京東副總裁和京東探索研究院副院長，他開始了技術(shù)到商業(yè)化的探索之路。之后，他創(chuàng)立的智象未來，則是更密切地將這一切串在了一起。梅濤的創(chuàng)業(yè)境遇，很像這個時代AI創(chuàng)業(yè)者的一個切片：擁抱產(chǎn)品時，不能放棄模型，否則很可能被吞噬；試水國內(nèi)市場時，又不能放棄出海，因為國內(nèi)消費(fèi)市場有很多創(chuàng)業(yè)公司無法撬動的困局。至于融資，在當(dāng)前的資本冷周期中，往往意味著，創(chuàng)業(yè)者還要把信心反哺給投資人。這些也讓梅濤意識到，在大公司做高管和自己下場創(chuàng)業(yè)的真正差異前者是你的身后，始終還有別人；而現(xiàn)在“你后面沒有人了”，“所有問題都會到你這里來，而你必須要把它們都處理掉�！币韵率莿�(chuàng)業(yè)一年多，梅濤關(guān)于融資、商業(yè)化等方面的一些心得總結(jié)：
視頻生成賽道的確離商業(yè)化更近1.前段時間，Sora正式發(fā)布，但整體功能跟我們的預(yù)期差不多�？陀^來看，在當(dāng)前的視頻生成領(lǐng)域，OpenAI已不再具備太大優(yōu)勢。剛出來時，它雖然只是個Demo，卻讓整個方法論都發(fā)生了改變；但時至今日，從產(chǎn)品落地角度來看，無論是海外還是國內(nèi)的其他產(chǎn)品，其實都已經(jīng)相差無幾。
2.今年開始，視頻生成整個賽道變得很擁擠。6月份，可靈和Luma AI上線，我們在7月的上海世界人工智能大會上也官宣了新模型上線。8月是MiniMax 海螺、最近是World Labs和Google Veo 2，它們甚至已經(jīng)從圖片處理過渡到3D領(lǐng)域。競爭的熾熱，來自這個賽道更短的商業(yè)化路徑，和相比于大語言模型更快的產(chǎn)品落地速度。
3.去年全球AIGC的真正收入大概有200億美金，其中50~60%的收入來自視頻和圖像生成，或者是跟圖像視頻相關(guān)的工具性收入；30%是跟大語言模型相關(guān)的，比如chatbot類的收入。所以很多公司開始往這個賽道轉(zhuǎn)，它已經(jīng)成為大模型公司的必爭之地。
4.對于初創(chuàng)公司來說，我們不會跟OpenAI、字節(jié)這些大廠正面競爭，我們一是要在算法上有獨(dú)辟蹊徑的創(chuàng)新，二是要把細(xì)分行業(yè)的最后一公里問題解決好，用產(chǎn)品和閉環(huán)價值占領(lǐng)用戶的心智。大廠有算力，特別是C端流量的優(yōu)勢，但他們要為財務(wù)報表負(fù)責(zé)，所以一定會緊盯主流賽道的業(yè)務(wù)，產(chǎn)品也必須服務(wù)好現(xiàn)在的主流產(chǎn)品，像字節(jié)的即夢也好，快手的可靈也好，都要服務(wù)好他們現(xiàn)有的創(chuàng)作者生態(tài)。
5.我們絕不會在大廠的路徑上去做重復(fù)的事，而是有自己專業(yè)的、細(xì)分的領(lǐng)域。之前我們做的是1+3+N，指的是一個大模型、三個核心產(chǎn)品加很多場景生態(tài)。之后我們會發(fā)布一個新的、對標(biāo)GPT-4o的多模態(tài)理解模型，將這個“1”做厚做寬。
6.模型方面，我們自主研發(fā)了對標(biāo)OpenAI Sora的全球首個商用百億級參數(shù)的視頻生成大模型。我們有國內(nèi)最全的多模態(tài)版權(quán)語料、數(shù)十萬小時版權(quán)視頻素材以及上萬個授權(quán)IP。不僅涵蓋了國內(nèi)70%影視數(shù)據(jù)，且已形成上億條AIGC二創(chuàng)素材，目前在影視、文旅、營銷等場景得到廣泛應(yīng)用。截至11月底，累計服務(wù)100多個國家和地區(qū)的1000多萬用戶和4萬多家企業(yè)，月度經(jīng)常性收入也實現(xiàn)了規(guī)模性增長。
7.同時，我們即將發(fā)布一個MoE架構(gòu)的混合專家新模型。訓(xùn)練時，它不只有DiT（Diffusion Transformer架構(gòu)，也有AR（Auto-Regressive）架構(gòu)，而且能集合兩者優(yōu)勢，既把DiT架構(gòu)的視覺生成效果體現(xiàn)出來，又能把AR架構(gòu)中Token的離散化問題解決。目前我們已在圖像上得到驗證。
從模型整體來看，我們先做了生成，又做了理解。未來我們會有一個大一統(tǒng)的模型架構(gòu)，把理解模型和生成模型融合為一個統(tǒng)一的架構(gòu)，目前還在實驗階段。再往后，我們也希望能把我們積累的國內(nèi)最全的版權(quán)視頻素材做成AI視頻搜索服務(wù)。
8.除大廠外，轉(zhuǎn)到這個賽道的底座大模型公司也有其獨(dú)特優(yōu)勢，比如它們有萬卡集群的架構(gòu)經(jīng)驗。但從對視頻生成的技術(shù)路線和對數(shù)據(jù)的理解來說，我們這些多模態(tài)原生的創(chuàng)業(yè)公司，要更垂、更專。
另外視頻生成領(lǐng)域的市場很大，有的公司動畫風(fēng)格做的好，有的公司寫實風(fēng)格做的好，有的影視級風(fēng)格、3D做的好。絕不是一家廠商能把所有的事情做好，不同公司和用戶之間也不是完全重合。因此，賽道的擁擠并不會影響我們按照自己的節(jié)奏前進(jìn)。
商業(yè)化過程中那些交過的學(xué)費(fèi)
9.都說這代AI創(chuàng)業(yè)者，DAY1就得既要星辰大海，又要腳踏實地。從我們創(chuàng)業(yè)第一天起，我們就非常有危機(jī)感意識，就想著怎么樣去找PMF。我們在商業(yè)化方面走得比較早，也比較快。雖然我們?nèi)诘腻X并不是最多的，但是花的每分錢、招的每個人、我們都是想明白的。10.這也和我之前在京東所受的訓(xùn)練有關(guān)。京東是一家零售企業(yè)，毛利比較低，所以公司文化講究精細(xì)化運(yùn)營。很多時候，老板會用極限思維，就是用最少的資源來做成一個業(yè)務(wù)。除此外，產(chǎn)品三要素成本、效率和體驗，也被再三強(qiáng)調(diào)缺一不可。這放在任何公司，任何產(chǎn)品也都成立。我們公司對商業(yè)化做了很多嘗試，也交了一些學(xué)費(fèi)，慢慢的找到感覺了。11.做C端產(chǎn)品，我們一定要考慮的是怎么解決雙非百的問題�，F(xiàn)在的AIGC產(chǎn)品有兩個非百問題：一是用戶不能百分百用好產(chǎn)品，二是模型不能百分百生成用戶期望的效果。因此，AIGC產(chǎn)品目前需要跨越兩個鴻溝：如何從技術(shù)嘗鮮者到專業(yè)用戶，以及如何從專業(yè)用戶到普通用戶。我們的C端產(chǎn)品增長勢頭強(qiáng)勁，前不久也出現(xiàn)在2024 中國AI產(chǎn)品榜出海產(chǎn)品潛力獎榜單上。12.至于企業(yè)端，以前我在京東做供應(yīng)鏈分析時，就了解到中國企業(yè)雖然數(shù)量多，但真正規(guī)�；钠髽I(yè)并不多。這種情況下，讓企業(yè)“買東西”還是比較難。中國的SaaS也一直很難破局，但AIGC技術(shù)出現(xiàn)后，有可能改變這種處境。13.做企業(yè)服務(wù)，我們的KA客戶，主要是一些央國企和頭部的互聯(lián)網(wǎng)企業(yè)。去年，我們給品牌商做上架的商拍產(chǎn)品叫PixMaker。今年戰(zhàn)略升級后，我們開始做營銷素材的生產(chǎn)，特別是為短視頻的營銷生產(chǎn)提供工具。因為我們覺得AIGC相關(guān)的最大產(chǎn)業(yè)是內(nèi)容生產(chǎn),而內(nèi)容生產(chǎn)里最大部分是跟營銷相關(guān)。目前，我們已經(jīng)有四萬多家合作的中小企業(yè)，大企業(yè)也有超過百家。像我們跟運(yùn)營商合作推出的AI視頻彩鈴，就可以把我們AIGC產(chǎn)品變成一個真正的國民級產(chǎn)品。14.此外，我們比較關(guān)注工具化和SaaS服務(wù)。我們覺得國內(nèi)有個好處，是可以先通過服務(wù)大客戶把產(chǎn)品打造好，再反向去出海做SMB（中小客戶）服務(wù)。SMB和大C或?qū)I(yè)個人用戶，產(chǎn)品邏輯基本一樣，都不需要做點(diǎn)對點(diǎn)的服務(wù)，我們已經(jīng)有好幾款產(chǎn)品做得不錯。說到底，商業(yè)化我們主要做了兩件事：一是給創(chuàng)作者提供好的創(chuàng)作平臺和內(nèi)容生態(tài)，二是給需要做營銷的品牌企業(yè)做好廣告內(nèi)容生產(chǎn)，未來我們也會探索從生產(chǎn)到投放環(huán)節(jié)的嘗試。
這代創(chuàng)業(yè)者的融資解法
15.前不久，我們拿到兩筆融資。一筆是市場化基金，一筆是國資，我們把Pre-A輪和A輪放在一起了。前者是專注于文化科技領(lǐng)域知名頭部基金敦鴻資本，后者是以合肥產(chǎn)投為主的國資基金，也包括安徽省人工智能母基金、湖北省長江電影集團(tuán)有限公司等。現(xiàn)在的AI初創(chuàng)公司很難去融美元基金的錢，這是不爭的事實。所以，我們現(xiàn)在是兩條腿走路國資的在談，市場化和產(chǎn)業(yè)資本的也在談。
16.拿國資融資時，我覺得要考慮國資背后的政府著力發(fā)展的產(chǎn)業(yè)方向是否和公司方向吻合，以及能否把公司往龍頭或鏈主企業(yè)打造。現(xiàn)在的國資，比如像合肥產(chǎn)投，他們也有很專業(yè)的視角、看法和盡調(diào)，有基于市場的判斷。而且國資也代表了當(dāng)?shù)卣囊恍┊a(chǎn)業(yè)方向，初創(chuàng)公司也可以借助這種勢能。
17.去年我們第一輪融資，來自一個名為“中喝大”的中科大校友群。這個群大概100多個人，基本由中科大一些企業(yè)家和學(xué)者組成，平時經(jīng)常一起組織校友活動，做一些創(chuàng)業(yè)方面的交流。就是這個群的15個中科大校友，組成一個合伙人LLP，來支持了我們的第一筆融資。
一直以來，中科大的培養(yǎng)模式都是培養(yǎng)偏數(shù)理化的科學(xué)家，所謂“千生一院士”。但在工科以及商業(yè)方面就顯得不那么突出，所以他們就想一起扶持一個人來做這件事，而我正好也想出來創(chuàng)業(yè)。這筆錢被稱作“中喝大種子一號”，可能很快就會有種子二號和種子三號等。
18.最開始融資時，還有一些美元基金進(jìn)來，他們喜歡大故事，越星辰大海越好；但后來，美國法令條款出來后，很多美元基金就不敢投了，我們就換成了人民幣架構(gòu)。關(guān)于美元還是人民幣，我覺得取決于你的業(yè)務(wù)在哪里、客戶在哪里。如果未來我們的業(yè)務(wù)真的能做到全球化，我們也可以去拿美元基金，架構(gòu)也是可以調(diào)的。
19.三年前你出來創(chuàng)業(yè)，100塊錢隨便拿；但現(xiàn)在，70%的美元基金已經(jīng)不可能了，還剩30%的人民幣又四處分散�？赡芷渲兄挥幸恍〔糠质钱a(chǎn)業(yè)基金，而且現(xiàn)在產(chǎn)業(yè)資本也變謹(jǐn)慎了。目前多模態(tài)的創(chuàng)業(yè)公司，能在外面融資的，現(xiàn)在也沒幾家。如果在十年前，至少得有十幾家吧。但邏輯都是一樣的，如果沒有商業(yè)化數(shù)據(jù)，最后誰來接盤？我過往的工業(yè)界經(jīng)歷告訴我，一家公司一定要創(chuàng)造真正的商業(yè)價值，要給股東創(chuàng)造價值，否則這個公司沒有意義。
20.我經(jīng)常跟我的投資人說他什么時候可以退出。我們的上限有多高，我不知道，因為很多時候取決于大勢和一些偶然；但我會告訴他，我們的下限有多高。那就是，我會保證我們的公司健康、穩(wěn)定地去運(yùn)行。
浪來時，要跟著跳起來
21.創(chuàng)業(yè)讓我覺得我的人生從未如此完整過。在一個大公司做高管，只要把技術(shù)或者團(tuán)隊管好就行了，至于戰(zhàn)略，你后面還有老板。成為一個創(chuàng)業(yè)者就不一樣了，你后面沒有人了，所有的問題最終都會到你這里來，而你必須把它們終結(jié)。22.每個加入創(chuàng)業(yè)公司的人，一定要自己先做好心理建設(shè)，你必須得自己想清楚。否則遇到一點(diǎn)點(diǎn)困難，就會想我憑什么要來受這個罪？我經(jīng)歷過技術(shù)到產(chǎn)品，中間又做了一段商業(yè)化，但真正創(chuàng)業(yè)時發(fā)現(xiàn)還需要更多的東西。23.2015年左右，四小龍起來時，我還在微軟。當(dāng)時很多人找我出來創(chuàng)業(yè)，我沒出來。一是覺得自己羽翼沒豐滿，學(xué)術(shù)上還可以再往前一步；另外覺得那波浪潮的商業(yè)模式還比較薄。我選擇在2018年出來，是覺得自己學(xué)術(shù)已經(jīng)有了一些積累，更想去all in一個產(chǎn)品。24.在微軟研究院，我們就經(jīng)常說，從一個技術(shù)到一個產(chǎn)品，可能需要一百個工程師；要把產(chǎn)品賣好，可能還需要一百個解決方案專家或BD,可見中間的Gap有多大。當(dāng)時我就想，我一定要找個地方去把鏈條打通。后來去京東，我做的每項技術(shù)都用到了產(chǎn)品里。這個過程可以看作：從技術(shù)到產(chǎn)品，到一條業(yè)務(wù)線，再到一家公司。25.當(dāng)時選擇視頻這個賽道，也是一種理性思考的結(jié)果。去年我們判斷，做大語言模型競爭過于激烈。而視頻生成在國內(nèi)和國外的差距并不大。另外，商業(yè)模式上，大語言模型是用在人機(jī)交互和理解上，講究的是準(zhǔn)確性，出現(xiàn)幻覺會比較糟糕。而視頻生成是一種數(shù)字創(chuàng)意產(chǎn)業(yè)，用戶不會那么在意幻覺問題。去年3月公司成立，5月拿到第一筆錢，8月第一版智象模型就在HiDream.ai網(wǎng)站上線了。當(dāng)時，我們是全球第一個上線文生視頻的AI公司。26.我們既做模型，又做應(yīng)用。如果模型不自研只做應(yīng)用，就太單薄了，很可能被模型擊穿。但我們做的不是通用模型，而是垂類模型。我覺得只要保證在這個領(lǐng)域里面，我們模型的能力一直是全球最好那一批，以及我們的產(chǎn)品能解決好用戶體驗的最后一公里問題，這家公司就能成立。27.一路走下來，會發(fā)現(xiàn)做企業(yè)家，比做科學(xué)家挑戰(zhàn)更大�？茖W(xué)家可以每天只需要想0-1的創(chuàng)新，不需要解決具體的產(chǎn)品化問題；而對于企業(yè)家來說，做完0-1后，還得把1做到100，再做到10000。這個過程，你要消自己的ego。讓自己從之前某個專業(yè)的頂峰先下來，自我清零，再去爬另外一個頂峰。創(chuàng)業(yè)時，我就是在主動打破自己的舒適區(qū)去尋求這種改變。28.現(xiàn)在的環(huán)境下，創(chuàng)業(yè)者確實需要成為六邊形戰(zhàn)士。但我現(xiàn)在越來越享受不確定性。人工智能浪潮，往前看60年，是三起三落。我們現(xiàn)在正處于第三波浪潮的中間，還沒往下落。我始終覺得人要順勢而為。當(dāng)浪潮來臨時，不要逆流而動，而應(yīng)順勢跳躍，乘勢而上。29.我愿意把未來十年放在這個公司，把商業(yè)從頭到尾經(jīng)歷一遍。如果未來有機(jī)會，我希望可以把這些經(jīng)驗傳授給年輕人。在這樣一個環(huán)境下，有很多事等著你去做，這也很好。為什么很多財務(wù)自由的人要去登一次珠峰，就是因為人會始終想著去找新起點(diǎn)，而不是閑著，驟然老去。圖片來源 ｜IC Photo
排版｜劉鴻宇
