对话 Pika 创始人：AGI 时代的产品，需要「少年气」和为用户「留白」

文章来源：Founder Park

图片来源：由无界AI生成

2023 年 11 月底，视频生成产品 Pika 发布 1.0 版本，同时宣布了 5500 万美元的融资消息。

近期，极客公园创始人张鹏与 Pika 创始人 Demi Guo 在硅谷进行了一次深度交流，期间谈到了视频生成的技术现状，Demi 本人对 AI 产品、应用创业的思考，Pika 团队的优势和壁垒所在，以及她对 AI 初创团队的组织思考等等。

以下是对谈部分精华内容，经 Founder Park 编辑。

01、视频模型的稳定性是当下的关注重点

张鹏：23 年 6 月份我来硅谷的时候觉得硅谷 VC 对于生成式视频好像没有多大热情，但是过了一个季度，大家好像都开始关注这事儿。

Demi：对，6 月那会我们打算融最后一轮的时候，很多人都不知道这方面是什么样的情况。

张鹏：那你觉得是哪些因素，让大家开始形成共识，让很多头部 VC 都开始关注这件事情？

Demi：我觉得有很多因素。一个是视频生成的进步，另外的的确确有需求的因素在里面。之前我们刚开始的时候，有很多人对标我们，然后整个行业也慢慢成熟。

之前可能很多人觉得这条赛道火不了，一些公司做出来后大家又发现还是有些希望的。

张鹏：确实，你们这几个优秀玩家的涌出拓宽了这条赛道。那你觉得目前生成式视频目前技术核心的卡点在什么地方？

Demi：现在的卡点，从模型上说的话就是视频模型的稳定性、模型的高清程度、视频长度以及内容的意义等等这些。

张鹏：那这些问题要怎么去优化？比如像语言模型会关注数据的问题，视频模型要突破的话，核心也是在数据吗？还是一些别的什么地方？

Demi：我觉得是比较综合的事情，甚至可能比语言模型更难，因为视频模型是一个更加 open 的东西。现在语言模型大家大概知道优化的方向是 scale，那视频模型除了 scale 的问题，还有数据的问题、模型结构之类的问题。

张鹏：就是说视频模型里的不确定性和 open 的程度比语言模型多得多？所以现在视频模型的优化大家也可能会选择不同的创新方向，结构或者架构上的创新，而不是在一个确定性的方向上大力出奇迹。

Demi：现在我觉得很大的问题不仅是算力问题，更多可能是数据，或者说方法上的问题，现在一些方法本身就有瓶颈。比如现在有的生成方法就无法生成长一点的视频，这是一个结构问题。

张鹏：对，就看起来今天大家在应用上的一些点，背后可能涉及到模型侧得做一些新的调整。比如视频长度的问题，运镜角度的调整，以及审美风格的多样性，你比较关心的是哪几个能力？

Demi：其实各方面我们都有关注，而且不同阶段我们对问题关注的优先程度也不一样。我觉得现在视频最大的问题是它的稳定性问题，就是说如何让每个人，不管学没学过 prompt 工程的人都能一次性生成很棒的视频，这是 first thing to achieve 的。

同时审美也是在我们的 top list 中的事情，我们搞数据的时候会有很多审美的元素在里面。至于时间长度这些，随着模型的提高，都会有提高。

张鹏：所以从你的角度看，虽然各个维度都有一些点是可以修炼的，但最重要的还是像 ChatGPT 那样，要达成一种每个人用完都想再接着用的效果，这是你们首要要达成的。

Demi：是的，核心点就是模型 improve quality，把 quality 提高后，很多问题也会迎刃而解。

张鹏：我们最近跟一些大模型领域的创业者聊，他们说现在大语言模型都是三个问题的叠加，一个是通用性，一个是稳定性（质量），还有一个是经济性，这三个东西搁在一起，在某个特定的场景中很好地 match，就能产生价值。但现在的问题是，这三个同时要做得很好，就比较难。

Demi：我觉得不全是。

张鹏：那你是怎样想的？

Demi：我觉得通用性和质量有些情况下可以是一致的，有些情况是不一致的，就是要看怎么去提高质量。因为提高质量有很多种方式，比如专门训练某一方面，前期提高质量的东西。但还有一种方法是你把模型提高了，那所有都提高了。

张鹏：通用性最终覆盖了模型的短期加强。