幾乎每一次普適性的技術(shù)革命都會帶來內(nèi)容生態(tài)的變化，AI 也不例外。

以視頻生成為例，它正在把創(chuàng)作門檻降到一個不可思議的程度：過去需要拍攝、剪輯的內(nèi)容，現(xiàn)在理論上只要有一個想法，就能讓模型生成。

但變革背后還存在著最后一公里的問題：對很多有想法的人來說，當(dāng)下的 AI 工具和制作平臺存在著工具割裂、功能單一等問題，難以讓想象力快速變成現(xiàn)實(shí)。

最近我接觸到的一家公司——ArtArch，就是從破除這道阻力開始切入。

ArtArch 的創(chuàng)始人兼CEO黃嚴(yán)，創(chuàng)業(yè)前在字節(jié)智能創(chuàng)作部門擔(dān)任工程與研發(fā)負(fù)責(zé)人，長期為字節(jié)全量業(yè)務(wù)線，比如抖音、TikTok、剪映、即夢、火山引擎等提供底層創(chuàng)作能力。這讓他對"鏈路卡在哪"和"創(chuàng)作需要什么功能"，有足夠深的敏感度。

他希望做到的是，以工程能力為切口，創(chuàng)作一個場域，讓全世界各種類型的創(chuàng)造者都能自由、絲滑地用 AI 落地想象力。

帶著這個目標(biāo)，今年年初，ArtArch分別完成了兩輪融資，投資方包括錦秋基金、九合創(chuàng)投、BV百度風(fēng)投。十月底，ArtArch 發(fā)布了自己的第一款產(chǎn)品——Skira。

Skira 分為 PC 和 App 兩端。

App 目前主要提供內(nèi)容瀏覽和 Remix 功能，普通用戶只需要上傳照片就可以 Remix 同款視頻，“傻瓜式”完成創(chuàng)作。

比如，我在 App 中看到自己喜歡的萬圣節(jié)視頻，上傳照片選擇 Remix 后，很快就能獲得同款。

*上傳照片Remix

*上傳一張藍(lán)貓照片，Remix出的效果

*Skira中很受歡迎的「盧浮宮盜竊事件」

Skira 的 PC 版是面向制作人與技術(shù)流創(chuàng)作者的“AI 工作流樂高化”創(chuàng)作工具，能讓更專業(yè)的內(nèi)容創(chuàng)作者在一個創(chuàng)作平臺里用到各類功能，打磨并發(fā)布內(nèi)容。

*PC版創(chuàng)作后臺

*PC 版完成制作，發(fā)布時可允許其他使用者修改自己WorkFlow參數(shù)

黃嚴(yán)告訴我，之所以讓 PC 和 App 同時上線，是因?yàn)?ArtArch 的目標(biāo)是把想象力變成真實(shí)的作品與可流通的價值。所以，Skira 設(shè)置為 PC 和 App 連通的模式，在 PC 端工作的創(chuàng)作者在完成創(chuàng)作后既可以發(fā)布到 Skira App 上，也可以分發(fā)至 TikTok、Ins 等平臺。

目前，在 Skira App 端和 PC 端可 Remix 的模版，大多出自 Skira 的創(chuàng)作者。

這種機(jī)制，既能讓專業(yè)用戶的創(chuàng)意和玩法被更多人看到、消費(fèi)，也能讓 C 端用戶擁有源源不斷的玩法供給。等于不論創(chuàng)作水平的高低，所有人的想象力都能在這里流動起來。

*Skira 中可Remix的視頻

在底層承載這些流動的，是 ArtArch 的想象力引擎。

這套引擎內(nèi)置了 ArtArch 團(tuán)隊(duì)自己打造的編譯器和編程語言，把多模態(tài)模型的能力、創(chuàng)作素材、工作流等內(nèi)容，都封裝進(jìn)平臺里，能讓創(chuàng)作者像寫劇本一樣地定義工作流——這是 ArtArch 團(tuán)隊(duì)的核心能力。

這套引擎還可以高效創(chuàng)作爆款玩法。"要創(chuàng)作一個爆款玩法，很多人就算實(shí)現(xiàn)了算法鏈路，在工程上還要花很久，但我們打通了算法和工程，會比行業(yè)平均速度快幾十倍。"黃嚴(yán)舉例。

從這個角度，Skira 或許更像一個 AI 創(chuàng)意工廠，能高效發(fā)布創(chuàng)意，同時盡可能地讓創(chuàng)意傳播。

*Skira PC 工作臺組裝了很多功能

上線一個月以來，現(xiàn)在 Skira 已經(jīng)吸引了一批全球化的創(chuàng)作者 KOC。黃嚴(yán)透露，目前他們有意控制了數(shù)量增長，因?yàn)橘|(zhì)量是更被看重的維度。

一些正反饋是，有創(chuàng)作者利用 Skira 中的模板，在YouTube上從0起號獲得單視頻上完的萬瀏覽。在不少 Skira 創(chuàng)作者的實(shí)操中，在社媒上看到視頻的用戶也會時常詢問視頻背后使用的工具。

*創(chuàng)作者用 Skira 制作視頻，0粉起號獲得3W瀏覽

*創(chuàng)作者在Ins上傳播用 Skira 制作的視頻

在完成引擎開發(fā)、Skira 產(chǎn)品上線、創(chuàng)作者和用戶運(yùn)營的小閉環(huán)之后，近期，我和黃嚴(yán)進(jìn)行了一次交流。我們聊了聊他創(chuàng)業(yè)的初衷，Skira 背后的故事，和對AI時代內(nèi)容平臺的思考。

以下是交流實(shí)錄：

創(chuàng)造一個讓所有人用AI表達(dá)想象力世界

Q：你之前在字節(jié)負(fù)責(zé)智能創(chuàng)作部門的研發(fā)與工程，為什么會忽然選擇創(chuàng)業(yè)？

黃嚴(yán)：說實(shí)話，雖然我的上一份工作在大廠，但在學(xué)生時期，我就一直很向往創(chuàng)新創(chuàng)業(yè)。

可以先講講我的背景。我 2015 年北大碩士畢業(yè)，但實(shí)際上從 2013 年開始，我就作為第 5 號員工加入了格靈深瞳。當(dāng)時能加入，也是因?yàn)楹蛶讉�北大的同學(xué)做項(xiàng)目，拿了微軟 Imagine Cup 全球大賽的中國區(qū)二等獎。我們那個項(xiàng)目叫“World Citizen（世界公民）”，愿景是用多語言翻譯讓世界各地的人實(shí)時聊天，同時做了一些視覺化的小玩法。

當(dāng)時我們在北大遇到了格靈深瞳的創(chuàng)始人——勇哥（趙勇）。他看了我們的 demo，當(dāng)場就把我們四個“打包”進(jìn)了公司。我在格靈深瞳從早期做到上市前后，一共干了七年，把算法、后端、前后端、工程架構(gòu)、大數(shù)據(jù)中心、機(jī)器學(xué)習(xí)平臺做了個遍，但說實(shí)話，雖然那些年成長很快，但我始終知道自己更想做和“創(chuàng)意、想象力”相關(guān)的產(chǎn)品，就和學(xué)生時期做的項(xiàng)目一樣。

所以在 2020 年，我加入了字節(jié)跳動。當(dāng)時的組織最初叫 AI Lab，后來整合成“智能創(chuàng)作”部門。我在其中負(fù)責(zé)工程研發(fā)，是工程研發(fā) Leader。

字節(jié)很多業(yè)務(wù)線的智能創(chuàng)作能力，底層都來自于這個部門。

我們會把創(chuàng)意創(chuàng)新的鏈路，不管是模型還是非模型、算法還是特效、剪輯還是渲染，全部工程化，變成 API、SDK、服務(wù)，供各業(yè)務(wù)線調(diào)用。

在字節(jié)的這段時間，我看到了創(chuàng)作從人工到AI強(qiáng)滲透過程，也和全球的產(chǎn)品、工程、運(yùn)營一起協(xié)作，見到各種前沿玩法和全球內(nèi)容趨勢。

所以我很深刻地感受到，創(chuàng)作正在從“拍—編—剪”時代，變成“用想象力構(gòu)建作品”的時代。這成為后來我創(chuàng)業(yè)的底層邏輯。

Q：AI 確實(shí)讓創(chuàng)造的門檻變低了。在字節(jié)看到并感受這個趨勢后，你認(rèn)為 ArtArch 應(yīng)該做什么？又為什么會有 Skira？

黃嚴(yán)：創(chuàng)作天然是發(fā)散的——它會不斷生長，不斷延伸。不過，創(chuàng)作的發(fā)散在技術(shù)層面不是無法收斂的，它可以通過一套技術(shù)框架來“陪伴式”地引導(dǎo)，而不是將創(chuàng)意和技術(shù)分成兩條互不相干的管線。

這條收斂的技術(shù)管線，就是 ArtArch 的核心——想象力引擎。想象力引擎的核心作用是讓越來越多的人用想象力就能進(jìn)入心流式、絲滑創(chuàng)作的狀態(tài)。

基于這套引擎，我們有了 Skira。Skira 的 PC 版更偏向?qū)I(yè)的用戶，App 更適合 C 端，看起來有點(diǎn)兩套產(chǎn)品的樣子，但本質(zhì)上仍是一套。

Pro C，也就是專業(yè)內(nèi)容生產(chǎn)者。他們有很強(qiáng)的制作能力，可以創(chuàng)作玩法、模板、效果。但發(fā)揮這些能力的工具還不夠好用，甚至他們也會猶豫“不知道怎么用”，Skira 可以幫助解決這個問題。

第二類是 C 端創(chuàng)作者。很多人腦子里充滿想象力，也想表達(dá)，但缺乏表達(dá)的“引導(dǎo)”。比如沒有模板，他們會不知道如何讓作品落地。所以目前，Skira 這套產(chǎn)品要做的，就是基于想象力引擎，讓上述兩類人都可以在 AI 時代，用更好的 AI 工具找到自己的表達(dá)。

Q：這個想象力引擎的具體形態(tài)是什么樣的？

黃嚴(yán)：“想象力引擎”不是一個點(diǎn)狀能力，而是一整條貫通創(chuàng)作前、中、后的系統(tǒng)化工程。隨著 AIGC 爆發(fā)，傳統(tǒng)的編輯、剪輯工具從主力變成輔助，AI 成為新的創(chuàng)意主引擎。真正的創(chuàng)作不是 prompt，而是大模型、多模態(tài)能力、工程化結(jié)構(gòu)和創(chuàng)意邏輯的一體化協(xié)同。

我們把這套體系稱為“想象力引擎”。它從底層架構(gòu)到語言形態(tài)，都是從 0 到 1 自己搭建的。為了讓創(chuàng)作真的像導(dǎo)演那樣可控可構(gòu)建，我們專門為創(chuàng)作設(shè)計(jì)了一門語言，一套編譯器，以及可編排的工作流結(jié)構(gòu)。創(chuàng)作者寫下的是故事與意圖，系統(tǒng)自動把它轉(zhuǎn)成機(jī)器可執(zhí)行的創(chuàng)作鏈路。

為什么要這么做？因?yàn)榻裉斓膬?nèi)容創(chuàng)作還遠(yuǎn)遠(yuǎn)不夠成熟。市面上很多“簡單創(chuàng)作”——比如兩個人擁抱一下、一個五秒鐘 prompt 就能出一段視頻，這些都只是碎片式的技巧展示，稱不上完整的創(chuàng)作。真正的創(chuàng)作，從導(dǎo)演視角來看，是一個極其復(fù)雜的體系。

它包含人物、背景、時間、分鏡，還有特效、轉(zhuǎn)場、濾鏡、花字，和素材系統(tǒng)。

只有把這些組合成完整的創(chuàng)作鏈條，才能產(chǎn)出真正能打動人的作品。

所以我們要構(gòu)建一套創(chuàng)作語言，基于這套語言，腳本可以被轉(zhuǎn)成可編程的結(jié)構(gòu)，再與多模態(tài)能力結(jié)合，被自動化地“編排”成一次完整的創(chuàng)作流程，讓AI的內(nèi)容可以被用心構(gòu)建。這才是我們所說的創(chuàng)作引擎。

同時，我們把 Agent 技術(shù)也接進(jìn)來了。這樣，市面上各種模型的能力、不同模態(tài)的能力，甚至你喜歡的各種創(chuàng)意手法，都能被拆解成“創(chuàng)作元素”，再快速拼成“玩法”和“模板”。

再換個角度，如果沒有這套引擎，AI 創(chuàng)作就會非常人工�，F(xiàn)在大家的典型工作流是：一個效果用即夢，另一個效果用可靈，靜態(tài)圖用 Midjourney，視頻剪輯用剪映，文案再用 ChatGPT，腳本還得去別的地方寫，整套流程要在不同工具之間來回切換，非常碎片化。

而我們做的，就是把這一切 all in one。讓創(chuàng)作者只關(guān)注想象力，而不是工具之間的摩擦。引擎負(fù)責(zé)把分散的多模態(tài)能力收斂，變成可自動化的、可擴(kuò)展的、可表達(dá)的創(chuàng)作流程。最終，創(chuàng)作者不僅能“模擬一個效果”，而是能表達(dá)完整的故事、節(jié)奏、風(fēng)格和表達(dá)力。

所以，怎么真的把這么多創(chuàng)作元素組合在一起？怎樣自動化？怎樣用 AI 讓它變得更高效、更有表現(xiàn)力？這一切都極度依賴底層，把多模態(tài)能力、模型與非模型能力，以及各種雜亂的創(chuàng)作資源整合、編排起來的這套底層，也就是引擎。

Q：基于引擎的心流式創(chuàng)作體驗(yàn)，可以舉一些具體例子嗎？

黃嚴(yán)：我們內(nèi)部最喜歡的一個例子其實(shí)很簡單：你在腦海里看到一場戲，只需要幾句話，系統(tǒng)就能把它拆成一段完整的分鏡大綱。

比如你說一句“一個小孩在雨里奔跑，突然抬頭看到一條巨龍掠過天空”。傳統(tǒng)流程里——編劇寫一句、導(dǎo)演想鏡頭、分鏡師畫草稿、特效師做預(yù)演，各崗位要反復(fù)溝通。

但在我們的引擎里，它會自動生成這樣的大綱：

鏡頭一：雨滴特寫，落在鞋面，慢慢拉遠(yuǎn)

鏡頭二：孩子奔跑的跟拍鏡頭，略微抖動，帶緊張感

鏡頭三：突然仰頭，攝像機(jī)角度上搖

鏡頭四：巨龍從天空橫切而過，光影掠過孩子的臉

鏡頭五：孩子表情特寫，風(fēng)吹起他濕漉漉的頭發(fā)

更重要的，這些不是靜態(tài)文字，而是可執(zhí)行的創(chuàng)作節(jié)點(diǎn)，風(fēng)格、角色、動作、運(yùn)動軌跡、轉(zhuǎn)場邏輯、光線、音效，全部能被組合并執(zhí)行。

這種效果，以前就會 AE、Premiere 的專業(yè)創(chuàng)作者覺得，這比自己手動搭鏡頭快太多了。以前只會寫故事、不會做特效的編劇老師會發(fā)現(xiàn)，原來自己也能做導(dǎo)演。

這就是心流式創(chuàng)作體驗(yàn)的意義：讓有視覺的人可以更快落地表達(dá)，讓沒有技術(shù)的人也能擁有導(dǎo)演視角，人們不會被工具擋住想象力。

一個人可以憑想象力從 0 到 1 生成完整的作品雛形，再讓引擎把所有復(fù)雜的技術(shù)細(xì)節(jié)自動化處理好。我們要做的，就是讓創(chuàng)作者從繁瑣的手工操作里解放出來，讓他們只需要思考故事想講什么、畫面要表達(dá)什么、世界要長什么樣。所有技術(shù)層面的摩擦，都交給引擎。

從引擎開始，構(gòu)建AI時代的內(nèi)容平臺

Q：看到Skira的PC和APP端其實(shí)是可以連通的？它們的特點(diǎn)和關(guān)系是？

黃嚴(yán)：是的，它們是聯(lián)動的關(guān)系。

Skira App 更 To C，是面向全球用戶的“一鍵創(chuàng)作”玩法宇宙。Skira PC，是更面向制作人與技術(shù)流創(chuàng)作者的“AI 工作流樂高化”創(chuàng)作工具。有了它們，Skira 不只是一個應(yīng)用，而是一套內(nèi)容流動機(jī)制與創(chuàng)作者生產(chǎn)力系統(tǒng)。

等于，Skira 的整個模式從一開始就不是單邊供應(yīng)或單邊消費(fèi)，而是以“玩法”為中心的，供給—消費(fèi)雙向循環(huán)。

也就是，C 端需要專業(yè)創(chuàng)作者供給玩法，創(chuàng)作者的創(chuàng)意也需要 C 端用戶去消化、使用、再表達(dá)。所以 Skira 天然是一種平臺結(jié)構(gòu)，PC 和 App 分別承載了平臺的兩端。

Q：除了 PC 端的創(chuàng)造鏈路，創(chuàng)作者為什么會更喜歡在 Skira App 上分發(fā)？

黃嚴(yán)：現(xiàn)在 Skira PC 端的作品，除了 Skira App，也可以發(fā)在 TikTok、Ins 上。

但我們在運(yùn)營上也有自己的吸引力，能解決創(chuàng)作者的痛點(diǎn)。

不少具備創(chuàng)作能力的人，知道怎么做內(nèi)容但不懂如何把內(nèi)容有效分發(fā)出去——尤其是面向 C 端用戶的分銷。

很多創(chuàng)作者更偏向做中長篇內(nèi)容，會通過 To B 的方式商業(yè)化，但這個領(lǐng)域競爭極其激烈，而 C 端用戶本身并不會為這種“創(chuàng)意邏輯”買單。C 端不買單，就意味著必須依靠平臺的運(yùn)營，把用戶留下來。

我們團(tuán)隊(duì)的成員大部分來自字節(jié)，對運(yùn)營和爆款有著自己的 Sense 和經(jīng)驗(yàn)。我們覺得，玩法才是鏈接創(chuàng)作者和 C 端用戶的核心。因?yàn)閲@玩法，才能形成完整的創(chuàng)作型社區(qū)，我們能夠判斷什么方向的內(nèi)容具有爆款潛質(zhì)，也會設(shè)計(jì)商業(yè)化鏈路。這也是 Skira 之后會更吸引人的地方。

Q：現(xiàn)在 Skira 的專業(yè)和純 C 端用戶的數(shù)量大概是多少？

黃嚴(yán)：Skira 還處在一個增長階段，我們不是很強(qiáng)調(diào)純粹數(shù)量上的增長，更在意質(zhì)量�？梢酝嘎兜氖�，現(xiàn)在 Pro C 和 C 端用戶的比例是1:10。

這也非常合理，因?yàn)楹Ａ坑脩艨隙ㄔ?App 上。他們更喜歡簡單、輕松地玩，用一個模板表達(dá)情緒，然后直接發(fā)布到社交媒體。所以，我們會把偏娛樂、偏消費(fèi)側(cè)的內(nèi)容主要放在 App 上。

現(xiàn)在我們的 App 上還是最低門檻的功能，也就是一鍵Remix。但是之后我們也會稍微開放一些功能，讓更多有創(chuàng)意的、但不需要更專業(yè)工具的人找到更多創(chuàng)作樂趣。這類用戶叫 Author，也非常重要。

Q：比如 Sora App，有最"傻瓜"的玩法，也有一些創(chuàng)意功能可以讓大家探索。似乎 Sora 出現(xiàn)后，Remix 的功能更火了。

黃嚴(yán)：Sora 帶來了很多正向影響。因?yàn)?Sora 讓大家意識到：除了傳統(tǒng)的拍攝和剪輯，內(nèi)容創(chuàng)作其實(shí)還有新的解法，并且觀眾也愿意看這種新模式下的內(nèi)容。

有很多概念也因?yàn)?Sora 更被普及了。類似 Remix，但 Remix 是我們 Day 1 就在做的模式。我在字節(jié)時期做的“玩法”，本質(zhì)上也是 remix。最近大家討論二次元、討論各種同款的內(nèi)容，也確實(shí)都在說 remix。其實(shí) remix 只是一種方式，是一個增長手段。這個概念最近才被普遍認(rèn)識，但它一直存在。

但我想說，創(chuàng)作和傳播的核心并不在是不是 remix 上。remix能不能火，還是要回到創(chuàng)作本質(zhì)：比如模板本身有沒有吸引力？它是否真正擊中了某些用戶的表達(dá)欲？它是否讓人愿意點(diǎn)開、愿意玩？

Remix 只是一個入口，一個打開方式。真正決定作品生命力的永遠(yuǎn)是創(chuàng)作本身。

所以我們說，AI 能解決很多問題，但一定不能覆蓋所有東西。創(chuàng)作者需要先把自己的 story 搭好，再基于 story 做玩法。只有這樣，玩法才能真正擊中用戶，讓他們愿意玩。

而 ArtArch 要解決的事，就是覆蓋創(chuàng)作者最本質(zhì)的想象力，讓他們的創(chuàng)作維度更廣、空間更大、可用元素更豐富。把這些功能都覆蓋，再把工作流打磨更順滑，讓創(chuàng)作鏈路不被卡住，也有渠道分發(fā)，創(chuàng)作者就能更自由地發(fā)揮。

Q：Skira 現(xiàn)在有哪些運(yùn)營策略？

黃嚴(yán)：舉一些例子。首先，我們的 in-house 團(tuán)隊(duì)會持續(xù)做 showcase。很多強(qiáng)玩法、強(qiáng)示例最早都是由我們 in-house 團(tuán)隊(duì)親自做出來的。我們會不斷引入新的創(chuàng)作元素，提升玩法的復(fù)雜度、覆蓋面，以及新穎程度，讓整個生態(tài)的基礎(chǔ)水位持續(xù)提升。

比如萬圣節(jié)活動。我們把原始的模板給到各種創(chuàng)作老師，組織了一場帶激勵機(jī)制的比賽。

結(jié)果老師們創(chuàng)作出來的玩法，效果比我們內(nèi)部做的好很多。

現(xiàn)在 Skira 生態(tài)里的老師們各自有自己的強(qiáng)項(xiàng)，有人擅長國風(fēng)，有人擅長美漫，有人做夢核，也有人擅長寫實(shí)類內(nèi)容。當(dāng)他們看到我們提供的創(chuàng)作手法，就會基于自己的專業(yè)積累產(chǎn)生新的想法和想象力。

為了讓這些創(chuàng)意流動，我們會做引導(dǎo) + 激勵。

Q：在你的觀察里，現(xiàn)在創(chuàng)作者核心在意的運(yùn)營方式是什么？

黃嚴(yán)：其實(shí)對大多數(shù)老師來說，一方面他們有自己變現(xiàn)的通道，無論是商單還是教學(xué)，另一方面是希望自己的創(chuàng)意被認(rèn)同，具有影響力。

有時候某些 KOC 發(fā)布玩法后，會吸引陌生人主動來問，這是什么 App 做的。這類“慕名而來”的情況其實(shí)挺多的，有創(chuàng)作者已經(jīng)用我們的產(chǎn)品做內(nèi)容，在 YouTube 上從 0 起號做到 3 萬播放。

我們對于創(chuàng)作者的吸引力來自兩個維度的疊加：

一方面，我們的工程體系把創(chuàng)作過程做到足夠順滑，讓創(chuàng)作者的想法能夠被完整表達(dá)。另一方面，我們的內(nèi)容 Sense、玩法判斷和激勵機(jī)制，能夠幫助創(chuàng)作者把作品“做準(zhǔn)”，更符合用戶的審美和接受方式。

從這個意義上，Skira 更像一個 AI 時代的創(chuàng)意工廠：創(chuàng)作是前半程，表達(dá)方式是后半程，兩者缺一不可。

這也是為什么我們的創(chuàng)作者作品更容易跑出來。

但回到更本質(zhì)的維度，我覺得真正能打動人的永遠(yuǎn)都是故事、想象力，不是技巧。我們能做的，就是用機(jī)器語言降低創(chuàng)意構(gòu)建的復(fù)雜度，不論在哪個平臺，創(chuàng)作永遠(yuǎn)是先擊中自己，再擊中朋友與粉絲的過程。