月之暗面前產(chǎn)品負(fù)責(zé)人王冠創(chuàng)業(yè)，像與 ChatGPT 對(duì)話那樣制作視頻。

文丨張家豪

編輯丨程曼祺

我們了解到，ONE2X（北京一生智能科技有限公司）于今年年中完成 A 輪融資，累計(jì)歷史融資額接近 2300 萬(wàn)美元，新一輪投資方包括清流資本、九合創(chuàng)投、聯(lián)想創(chuàng)投，老股東美團(tuán)龍珠和小米集團(tuán)聯(lián)合創(chuàng)始人王川繼續(xù)跟投，歷史投資方包括紅杉中國(guó)種子基金和百川智能等。

ONE2X 由月之暗面前模型產(chǎn)品負(fù)責(zé)人王冠于 2024 年 6 月創(chuàng)立，核心團(tuán)隊(duì)來(lái)自月之暗面、字節(jié)跳動(dòng)、阿里、快手等，目前團(tuán)隊(duì)約 30 人。

ONE2X 主要從事 AI 視頻方向的產(chǎn)品開(kāi)發(fā)，今年 5 月，他們發(fā)布了首個(gè)產(chǎn)品 Medeo 的測(cè)試版。ONE2X 方面稱(chēng)，他們已與數(shù)家國(guó)內(nèi)頂級(jí) AI 內(nèi)容工作室建立商業(yè)合作，產(chǎn)品正式版將于近期發(fā)布。

Medeo 的差異化定位是突出 “創(chuàng)意表達(dá)”，用戶可以像使用 ChatGPT 那樣持續(xù)在對(duì)話框內(nèi)輸入創(chuàng)意要求和修改指令，完成視頻創(chuàng)作，同時(shí)支持在產(chǎn)品中進(jìn)行多種剪輯優(yōu)化，并且可以通過(guò)自然語(yǔ)言來(lái)搭建個(gè)性化視頻制作工作流，實(shí)現(xiàn)動(dòng)畫(huà)、MV、解說(shuō)、廣告等多種視頻類(lèi)型的一鍵生成，幫助用戶建立自己獨(dú)特的視頻風(fēng)格。

ONE2X 稱(chēng)，為實(shí)現(xiàn)這樣的效果，他們構(gòu)建了一套面向視頻處理的生成系統(tǒng)：它由 “領(lǐng)域特定語(yǔ)言” (Domain-Specific Language, DSL）、“Context 系統(tǒng)” 以及 “人類(lèi)和 AI 共同活動(dòng)的環(huán)境” 組成，能關(guān)聯(lián)用戶模糊的自然語(yǔ)言意圖與精確的視頻操作，讓用戶用簡(jiǎn)單的語(yǔ)言表達(dá)創(chuàng)作出高質(zhì)量的視頻。

視頻生成工具是如今多模態(tài)大模型重要的落地方向之一。和大語(yǔ)言模型相比，視頻生成工具能解決的問(wèn)題更具體、離商業(yè)化更近，個(gè)人創(chuàng)作者、企業(yè)（廣告、營(yíng)銷(xiāo)、對(duì)內(nèi)培訓(xùn)等）都對(duì)視頻制作有持續(xù)需求，快手在今年 8 月發(fā)布的二季度財(cái)報(bào)中稱(chēng)，可靈 AI 的單季收入已超過(guò) 2.5 億美元，美國(guó) AI 視頻初創(chuàng)公司 Runway 也在 6 月宣布，其年化營(yíng)收超過(guò) 9000 萬(wàn)美元。

同時(shí)，這可能也是除大語(yǔ)言模型外競(jìng)爭(zhēng)最激烈的領(lǐng)域：大量創(chuàng)業(yè)公司涌現(xiàn)，中美主要的科技大公司也都推出了自己的 AI 視頻生成平臺(tái)。

視頻制作的難度遠(yuǎn)遠(yuǎn)高于文字與圖片。目前視頻制作工具的一個(gè)趨勢(shì)就是不斷降低使用門(mén)檻，同時(shí)融入視頻創(chuàng)作的工業(yè)體系，創(chuàng)造實(shí)際的經(jīng)濟(jì)效益。

技術(shù)的競(jìng)爭(zhēng)重點(diǎn)在于生成質(zhì)量（清晰度、真實(shí)感、細(xì)節(jié)紋理）、生成時(shí)長(zhǎng)、分辨率、幀率、符合物理規(guī)律等等；產(chǎn)品與商業(yè)競(jìng)爭(zhēng)則圍繞易用性、交互效率、定價(jià)方式和成本等等。

過(guò)去一年時(shí)間，基準(zhǔn)測(cè)試 Artificial Analysis 視頻模型的榜首位置一直屬于快手的可靈和 Google 的 Veo 系列。12 月初，Runway 剛剛發(fā)布的 Gen-4.5 拿下基準(zhǔn)測(cè)試 Artificial Analysis 榜首，超越 Google、OpenAI、快手等公司的模型。Runway 介紹新模型時(shí)，也提到：“用戶一條指令，即可指定詳細(xì)的鏡頭調(diào)度、精巧的場(chǎng)景構(gòu)圖、精確的事件時(shí)間安排以及微妙的氛圍變化?！?/p>

大公司往往被認(rèn)為擁有更強(qiáng)的研發(fā)與算力資源，但視頻制作流程更復(fù)雜、鏈條更長(zhǎng)，創(chuàng)業(yè)公司憑借技術(shù)判斷、差異化競(jìng)爭(zhēng)也有突圍的機(jī)會(huì)。

題圖來(lái)源：Medeo 測(cè)試版產(chǎn)品生成的視頻截圖。