•
Sora發布後，Pika創辦人回應：很振奮，我們將直接衝
面對Sora的來勢洶洶，Pika創始人郭文景獨家回應鈦媒體App稱，“我們覺得這是一個很振奮人心的消息，我們已經在籌備直接衝，將直接對標Sora。”
OpenAI剛推出的Sora像是一顆炸彈，再一次引爆全球。
作為AI視頻模型，Sora可以根據文本指令創建現實且富有想像力的場景，能夠生成具有多個角色、特定類型的運動，以及主體和背景的準確細節的複雜場景的高清視頻，並且時長可以達到一分鐘。
Sora對語言的理解也達到了一個新的層級，使其能夠準確地理解提示詞，並產生表達充滿活力的情感的影片。它建立在過去對DALL·E和GPT模型的綜合研究之上，提出了一個新的模型可能。它不僅可以理解使用者在提示中提出的要求，也能理解它們在物理世界中的存在方式。
重要的是，Sora是個diffusion transformer，而transformers已經在語言建模、電腦視覺和影像生成等各大領域已經展現了傑出的擴展特性。
作為一種擴散模型（diffusion models），Sora除了能夠根據文字指令生成視頻之外，還能夠獲取現有的靜態圖像並從中生成視頻，準確地動畫圖像的內容並關注小細節。Sora還可以獲得現有影片並對其進行擴展或填充缺失的畫面。
Sora從大型語言模型中獲得靈感，這些模型透過網路規模資料的訓練來獲得通用能力。（截圖來自OpenAI發布的Sora技術研究報告：Video generation models as world simulators）
OpenAI發布的技術報告認為，Sora的研究結果表明，擴展視訊生成模型是建立物理世界通用模擬器一條極具前景的途徑。它使人工智慧理解和模擬運動中的物理世界，邁向了一個新的高度。
因此，Sora也被認為是AGI實現過程中的重大里程碑事件，而不只是視頻生成。
在Sora發布之前，Runway和Pika都被認為是視頻生成賽道的佼佼者。在Sora發布之後，許多人認為，它憑一己之力已經輕鬆「吊打」且即將「幹翻」這兩家新興獨角獸公司，並對創業者的命運表示擔憂。
然而，他們自己對此似乎興奮更多於恐懼。Pika創辦人郭文景獨家回應鈦媒體App稱，“我們覺得這是一個很振奮人心的消息，我們已經在籌備直接衝，將直接對標Sora。”
此外，郭文景還透露，目前已經在招募了，具體計畫暫時還不能對外透露。
Pika Labs成立於2023年4月，同年11月發表首款產品Pika 1.0。Pika1.0能夠產生和編輯3D動畫、動畫、卡通和電影，並且普通用戶還可以對其進行加工，被視為一款零門檻「視訊生成神器」。
在與鈦媒體創辦人趙何娟的【AI新生代】系列對話中，郭文景也曾提到，目前生成式影片發展的一個重要限制是演算法的成熟度，這也是Pika的核心主攻方向。
「我覺得影片跟語言模型不太一樣，關於語言模型大家已經知道大概的方法，演算法其實已經比較成熟了。但影片現在沒有很好的演算法，它不是一個規模化的問題，不是說現在大家的GPU不夠多，很多時候其實是演算法上還沒有很好的一個想法。」郭文景說。
而這次Sora的發布，也給了業界一個非常好的演算法思路，可能反倒為Pika這樣的領先新創公司提供更成熟演算法路線可能。
事實上，面對實力強勁的OpenAI，郭文景也早已做好了準備。早在數月前，趙何娟也曾問過郭文景，在影片生成賽道上最關心的對手是誰，郭文景當時即表示，應該是OpenAI。
作為一個在東亞文化裡成長的女生，郭文景大學本科畢業於哈佛，而史丹佛博士尚未畢業就輟學創業。其創立的Pika 1.0版本的demo視頻流出之後，即一鳴驚人，它能夠生成和編輯包括3D動畫、動漫、卡通或者電影風格的視頻，並且使用起來也很容易上手。
它還允許用戶自己上傳影片片段，並使用生成式AI來編輯和重新建立場景。電影質感，動畫級特效，Pika 1.0的視覺效果十分炸裂，似乎讓一般人都能成為電影導演，即將成為一種可能。
這支最初由4個人組成pika_labs，融資超過5500萬美元，幾乎所有AI領域的知名早期投資公司都參與了此輪融資。
而就在Pika1.0發布才過去四個月不到，同賽道的Sor a的橫空出世，在AI視頻生成這條路上，又增加了很多變數和可能性。
以下是先前鈦媒體創辦人趙何娟與Pika創辦人郭文景的【AI新生代】對話實錄：
當電影夢疊加AI的“魔法”
趙何娟：Hello，Demi，很高興又見面了，很高興你能夠來到我的直播間，與我們一起來探討這一波AI浪潮下新生代崛起的話題。身為矽谷最近非常火熱的AI生成式影片計畫Pika的創辦人，外界對你們的討論也特別多。我想大家應該都會對你的創業，對你本人都會很有興趣。
我們可不可以先從你自己的經驗開始聊一聊，你是怎麼從哈佛大學讀本科，然後到史丹佛大學讀的碩博的？又怎麼選擇了文字生成影片這個方向來創業的？
郭文景：大家好，我是Demi。我從小就對創意產業比較有興趣，也因此我選擇去史丹佛大學。之前我一直在做AI，兩年前加入史丹佛大學讀博，我選的方向就是AI for content creation.，用AI做一些內容創作。
我當時跟了兩個老師。一位老師是史丹佛大學人工智慧實驗室的主任Chris Manning，另一個老師之前是用電腦做電影的，他曾經獲過兩次奧斯卡獎。史丹佛也是一直嘗試用AI做內容創作。我也在遊戲公司做過一些AI for虛擬人，AI for 3D遊戲內容，以及原畫的一些的探索。
之所以開始創立Pika，一個是對這個方向比較感興趣，另外也是我自己特別想做一些電影和視頻，但我不是專業的。我曾經跟一些朋友想做一個AI電影，過程讓我意識到，雖然現在影片製作已經非常先進，但還是有很多瓶頸。
我覺得AI一定會改變現在影片製作的方式。如果能夠用最好的AI技術，去想像未來影片製作的方式，是一件很有趣的事。我就開始做Pika這個專案。
趙何娟：你在創立Pika之前，先參加了Runway的AI影片比賽。你現在做的Pika，一個很重要的或比較大的競爭對手就是Runway。為什麼要去參加Runway的比賽，同時要做一個跟Runway完全競爭的項目？而且，Runway在這個領域目前還是領先的。
郭文景：我當時參加這個大賽的時候，沒有想要做AI影片的公司，純粹是興趣。當時我們放寒假，我發現這個比賽就蠻有趣的，我想做一個電影。我們當時還找了一個編劇去寫這個劇本，也找了一些當AI的朋友和大學同學。
這個過程，讓我們意識到現在影片製作還是非常複雜。我們有很多創意是很好的，但並不能很好地實現。我們也用了很多Runway的工具，也用了一些其他的工具，我們發現還有很多空間。
趙何娟：你發現在做影片或電影創作的時候，深入研究發現製作過程還是有很多瓶頸，主要的瓶頸是哪些？
郭文景：我當時想要把視頻的背景變成一些其他的背景，包括幾秒鐘的視頻，就要花掉我好幾個小時，電腦還會出錯。我想要把一個影片放嵌入到iPad的螢幕，過程也非常複雜。我根據一些教程學了一遍以後，第二遍我就直接忘記了，中間還有可能出錯。這應該是比較簡單的任務，沒想到還需要花這麼多時間和精力去做。
我們當時做的電影，找了演員，做的是從真人變成動漫的形式，當時可能還沒有任何模型去做，而影片到影片的功能。我們其實是用了一些新的論文，去實現的。其實AI能做，但市面上沒有很好的工具。
堅定AI信仰：比起數據，技術才是底氣
趙何娟：現在GPT大模型也不斷升級，迭代速度還蠻快的。可能在你想做那件事情的時候，還沒有工具能做，但是可能當你自己去做的時候，發現其他的工具都開始做了。所以，你們來做這件事的核心競爭力是什麼呢？
郭文景：首先，我們還是比較相信自己的技術背景的。我們創始團隊有史丹佛博士，團隊還有麻省理工等院校的博士，和一些比較非常優秀的本科生，我還是想打造一個比較頂尖的技術團隊。
相對Runway來說，我們還有幾個不同。關於產品的定位和產品的策略，Runway可能還是更偏向一些專業的使用者。它們推出的許多功能，主要是面向電影製作，或者說電影工作室，更偏於一些專業用戶。
但我們想做得更偏一般使用者能用的一些工具。不一定說是要做電影，也可以是幫你編輯一些個人的視頻，或是做一些比較有趣味的視頻。
Runway它可能做的範圍會更廣一些，比如說3D、語音、agent，各種不同的模型，方式更偏向於有一個新的演算法，有新的一些功能。但我們是從影片編輯和影片製作的角度出發。
趙何娟：還有一個很重要的問題是數據。相比Runway這樣已經跑在前面的公司，或者是相比其他的一些大的平台，比如說，像迪士尼現在也在做自己的視頻生成的相關的模型，你們會不會認為，數據是最難與之競爭的？你們怎麼解決數據的問題？
郭文景：數據的確很難與迪士尼競爭。OpenAI是現在最好的語言模型，但為什麼有很多語料庫的公司，沒有做出最好的語言模型呢？迪士尼也不代表它的數據一定會更好，因為它的數據量比較有限。其實很多語言公司最後還是看技術。
趙何娟：你剛才講到的另一個不同，你們的定位不一樣。你們更偏向一般用戶，一般消費者，而不是只針對電影製作者這類專業用戶。怎麼理解你們想要針對一般使用者這樣的一個定位？像TikTok這樣也是針對普通用戶，每個人都可以在上面做一段創作或短視頻，是不是你們也會往平台方向去拓展？
郭文景：我們現在沒有這方面的想法，我們更多是基於技術之外的一些功能性的開發。
趙何娟：那一般用戶怎麼用你們？他們用Pika，更多是用來做什麼？
郭文景：我們現在更多是希望使用者可以做一些影片的生成和影片編輯。具體的應用，目前我們還是比較開放態度，是讓使用者決定。我們現在比較多把科技瓶頸突破。
趙何娟：現在科技突破上最大的難題是什麼？
郭文景：我覺得影片跟語言模型不太一樣，關於語言模型大家已經知道大概的方法，演算法其實已經比較成熟了。但影片現在沒有很好的演算法，它不是一個規模化的問題，不是說現在大家的GPU不夠多，很多時候其實是演算法上還沒有很好的一個想法。
舉例子來說，例如現在大部分常用的視頻模型，根據設計來講，它就不可能生成很長的視頻，因為它每一幀的圖片是一起生成的。它有一些演算法上的瓶頸，無法做出我們想像的那種非常長、非常好的影片。它其實還需要一些演算法知識上的突破。
趙何娟：接下來的創業裡，對你來說，還會有哪些挑戰？
郭文景：AI是高速發展的一個產業，一定會有很多的變化，競爭對手也有很多的變化，整個產業日新月異。更多的挑戰是一些不確定的挑戰，我們也不知道未來會發生什麼事。所以，對我們來講，我們的心態是，這就是沒有什麼挑戰。
現在我們更多的是想建立一支比較好的團隊。沒有什麼挑戰是不能克服的。可能有些挑戰更難一些，你花的時間需要更多，去探索，去找到一個解決方案。
趙何娟：你之前是對AI和創作感興趣，但你與團隊在磨合的過程，或者在組建團隊的過程裡，發現就憑興趣做事，和做公司之後，感受有什麼不一樣的嗎？
郭文景：我們很幸運的一點是，我們做的公司，就是我們的興趣。我就是目標用戶。我有時候工作閒的時候，就會去用我們的產品，去做一些影片。包括我們最早的一些市場向的視頻，就是我做的。
我們比較幸運的一點，是因為我們對自己的這個方向特別感興趣。所以，我們的團隊也是相對比較有活力，都是屬於比較有自主動力的人，而且團隊還比較小。創業是最幸福的事情，在做自己最想做的事情，而且跟一群我們覺得非常優秀，同樣對這件事有興趣的人一起做這件事情。
趙何娟：你們的投資機構，光速創投的合夥人Michael，他說，Pika團隊是他見過行動力最快的團隊，我不知道你怎麼看待這個評價？
郭文景：我們團隊一直比較重視執行的效率，這可能也是小團隊的優勢。
趙何娟：我們再來聊聊趨勢。之前有看到英偉達的科學家說，2022年是影像之年，2023年是聲波之年，2024年是影片之年，你怎麼看這個演化的過程？近幾年說影片也都好多年了，為什麼說今年是影片之年？
郭文景：視頻可能現在雖然沒有那麼完美，但是今年一定會有比較大的突破，因為現在用AI一個做好的視頻，需要在prompting，提示詞上有一些技術。你可能需要在這方面比較有經驗，就能做比較好的影片。但如果你沒有很有經驗，就不能做出很好的影片。
這是因為現在視訊模型還沒有那麼成熟，但我們覺得馬上會非常成熟。
今年可能就可以做出產品，是能夠讓所有人不需要有很多的經驗，就能夠做很好的影片。
趙何娟：接下來也想聊聊你對整個AI的產業的一些判斷。你怎麼看待最新的這一波的AI革命浪潮，有沒有可能有更多的機會也是你感興趣的？除了你現在做的影片之外，你接下來還有沒有哪些想法？
郭文景：我非常相信AI浪潮。我知道很多人可能會覺得AI浪潮實在有點太火了，或是有些過度，有些泡沫。但我們還是很相信的。不管說這個熱度是否過火，但是技術真的有突破。我們也相信，未來AI一定會改變很多產業，很多的應用，包括應用的一些使用。這就是毋庸置疑的。可能包括影片製作或音樂製作，購物方式，AI都會對傳統的方式有顛覆。
「別人家的女兒」是如何長成的？
趙何娟：你做這件事的事情，家人怎麼看？
郭文景：我家人還挺支持我做任何我想做的事情的。
趙何娟：Pika創業計畫出來之後，你們公佈了融資信息，又發布demo，大家也都非常關注你的家庭背景，都說這是「別人家的女兒」。
所以，從你自己角度來說，你覺得家庭的教育，對你不管是求學，還是創業的想法，起了什麼啟發或角色？一個這麼優秀的女孩子的成長，一個很好的家庭教育還是很重要的，或者是起到了很至關重要的作用。
郭文景：我覺得我還挺幸運的，我的整個成長經歷，也挺感恩，不管是對我的老師，或是家人。因為我從小一直對創意產業比較感興趣，我小學的時候，其實是想做一個作家，想要追求一些文藝的夢想，包括我家里人，其實當時特別希望我能走一些文藝的路線。我當時堅持要做程式設計這條路線的時候，我還跟我父母大吵了一架。我有姐姐和妹妹，她們是做的偏這個藝術方面的一些工作。
趙何娟：你小時候那麼喜歡寫作，什麼時候開始又開始對程式設計有興趣的？是什麼觸發你突然對程式設計感興趣了？
郭文景：我當時特別喜歡詩。我小時候喜歡寫作，喜歡看詩、散文集。我特別喜歡一些比較抽象的詩歌，一些有隱喻的散文，結構上的設計上比較巧妙的詩歌和散文。
當時接觸到編程，也純粹覺得非常有趣。五、六年級的時候，剛好家裡有一本書講的是LOGO程式語言，是一個小烏龜畫畫的語言。當時暑假沒事幹，看了這本書，就學會了這個LOGO語言。你可以透過程式設計的方式，去做一些創作。
程式跟詩還是有一些共通之處的，是需要設計的。比如說，結構化的編程，你需要設計一下，函數怎麼搞，結構怎麼搞。但它與詩不一樣的點是，你最後的輸出的這個東西，是可以互動的。
趙何娟：你可能在小學的時候接觸程式設計是玩兒，但是，在成長的過程之中，比如說，中學之後就要開始想專業方向。你在專業方向選擇的時候，為什麼沒有選文藝那條路？比如說，去學文學或是學藝術相關的，而是完全走上了這個電腦科學這條路。
郭文景：我其實到國中、高中以後，就逐漸喜歡上了程式設計。純粹是個人興趣，沒想到程式設計會對我升學有幫助。當時每天要先好好做作業就開始去程式設計。程式設計與文學不一樣的有趣的點是，程式設計真的能做一些應用，一些實際上的大家都能用的一些應用。我覺得這件事情非常的magical。
大學也是興趣導向的。我大學本科修的是數學。但是，我同時也與一些博士生一起，上一些計算機的課。在哈佛修的是數學學位，同時拿了一個計算機的研究生學位。我在哈佛也上了很多人文學課。
前兩年，我就把計算機和數學的學位拿到了。後面兩年，其實我主要都在上人文課，關注文藝的一些事。
趙何娟：這個也蠻有意思的，不管是電腦還是文藝，都是你的興趣。然後，你現在就把這些不同的興趣，透過創業，把它結合起來了。
郭文景：這是兩個不同方向的興趣。大一時候，我就開始接觸AI。因為當時覺得AI像是一種魔法，AI這麼神奇，這麼powerful。比如說，AI當時能夠做人臉偵測之類的，我覺得非常不可思議。對AI也有興趣，對藝術和創作一直都很感興趣，我很難找到一個更讓我覺得更有意思的事。
趙何娟：你從哈佛學習，又來到了史丹佛。這兩所學校，一個在美東，一個在美西。你覺得這兩所大學對你來說，以及你在這兩所學校裡收穫的東西，有什麼不一樣呢？
郭文景：兩者不同的話，其實很難說。主要是本科經驗和博士經驗不是很一樣。大學可能會更廣一些，更注重一些探索，可能會修不同的領域的課，會認識不同領域的人，但博士可能會比較專業一些。
趙何娟：美東的文化和矽谷的文化相比，差異其實還蠻大的。在你看來，這兩所學校的教育模式、創新，或是與企業界的聯合的方式，有什麼不一樣？你會更受益於哪一種？你的創業可能會更受惠於哪一種？
郭文景：其實挺難對比的。每個學校環境不太一樣。可能在哈佛，在美東，大部分的朋友都在搞金融，但是，史丹佛會有更多同學對創業感興趣。
史丹佛有很多計算機的課，計算機與其他學科結合的課也非常多。哈佛與電腦相關的，沒有幾個課，我們當時要上一些博士level的課，可能也就二十幾個人。甚至，我當時還在MIT上了一堂課。
其實電腦相關的，在哈佛也是第二大的學位。在哈佛很多學習電腦的人，後來也沒有去做電腦相關，很多人去做股票、諮詢或產品經理之類的工作。
趙何娟：史丹佛的創意氛圍較濃，史丹佛大學也有很多輟學創業的，都還比較成功。你的前輩們在矽谷各領風騷好幾年。過幾年，又會有一波新興的創業新秀起來。這也與矽谷和史丹佛獨特的文化有很大的關係。
當時怎麼就下定決心，決定輟學去創業的？尤其你從小成績就很好，是家裡的掌上明珠，為什麼有輟學這個跟你之前的人生可能很不一樣的決定？
郭文景：比起讀博來講，我個人對創業會比較感興趣。我其實在哈佛從中間也休學了一年，再回去讀的。我當時大二的時候，在Facebook就是現在Meta全職工作了一年，在AI研究實驗室，主要是感興趣。對創業比較有興趣，是因為我覺得還能做一些應用。
我比較喜歡追求自己熱愛的事。在美國，一些本科生輟學還是挺正常的一件事情。我的幸運的點是我的導師。包括我的博士的導師，都特別支持我。他們在學術上都非常資深，一個是史丹佛人工智慧實驗室主任，一個是獲得了兩個奧斯卡獎。我博士的導師，現在是我創業的導師和顧問。現在我還是會定期去見他們。
趙何娟：他們怎麼看待你現在這個創業計畫的？
郭文景：他們非常支持。我當時跟我一個導師說了這個事情，他馬上在電話上直接說支持我。他說，聰明的人就應該去做自己想做的事。我覺得非常幸運，我也非常感恩我的導師，他在一些技術上的知識都會支持。現在，他還是會跟我們進行一週一次的技術上的指導。我的導師也會覺得，快樂最重要。
趙何娟：特別感謝Demi，Demi是個很真實、率真，可愛的女孩。也有很多年輕一代的人，看到AI這個大浪潮來了。能不能請你給你的同儕一些方向性的建議，如何把握到這個機會？
郭文景：也不能說給什麼建議，可以分享一下我個人的想法。我覺得其實很多時候，還是要追求自己的內心想做什麼，還是要追求自己的個人的興趣。大家的人生只有一次，要做自己熱愛的事情，只有做自己熱愛的事情，才能做得到最好。（鈦媒體）