文｜連線Insight 王慧瑩
編輯｜子夜
OpenAI再次引發(fā)全球注目。
北京時間2月16日，OpenAI發(fā)布了文生視頻大模型Sora。從官方介紹看，Sora能夠根據(jù)文本提示創(chuàng)建詳細的視頻，擴展現(xiàn)有視頻中的敘述以及從靜態(tài)圖像生成場景，最長能生成60秒視頻。
這熟悉的一幕，讓人夢回2023年。彼時，ChatGPT引發(fā)了大模型的浪潮，掀起了全球范圍內(nèi)的AI軍備競賽。到了今年，OpenAI再次扔出一枚石子，在文生視頻的池子里激起漣漪。
Sora讓“一句話生成視頻”變成可能，這是一場人工智能改變視頻制作的革命，全球短視頻巨頭字節(jié)跳動也不能忽視這個浪潮。
巧合的是，Sora問世一周前，字節(jié)跳動宣布了一項人事變動，原抖音集團CEO張楠宣布，自己已經(jīng)辭去集團CEO一職，未來把精力聚焦在剪映的發(fā)展上。字節(jié)跳動CEO梁汝波表示，感謝張楠過去帶領(lǐng)中國信息平臺業(yè)務(wù)做出的貢獻和突破，期待她在新崗位上再接再厲。
作為元老級員工，張楠已經(jīng)加入字節(jié)跳動十年整，主導(dǎo)推出了抖音、火山等產(chǎn)品。她帶領(lǐng)抖音完成了對競爭對手的反超，成為字節(jié)跳動實現(xiàn)二次飛躍的關(guān)鍵人物。如今，抖音的日活已經(jīng)超過6.5億，成為全球范圍內(nèi)短視頻領(lǐng)域的佼佼者。
高層的變動常常伴隨業(yè)務(wù)的調(diào)整，讓最熟悉抖音生態(tài)的人來負責(zé)剪映，字節(jié)跳動的目標很明確，要在AI文生視頻制作方面抓住新的爆發(fā)機遇。
據(jù)時代周報報道，接近剪映的人士透露，過去一年，張楠已經(jīng)把絕大多數(shù)精力傾斜到剪映先關(guān)的業(yè)務(wù)上，并親自帶隊尋求在AI輔助創(chuàng)作上有所突破，并即將推出一個AI生成和視頻的產(chǎn)品。
ChatGPT和Sora給字節(jié)跳動帶來了新的啟發(fā)，也帶來了更多壓力。過去一年，字節(jié)跳動延續(xù)超級APP的邏輯，接連推出了多款基于AI技術(shù)的產(chǎn)品，分布對話、工具、互動劇情等多個類別，包括豆包、扣子等APP。
動作很多，但速度不快，成果不顯，這讓字節(jié)跳動感到焦慮。年初內(nèi)部會議上，梁汝波把對技術(shù)部門的不滿表達得很直白。他說，字節(jié)跳動居然直到2023年才開始討論GPT，而業(yè)內(nèi)做得比較好的大模型創(chuàng)業(yè)公司都是在2018年至2021年創(chuàng)立的。
AI風(fēng)口下，字節(jié)還沒能大力出奇跡，張楠再次擔(dān)任了沖鋒者的角色。能否帶領(lǐng)剪映再次創(chuàng)造奇跡，對張楠和字節(jié)跳動來說至關(guān)重要，這決定了字節(jié)跳動能否走出增長困境，尋找到新的生機。
1、Sora來了，壓力給到了字節(jié)跳動
一位時尚女性走在充滿溫暖霓虹燈和動畫城市標牌的東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子，拎著黑色錢包；她戴著太陽鏡，涂著紅色口紅；她走路自信又隨意……
潮濕積水的街道倒映著上空的影像、女性皮膚上的毛孔清晰可見，如此逼真寫實的視頻畫面，出自AI之手。
Sora示例視頻，來源OpenAI官網(wǎng)
沒有任何預(yù)告，OpenAI再放大招。北京時間2月16日OpenAI在社交平臺X發(fā)帖，首次對外公布了名為Sora的文生視頻AI模型。
Sora帶來的震撼，不亞于去年的ChatGPT，瞬時成為開年最火爆的話題之一。
事實上，文生視頻并非新鮮事物。在Sora發(fā)布前，根據(jù)知名投資機構(gòu)a16z統(tǒng)計，截至2024年底，市場上共有21個公開的AI視頻模型，包括大眾熟知的Runway、Pika、Genmo以及Stable Video Diffusion等等。
但Sora為何會如此驚艷，并以顛覆性再次攪動AI行業(yè)？理解力、還原力是Sora效果超預(yù)期的核心。
OpenAI官網(wǎng)上的多段視頻也證明了Sora的能力。兩艘海盜船在一杯咖啡中航行，在泛白的咖啡泡沫中互相激斗；載滿乘客的列車駛過光影交替的城市，車窗上投射出生動的車內(nèi)倒影；舞龍隊伍在周邊人群的圍觀和隨行中前進，遠近透視真實感十足。
在視頻時長上看，用戶只需要輸入一段文本，Sora就能自動生成最長一分鐘的高清視頻。這超出了市面上的大多數(shù)產(chǎn)品。根據(jù)a16z統(tǒng)計，現(xiàn)有的AI視頻模型制作的視頻長度大都在10秒以內(nèi)，像此前大熱的Runway Gen 2、Pika，其制作的視頻長度分別只有4秒和3秒。
更重要的是，Sora對真實世界的理解能力和還原能力都超出了市面現(xiàn)有的大模型。
正如OpenAI在官方博客上寫道，Sora不僅可以理解用戶的需求，還知道這些事物在現(xiàn)實世界如何存在。具體而言，Sora不僅能實現(xiàn)一鏡到底，還能完成多角度鏡頭、分鏡頭的切換，更能還原真實世界中的光影反射、人類行為等。
超預(yù)期的表現(xiàn)離不開技術(shù)支撐。據(jù)OpenAI介紹，因使用Transformer架構(gòu)，Sora具有極強的擴展性，同時在基于過去對DALL·E和GPT的研究基礎(chǔ)構(gòu)建上還利用了DALL·E 3的重述提示詞技術(shù)，為視覺模型訓(xùn)練數(shù)據(jù)生成高描述性的標注。
Sora的出現(xiàn)能否掀起中國乃至全球范圍新一輪的AI軍備競賽尚不可知，但能生成60s視頻的Sora，把壓力實實在在給到了字節(jié)跳動。因為60s視頻所處的賽道，正是字節(jié)跳動王牌業(yè)務(wù)抖音的大本營。
在抖音生態(tài)越來越豐富后，為了服務(wù)內(nèi)容創(chuàng)作者，剪映也應(yīng)運而生。背靠抖音的流量池，截至2021年，剪映的月活用戶已經(jīng)突破1億，是國內(nèi)最大的移動視頻編輯產(chǎn)品。而TikTok在全球的風(fēng)靡，也帶動了剪映海外版CapCut的下載量激增。
剪映之所以能夠如此風(fēng)靡，原因在于降低了門檻，讓普通人都能夠更快更簡單地產(chǎn)出視頻內(nèi)容。
而近兩年，隨著AIGC的火爆，視頻制作門檻將被再次降低。這也是如今Sora對剪映產(chǎn)生威脅的核心原因：更多人將傾向于選擇門檻更低，但效果更好的平臺，剪映的用戶將可能被AI視頻生成產(chǎn)品搶走。
為了留住用戶，同時也為了抓住新的機會，剪映布局AIGC幾乎是必然。
2023年11月，剪映測試名為“Dreamina”的AIGC工具，用戶只需輸入一段文字，Dreamina即可生成四幅由AI生成的創(chuàng)意圖像。這些圖像可以從抽象、寫實等多個維度生成，滿足不同用戶的審美需求。
彼時，據(jù)Tech星球報道，消息人士透露，該工具未來會用于抖音的圖文或短視頻的內(nèi)容創(chuàng)作，豐富抖音在AI創(chuàng)造方面的內(nèi)容庫。
不過從效果來看，目前剪映面臨和Runway、Pika、Genmo等產(chǎn)品一樣的困境：視頻的運動不自然，保真度不高、視角單一等問題，這些問題本質(zhì)上是技術(shù)問題，Sora靠技術(shù)解決了這些問題，威脅到“剪映們”生存的同時，也給“剪映們”提供了思路。
今年，原抖音集團CEO張楠卸任，轉(zhuǎn)而投入剪映的發(fā)展，透露出抖音乃至字節(jié)對AI創(chuàng)作的重視。值得關(guān)注的是，在張楠發(fā)給剪映的內(nèi)部信中，張楠提到，AI圖像生成技術(shù)正在內(nèi)容創(chuàng)作工具行業(yè)帶來巨大的變化和可能性。
如今，Sora的橫空出世，給了字節(jié)跳動壓力，它不能再慢了，而如何帶剪映突圍，則成了張楠新階段的重任。
2、張楠要為字節(jié)跳動再次“開疆”
加入公司十年，原抖音集團CEO張楠算得上是字節(jié)跳動的功臣。某種程度上看，字節(jié)跳動短視頻業(yè)務(wù)能夠快速“開疆?dāng)U土”，靠的就是張楠。
2015年開始，張楠先是帶著團隊推出了火山小視頻，上線后迅速爆火，日活躍用戶很快突破5000萬；2016年，張楠從0到1推出了抖音，為當(dāng)下國內(nèi)最火的短視頻APP奠定了基礎(chǔ)，如今抖音的日活超過了6.5億。
2020年3月12日，字節(jié)跳動在成立八周年之際，宣布張楠擔(dān)任字節(jié)跳動（中國）CEO，作為中國業(yè)務(wù)總負責(zé)人，全面協(xié)調(diào)公司中國業(yè)務(wù)的產(chǎn)品、運營、市場和內(nèi)容合作，包括今日頭條、抖音、西瓜視頻、搜索等業(yè)務(wù)和產(chǎn)品。
張楠，圖源字節(jié)跳動官網(wǎng)
沒過多久，伴隨字節(jié)組織架構(gòu)調(diào)整，抖音從字節(jié)跳動旗下的APP成長為擁有復(fù)雜生態(tài)的抖音集團，旗下?lián)碛卸兑?、火山、剪映、輕顏相機等多個APP，張楠出任抖音集團CEO。
身份的變化，讓張楠更像是幕后掌控抖音全局的指揮官，而非沖鋒陷陣的將軍，但她始終是最了解抖音生態(tài)的人。
伴隨市場環(huán)境的變化，抖音短視頻的增長不及以前是事實，但抖音要為字節(jié)尋找新增量的目標沒變。AI的東風(fēng)越吹越大，原本是抖音視頻創(chuàng)作工具的剪映站在風(fēng)口之上，這是個機會，字節(jié)跳動必須抓住。
這時候，張楠的位置和角色很重要，最了解抖音的人，現(xiàn)在轉(zhuǎn)去負責(zé)剪映。
離開自己一手帶出來的抖音，張楠在告別文中表示，“在未來的十年再折騰一些我熱愛的事情”。
張楠職位的變化，與其說是她離開抖音權(quán)力中心，不如說是被放在了新的關(guān)鍵位置上，也釋放出字節(jié)要在AI領(lǐng)域突圍的信號。
就在張楠辭任抖音CEO一周前，字節(jié)CEO梁汝波在字節(jié)舉行的2024年度全員會上發(fā)表了“始終創(chuàng)業(yè)，逃逸平庸的重力”的內(nèi)部講話。
在這場分享會上，梁汝波多次提及“危機感”一詞，梁汝波甚至還將“加強危機感”列入年度目標。他坦言，最大的危機感，是擔(dān)心字節(jié)作為一個組織，正在變得平庸，無法取得新的突破。
字節(jié)跳動CEO梁汝波，圖源字節(jié)范兒微信公眾號
當(dāng)短視頻業(yè)務(wù)趨近天花板，字節(jié)需要找到新的增長點。當(dāng)OpenAI的兩枚炸彈證明了AI行業(yè)蘊藏的想象力，字節(jié)跳動作為一家擁有豐富內(nèi)容生態(tài)的公司，擁有天然的AI使用場景，必須跟上AI的腳步，用AI技術(shù)為自身尋找突破。
“字節(jié)跳動是最好的平臺，既有夢想，又務(wù)實的浪漫，我很期待和剪映的小伙伴們一起造夢，與這個AI的時代一起成長，共同繪制出腦海中的奇幻世界。”張楠如此寫道。
這個AI夢，不只屬于張楠自己，更肩負著字節(jié)跳動的希望。
3、AI時代，字節(jié)跳動的全球挑戰(zhàn)
如果一家創(chuàng)業(yè)公司2023年上半年營收超越騰訊，2024年開年估值達到2250億美元，位于全球獨角獸榜首，那這家公司的年度關(guān)鍵詞會是什么？
不是信心、不是振奮，字節(jié)跳動CEO梁汝波給出的答案是危機感。
梁汝波提到，組織上，字節(jié)跳動變得平庸：低效、遲鈍、標準低；人才管理上，去肥增瘦效果不明顯，對優(yōu)質(zhì)人才吸引力降低；業(yè)務(wù)上，核心業(yè)務(wù)領(lǐng)先不明顯，其他業(yè)務(wù)需要突破。
“對機會敏感度不如創(chuàng)業(yè)公司”，公司業(yè)務(wù)上遲鈍加重了梁汝波的危機感。對大模型的技術(shù)浪潮跟進太慢，就是梁汝波感到危機的原因之一。
2023年，由OpenAI開啟了“ChatGPT熱”，也掀起了全球范圍內(nèi)的GPT競賽，國內(nèi)外多個知名互聯(lián)網(wǎng)巨頭都推出了自研大模型產(chǎn)品。
回看字節(jié)跳動的動作：2023年1月組建了首個大模型團隊，將遠在新加坡負責(zé)TikTok技術(shù)負責(zé)人朱文佳調(diào)回國內(nèi)擔(dān)任團隊的業(yè)務(wù)負責(zé)人；2023年5月，字節(jié)跳動創(chuàng)始人張一鳴忙著研究OpenAI的一系列論文，并且常常讀至深夜。
只是，相比字節(jié)跳動曾經(jīng)的戰(zhàn)斗力，在新的AI時代，字節(jié)跳動似乎沒能一鳴驚人。
當(dāng)其他公司都在加入大模型競賽，一個接著一個產(chǎn)品陸續(xù)推出后，字節(jié)跳動在2023年8月才推出自研大模型“云雀大模型”。在此之后，字節(jié)跳動的AI動作才變得快速而頻繁起來。
先是AI對話產(chǎn)品“豆包”開啟測試，它的前身是字節(jié)內(nèi)部代號為“Grace”的AI項目，可以生成歌詞、小說、文案等文本內(nèi)容，還可以提供數(shù)學(xué)計算、翻譯、英文寫作等功能；后有扣子、AI角色互動APP“話爐”、AI產(chǎn)品“PicPic”等產(chǎn)品進入內(nèi)測和研發(fā)階段。
目前，字節(jié)在國內(nèi)外已上線十余款A(yù)I產(chǎn)品，除了上述提到的產(chǎn)品，還有“AI搜”、 AI情緒伴聊機器人的“抖音小晴”、 針對電商內(nèi)容創(chuàng)作的產(chǎn)品“即創(chuàng)”、AI工具合集小悟空（ChitChop）、 AI 劇情互動平臺BagelBell等。
這些產(chǎn)品的背后，是一個全新的AI部門Flow，也是字節(jié)在AI時代的排頭兵。據(jù)36氪報道，F(xiàn)low部門技術(shù)負責(zé)人為字節(jié)跳動技術(shù)副總裁洪定坤。一位知情人士告訴36氪，這一新部門的業(yè)務(wù)帶頭人，為字節(jié)大模型團隊的負責(zé)人朱文佳；據(jù)Tech星球報道，字節(jié)跳動產(chǎn)品與戰(zhàn)略副總裁朱駿已負責(zé)Flow部門的產(chǎn)品線。
調(diào)用多名主力干將，字節(jié)發(fā)力AI的意圖已經(jīng)十分明顯。只是，雖然在AI的投入不少，但字節(jié)系產(chǎn)品要突圍并不容易。比如，“豆包”的推出不僅比ChatGPT晚了八個月，從效果上看，多家媒體評測結(jié)果顯示，“豆包”的智能化水平在大模型C端助理類產(chǎn)品中沒有明顯優(yōu)勢。
一個明顯的變化是，到了AI時代，字節(jié)跳動還處在追隨者的角色，且尚未有彎道超車的跡象。
而放眼TikTok在全球的發(fā)展，要面對的挑戰(zhàn)和競爭也不少。在這種情況下，字節(jié)跳動在AI時代還沒有自己的獨特優(yōu)勢，甚至有可能被新技術(shù)顛覆，這或許正是梁汝波的危機感所在。
“字節(jié)跳動目前的業(yè)務(wù)有非常大的慣性，哪怕團隊不額外努力，公司仍然可以依賴慣性滑行很長一段時間，但這是很危險的?！?梁汝波提到。
在過去的十年，字節(jié)跳動抓住了短視頻時代的紅利，而下一個十年，如何在AI時代，從追隨者變成創(chuàng)造者，保持創(chuàng)業(yè)狀態(tài)繼續(xù)突圍，考驗著字節(jié)跳動。