文｜連線Insight 王慧瑩
編輯｜子夜
OpenAI再次引發(fā)全球注目。
北京時(shí)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(xì)的視頻，擴(kuò)展現(xiàn)有視頻中的敘述以及從靜態(tài)圖像生成場(chǎng)景，最長(zhǎng)能生成60秒視頻。
這熟悉的一幕，讓人夢(mèng)回2023年。彼時(shí)，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(jìng)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(chǎng)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(dòng)也不能忽視這個(gè)浪潮。
巧合的是，Sora問(wèn)世一周前，字節(jié)跳動(dòng)宣布了一項(xiàng)人事變動(dòng)，原抖音集團(tuán)CEO張楠宣布，自己已經(jīng)辭去集團(tuán)CEO一職，未來(lái)把精力聚焦在剪映的發(fā)展上。字節(jié)跳動(dòng)CEO梁汝波表示，感謝張楠過(guò)去帶領(lǐng)中國(guó)信息平臺(tái)業(yè)務(wù)做出的貢獻(xiàn)和突破，期待她在新崗位上再接再厲。
作為元老級(jí)員工，張楠已經(jīng)加入字節(jié)跳動(dòng)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(duì)競(jìng)爭(zhēng)對(duì)手的反超，成為字節(jié)跳動(dòng)實(shí)現(xiàn)二次飛躍的關(guān)鍵人物。如今，抖音的日活已經(jīng)超過(guò)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(dòng)常常伴隨業(yè)務(wù)的調(diào)整，讓最熟悉抖音生態(tài)的人來(lái)負(fù)責(zé)剪映，字節(jié)跳動(dòng)的目標(biāo)很明確，要在AI文生視頻制作方面抓住新的爆發(fā)機(jī)遇。
據(jù)時(shí)代周報(bào)報(bào)道，接近剪映的人士透露，過(guò)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(duì)尋求在AI輔助創(chuàng)作上有所突破，并即將推出一個(gè)AI生成和視頻的產(chǎn)品。
ChatGPT和Sora給字節(jié)跳動(dòng)帶來(lái)了新的啟發(fā)，也帶來(lái)了更多壓力。過(guò)去一年，字節(jié)跳動(dòng)延續(xù)超級(jí)APP的邏輯，接連推出了多款基于AI技術(shù)的產(chǎn)品，分布對(duì)話、工具、互動(dòng)劇情等多個(gè)類別，包括豆包、扣子等APP。
動(dòng)作很多，但速度不快，成果不顯，這讓字節(jié)跳動(dòng)感到焦慮。年初內(nèi)部會(huì)議上，梁汝波把對(duì)技術(shù)部門(mén)的不滿表達(dá)得很直白。他說(shuō)，字節(jié)跳動(dòng)居然直到2023年才開(kāi)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(méi)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(duì)張楠和字節(jié)跳動(dòng)來(lái)說(shuō)至關(guān)重要，這決定了字節(jié)跳動(dòng)能否走出增長(zhǎng)困境，尋找到新的生機(jī)。
1、Sora來(lái)了，壓力給到了字節(jié)跳動(dòng)
一位時(shí)尚女性走在充滿溫暖霓虹燈和動(dòng)畫(huà)城市標(biāo)牌的東京街道上。她穿著黑色皮夾克、紅色長(zhǎng)裙和黑色靴子，拎著黑色錢(qián)包；她戴著太陽(yáng)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(jiàn)，如此逼真寫(xiě)實(shí)的視頻畫(huà)面，出自AI之手。
Sora示例視頻，來(lái)源OpenAI官網(wǎng)
沒(méi)有任何預(yù)告，OpenAI再放大招。北京時(shí)間2月16日OpenAI在社交平臺(tái)X發(fā)帖，首次對(duì)外公布了名為Sora的文生視頻AI模型。
Sora帶來(lái)的震撼，不亞于去年的ChatGPT，瞬時(shí)成為開(kāi)年最火爆的話題之一。
事實(shí)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(jī)構(gòu)a16z統(tǒng)計(jì)，截至2024年底，市場(chǎng)上共有21個(gè)公開(kāi)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(huì)如此驚艷，并以顛覆性再次攪動(dòng)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(guò)光影交替的城市，車窗上投射出生動(dòng)的車內(nèi)倒影；舞龍隊(duì)伍在周邊人群的圍觀和隨行中前進(jìn)，遠(yuǎn)近透視真實(shí)感十足。
在視頻時(shí)長(zhǎng)上看，用戶只需要輸入一段文本，Sora就能自動(dòng)生成最長(zhǎng)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(jì)，現(xiàn)有的AI視頻模型制作的視頻長(zhǎng)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(zhǎng)度分別只有4秒和3秒。
更重要的是，Sora對(duì)真實(shí)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(xiě)道，Sora不僅可以理解用戶的需求，還知道這些事物在現(xiàn)實(shí)世界如何存在。具體而言，Sora不僅能實(shí)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(shí)世界中的光影反射、人類行為等。
超預(yù)期的表現(xiàn)離不開(kāi)技術(shù)支撐。據(jù)OpenAI介紹，因使用Transformer架構(gòu)，Sora具有極強(qiáng)的擴(kuò)展性，同時(shí)在基于過(guò)去對(duì)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(jué)模型訓(xùn)練數(shù)據(jù)生成高描述性的標(biāo)注。
Sora的出現(xiàn)能否掀起中國(guó)乃至全球范圍新一輪的AI軍備競(jìng)賽尚不可知，但能生成60s視頻的Sora，把壓力實(shí)實(shí)在在給到了字節(jié)跳動(dòng)。因?yàn)?0s視頻所處的賽道，正是字節(jié)跳動(dòng)王牌業(yè)務(wù)抖音的大本營(yíng)。
在抖音生態(tài)越來(lái)越豐富后，為了服務(wù)內(nèi)容創(chuàng)作者，剪映也應(yīng)運(yùn)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(guó)內(nèi)最大的移動(dòng)視頻編輯產(chǎn)品。而TikTok在全球的風(fēng)靡，也帶動(dòng)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(mén)檻，讓普通人都能夠更快更簡(jiǎn)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(mén)檻將被再次降低。這也是如今Sora對(duì)剪映產(chǎn)生威脅的核心原因：更多人將傾向于選擇門(mén)檻更低，但效果更好的平臺(tái)，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(shí)也為了抓住新的機(jī)會(huì)，剪映布局AIGC幾乎是必然。
2023年11月，剪映測(cè)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(xiě)實(shí)等多個(gè)維度生成，滿足不同用戶的審美需求。
彼時(shí)，據(jù)Tech星球報(bào)道，消息人士透露，該工具未來(lái)會(huì)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(kù)。
不過(guò)從效果來(lái)看，目前剪映面臨和Runway、Pika、Genmo等產(chǎn)品一樣的困境：視頻的運(yùn)動(dòng)不自然，保真度不高、視角單一等問(wèn)題，這些問(wèn)題本質(zhì)上是技術(shù)問(wèn)題，Sora靠技術(shù)解決了這些問(wèn)題，威脅到“剪映們”生存的同時(shí)，也給“剪映們”提供了思路。
今年，原抖音集團(tuán)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(duì)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(lái)巨大的變化和可能性。
如今，Sora的橫空出世，給了字節(jié)跳動(dòng)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(dòng)再次“開(kāi)疆”
加入公司十年，原抖音集團(tuán)CEO張楠算得上是字節(jié)跳動(dòng)的功臣。某種程度上看，字節(jié)跳動(dòng)短視頻業(yè)務(wù)能夠快速“開(kāi)疆?dāng)U土”，靠的就是張楠。
2015年開(kāi)始，張楠先是帶著團(tuán)隊(duì)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(wàn)；2016年，張楠從0到1推出了抖音，為當(dāng)下國(guó)內(nèi)最火的短視頻APP奠定了基礎(chǔ)，如今抖音的日活超過(guò)了6.5億。
2020年3月12日，字節(jié)跳動(dòng)在成立八周年之際，宣布張楠擔(dān)任字節(jié)跳動(dòng)（中國(guó)）CEO，作為中國(guó)業(yè)務(wù)總負(fù)責(zé)人，全面協(xié)調(diào)公司中國(guó)業(yè)務(wù)的產(chǎn)品、運(yùn)營(yíng)、市場(chǎng)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(dòng)官網(wǎng)
沒(méi)過(guò)多久，伴隨字節(jié)組織架構(gòu)調(diào)整，抖音從字節(jié)跳動(dòng)旗下的APP成長(zhǎng)為擁有復(fù)雜生態(tài)的抖音集團(tuán)，旗下?lián)碛卸兑?、火山、剪映、輕顏相機(jī)等多個(gè)APP，張楠出任抖音集團(tuán)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(chǎng)環(huán)境的變化，抖音短視頻的增長(zhǎng)不及以前是事實(shí)，但抖音要為字節(jié)尋找新增量的目標(biāo)沒(méi)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(gè)機(jī)會(huì)，字節(jié)跳動(dòng)必須抓住。
這時(shí)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(fù)責(zé)剪映。
離開(kāi)自己一手帶出來(lái)的抖音，張楠在告別文中表示，“在未來(lái)的十年再折騰一些我熱愛(ài)的事情”。
張楠職位的變化，與其說(shuō)是她離開(kāi)抖音權(quán)力中心，不如說(shuō)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(hào)。
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(huì)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(chǎng)分享會(huì)上，梁汝波多次提及“危機(jī)感”一詞，梁汝波甚至還將“加強(qiáng)危機(jī)感”列入年度目標(biāo)。他坦言，最大的危機(jī)感，是擔(dān)心字節(jié)作為一個(gè)組織，正在變得平庸，無(wú)法取得新的突破。
字節(jié)跳動(dòng)CEO梁汝波，圖源字節(jié)范兒微信公眾號(hào)
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(zhǎng)點(diǎn)。當(dāng)OpenAI的兩枚炸彈證明了AI行業(yè)蘊(yùn)藏的想象力，字節(jié)跳動(dòng)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(chǎng)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(dòng)是最好的平臺(tái)，既有夢(mèng)想，又務(wù)實(shí)的浪漫，我很期待和剪映的小伙伴們一起造夢(mèng)，與這個(gè)AI的時(shí)代一起成長(zhǎng)，共同繪制出腦海中的奇幻世界?！睆堥绱藢?xiě)道。
這個(gè)AI夢(mèng)，不只屬于張楠自己，更肩負(fù)著字節(jié)跳動(dòng)的希望。
3、AI時(shí)代，字節(jié)跳動(dòng)的全球挑戰(zhàn)
如果一家創(chuàng)業(yè)公司2023年上半年?duì)I收超越騰訊，2024年開(kāi)年估值達(dá)到2250億美元，位于全球獨(dú)角獸榜首，那這家公司的年度關(guān)鍵詞會(huì)是什么？
不是信心、不是振奮，字節(jié)跳動(dòng)CEO梁汝波給出的答案是危機(jī)感。
梁汝波提到，組織上，字節(jié)跳動(dòng)變得平庸：低效、遲鈍、標(biāo)準(zhǔn)低；人才管理上，去肥增瘦效果不明顯，對(duì)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(duì)機(jī)會(huì)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(jī)感。對(duì)大模型的技術(shù)浪潮跟進(jìn)太慢，就是梁汝波感到危機(jī)的原因之一。
2023年，由OpenAI開(kāi)啟了“ChatGPT熱”，也掀起了全球范圍內(nèi)的GPT競(jìng)賽，國(guó)內(nèi)外多個(gè)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(dòng)的動(dòng)作：2023年1月組建了首個(gè)大模型團(tuán)隊(duì)，將遠(yuǎn)在新加坡負(fù)責(zé)TikTok技術(shù)負(fù)責(zé)人朱文佳調(diào)回國(guó)內(nèi)擔(dān)任團(tuán)隊(duì)的業(yè)務(wù)負(fù)責(zé)人；2023年5月，字節(jié)跳動(dòng)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(dòng)曾經(jīng)的戰(zhàn)斗力，在新的AI時(shí)代，字節(jié)跳動(dòng)似乎沒(méi)能一鳴驚人。
當(dāng)其他公司都在加入大模型競(jìng)賽，一個(gè)接著一個(gè)產(chǎn)品陸續(xù)推出后，字節(jié)跳動(dòng)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(dòng)的AI動(dòng)作才變得快速而頻繁起來(lái)。
先是AI對(duì)話產(chǎn)品“豆包”開(kāi)啟測(cè)試，它的前身是字節(jié)內(nèi)部代號(hào)為“Grace”的AI項(xiàng)目，可以生成歌詞、小說(shuō)、文案等文本內(nèi)容，還可以提供數(shù)學(xué)計(jì)算、翻譯、英文寫(xiě)作等功能；后有扣子、AI角色互動(dòng)APP“話爐”、AI產(chǎn)品“PicPic”等產(chǎn)品進(jìn)入內(nèi)測(cè)和研發(fā)階段。
目前，字節(jié)在國(guó)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(jī)器人的“抖音小晴”、 針對(duì)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(dòng)平臺(tái)BagelBell等。
這些產(chǎn)品的背后，是一個(gè)全新的AI部門(mén)Flow，也是字節(jié)在AI時(shí)代的排頭兵。據(jù)36氪報(bào)道，F(xiàn)low部門(mén)技術(shù)負(fù)責(zé)人為字節(jié)跳動(dòng)技術(shù)副總裁洪定坤。一位知情人士告訴36氪，這一新部門(mén)的業(yè)務(wù)帶頭人，為字節(jié)大模型團(tuán)隊(duì)的負(fù)責(zé)人朱文佳；據(jù)Tech星球報(bào)道，字節(jié)跳動(dòng)產(chǎn)品與戰(zhàn)略副總裁朱駿已負(fù)責(zé)Flow部門(mén)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(gè)月，從效果上看，多家媒體評(píng)測(cè)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(méi)有明顯優(yōu)勢(shì)。
一個(gè)明顯的變化是，到了AI時(shí)代，字節(jié)跳動(dòng)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(duì)的挑戰(zhàn)和競(jìng)爭(zhēng)也不少。在這種情況下，字節(jié)跳動(dòng)在AI時(shí)代還沒(méi)有自己的獨(dú)特優(yōu)勢(shì)，甚至有可能被新技術(shù)顛覆，這或許正是梁汝波的危機(jī)感所在。
“字節(jié)跳動(dòng)目前的業(yè)務(wù)有非常大的慣性，哪怕團(tuán)隊(duì)不額外努力，公司仍然可以依賴慣性滑行很長(zhǎng)一段時(shí)間，但這是很危險(xiǎn)的。” 梁汝波提到。
在過(guò)去的十年，字節(jié)跳動(dòng)抓住了短視頻時(shí)代的紅利，而下一個(gè)十年，如何在AI時(shí)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(yàn)著字節(jié)跳動(dòng)。