文 | 李智勇
産品視角看技術一般不看原理就看效果。
每天會我花點時間觀察AI的最新進展。方法是有API的主要方法就是建立測試集各種測,視訊這類的我主要就看非官方出品的到底做成什麼樣了,是不是具有普遍性。
看多了上面這些視訊後,我是兩點感想:
第一,視訊生成這事真的要到爆的時候了。
第二,GPT5這檻大機率是能過去的,雖然是不是OpenAI先過不好說。
在這個新機會點徹底爆開和現在之間其實是AI的小低潮。
為什麼說視訊生成要爆呢?
模型方的官方視訊因為有利害牽涉,最多可以看看苗頭,不太能信。
是以得換個視角,如果一般使用者以一定頻次和量級持續往出爆精彩視訊,那就差不多到臨界點了。你看當年MJ火起來之前也是這樣,持續各種圖檔被爆出來。因為社交網絡上持續爆視訊這事必須滿足倆條件:
第一個是品質得讓人驚訝。超出原有認知。
第二個得相對容易和便宜,很多人都能做了。
前一個是時機,後一個是基礎。缺一個也不行。現在那有誰沒事爆圖檔的,即使圖檔比過去做的還驚豔,也沒人看啊。
現在看這倆條件基本滿足了,隻差一點點。一旦這個滿足了,就變成AI的下個大衆型機會點。
為什麼說是大衆機會呢?
AIGV(Video)這是我杜撰的一個詞,但确實應該區分生成文本、圖檔和視訊。因為他們影響量級就不可能一樣。國内的頭部主播收入和過去部落客收入就不在一個數量級上,甚至都不是十倍百倍的差異。假如抖音上市等于多少個小紅書和知乎呢?
現在這個視訊生态面臨洗牌,一波人要上機關槍了,另一波人還是大刀長矛,是以這影響恐怕比過去文章生成大的多。他會推進視訊平台往不可測的方向發展。
視訊平台外的部分我們反倒是能看的清楚一些,甚至發展路線過去都操練過一遍了。
先是新版李一舟會出一波。這時候的内容生成面臨雙重專業性,一部分是視訊生成的模型,一部分則是視訊本身的某些技巧。
也還是會有套殼的工具,Heygen這種不完全産生視訊的工具都每年2000萬美金,這裡的新工具應該價值更大。
然後大量AI生成的内容會進入各個平台。各個平台估計會有點糾結,但最終還是會像現在這樣,基本還是允許,最多加個标注。
再往後會往縱深發展,不停留在宣傳片這個層次,而是向短劇(段子、動畫等)發展。這時候會再炸一下,因為和上一波的進展就重疊了。之前AI碰撞局上,周玮分享過他寫短篇小說的Agent,聽過後你就知道這類産品再結合上視訊生成能力,特别的契合。這類産品的價值空間一下子就會上來很多。
再之後估計就是長劇和直播。其中直播稍微複雜點,因為要和經常說的動捕做結合,做到特别逼真恐怕還要花點時間。
最後肯定是電影。扔本小說,AI改出劇本,AI生成電影,這是什麼感覺?
先縱後橫的AI
之前文章中提到過幾次,AI和網際網路最大的不一樣是先縱後橫,像打深井,現在這裡深井又多了一口。
文圖是一口井,視訊是一口井,并且更深更大。
更有意思的是這是個大衆機會,大廠好像也不能基于這個做什麼壟斷産品。
每個人差不多是平等的,它輔助你的創意實作,培養一批工具和教工具的人。
先縱後橫會導緻這這麼一個狀态:它不會一下子炸的那麼厲害,比如一下子就出個微信,但會持續炸。
這時候面對它的基本方法論根本不是高瞻遠矚,而是要回到現場,需要AI碰撞局這類把案例聚集起來的,讓大家能鮮活感受AI應用現場的手段。
再簡單了說就是實事求是,得知道情況是什麼,别人幹成什麼樣了,然後形成自己判斷,自己不了解的就當不存在,至少不能用來做事。
這和網際網路非常不一樣。那個是一波大浪沖到底過去就過去了。
徹底成熟了什麼樣?
我之前發了這麼個視訊,沒想到自己讀者群(進讀者群大家發私信吧)裡還有幾個這方面專家,又多聊了幾句我就發現這是個成熟産業。
上面的生成視訊技術一成熟再加上視訊裡的這套技術,有可能催生這種産品:
一個人有一個自己的分身,這個分身就是視訊裡那種産品,然後生成腳本、生成内容、釋出是全自動的,你對着說它就能釋出内容。剪映什麼的就不要了。這市場應該還很大,真有願意幹的可以試試。
這東西就每人多一個手機,但這手機能自己動起來,生成内容釋出内容,和直播架子、話筒什麼的其實差不多,需要的量還很大。有人估計用去做水軍,但那是做水軍違法,就和有人用手機打詐騙電話,但不能說是電話的問題類似,無人機不也用來扔炸彈麼。
GPT5最終肯定會來
看着視訊的進展,我就比較确定GPT5肯定會來。
現在GPT5是個符号,也說不清到底是什麼,隐喻就是AI能再進展一步。倒不一定是OpenAI的下個版本,它辨別着通用智能是否還能再跳一級,智能的通用性每跳一級,其影響和單純生成視訊肯定不一樣。
為什麼說GPT5一定會來呢?
比如說了解實體世界有自己世界模型這事,在生成文字和圖檔的時候理不了解實體世界是不關鍵的。但生成視訊的時候如果不了解實體世界,細微的地方是做不好的。
解讀為什麼可以看論文,但看結果就是AI對實體世界的了解在深入,它在形成屬于它自己的世界模型。
假如有一天AIGV(Video)能夠生成現實世界的各種電視劇,也能夠生成各種精彩的奇幻電影,那它的世界模型就必然同時覆寫現實空間和虛拟世界(比如漫威宇宙)。
從這個角度看視訊生成和GPT5差不多是同步的。
是不是OpenAI反倒是不好說,OpenAI宮鬥了一場後看着有點抓瞎,總是很随性的發産品,然後Sam Altman不解決公司迫在眉睫的問題,沒事去發表涉政言論,這怎麼看也路子不對。但這是另外的故事了。
小結
想到AI的終極可能會想到無處安放的自己,并恐慌,但看過程其實它也在創造一個個大衆型機會。在這個時間點,這類充滿活性,還給一般人機會的領域沒想的那麼多了。還是應該多擁抱和碰撞。如果說之前階層固化的程度是1,那AI之後的世界裡可能是100(在我預測的不好的結局裡),是以在不良脈絡裡這可能是最後的機會。