斯坦福華人博士休學(xué)搞創(chuàng)業(yè)，直接火爆AI圈!

　　新產(chǎn)品瞄準(zhǔn)AI視頻生成，剛出道就成行業(yè)頂流，引來(lái)一眾大佬圍觀評(píng)價(jià)。

　　OpenAI大牛Andrej Karpathy轉(zhuǎn)發(fā)，并激情附上長(zhǎng)文一段：

　　每個(gè)人都能成為多模態(tài)夢(mèng)境的導(dǎo)演，就像《盜夢(mèng)空間》里的筑夢(mèng)師一樣。

　　就連Stability AI創(chuàng)始人也來(lái)點(diǎn)贊：

　　這個(gè)新產(chǎn)品名為Pika1.0，背后公司Pika于今年4月成立。

　　要知道，這一行的產(chǎn)品已有不少，如成立5年的Runway等公司。

　　在AI視頻生成“亂花迷人眼”的當(dāng)下，這個(gè)新產(chǎn)品究竟是如何做到迅速破圈，吸引大量關(guān)注度的?

　　從放出的Demo效果來(lái)看，Pika 1.0不僅能根據(jù)文字圖片，流暢地生成一段視頻，動(dòng)靜轉(zhuǎn)換就在一瞬間：

　　而且可編輯性還特別強(qiáng)，指定視頻中的任意元素，一句話就能實(shí)現(xiàn)快速“換裝”：

　　這樣的效果，也使得公司成立僅半年，產(chǎn)品用戶已經(jīng)超過(guò)52萬(wàn)人。

　　更是新斬獲5500萬(wàn)美元融資，其中個(gè)人投資者不乏各種大牛，如Quara創(chuàng)始人Adam D’Angelo、Perplexity的CEO Aravind Srinivas、GitHub前CEO Nat Friedman等等。

　　所以，Pika究竟有沒(méi)有看起來(lái)這么好用?我們也立刻上手體驗(yàn)了一番。

　　1、AI視頻新頂流長(zhǎng)啥樣？

　　此次火爆出圈的Pika 1.0，是Pika發(fā)布的*個(gè)正式版本產(chǎn)品。

　　經(jīng)過(guò)四個(gè)多月Discord社區(qū)的測(cè)試，Pika認(rèn)為是時(shí)候推出本次重大升級(jí)了。

　　相比之前Pika還只能用文字或圖像生成視頻，如今的Pika 1.0，功能要更加豐富——

　　不僅能根據(jù)文字、圖片或視頻風(fēng)格生成視頻，還能對(duì)視頻局部進(jìn)行編輯。

　　可編輯性有多強(qiáng)?

　　不僅畫(huà)面大小任意擴(kuò)展，從5:2、1:1畫(huà)布，到9:16以及16:9的超大屏，4種選擇無(wú)縫轉(zhuǎn)換：

　　像什么3D、動(dòng)漫、電影等各式各樣的風(fēng)格濾鏡，那就更不用說(shuō)了。

　　最重要的是，1.0正式版推出了用戶更友好的網(wǎng)頁(yè)版，不用在discord中一遍遍艾特機(jī)器人，就能直接上手玩。

　　當(dāng)然，也可以移步Discord社區(qū)先上手體驗(yàn)一番。

　　盡管它還未隨網(wǎng)頁(yè)版更新到Pika 1.0，但我們也實(shí)測(cè)了一下文字、圖片生成視頻的效果，還不錯(cuò)。

　　加入社區(qū)之后，直奔“Creations”，從下面的10個(gè)生成區(qū)隨便選擇一個(gè)進(jìn)入即可開(kāi)耍。

　　在輸入框中輸出“/”，選擇最簡(jiǎn)單的“/create”命令：

　　在此，我們輸入“a robot dancing in the rain, sunset, 4k, -gs 8”提示詞交給機(jī)器人。

　　大概也就半分鐘的時(shí)候，視頻就出來(lái)了，速度相當(dāng)快：

　　‍效果嘛，雨沒(méi)有表現(xiàn)得很明顯，但機(jī)器人的肢體動(dòng)態(tài)性真的很強(qiáng)。

　　我們?cè)賮?lái)一個(gè)稍微長(zhǎng)一些的提示詞：

　　a teenager walks through the city streets,takes pictures of places(一個(gè)青少年穿過(guò)城市的街道，拍攝照片)

　　仍然超級(jí)快，結(jié)果就出來(lái)了：

　　Wow，這次真的有很滿意，畫(huà)面符合腦海中的預(yù)測(cè)，甚至比我們想象得還要好。

　　除了純文字，咱還可以上傳一張參考圖像進(jìn)行創(chuàng)作，使用“/animate”命令。

　　當(dāng)當(dāng)，一張靜態(tài)表情包就動(dòng)起來(lái)了：

　　總的來(lái)看，Pika給出的視頻時(shí)長(zhǎng)都是3s(所以使用太長(zhǎng)的提示詞也沒(méi)用，后面會(huì)直接忽略掉)，以及它還不能保證每次結(jié)果都很滿意，但總體來(lái)說(shuō)多試幾次還是有不錯(cuò)的結(jié)果出現(xiàn)的。

　　在自測(cè)之外，我們也來(lái)看看網(wǎng)友的作品，其中不乏非常驚艷的效果。

　　比如有人創(chuàng)作的這只小怪獸，憨態(tài)可掬，讓人忍不住想摸一把：

　　還有這段兩位小女孩的演奏畫(huà)面，看完我好像真的聽(tīng)到了優(yōu)美的嗓音從中傳出：

　　最絕的還是這個(gè)白鴿圍繞短發(fā)美女翻飛的場(chǎng)面：

　　也太有氛圍感了吧～

　　看罷如上效果，我們也來(lái)盤(pán)盤(pán)這家公司究竟是什么來(lái)頭。

　　2、兩位斯坦福華人博士創(chuàng)立

　　Pika的創(chuàng)始人一共有兩位，郭文景（Demi Guo）和Chenlin Meng，都是斯坦福博士。

　　據(jù)The Information消息，郭文景于今年四月創(chuàng)立了Pika，隨后Chenlin Meng加入成為聯(lián)創(chuàng)，兩人合作開(kāi)發(fā)了這個(gè)文本生成視頻模型。

　　從二人學(xué)術(shù)經(jīng)歷來(lái)看，她們分別專(zhuān)注于NLP和計(jì)算機(jī)視覺(jué)兩個(gè)方向的AI研究，也都有生成式AI的學(xué)術(shù)經(jīng)歷。

　　聯(lián)合創(chuàng)始人兼CEO郭文景，斯坦福大學(xué)AI實(shí)驗(yàn)室(NLP&圖形學(xué)方向)博士。

　　她在美國(guó)出生，杭州長(zhǎng)大，初中就讀的是杭州外國(guó)語(yǔ)學(xué)校，從小就接觸編程，奪得過(guò)IOI銀牌，從本科開(kāi)始正式留學(xué)，被哈佛大學(xué)提前錄取。

　　此次創(chuàng)業(yè)，她的領(lǐng)英主頁(yè)顯示休學(xué)中(On Leave)，應(yīng)該是打算先忙創(chuàng)業(yè)的事情。

　　在斯坦佛大學(xué)讀博之前，郭文景在哈佛大學(xué)取得了計(jì)算機(jī)碩士和數(shù)學(xué)本科學(xué)位。

　　在本科期間，她曾經(jīng)gap過(guò)一年，專(zhuān)程在Facebook AI Research全職做了一段時(shí)間的研究工程師。

　　在職期間，她參與了用Transformer分析2.5億個(gè)蛋白質(zhì)序列的研究，目前這篇論文引用已有1200+，其中就包括后來(lái)大火的AlphaFold2：

　　除此之外，她也先后在Epic Games、谷歌和微軟等多家公司實(shí)習(xí)過(guò)。

　　這次創(chuàng)業(yè)，郭文景的導(dǎo)師Christopher D Manning也給予了不少支持。

　　Christopher D Manning以NLP方向的研究聞名，如今在谷歌學(xué)術(shù)上的引用量已有23w+，而他也將成為Pika的學(xué)術(shù)顧問(wèn)之一。

　　聯(lián)合創(chuàng)始人兼CTO Chenlin Meng，同樣是斯坦福計(jì)算機(jī)博士。

　　在此之前，她于2020年在斯坦福大學(xué)獲得了數(shù)學(xué)本科學(xué)位。

　　相比郭文景在NLP領(lǐng)域的研究經(jīng)驗(yàn)，她在計(jì)算機(jī)視覺(jué)、3D視覺(jué)方面的學(xué)術(shù)經(jīng)歷更加豐富，參與的去噪擴(kuò)散隱式模型(DDIM)論文，如今單篇引用已有1700+：

　　除此之外，她還有多篇生成式AI相關(guān)研究發(fā)表在ICLR、NeurIPS、CVPR、ICML等頂會(huì)上，且多篇入選Oral。

　　當(dāng)然，隨著Pika 1.0爆火，Pika也開(kāi)啟了進(jìn)一步的招人計(jì)劃，從技術(shù)、產(chǎn)品到運(yùn)營(yíng)都有需求：

　　3、一個(gè)月內(nèi)5家產(chǎn)品亮相

　　值得一提的是，不止是正在快速擴(kuò)張的Pika。

　　就AI視頻這個(gè)行業(yè)而言，這段時(shí)間來(lái)整體都迎來(lái)了一段“爆發(fā)期”。

　　據(jù)不完全統(tǒng)計(jì)，從11月至今，短短一個(gè)月的時(shí)間就已經(jīng)有5家AI視頻生成產(chǎn)品發(fā)布或迎來(lái)大更新：

　　首先就是11月3日，Runway的Gen-2發(fā)布里程碑式更新，支持4K超逼真的清晰度作品。

　　然后時(shí)間來(lái)到11月16日，Meta發(fā)布Emu Video，這個(gè)工具在用戶評(píng)估中號(hào)稱打敗Gen-2、Pika等對(duì)手，效果be like：

　　從Emu開(kāi)始，大家都好像打起比賽來(lái)了，那叫一個(gè)爭(zhēng)先恐后。

　　才過(guò)兩天，11月18日，字節(jié)就半路殺出發(fā)布PixelDance，作品的動(dòng)態(tài)性可謂史無(wú)前者，畫(huà)面中的元素都動(dòng)作幅度都相當(dāng)大，且不變形，讓人眼前一亮。

　　又僅過(guò)3天之后，11月21日，AIGC領(lǐng)域的佼佼者Stable AI也終于推出了自家的視頻工具：Stable Video Diffusion。

　　效果嘛，也很能打。

　　同一天，Gen-2又沒(méi)閑著，“橫插一腳”上線“涂哪動(dòng)哪”的運(yùn)動(dòng)筆刷新功能，直接標(biāo)志出生成模型可控性上的一個(gè)重要里程碑。

　　最后，就是今天了，11月29日，來(lái)自創(chuàng)業(yè)公司的Pika直接帶著網(wǎng)頁(yè)版發(fā)布正式版1.0，叫板“老大哥”Runway。

　　在此之外，我們還從未見(jiàn)過(guò)哪個(gè)階段有這么多各有特色、來(lái)自不同背景的產(chǎn)品爭(zhēng)相亮相。

　　這也讓人不得不感嘆一句：

　　AI視頻這是來(lái)到爆發(fā)前夜了？