大河網(wǎng)訊(記者 婁恒 劉高雅)深耕人工智能領(lǐng)域20余年的王長虎，是中國網(wǎng)絡(luò)媒體論壇舉辦期間備受關(guān)注的嘉賓之一。作為愛詩科技創(chuàng)始人兼CEO、PixVerse掌門人，他在接受大河網(wǎng)記者采訪時，分享了自己對視頻生成大模型發(fā)展歷程的深刻洞察，以及對AI未來方向的判斷與展望。

　　從抖音到PixVerse

　　為什么偏要走那條“最難的路”？

　　“因為過去20年都在人工智能領(lǐng)域，過去幾年也參與了像抖音、TikTok等的發(fā)展過程，所以我認(rèn)為，視頻實際上是離用戶特別近的內(nèi)容。”王長虎說，“視頻生成大模型一旦能夠做好，其產(chǎn)品影響力、商業(yè)化前景不容小覷。”

　　然而，這條路并不擁擠。“但此前，這個方向幾乎沒有人看到。我們走了一條非常艱難的道路，但我們堅信這件事我們能做成。”

　　過去三年，愛詩科技見證了視頻生成大模型發(fā)展的歷程，也是全球最早做視頻生成的企業(yè)之一。

　　王長虎坦言，他的信心源于親身經(jīng)歷。“由于完整參與了抖音、TikTok從0到1的進(jìn)化，特別是背后的視頻AI能力。所以當(dāng)別人沒有信心做出來的時候，我們認(rèn)為我們有信心。”

　　無限生成、實時互動

　　視頻的“世界模型”長什么樣？

　　在描述視頻生成大模型技術(shù)突破時，王長虎描繪了一個極具想象力的場景：“一旦創(chuàng)造完這個設(shè)計之后，它就自己在運(yùn)行，相當(dāng)于你看到的視頻就無限地在進(jìn)化、無限地在生成。”

　　他強(qiáng)調(diào)，用戶可以通過社交或語音互動，實時改變視頻里面的內(nèi)容。“實時互動就意味著你這邊輸入完，那邊已經(jīng)改變了，這是一個創(chuàng)作過程。”

　　“一般生成的視頻也都是最長30秒，但我們這個最長能生成無限。”王長虎說，空間上可以無限延展，內(nèi)容上也可以實時改變。

　　過去20年，整個互聯(lián)網(wǎng)技術(shù)發(fā)展受到一個動力的驅(qū)動，就是人和信息交互方式的變化。從“人主動找信息”的搜索引擎，到“信息找人”的推薦算法，再到如今的“人創(chuàng)世界”。

　　王長虎舉例說：“比如我們有一個場景，一個人在睡覺。通過不同的方式可以把他吵醒，我們輸入一些指令，一只小貓會過來把他吵醒。或者把咖啡打翻，讓他把桌子扶起來等等。每一個想法都可以創(chuàng)造一個世界，這個世界里你可以成為世界之主。”

　　基于這一變革，王長虎描繪了這樣一幅未來圖景：“大家可以暢想，我們現(xiàn)在看的劇，未來可能就是這種交互式的。每個人都可以讓他有不同的劇情和結(jié)果。”他甚至提出一個有趣的問題：“未來會不會依然有電影院的存在?每個人看的電影，因為交互的不同，都可能有不同的結(jié)果，這是想起來就非常興奮的事情。”

　　從“雪山救狐貍”到全民AI

　　這不是搶飯碗，是打開新世界

　　王長虎認(rèn)為“AI的發(fā)展可以加速每一個行業(yè)的發(fā)展，它不會替換很多重要的行業(yè)，而是會帶來更多的多元化的機(jī)會”。他舉例說：“如今，不少人追星，未來可以有AI世界，我們或許也會有一些虛擬的偶像、定制偶像，讓每個人可以看到更大的世界。”

　　談及近期網(wǎng)上火爆的“雪山救狐貍”等網(wǎng)友用AI生成視頻的梗，王長虎表示并不意外。

　　“我覺得非常有意思。”他回憶道，“在2024年的時候，大部分視頻公司都在服務(wù)專業(yè)創(chuàng)作者，我們當(dāng)時的目標(biāo)就是希望每一個能夠玩抖音、玩快手、玩TikTok的普通人都能夠輕而易舉地創(chuàng)作AI內(nèi)容。”

　　“所以出現(xiàn)這種熱潮，我覺得不意外，我們也是深度推動者。”王長虎說，“鼓勵大家都來玩AI，降低視頻生成的門檻。”

　　王長虎觀察到，行業(yè)認(rèn)知正在發(fā)生轉(zhuǎn)折，“之前真正關(guān)注到這個行業(yè)的人還沒那么多，但現(xiàn)在不一樣，現(xiàn)在不少人都意識到這是一個大市場，也是一個非常好的機(jī)會。我們也愿意與文旅等行業(yè)一起攜手共創(chuàng)未來”。