OpenAI 剛剛推出的 Sora 像是一顆炸彈，再一次引爆全球。
作爲 AI 視頻模型，Sora 可以根據文本指令創建現實且富有想象力的場景，能夠生成具有多個角色、特定類型的運動，以及主體和背景的準确細節的複雜場景的高清視頻，并且時長可以達到一分鍾。
Sora 對語言的理解也達到了一個新的層級，使其能夠準确地理解提示詞，并生成表達充滿活力的情感的視頻。它建立在過去對 DALL · E 和 GPT 模型的綜合研究之上，提出了一種新的模型可能。它不僅可以理解用戶在提示中提出的要求，還能理解它們在物理世界中的存在方式。
重要的是，Sora 是一個 diffusion transformer，而 transformers 已經在語言建模、計算機視覺和圖像生成等各大領域已經表現出了傑出的擴展特性。
作爲一種擴散模型（diffusion models），Sora 除了能夠根據文本指令生成視頻之外，還能夠獲取現有的靜态圖像并從中生成視頻，準确地動畫圖像的内容并關注小細節。Sora 還可以獲取現有視頻并對其進行擴展或填充缺失的畫面。
Sora 從大型語言模型中獲得靈感，這些模型通過互聯網規模數據的訓練來獲得通用能力。（截圖來自 OpenAI 發布的 Sora 技術研究報告：Video generation models as world simulators）
OpenAI 發布的技術報告認爲，Sora 的研究結果表明，擴展視頻生成模型是構建物理世界通用模拟器一條極具前景的途徑。它使人工智能理解和模拟運動中的物理世界，邁向了一個新的高度。
因此，Sora 也被認爲是 AGI 實現過程裏的重大裏程碑事件，而不僅僅隻是視頻生成。
在 Sora 發布之前，Runway 和 Pika 都被認爲是視頻生成賽道的佼佼者。Sora 發布之後，很多人認爲，它憑一己之力已經輕松 " 吊打 " 且即将 " 幹翻 " 這兩家新興獨角獸公司，并對創業者的命運表示擔憂。
然而，他們自己對此卻似乎興奮更多于恐懼。Pika 創始人郭文景獨家回應钛媒體 App 稱，" 我們覺得這是一個很振奮人心的消息，我們已經在籌備直接沖，将直接對标 Sora。"
此外，郭文景還透露，目前已經在招人了，具體計劃暫時還不能對外透露。
Pika Labs 成立于 2023 年 4 月，同年 11 月發布首個産品 Pika 1.0。Pika1.0 能夠生成和編輯 3D 動畫、動漫、卡通和電影，并且普通用戶還可以對其進行加工，被視爲一款零門檻 " 視頻生成神器 "。
在與钛媒體創始人趙何娟的【AI 新生代】系列對話中，郭文景也曾提到，目前生成式視頻發展的一個重要限制是算法的成熟度，這也是 Pika 的核心主攻方向。
" 我覺得視頻跟語言模型不太一樣，關于語言模型大家已經知道大概的方法，算法其實已經比較成熟了。但視頻現在沒有很好的算法，它不是一個規模化的問題，不是說現在大家的 GPU 不夠多，很多時候其實是算法上還沒有很好的一個思路。" 郭文景說。
而此次 Sora 的發布，也給行業提供了一個非常好的算法思路，可能反倒爲 Pika 這樣的領先創業公司提供更成熟算法路線可能。
事實上，面對實力強勁的 OpenAI，郭文景也早已做好了準備。早在數月前，趙何娟也曾問過郭文景，在視頻生成賽道上最關心的對手是誰，郭文景當時即表示，應該是 OpenAI。
作爲一個在東亞文化裏成長的女生，郭文景大學本科畢業于哈佛，而斯坦福博士尚未畢業就辍學創業。其創立的 Pika 1.0 版本的 demo 視頻流出之後，即一鳴驚人，它能夠生成和編輯包括 3D 動畫、動漫、卡通或者電影風格的視頻，并且使用起來也很容易上手。
它還允許用戶自己上傳視頻片段，并使用生成式 AI 來編輯和重新構建場景。電影質感，動畫級特效，Pika 1.0 的視覺效果十分炸裂，似乎讓普通人都能成爲電影導演，即将成爲一種可能。
這支最初由 4 個人組建 pika_labs，融資超過 5500 萬美元，幾乎所有 AI 領域的知名早期投資公司都參與了此輪融資。
而就在 Pika1.0 發布才過去四個月不到，同賽道的 Sora 的橫空出世，在 AI 視頻生成這條路上，又增加了很多變數和可能性。
以下是之前钛媒體創始人趙何娟與 Pika 創始人郭文景的【AI 新生代】對話實錄：
當電影夢疊加 AI 的 " 魔法 "
趙何娟：Hello，Demi，很高興又見面了，很高興你能夠來到我的直播間，與我們一起來探讨這一波 AI 浪潮下新生代崛起的話題。作爲矽谷最近非常火熱的 AI 生成式視頻項目 Pika 的創始人，外界對你們的讨論也特别多。我想大家應該都會對你的創業，對你本人都會很感興趣。
我們可不可以先從你自己的經曆開始聊一聊，你是怎麽從哈佛大學讀本科，然後到斯坦福大學讀的碩博的？又怎麽選擇了文本生成視頻這個方向來創業的？
郭文景：大家好，我是 Demi。我從小就對創意行業比較感興趣，也因此我選擇去斯坦福大學。之前我一直在做 AI，兩年前加入斯坦福大學讀博，我選的方向就是 AI for content creation.，用 AI 做一些内容創作。
我當時跟了兩個老師。一個老師是斯坦福大學人工智能實驗室的主任 Chris Manning，另一個老師之前是用計算機做電影的，他曾經獲過兩次奧斯卡獎。斯坦福也是一直嘗試用 AI 做内容創作。我也在遊戲公司做過一些 AI for 虛拟人，AI for 3D 遊戲内容，以及原畫的一些的探索。
之所以開始創立 Pika，一個是對這個方向比較感興趣，另外也是我自己特别想做一些電影和視頻，但我不是專業的。我曾經跟一些朋友想做一個 AI 電影，過程讓我意識到，雖然現在視頻制作已經非常先進，但還是有很多瓶頸。
我覺得 AI 一定會改變現在視頻制作的方式。如果能夠用最好的 AI 技術，去想象未來視頻制作的方式，是一件非常有意思的事情。我就開始做 Pika 這個項目。
趙何娟：你在創立 Pika 之前，先參加了 Runway 的 AI 視頻大賽。你現在做的 Pika，一個很重要的或者說比較大的競争對手就是 Runway。你爲什麽去參加 Runway 的大賽，同時要做一個跟 Runway 完全競争的項目？而且，Runway 在這個領域裏目前還是領先的。
郭文景：我當時參加這個大賽的時候，沒有想要做 AI 視頻的公司，純粹是興趣。當時我們放寒假，我發現這個比賽就挺有意思的，我想做一個電影。我們當時還找了一個編劇去寫這個劇本，也找了一些做 AI 的朋友和大學同學。
這個過程，讓我們意識到現在視頻制作還是非常複雜。我們有很多創意是很好的，但并不能很好地實現。我們也用了很多 Runway 的工具，也用了一些其他的工具，我們發現還有很多空間。
趙何娟：你發現在做視頻或者電影創作的時候，深入研究發現制作過程還是有很多瓶頸，主要的瓶頸是哪些？
郭文景：我當時想要把視頻的背景變成一些其他的背景，包括幾秒鍾的視頻，就要花掉我好幾個小時，電腦還會出錯。我想要把一個視頻放嵌入到 iPad 的屏幕，過程也非常複雜。我根據一些教程學了一遍以後，第二遍我就直接忘記了，中間還有可能出錯。這應該是比較簡單的任務，沒想到還需要花這麽多時間和精力去做。
我們當時做的電影，找了演員，做的是從真人變成動漫的形式，當時可能還沒有任何模型去做，視頻到視頻的功能。我們其實是用了一些新的論文，去實現的。其實 AI 能做，但是市面上沒有很好的工具。
堅定 AI 信仰：比起數據，技術才是底氣
趙何娟：現在 GPT 大模型也在不斷升級，叠代速度還是蠻快的。可能在你想做那件事情的時候，還沒有工具能做，但是可能當你自己去做的時候，發現其他的工具都開始做了。所以，你們來做這件事情的核心競争力是什麽呢？
郭文景：首先，我們還是比較相信自己的技術背景的。我們創始團隊有斯坦福博士，團隊還有麻省理工等院校的博士，和一些比較非常優秀的本科生，我還是想打造一個比較頂尖的技術團隊。
相對 Runway 來說，我們還有幾個不同。關于産品的定位和産品的策略，Runway 可能還是更偏向于一些專業的用戶。它們推出的很多功能，主要是面向電影制作，或者說電影工作室，更偏于一些專業用戶。
但我們想做得更加偏普通用戶能用的一些工具。不一定說是要做電影，也可以是幫你編輯一些個人的視頻，或者是做一些比較有趣味的視頻。
Runway 它可能做的範圍會更加廣一些，比如說 3D、語音、agent，各種不同的模型，方式更偏向于有一個新的算法，有新的一些功能。但我們是從視頻編輯和視頻制作的角度出發。
趙何娟：還有一個很重要的問題是數據。相比 Runway 這樣已經跑在前面的公司，或者是相比其他的一些大的平台，比如說，像迪士尼現在也在做自己的視頻生成的相關的模型，你們會不會認爲，數據是最難與之競争的？你們怎麽解決數據的問題？
郭文景：數據的确很難與迪士尼競争。OpenAI 是現在最好的語言模型，但是爲什麽有很多語料庫的公司，沒有做出最好的語言模型呢？迪士尼也不代表它的數據一定會更好，因爲它的數據量比較有限。其實很多語言公司最後還是看技術。
趙何娟：你剛才講到的另外一個不同，你們的定位不一樣。你們更偏向于普通用戶，普通消費者，而不是隻針對電影制作者這類專業用戶。怎麽理解你們想要針對普通用戶這樣的一個定位？像 TikTok 這樣也是針對普通用戶，每個人都可以在上面做一段創作或者短視頻，是不是你們也會往平台方向去拓展？
郭文景：我們現在沒有這方面的想法，我們更多是基于技術之外的一些功能性的開發。
趙何娟：那普通用戶怎麽用你們呢？他們用 Pika，更多是用來做什麽呢？
郭文景：我們現在更多是希望用戶可以做一些視頻的生成和視頻編輯。具體的應用，目前我們還是比較開放态度，是讓用戶去決定。我們現在更多是把技術瓶頸突破。
趙何娟：現在技術突破上最大的一個難題是什麽？
郭文景：我覺得視頻跟語言模型不太一樣，關于語言模型大家已經知道大概的方法，算法其實已經比較成熟了。但視頻現在沒有很好的算法，它不是一個規模化的問題，不是說現在大家的 GPU 不夠多，很多時候其實是算法上還沒有很好的一個思路。
舉例子來說，比如現在大部分常用的視頻模型，根據設計來講，它就不可能生成很長的視頻，因爲它每一幀的圖片是一起生成的。它有一些算法上的瓶頸，無法做出我們想象的那種非常長、非常好的視頻。它其實還需要一些算法知識上的突破。
趙何娟：接下來的創業裏，對于你來說，還會有哪些挑戰？
郭文景：AI 是高速發展的一個行業，一定會有很多的變化，競争對手也有很多的變化，整個行業日新月異。更多的挑戰是一些不确定的挑戰，我們也不知道未來會發生什麽。所以，對我們來講，我們的心态是，這就是沒有什麽挑戰。
現在我們更多的是想建立一支比較好的團隊。沒有什麽挑戰是不能克服的。可能有些挑戰更難一些，你花的時間需要更多，去探索，去找到一個解決方案。
趙何娟：你之前是對 AI 和創作感興趣，但你與團隊在磨合的過程，或者在組建團隊的過程裏，發現就憑興趣做事，和做公司之後，感受有什麽不一樣的嗎？
郭文景：我們很幸運的一點是，我們做的公司，就是我們的興趣。我就是目标用戶。我有時候工作閑的時候，就會去用我們的産品，去做一些視頻。包括我們最早的一些市場向的視頻，就是我做的。
我們比較幸運的一點，是因爲我們對自己的這個方向特别感興趣。所以，我們的團隊也是相對比較有活力，都是屬于比較有自主動力的人，而且團隊還比較小。創業是最幸福的事情，在做自己最想做的事情，而且跟一群我們覺得非常優秀，同樣對這件事感興趣的人一起做這件事情。
趙何娟：你們的投資機構，光速創投的合夥人 Michael，他說，Pika 團隊是他見過行動力最快的團隊，我不知道你怎麽看待這個評價？
郭文景：我們團隊一直比較看重執行的效率，這可能也是小團隊的一個優勢。
趙何娟：我們再來聊聊趨勢。之前我有看到英偉達的科學家說，2022 年是影像之年，2023 年是聲波之年，2024 年是視頻之年，你怎麽看這個演化的過程？近幾年說視頻也都好多年了，爲什麽說今年是視頻之年？
郭文景：視頻可能現在雖然沒有那麽完美，但是今年一定會有比較大的突破，因爲現在用 AI 一個做好的視頻，需要在 prompting，提示詞上有一些技術。你可能需要在這方面比較有經驗，就能做比較好的視頻。但如果你沒有很有經驗，就不能做出很好的視頻。
這是因爲現在視頻模型還沒有那麽成熟，但我們覺得馬上會非常成熟。今年可能就可以做出産品，是能夠讓所有人不需要有很多的經驗，就能夠做很好的視頻。
趙何娟：接下來也想聊一聊你對整個 AI 的行業的一些判斷。你怎麽看待最新的這一波的 AI 革命浪潮，有沒有可能有更多的機會也是你感興趣的？除了你現在做的視頻之外，你接下來還有沒有哪些想法？
郭文景：我非常相信 AI 浪潮。我知道很多人可能會覺得 AI 浪潮實在有點太火了，或者是有一些過度，有些泡沫。但我們還是很相信的。不管說這個熱度是否過火，但是技術真的是有突破。我們也相信，未來 AI 一定會改變很多行業，很多的應用，包括應用的一些使用。這個是毋庸置疑的。可能包括視頻制作或者說音樂制作，購物方式，AI 都會對傳統的方式有颠覆。
"别人家的女兒 " 是如何長成的？
趙何娟：你做這個的事情，你家人怎麽看呢？
郭文景：我家人還挺支持我做任何我想做的事情的。
趙何娟：Pika 創業項目出來之後，你們公布了融資信息，又發布 demo，大家也都非常關注你的家庭背景，都說這是 " 别人家的女兒 "。
所以，從你自己角度來說，你覺得家庭的教育，對你不管是求學，還是創業的想法，起到了什麽啓發或者作用？一個這麽優秀的女孩子的成長，一個很好的家庭教育還是很重要的，或者是起到了很至關重要的作用。
郭文景：我覺得我還是挺幸運的，我的整個成長經曆，也挺感恩，不管是對我的老師，或者是家裏人。因爲我從小一直對創意行業比較感興趣，我小學的時候，其實是想做一個作家，想要追求一些文藝的夢想，包括我家裏人，其實當時特别希望我能走一些文藝的路線。我當時堅持要做編程這條路線的時候，我還跟我父母大吵了一架。我有姐姐和妹妹，她們是做的偏這個藝術方面的一些工作。
趙何娟：你小時候那麽喜歡寫作，什麽時候開始又開始對編程感興趣的？是什麽觸發你突然對編程感興趣了？
郭文景：我當時特别喜歡詩歌。我小時候喜歡寫作，喜歡看詩歌、散文集。我特别喜歡一些比較抽象的詩歌，一些帶有隐喻的散文，結構上的設計上比較巧妙的詩歌和散文。
當時接觸到編程，也是純粹覺得非常有意思。五六年級的時候，剛好家裏有一本書講的是 LOGO 程序語言，是一個小烏龜畫畫的一個語言。當時暑假沒事兒幹，看了這本書，就學會了這個 LOGO 語言。你可以通過編程的方式，去做一些創作。
程序跟詩歌還是有一些共通之處的，是需要去設計的。比如說，結構化的編程，你需要設計一下，函數怎麽搞，結構怎麽搞。但它與詩歌不一樣的點是，你最後的輸出的這個東西，是可以交互的。
趙何娟：你可能在小學的時候接觸編程是玩兒，但是，在成長的過程之中，比如說，中學之後就要開始想專業方向。你在專業方向選擇的時候，爲什麽沒有選文藝那條路？比如說，去學文學或者是學藝術相關的，而是完全走上了這個計算機科學這條路。
郭文景：我其實到初中、高中以後，就逐漸喜歡上了編程。純粹是個人興趣，沒有想到編程會對我升學有幫助。當時每天要先好好做作業就開始去編程。編程與文學不一樣的有意思的點是，編程真的能做一些應用，一些實際上的大家都能用的一些應用。我覺得這件事情非常的 magical。
大學也是興趣導向的。我大學本科修的是數學。但是，我同時也與一些博士生一起，上一些計算機的課。在哈佛修的是數學學位，同時拿了一個計算機的研究生學位。我在哈佛也上了很多人文課。
前兩年，我就把計算機和數學的學位拿到了。後面兩年，其實我主要都在上人文課，關注文藝的一些事情。
趙何娟：這個也蠻有意思的，不管是計算機還是文藝，都是你的興趣。然後，你現在就把這些不同的興趣，通過創業，把它結合起來了。
郭文景：這是兩個不同方向的興趣。大一時候，我就開始接觸 AI。因爲當時覺得 AI 像是一種魔法，AI 這麽神奇，這麽 powerful。比如說，AI 當時能夠做人臉檢測之類的，我覺得非常不可思議。對 AI 也感興趣，對藝術和創作一直都很感興趣，我很難找到一個更讓我覺得更有意思的事情。
趙何娟：你從哈佛學習，又來到了斯坦福。這兩所學校，一個在美東，一個在美西。你覺得這兩所大學對你來說，以及你在這兩所學校裏收獲的東西，有什麽不一樣麽？
郭文景：兩者不同的話，其實很難說。主要是本科經曆和博士經曆不是很一樣。大學可能會更廣一些，更注重一些探索，可能會修不同的領域的課，會認識不同領域的人，但博士可能更偏專業一些。
趙何娟：美東的文化和矽谷的文化相比，差異其實也蠻大的。在你看來，這兩所學校的教育模式、創新，或者與企業界的聯合的方式，有什麽不一樣？你會更受益于哪一種？你的創業可能會更受益于哪一種？
郭文景：其實挺難對比的。每個學校環境不太一樣。可能在哈佛，在美東，大部分的朋友都在搞金融，但是，斯坦福會有更多同學對創業感興趣。
斯坦福有很多計算機的課，計算機與其他學科結合的課也非常多。哈佛與計算機相關的，沒有幾個課，我們當時要上一些博士 level 的課，可能也就二十幾個人。甚至，我當時還在 MIT 上了一節課。
其實計算機相關的，在哈佛也是第二大的學位。在哈佛很多學習計算機的人，後來也沒有去做計算機相關，很多人去做股票、咨詢或者産品經理之類的工作。
趙何娟：斯坦福的創意氛圍更濃，斯坦福大學也有很多辍學創業的，都還比較成功。你的前輩們在矽谷各領風騷好幾年。過幾年，又會有一波新興的創業新秀起來。這也與矽谷和斯坦福獨特的文化有很大的一個關系。
你當時怎麽就下定決心，決定辍學去創業的？尤其你是從小成績就很好，是家裏的掌上明珠，爲什麽有辍學這個跟你之前的人生可能很不一樣的決定？
郭文景：相比讀博來講，我個人對創業會更感興趣。我其實在哈佛從中間也辍學了一年，再回去讀的。我當時大二的時候，在 Facebook 就是現在 Meta 全職工作了一年，在 AI 研究實驗室，主要是感興趣。對創業比較感興趣，是因爲我覺得還能做一些應用。
我比較喜歡追求自己熱愛的事情。在美國，一些本科生辍學還是挺正常的一件事情。我的幸運的點是我的導師。包括我的博士的導師，都特别支持我。他們在學術上都非常資深，一個是斯坦福人工智能實驗室主任，一個是獲得了兩個奧斯卡獎。我博士的導師，現在是我創業的導師和顧問。現在我還是會定期去見他們。
趙何娟：他們怎麽看待你現在這個創業項目的？
郭文景：他們非常支持。我當時跟我一個導師說了這個事情，他馬上在電話上直接說支持我。他說，聰明的人就應該去做自己想做的事情。我覺得非常幸運，我也非常感恩我的導師，他在一些技術上的知識都會支持。現在，他還是會跟我們進行一周一次的技術上的指導。我的導師也會覺得，快樂最重要。
趙何娟：特别感謝 Demi，Demi 是一個很真實、率真，可愛的姑娘。也有很多年輕一代的人，看到 AI 這個大浪潮來了。能不能請你給你的同齡人一些方向性的建議，如何把握到這次機會？
郭文景：也不能說給什麽建議，可以分享一下我個人的想法。我覺得其實很多時候，還是要追求自己的内心想做什麽，還是要追求自己的個人的興趣。大家的人生隻有一次，要做自己熱愛的事情，隻有做自己熱愛的事情，才能做得到最好。
（本文獨家首發钛媒體 APP，作者｜李程程，編輯｜馬金男）
