圖片來自視覺中國
藍(lán)鯨新聞12月23日訊（記者 武靜靜）昔日自動(dòng)駕駛明星公司圖森未來在經(jīng)歷退市等一系列風(fēng)波后，已經(jīng)重新選擇了創(chuàng)業(yè)航向。
2024年8月，公司首次透露將瞄準(zhǔn)AIGC方向，四個(gè)月后的12月17日，公司宣布啟用全新品牌CreateAI，并發(fā)布了其首個(gè)圖生視頻大模型產(chǎn)品“Ruyi”。
目前，Ruyi-Mini-7B版本已經(jīng)在huggingface上正式開源，用戶可以從下載使用，據(jù)了解，“Ruyi”專為在消費(fèi)級(jí)顯卡（例如 RTX 4090）上運(yùn)行。
從自動(dòng)駕駛轉(zhuǎn)向AIGC，好調(diào)頭嗎？
公司為何從自動(dòng)駕駛邁向截然不同的視覺大模型賽道？
圖森未來技術(shù)負(fù)責(zé)人在接受藍(lán)鯨新聞專訪時(shí)告訴藍(lán)鯨新聞，此次轉(zhuǎn)型主要是從公司轉(zhuǎn)型和業(yè)務(wù)發(fā)展的角度出發(fā)。一方面，公司此前在做自動(dòng)駕駛時(shí)已經(jīng)在AI領(lǐng)域積累了算法、算力和數(shù)據(jù)經(jīng)驗(yàn)；另一方面，聯(lián)合創(chuàng)始人陳默在游戲圈有資源積累，有機(jī)會(huì)快速將技術(shù)落地。
陳默也在此前接受媒體采訪時(shí)提到，圖森未來在試圖尋找一條更快能夠依靠現(xiàn)有資源“救活”公司的路，隨著視覺模型技術(shù)的不斷推進(jìn)和公開，AIGC成為在商業(yè)化空間、技術(shù)可達(dá)性方面都符合條件的一個(gè)目前的最佳選擇。
據(jù)藍(lán)鯨新聞了解，圖森未來做視覺模型的團(tuán)隊(duì)就是此前公司做自動(dòng)駕駛的團(tuán)隊(duì)，一些技術(shù)經(jīng)驗(yàn)可以復(fù)用。
圖森未來技術(shù)負(fù)責(zé)人談道，AI視覺模型和自動(dòng)駕駛都依賴于算法、算力和數(shù)據(jù)這“三駕馬車”來推動(dòng)技術(shù)發(fā)展，且兩者都依賴大量的數(shù)據(jù)進(jìn)行訓(xùn)練和優(yōu)化。而視頻生成技術(shù)與自動(dòng)駕駛中的感知模塊非常相似，兩者都以數(shù)據(jù)驅(qū)動(dòng)為主，研發(fā)路徑相對(duì)較短，依賴的技術(shù)基礎(chǔ)也比較清晰。
在他看來， 自動(dòng)駕駛技術(shù)涉及感知、定位、規(guī)劃、控制等多個(gè)算法模塊，以及軟件系統(tǒng)、硬件設(shè)計(jì)、車輛結(jié)構(gòu)設(shè)計(jì)等多個(gè)領(lǐng)域。相比之下，視頻模型技術(shù)的研發(fā)路徑更短，技術(shù)面更窄，主要集中在數(shù)據(jù)處理和模型訓(xùn)練方面。
“數(shù)據(jù)的重要性甚至超過算法，”圖森未來技術(shù)負(fù)責(zé)人強(qiáng)調(diào)，他提到圖森在自動(dòng)駕駛領(lǐng)域積累了豐富的數(shù)據(jù)標(biāo)注經(jīng)驗(yàn)，擁有自建的標(biāo)注團(tuán)隊(duì)和標(biāo)注平臺(tái)，并建立了完整的數(shù)據(jù)處理流程。 “這些經(jīng)驗(yàn)和工具可以直接應(yīng)用到視頻模型的數(shù)據(jù)準(zhǔn)備階段，從而節(jié)省大量時(shí)間和成本�！�
當(dāng)然，在很多視覺模型的技術(shù)和效果上，圖森還需要從零開始探索。目前，公司視頻模型主要圍繞五大關(guān)鍵指標(biāo)進(jìn)行：生成質(zhì)量、一致性、可控性、易用性和成本。
圖森未來技術(shù)負(fù)責(zé)人告訴藍(lán)鯨新聞，模型生成質(zhì)量是首要目標(biāo)， 確保生成的視頻內(nèi)容在畫面、動(dòng)作、細(xì)節(jié)等方面達(dá)到高水平。“公司采取螺旋上升式的研發(fā)策略，在保證生成質(zhì)量和一致性的前提下，逐步提升模型的可控性、易用性和成本效益�！�
圖森選擇第三條路：不靠模型賺錢，自己下場(chǎng)做內(nèi)容
當(dāng)下，視覺模型領(lǐng)域新進(jìn)展不斷，當(dāng)?shù)貢r(shí)間12月9日，美國OpenAI公司正式發(fā)布了最新版本的視頻生成大模型Sora-Turbo，它能夠根據(jù)文本、圖像或視頻輸入生成新的視頻內(nèi)容。此外，國內(nèi)市場(chǎng)，不論是字節(jié)、快手等大型科技巨頭，還是創(chuàng)業(yè)公司Pika、愛詩科技、生數(shù)科技等都在持續(xù)有緊鑼密鼓的推進(jìn)技術(shù)和產(chǎn)品迭代。
圖森的入局是否是想在競爭激烈的視覺大模型賽道分一杯羹？
從目前公司的業(yè)務(wù)進(jìn)展和采訪中得知，這個(gè)答案是否。圖森未來技術(shù)負(fù)責(zé)人告訴藍(lán)鯨新聞，更準(zhǔn)確的說法是，圖森未來要成為一家內(nèi)容公司而非大模型技術(shù)公司，和快手等平臺(tái)以及Pika等創(chuàng)業(yè)公司的方向并不相同。
目前，市面上視覺大模型的商業(yè)模式無非兩種：一類是Runway、Pika等公司，面向C端用戶，提供付費(fèi)的視頻生成工具或服務(wù)，讓創(chuàng)作者付費(fèi)自制內(nèi)容；另一類是面向B端影視文娛以及游戲等公司，幫助產(chǎn)業(yè)降本增效。
圖森未來技術(shù)負(fù)責(zé)人向藍(lán)鯨新聞?wù)劦�，如果定位成純粹的視頻模型公司，to C和to B都存在明顯挑戰(zhàn)：
一方面，to C方向，視頻生成工具的目標(biāo)用戶群是專業(yè)創(chuàng)作者，而非普通大眾，收費(fèi)模式和盈利前景都不明確，且視頻模型需要大量的算力支持，運(yùn)營成本高，國內(nèi)市場(chǎng)，很難在短期內(nèi)依靠收費(fèi)，吸引用戶并實(shí)現(xiàn)盈利。
另一方面，單純面向B端的技術(shù)賦能落地挑戰(zhàn)巨大，因?yàn)榧夹g(shù)公司很難深入了解具體場(chǎng)景的需求，也很難將技術(shù)有效地融入到實(shí)際的制作流程中，控制內(nèi)容的質(zhì)量和風(fēng)格。
相比很多視頻模型正在將重心瞄準(zhǔn)在追求技術(shù)的通用性上，圖森選擇了不一樣的第三條路：直接把模型技術(shù)開源，不靠模型賺錢，并購入了經(jīng)典IP，自己下場(chǎng)用大模型做內(nèi)容。
據(jù)藍(lán)鯨新聞了解，公司目前有專門的動(dòng)漫和游戲團(tuán)隊(duì)已經(jīng)在開發(fā)新項(xiàng)目。
“我們希望打造一家以AI技術(shù)驅(qū)動(dòng)的視頻內(nèi)容創(chuàng)作公司，打造端到端的視頻內(nèi)容生成鏈條。最終通過優(yōu)質(zhì)內(nèi)容來吸引用戶和實(shí)現(xiàn)商業(yè)價(jià)值�！眻D森未來技術(shù)負(fù)責(zé)人說道�！�技術(shù)只是工具，最終的目標(biāo)是為用戶提供內(nèi)容�！�
目前，圖森已經(jīng)布局動(dòng)漫、游戲板塊，其全新品牌CreateAI已經(jīng)獲著名武俠IP《金庸群俠傳》正版授權(quán)，將開發(fā)一款大型武俠開放世界RPG游戲。2024年8月，公司也官宣了和上海三體動(dòng)漫有限公司達(dá)成合作，共同開發(fā)《三體》系列的首部動(dòng)畫長篇電影和視頻游戲。據(jù)悉，公司也會(huì)在12月推出 SLG 游戲工具和游戲本身。
“我們現(xiàn)在擁有「金庸群俠傳」和「三體」這兩個(gè)頂級(jí) IP，我們的目標(biāo)是在 2027 年實(shí)現(xiàn) 10 億美元的收入�！标惸谧罱淮谓邮懿稍L時(shí)說到了圖森在AIGC方向的未來目標(biāo)。
