作者丨劉楊楠

編輯丨海腰

圖源丨文心一格

“大模型是一種能力升級，而不是新場景?！?/p>

這是北京聚力維度科技有限公司（以下簡稱“聚力維度”）創(chuàng)始人&CEO趙天奇對大模型浪潮的底層判斷。

在他看來，今天的大模型浪潮不一定要追求開天辟地的殺手級應(yīng)用。

“大模型是能力升級，應(yīng)用場景是現(xiàn)成的。用新技術(shù)實現(xiàn)傳統(tǒng)場景的創(chuàng)新容易，但是應(yīng)用場景創(chuàng)新很難，用AI把原來的應(yīng)用變得更強也是一件好事?！彼硎尽?/p>

聚力維度成立于2016年，前身為北京十二維度科技公司。目前，聚力維度已成長為涵蓋科技公司、傳媒公司及香港分公司等多元化板塊，業(yè)務(wù)覆蓋全國。

趙天奇是一位帶有濃厚科學(xué)家氣息的創(chuàng)業(yè)者，博士就讀于北京郵電大學(xué)，師從徐大雄院士；博士后就讀于清華大學(xué)，師從戴瓊海院士。創(chuàng)業(yè)10余年，他帶領(lǐng)團隊多次填補3D領(lǐng)域的技術(shù)空白。

聚力維度創(chuàng)始人&CEO趙天奇，圖片來源：聚力維度

2016年，趙天奇帶團隊用AI 100%實現(xiàn)全自動化的2D轉(zhuǎn)3D內(nèi)容；2021年，聚力維度用一個攝像頭實現(xiàn)全身骨骼和面部表情的高精度捕捉，并實時驅(qū)動3D數(shù)字人跳舞；2024年，聚力維度聯(lián)合華為云發(fā)布國產(chǎn)多模態(tài)3D視頻大模型——賽媧大模型，模型支持文字、聲音、視頻等多模態(tài)輸入，生成3D AI演員，并實現(xiàn)真人級別AI表演。

趙天奇是一位技術(shù)主義者。“我認為世界上很多問題都能用科技解決，可能有人認為文化創(chuàng)作好像不行，但我還是想盡可能用技術(shù)解決人類可能遇到的各種問題。”趙天奇說。

影視制作，正是趙天奇多年來死磕的“技術(shù)死角”。

敲開影視制作的大門

小時候，趙天奇也曾夢想長大后成為科學(xué)家，用科學(xué)改變世界。

很長一段時間里，趙天奇受還原論思想的影響，認為科學(xué)研究要無限向下，物質(zhì)組成的下一層決定了上一層的運動規(guī)律，而物理是關(guān)于一切物質(zhì)的道理，是解決一切問題的關(guān)鍵。

高考后，趙天奇如愿報考物理專業(yè)。但趙天奇很快發(fā)現(xiàn)，脫離現(xiàn)實世界的理論研究也很難改變世界。“當(dāng)你研究大腦的時候，最多研究到神經(jīng)元就夠了，再往下研究構(gòu)成神經(jīng)元的原子分子是沒有意義的?！壁w天奇說。

在此后的學(xué)術(shù)生涯中，趙天奇逐漸從理論物理研究轉(zhuǎn)向了和現(xiàn)實世界連接更緊密的人工智能。

2011年，趙天奇到北京郵電大學(xué)讀博，研究3D顯示與內(nèi)容技術(shù)，師從信息光學(xué)界專家徐大雄院士。就在趙天奇讀博的第二年，谷歌將16000臺電腦連在一起，在上千萬張Youtube照片中認出了一只貓，名為“深度學(xué)習(xí)”的AI技術(shù)浪潮開始走進大眾視野。于是，趙天奇從一直很感興趣的影視制作出發(fā)，開始研究如何用AI實現(xiàn)3D內(nèi)容制作。

當(dāng)時，大量3D內(nèi)容由2D內(nèi)容轉(zhuǎn)換而來，整個過程需要耗費大量人力，趙天奇便用計算機視覺技術(shù)研發(fā)了自動補背景功能，將2D轉(zhuǎn)3D的制作成本降低約30%。

2012年，趙天奇成立十二維度，希望用AI在影視制作領(lǐng)域100%實現(xiàn)全自動的2D轉(zhuǎn)3D，讓技術(shù)真正和產(chǎn)業(yè)需求接軌。整個公司里，他是公司唯一的技術(shù)人員，其他人負責(zé)尋找落地方向。

巧合的是，《阿凡達》上映后，3D電影市場迅速打開。一次機緣巧合下，趙天奇在一次行業(yè)展會上接觸到了《鄭和1405：魔海尋蹤》制作方。

《鄭和1405：魔海尋蹤》制作過程中發(fā)生了小插曲，急需有人來救火，便找到了此前在活動上認識的十二維度。當(dāng)時，趙天奇連夜坐著臥鋪趕到電影片方，路上還在修改第二天要展示的算法。第二天，趙天奇給制作方現(xiàn)場制作了幾個鏡頭，成功贏得競標(biāo)，收獲了一筆200萬的合作。

這是十二維度接到的第一筆大單，也是十二維度進軍影視后期制作的敲門磚。此后，趙天奇擴充了團隊，陸續(xù)參與了《新警察故事》《尋龍訣》《饑餓游戲》等院線電影的2D轉(zhuǎn)3D環(huán)節(jié)。

但趙天奇并未滿足于此?！拔疫€是希望用AI 100%實現(xiàn)全自動的2D轉(zhuǎn)3D技術(shù)，這是我從技術(shù)切入這件事的最初目的?！壁w天奇說。

2016年，十二維度終于完成了AI全自動完成2D轉(zhuǎn)3D的階段性目標(biāo)。

“好像什么都可以做，但你到底要做什么？”

就在趙天奇思考公司下一步該往哪走的時候，大洋彼岸又送來一份參考答案。

2016年，谷歌DeepMind基于深度學(xué)習(xí)算法開發(fā)的圍棋機器人AlphaGo戰(zhàn)勝圍棋天才李世石，AI這個有些晦澀的技術(shù)概念第一次闖入大眾視野，商業(yè)世界也迅速擁擠起來。

彼時，國內(nèi)各界對人工智能的熱情同樣被點燃：“成為中國DeepMind”的故事在資本圈屢試不爽；AI四小龍迅速成長為商業(yè)新星；工業(yè)檢測、安防等“AI+”創(chuàng)業(yè)方向成為宇宙中心，甚至原先不在AI圈的人也想從中分一杯羹。

亂花漸欲迷人眼。見此盛況，趙天奇腦海中始終盤繞著一個問題：“好像什么都可以做，但到底要做什么？”

最終，趙天奇還是決定繼續(xù)探索AI與影視的結(jié)合?！叭绻麤]有AI，影視制作是一個小行業(yè)和非技術(shù)行業(yè)；但有了AI，影視就是一個大行業(yè)，更是一個技術(shù)行業(yè)?！壁w天奇表示。

當(dāng)時，蘇寧收購聚力傳媒，并向趙天奇拋出橄欖枝，雙方共同成立聚力維度，希望徹底實現(xiàn)全流程的人工智能影視制作，讓每個創(chuàng)作者都能制作自己的作品。十二維度成為聚力維度全資子公司。

2016年也是趙天奇到清華大學(xué)攻讀博士后，做AI影視研究的第二年，他的導(dǎo)師是中國工程院院士戴瓊海。趙天奇還記得，第一次見面時，戴院士就告訴他：“北郵和清華都是工科院校，工科院校就是要做落地?！?/p>

“我看論文第一眼會看它有沒有用，很多人都是為了發(fā)論文而發(fā)論文，可能有些文章很有用，但作者都不知道?！壁w天奇說。

聚力維度成立的頭五年，趙天奇帶領(lǐng)團隊進行了一項“前無古人”的技術(shù)攻堅。

當(dāng)時，從“人人都能做影視”的終極愿景出發(fā)， 趙天奇和團隊幾乎用了一整年的時間選定技術(shù)方向。在多次推翻和重建中，趙天奇的思路逐漸清晰。

回歸影視制作的第一性原理，要實現(xiàn)全流程AI影視制作，首先就要排除實拍，在數(shù)字世界里解決影視制作問題。

2017年，趙天奇幾乎用一整年時間調(diào)研了全國各地的動畫公司。他發(fā)現(xiàn)，動畫片的制作成本中，80%來自K動畫（Keyframe，設(shè)置關(guān)鍵幀），20%來自建模，由此確定了數(shù)字人的大方向。

數(shù)字人有2D、3D之分，考慮到影視作品的本質(zhì)是拍世界，不能只是簡單拼接畫面鏡頭，世界是三維的，因此從第一天起就要走3D路線。

賽博演猿登陸聯(lián)想應(yīng)用商城

3D數(shù)字人制作也有“生成”與“捕捉”兩條路線之分。2016年的AI還不能直接生成3D內(nèi)容，GAN能夠生成2D圖像，但生成效果“一眼假”，根本無法支持影視級制作，由此最終確定了“3D捕捉數(shù)字人”路線。

但當(dāng)時主流的3D捕捉技術(shù)大多依賴于大量體感設(shè)備，真人佩戴做出動作，再錄入數(shù)據(jù)。整套流程下來，光是硬件設(shè)備的采購成本至少就要百萬級，很多個人創(chuàng)作者顯然沒有這些資源儲備。

因此，要想真正實現(xiàn)“人人都能做影視”，最理想的情況是，直接用一個普通攝像頭完成面部表情、手勢、肢體動作的捕捉與驅(qū)動?！按饲昂苌儆腥讼氲竭@一點，因為這需要從真實的影視制作流程出發(fā)，倒推出這個技術(shù)方向。”趙天奇說。

最終，趙天奇決定走這條從沒人走過的路。

沒人走過意味著所有的坑都要親自踩，從數(shù)據(jù)到表征，到整個算法框架都要從零開始，只能從頭自己做。趙天奇在公司建立了一個名為“科幻成真”的實驗室，負責(zé)全部研發(fā)工作。

道路是曲折的，但結(jié)局是光明的。2021年，聚力維度終于實現(xiàn)用單目攝像頭完成高級別數(shù)字人的表情、手勢、動作捕捉。趙天奇表示，要做成這件事，不僅需要技術(shù)創(chuàng)新，更需要對影視制作的深刻理解。此前參與院線電影制作的經(jīng)歷，無形中也成為了聚力維度成功的踏腳石。

趙天奇透露，這五年間，也曾有投資人或潛在客戶拋出橄欖枝，表示愿意投入足夠的資金，讓聚力維度做一些更快看到回報的事情。

“當(dāng)時我比現(xiàn)在還“軸”，幾乎天天都在拒絕?！壁w天奇坦言，“我認為‘AI+’一切都有機會，但我只想找一個我認為市場大且我感興趣的方向來做。”

做工具，不做玩具

ChatGPT發(fā)布后，趙天奇意識到，或許可以重拾之前被放棄的3D生成路線了。

趙天奇帶著團隊第一時間測試了ChatGPT的能力，明顯感到GPT-3.5的效果已經(jīng)遠超GPT-2。2023年年中，聚力維度便開始探索3D視頻生成模型。

直到今年2月，Sora一經(jīng)發(fā)布便成為行業(yè)標(biāo)桿，點燃了全球創(chuàng)業(yè)者對多模態(tài)模型的興趣，也讓60s的長視頻生成成為各家企業(yè)的競爭方向。

不過，在和影視行業(yè)內(nèi)部交流過后，趙天奇發(fā)現(xiàn)，對于影視制作本身來說，卷時長和卷參數(shù)都沒有意義，真正的痛點在于能否有一個模型，實現(xiàn)多個鏡頭間的穩(wěn)定可控。

“實際的影視制作中長鏡頭非常少，一個鏡頭可能幾秒鐘就夠了，大家更需要兩個鏡頭之間的穩(wěn)定可控。”趙天奇說。例如兩個人物角色正在對話，鏡頭隨著對話在兩人之間切換，如果鏡頭切換后兩個鏡頭中的世界變得前后不一致，觀眾就會“出戲”，無法形成一個邏輯完整的影視作品。

這種符合世界運行規(guī)律的、穩(wěn)定可控的內(nèi)容生成，恰恰是Sora所代表的2D路線最大的難點。“從技術(shù)角度來說，2D生成模型和3D生成模型是兩條完全不同的技術(shù)路線。2D生成的難點在于單個及多個畫面間的穩(wěn)定可控，而3D生成路線的難點在于3D數(shù)據(jù)的獲取?！壁w天奇表示。

而聚力維度此前攻克2D轉(zhuǎn)3D以及單目攝像頭3D捕捉技術(shù)讓他們積累了大量3D數(shù)據(jù)，這便邁出了3D生成模型最艱難的第一步。

2024年5月，聚力維度聯(lián)合華為云發(fā)布國產(chǎn)多模態(tài)3D視頻大模型——賽媧大模型。該模型支持文字、聲音、視頻等多模態(tài)輸入，可以生成3D AI演員實現(xiàn)真人級別的AI表演；支持任意時長；同時生成視頻中的3D對象在不同鏡頭與運動中完全一致，可精細化編輯，能準(zhǔn)確可控地講出影視故事，真正實現(xiàn)全流程AI影視制作，可用于商業(yè)級的影視、短劇、廣電節(jié)目制作等。

“我們的思路是先造人、造世界，再讓這個世界的人進行表演，那他的表演邏輯自然是有一致性的，沒有能力發(fā)生變化了?！壁w天奇說。

有了技術(shù)，接下來的問題是，如何切入產(chǎn)業(yè)？

目前市面上的AI產(chǎn)品大致有兩類落地思路：一類是從“玩具”到“工具”，將產(chǎn)品開放給C端客戶，搜集到足夠多的用戶需求和數(shù)據(jù)后，從中篩選出更聚焦的產(chǎn)業(yè)機會，進一步落地產(chǎn)品；一類則是直接瞄準(zhǔn)工業(yè)級機會，打造“工具”型產(chǎn)品，提供全新的生產(chǎn)力。

央視網(wǎng)虛擬主播小C對話《中國奇譚》

趙天奇選擇了后者，讓AI成為影視制作行業(yè)真正的生產(chǎn)力工具。

影視行業(yè)覆蓋極廣，院線電影、電視劇、綜藝節(jié)目、廣告科教、網(wǎng)劇、網(wǎng)絡(luò)大電影、短劇等均可涵蓋在內(nèi)，具體選擇什么方向切入呢？

聚力維度選擇了近兩年勢頭最猛的短劇。

“短劇是對成本最敏感，上下游分工最清晰，且上升勢頭最快的場景?！壁w天奇說。公開數(shù)據(jù)顯示，2023年中國微短劇市場規(guī)模約374億元，同比上升約268%，預(yù)計今年將超過500億元，到2027年市場規(guī)模有望達到1000億元。

據(jù)趙天奇透露，聚力維度未來將和高校合作，對編導(dǎo)傳媒方向的學(xué)生展開聯(lián)合培訓(xùn)?！澳壳暗腁I還無法代替導(dǎo)演，AI工具的核心價值是更高效地實現(xiàn)創(chuàng)作者的創(chuàng)意。而學(xué)生群體數(shù)量大、創(chuàng)作需求旺盛，更容易接受新事物，從就業(yè)角度來看，掌握AI技能也為他們提供了更多就業(yè)可能?！?/p>

不過，在趙天奇看來，今天的市場上，還沒有真正的“AI短劇”，“AI短劇”也尚未形成一個真正的產(chǎn)業(yè)。未來，他希望能夠?qū)崿F(xiàn)工業(yè)級真AI影視制作?！肮I(yè)級”要求最終作品不穿幫，讓觀眾看不出內(nèi)容是AI生成的，且愿意為之付費；而“真AI”要求整個影視生產(chǎn)制作流程中絕大多數(shù)成本都由AI完成。

未來，在落地產(chǎn)業(yè)的過程中，隨著產(chǎn)品不斷成熟，積累一定用戶規(guī)模，整個行業(yè)也逐漸形成共識后，聚力維度會考慮將產(chǎn)品面向C端開放?！霸谛袠I(yè)還沒有形成一定規(guī)模和共識，尤其在目前的資本環(huán)境下，直接面向to C是一個不太符合商業(yè)規(guī)律的選擇?！彼忉尩馈?/p>

影視行業(yè)最大的痛苦，來源于“不能”

關(guān)于AI對內(nèi)容行業(yè)的影響，輿論有不少批判的聲音。國內(nèi)外均有媒體直言，“互聯(lián)網(wǎng)正在被AI生產(chǎn)的垃圾內(nèi)容侵占”。

“某種程度上，這是一種傳統(tǒng)思維的陷阱。”趙天奇表示。

畢竟，即使沒有AI，在人類創(chuàng)作者主導(dǎo)的UGC內(nèi)容生產(chǎn)模式下，互聯(lián)網(wǎng)上依然存在大量低質(zhì)內(nèi)容。在趙天奇看來，“用AI提高內(nèi)容生產(chǎn)效率”和“對AI進行內(nèi)容管控”是兩個并行存在的問題，聚力維度的目標(biāo)是實現(xiàn)前者。

“人類最大的痛苦來源于‘不能’?！壁w天奇說，這才是影視行業(yè)多年的痛苦來源。

趙天奇和影視行業(yè)內(nèi)部溝通時發(fā)現(xiàn)，影視行業(yè)的最大痛點在于，生產(chǎn)力約束導(dǎo)致整個行業(yè)效率很低，是一個不健康的勞動密集型產(chǎn)業(yè)。同時，內(nèi)容創(chuàng)作和受眾的消費喜好也有很大不確定性，制作方便需要更高的投入來彌合可能的風(fēng)險。

以電影制作為例，一部電影在商業(yè)上是否成功的標(biāo)準(zhǔn)是“票房”，為了實現(xiàn)高票房，制作方需要組建豪華團隊，包括知名導(dǎo)演編劇，當(dāng)紅流量演員，最好的拍攝、后期以及宣發(fā)團隊，以此來盡可能吸引更多人貢獻票房。在此基礎(chǔ)上，電影制作周期長達數(shù)月到數(shù)年不等，投入成本達到百萬級、千萬級，甚至上億級。

正如趙天奇所言：“電影是奢侈品，本質(zhì)上是一個投入越高、風(fēng)險越低的事情?！奔词箤⒆詈玫馁Y源都堆在一部電影上，電影上映后，依然會出現(xiàn)票房爆冷的情況，前期投入的大量時間、資源最終都打了水漂。

這就導(dǎo)致制作電影的權(quán)利被少數(shù)人壟斷，很多編導(dǎo)、演藝方向的學(xué)生畢業(yè)即失業(yè)，有才華的創(chuàng)作者苦于缺少優(yōu)質(zhì)資源而無法實現(xiàn)自己的創(chuàng)意?！昂芏嗳松蠈W(xué)的時候都想當(dāng)導(dǎo)演，但實際情況是，假設(shè)一家動畫公司有300人，可能只有兩個導(dǎo)演，因為必須有其他298個人去手K動畫，才能讓兩個導(dǎo)演把自己的故事做出來。”

而在AI的出現(xiàn)，則有可能解放更多人的創(chuàng)作力，當(dāng)每個創(chuàng)作者都能夠?qū)⒆约旱膭?chuàng)意轉(zhuǎn)化為一部影視作品，整個內(nèi)容市場的蛋糕越來越大，好內(nèi)容的產(chǎn)量自然會隨之增加。

“解放生產(chǎn)力永遠都是正確的?，F(xiàn)在我只怕AI還不夠強，還沒有達到解放生產(chǎn)力的能力?！壁w天奇表示，“我認為最理想的生產(chǎn)力發(fā)展方向，是讓一件高價值的事情，以低成本的方式去做；讓一個人創(chuàng)造的價值，服務(wù)于世界上其他幾十億人。

反過來看，幾十億人創(chuàng)造的價值也都能服務(wù)于你?！?/p>

接下來，趙天奇將繼續(xù)帶領(lǐng)團隊探索AI影視下一代技術(shù)的突破口。未來，聚力維度希望借助全流程3D AI影視制作平臺賽博演猿cybactor，讓每一個有導(dǎo)演夢的人單獨完成全流程影視制作，并將降低成本到1%。

“畢竟我們一直在挑戰(zhàn)未知，總是要看向未來的?！壁w天奇說。

本文為創(chuàng)業(yè)邦原創(chuàng)，未經(jīng)授權(quán)不得轉(zhuǎn)載，否則創(chuàng)業(yè)邦將保留向其追究法律責(zé)任的權(quán)利。如需轉(zhuǎn)載或有任何疑問，請聯(lián)系editor@cyzone.cn。