對話一覽科技羅江春：AI 大模型如何重塑視頻創作行業？

2018 年，烏鎮，世界互聯網大會會場，羅江春以一覽科技創始人的身份發表主題演講，他預測，未來五年，RGC（機器生成視頻，Robotics Generated Content）將會走進現實并成為主流。

彼時，距離一覽科技創辦已近1年，距離ChatGPT誕生、出圈、爆火，還有近4年時間。羅江春的預測大膽、前衛，沒有引來想象中聽眾的振臂高呼。

后來的事情大家都知道，OpenAI發布ChatGPT，生成式AI發生質變，AIGC席卷網絡，人工智能迎來新一輪的變革。國內外科技巨頭紛紛下注、加碼，勢如破竹，狂歡繼續。

一覽科技創立于2017年9月，是國內領先的一站式視頻解決方案提供商，作為較早一批進入AI領域的先行者，憑借過去五年的積累和經驗，迅速實現AIGC應用層產品化。

雷峰網(公眾號：雷峰網)獲悉，今年3月，一覽科技推出業界首個基于大模型的“文本+圖片+虛擬人”視頻AIGC工作流，搭載于旗下視頻創作者工具“一覽運營寶”，專注服務影視及短視頻行業人群。

羅江春是視頻領域的資深玩家，從2000年躬身入局，到2005年創辦風行，再到2017年成立一覽科技，二十多年里，一步步見證視頻生產方式從PGC、UGC、RGC進階到如今的AIGC。

作為見證者，羅江春告訴雷峰網，“OpenAI的出現，把內容的生產形式從RGC帶入了AIGC，標志著真正的AIGC時代已經來臨。”

以下是羅江春和《AI科技評論》的對話：

AI專業出身，入局視頻行業已有二十多年

AI科技評論：在這輪GPT浪潮來臨前，你在AI上做了哪些嘗試？

羅江春：可以說，我從來沒離開過視頻領域。

2000年—2004年在硅谷做PC版的視頻會議，理解為PC版的Zoom。Zoom的幾個創始人都是從WebEx出去的，WebEx是我在硅谷工作的第一家公司的競爭對手。我工作那家公司叫Latitude，是一家美股上市公司，專門做視頻會議，那時候寬帶還沒那么寬，對技術要求高。

AI科技評論：你本身是學AI的嗎？

羅江春：是的，我正兒八經學 AI 的。

我本科就讀于清華，1997 年—2000 年在美國萊斯大學就讀人工智能與機器人專業，研究算法。那個時候的算法要求比現在高，因為機器不行、沒有數據，而且沒有GPU，只有CPU，但能力也不行，算一個東西花的時間比較長。

AI科技評論：你從AI行業轉到視頻會議行業，算是跨界嗎？

羅江春：其實沒有。2000年我開始工作的時候，人工智能還不成熟，圖像識別的準確度不到60% ，幾乎與人拋硬幣的概率是一樣的。但是那時候要求高，要算的東西多。

AI科技評論：那個時候AI專業出身，跑去做搜索引擎的是不是比較多？

羅江春：有做，但搜索引擎當時還不是人工智能的主要方向，做索引、數據庫這樣可用于搜索引擎的通用性技術的人多，比如李彥宏。

剛才說到人工智能跟視頻有沒有關系？其實兩者之間最大的結合是從推薦開始的。

最開始是亞馬遜用人工智能技術做推薦，來推薦書。后來，我們所有做長視頻的人都在參照這個模型，要么做user base，要么做item base，即要么基于用戶行為，要么基于電影等視頻的相似度來做管理性推薦等。

AI科技評論：風行是從什么時候開始用AI推薦做長視頻的？

羅江春：風行在2005年開始做視頻，差不多是從2009年—2010年開始用推薦做長視頻。這個模式在當時是開放的，大家都是這樣想的。

風行當時是推薦電影，與亞馬遜推薦書是一樣的。書和電影抽象出來背后的邏輯很像：有限數量、精準標簽，而且需要長時間閱讀/觀看。但電影與長、短視頻相比，它的數量是有限的。

當時風行在用人工智能做推薦的時候，還沒有Hulu這家公司。

AI科技評論：當時風行用AI做推薦是出于什么考慮？

羅江春：當時風行用AI做推薦，是想做一個Video Google模式，愛奇藝后來應該也嘗試過。

所謂Video Google模式，就是大家可以用Google 搜索全網內容，但搜不了視頻里面的內容，直到現在，這個問題都沒有一個足夠好的產品來解決。那么，我們就想用AI推薦在長視頻中接近這一目標。

因為相較于短視頻，長視頻最大優勢是時長，但這也是最大劣勢，商業化空間小。一部長達90分鐘的電影，其實沒有太多的商業化機會，只能插幾個廣告，還會被用戶嫌棄。我做長視頻這么多年，一個很深的體會就是它的時長被浪費了，很難商業化，如今這個問題也沒有完全解決。

但抖音、快手不一樣。

按照一個短視頻時長為15秒來算，刷4個短視頻才耗時1分鐘，中間插播幾個廣告用戶不會覺得那么煩，而且短視頻的信息密度很高，所以商業化空間就會很大。

AI科技評論：當時風行用AI做推薦，是如何給AI做語料標準？

羅江春：我們是“打標簽”。比如在電影某個場景中，三個人圍著桌子聊天，桌子上放了一杯星巴克，風行想的是，能不能把咖啡用標簽標示出來？等大家搜星巴克的時候就可以搜到它，基于此做一堆關聯廣告。

另外，能不能替代它，把它換成Costa？或者實現“伴隨”，場景中出現星巴克的時候，可以在下面浮動一個文字鏈接，或者在播放框上浮動一個“去哪里購買”之類的標簽。這些我們都嘗試過，當時的點擊率還挺高，可以達到1%。

當時風行用AI做推薦產生了幾百萬元的收入，看似成長性很好，但在風行彼時幾億的盤子，占比很小。

與短視頻碰撞的第一次火花

AI科技評論：風行有沒有嘗試過短視頻？

羅江春：嘗試過。

移動互聯網開始沒多久，風行推出兩個短視頻APP，其中一個叫“快看”，反響很好，那時候國內做短視頻的還很少，頭條當時只有圖文，沒有短視頻；快手也只是gif，沒有完全轉成視頻。

我們當時想做一個類頭條的短視頻APP。當時字節跳動的辦公室就在我們樓上。

但后來，風行就沒再做短視頻，在短視頻上落后其實是投入問題，當時大股東們更希望我們多做一些長視頻、互聯網電視等。

AI科技評論：風行錯過短視頻，會不會覺得遺憾？

羅江春：回顧過去，從股東們的角度、結合風行的優劣勢來看，這個決策也沒錯。當然如果當時有一個水晶球告訴我們5年以后短視頻將迎來巨大市場，我相信我們也會轉戰短視頻，但沒有如果。

當時，我們主要瞄準的是優酷、愛奇藝的長視頻領域。從2006年我們就開始想，PC時代，BAT一定會全面擁抱長視頻，那么我們只有兩條路：要么投降，與BAT合并，要么自己找條路。

我的性格是不愿意與別人合并，那就去找伙伴與他們“對打”。要找有內容、有營銷廣告、有商業化能力、有渠道的伙伴，那只有電視臺。當時有好幾家電視臺，最后選擇了東方衛視，推行“臺網融合”模式。

風行選擇東方衛視是覺得上海更加市場化、高大上，引入NBA、達人秀等這些高級內容，學習海外電視節目模式，比較海派，但缺少像湖南衛視快男快女之類的現象級節目，后來又錯過了好聲音這個機會。

AI科技評論：你覺得為什么風行沒有走通“臺網融合”？

羅江春：從戰略角度來說，“臺網融合”模式是正確的，就看電視臺能不能下定決心。

“臺網融合”模式的邏輯就是“4個聯合”：聯合制作、聯合播出、聯合營銷、聯合售賣。

后來，湖南衛視吸取了風行教訓（沒有完全獨家），把這套方法論學去了，而且最后“4個聯合”的方法論在湖南芒果衛視真的奏效了，芒果成了這幾家里面唯一一家能掙到錢的。

創立一覽科技，ToC和ToB的“兩條腿走路”

AI科技評論：你在風行待了十年？

羅江春：我2015年從風行離開，休息了一年后，2017年9月創辦了一覽科技。那個時候就開始考慮AI如何與視頻做結合。一覽科技，寓意一覽無余，我們希望看清楚視頻里面是什么。

最開始的時候，我們可能連商業計劃書都沒寫好，但因為看好賽道和團隊，IDG就投了我們。

當時抖音還沒起來，快手也剛開始嘗試商業化。

AI科技評論：如何理解一覽科技的定位：技術和技能領域的短視頻？

羅江春：一覽科技是想切知識和技能領域。因為包括抖音、快手、以及BAT的一些視頻號都在做娛樂，而我們想做的是技術和技能，希望短視頻有用。最開始的時候，一覽科技就是ToB和ToC一起做。

ToC端產品競爭很大，我們做的是How to類的內容。

我們做過研究，YouTube上How to類的內容播放量占8%，西方人已經用YouTube去解決問題了。比如奧迪車鑰匙怎么換電池？嬰兒車怎么裝安全帶？

所以我們認為這個賽道有機會，我們希望短視頻有用。

在ToB端，我們采用梯形策略，自己做中臺，同時賦能給客戶，比如華米OV 、招行等，都是我們的客戶。你可以把一覽科技理解為一個視頻版的聲網。

ToB路線挺有效，小米視頻、華為視頻、小米瀏覽器、華為瀏覽器等我們都合作了，因為他們需要做這個東西，但可能不會專門搭建一個像我們這樣的專業團隊。

AI科技評論：你之前沒有做過ToB路線，為什么一覽科技一開始就這樣做？

羅江春：一方面，這是我第二次創業，投資方給的資金比較充足，團隊規模也更大，所以切B端是希望兩條腿走路，至少比一條腿走路的成功率更高。

AI科技評論：現在一覽科技主要是提供ToB產品？

羅江春：是的，因為ToB路線跑出來了。如果專注ToC路線，那簡直是火星撞地球。2018年的時候，抖音、快手，以及騰訊視頻號等花費數十億元做推廣，在這樣情況下，我們只花了5000萬元，結果可想而知，根本推不動。

所以我們趕緊收手，All in ToB，開始走 VaaS （Video as a Service）路線，琢磨客戶需要什么視頻服務。結合這幾年的經驗，我們發現，越來越多的企業、組織需要視頻服務，但是不想從頭做，所以我們認為ToB 路線是對的。我們給別人做工具，做解決方案，別人直接調用就可以。

從RGC到AIGC，AI大模型重塑視頻創作

AI科技評論：關于GPT ，你是什么時候關注大模型，并決定使用？

羅江春：我們做ToB向的解決方案，一直認為內容應該有三種生成形態，PGC、UGC，以及RGC（Robotics Generated Content），現在大家更習慣稱之為AIGC。

我們早期就進入用AI生產內容這個賽道。從2018年有GPT-1的時候就開始關注，大概到2020年，GPT-3出現的時候，我們開始真正使用。GPT-1和GPT-2確實還不太行。

AI科技評論：你剛才提到大模型結合RGC的核心元素包括哪些？

羅江春：RGC有核心三個元素，腳本、素材、剪輯后期。

腳本是一個很重要的東西，而素材包括圖片、新拍的鏡頭等，聲音相關的東西包含配音、（背景）音樂、音效等一系列聲音元素，最后再把它們剪輯在一起。

從2018年開始，我們就圍繞這三個元素進行探索，一個個去實現。但腳本的自我生成不太成功，這是整個行業都沒解決的問題。腳本相當于是一個劇的劇本，這也是我們為什么先出“AI編劇”這款產品。

說實話，作為一個創業者而非教授，在創業時，我們既要考慮到素材的積累，也要考慮到賺錢的問題，它得是一個商業閉環。但是，以自己獨立做大模型的方式去生成腳本，對于我們這種公司來說太難了，可小模型又解決不了腳本的創作、創新問題，所以我們不做大模型，而是在大模型上做應用。

AI科技評論：在國內外范圍內，一覽科技的對標企業是誰？

羅江春：沒有對標產品，我們現在應該在全世界范圍內，第一家全流程、全產業鏈在做的公司。但如果從“AI編劇”這個產品來說，我們對標的是美國一家公司——Chatsonic。

可以說，不管是圖像生成、大模型，還是視頻生成領域，目前中國還沒有一家企業能站出來說自己可以與這三個領域內的頂尖公司對標。

而我們在做的就是一步步前進，比如針對RGC的三個核心要素，先用“AI編劇”把編劇的時間節省下來，緊接著是素材、剪輯后期，到一年半以后也許能夠完全生成一個很不錯的東西。那個時候，也許我們會比較有底氣說，與Runway這樣的公司比較一番。

AI科技評論：在新一輪的革命性技術潮流中，你認為中國隊怎么才能不掉隊？

羅江春：我們最近也在思考這個問題，為什么大模型這樣的東西是美國人先做出來的？我覺得其中一個原因是我們的創業者中沒有像馬斯克、 Sam Altman 這樣crazy的人，所以一旦出現革命性技術的時候，中國在這方面是有差距的。

但我們有自己的強項，那就是追趕。

AI科技評論：如今國內很多公司都推出了AI大模型，你怎么看？

羅江春：我比較看好像王小川這樣的人才，他本身就是搞技術的，能沉下來心做事，如果愿意扎扎實實從底層追趕，反而是有機會的。這種情況下，追兩年是有機會能追到類GTP-3. 5或GTP-4水平。當然，這需要足夠的金錢、算力，以及海量GPU。

從某種角度上來說，創業公司沒有包袱，可能會比大公司更容易跑出來。大公司已經在很多方向上做得比較深，如果想掉頭換方向很難，反而是純粹的創新公司，他們沒有包袱，可以拼勁全力追趕。雖然這里面可能有很多坑，但是OpenAI已經證明這條路線能走通，那么我們是不是也能走通？

所以，在這一波浪潮中，存在很多、很大的機會，一切皆有可能。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。