抖音CEO離任，奔赴AIGC視頻新風口

白交 2024-02-08 14:44:05 來源：量子位

佳麒 白交 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

抖音集團CEO官宣卸任，真是一石激起千層浪！

一方面，雖然字節(jié)高層要調(diào)整早有傳聞，但靴子落地依然讓人意外：為什么會是她？

要知道張楠，可是字節(jié)從零到一打造出抖音、火山等UGC視頻產(chǎn)品的大功臣。

另一方面，她下一步去的是一個抖音“配件”項目——剪映，并且以始終創(chuàng)業(yè)的狀態(tài)。

雖說變動如此突然，但其實在內(nèi)部早有跡可循。

消息稱，過去一年張楠將大多數(shù)精力都放在剪映任務上，并且親自帶隊即將推出一個AI生圖和視頻的產(chǎn)品。

拋開外界各種對大廠組織調(diào)整的討論，咱要是從技術(shù)和趨勢來看，張楠下一站，妥妥是今年的AI風口。

張楠親自帶隊剪映

春節(jié)前夕，張楠朋友圈官宣即將卸任CEO的決定，之后將更多精力放在剪映上。

不過之后，她還是繼續(xù)向字節(jié)跳動CEO梁汝波匯報。

在梁汝波內(nèi)部信中指出，是“結(jié)合業(yè)務發(fā)展需要和個人意愿”的原因，張楠不再擔任抖音集團CEO，專注負責剪映業(yè)務。

對于接任者，他表示，目前抖音集團暫時還沒有新設CEO的計劃。

原本直接向張楠匯報的各業(yè)務負責人，現(xiàn)在匯報給抖音董事長、商業(yè)化負責人張利東，包括抖音負責人韓尚佑、番茄小說及今日頭條負責人張超、抖音電商負責人魏雯雯、抖音生活服務負責人浦燕子以及抖音廣告業(yè)務負責人趙修影。

其中，韓尚佑作為抖音總裁，會協(xié)同所有與抖音相關(guān)的主營業(yè)務

此番字節(jié)高層變動之后，據(jù)晚點統(tǒng)計，目前抖音已完成高層大調(diào)整。

此前抖音的產(chǎn)品和商業(yè)化分別由張楠和張利東領(lǐng)導，如今由張利東來統(tǒng)籌這兩大板塊。

在此之前，抖音BU也完成了一系列的人員調(diào)動，比如字節(jié)商業(yè)化部門巨量引擎營銷副總裁陳都燁轉(zhuǎn)崗至抖音、抖音原增長負責人吳曉丹則轉(zhuǎn)崗剪映，抖音開放平臺原負責人常坤加入抖音生活服務部門……

抖音為什么調(diào)整？

有網(wǎng)友將字節(jié)前段時間的年會結(jié)合了起來……

當時，梁汝波提到，目前字節(jié)最大的危機感就是組織平庸化，“字節(jié)該有的大公司病全有了”。

但可能被忽略的是，如果從AI技術(shù)變革來看，字節(jié)正在面臨挑戰(zhàn)和機遇。這就是AI生成視頻，而且剪映似乎就是字節(jié)最好的容器。

剪映有著天生的AIGC場景優(yōu)勢。

雖然上線時間不長，2019年才正式上線，但依托于抖音，很快就成為包括抖音在內(nèi)的視頻內(nèi)容創(chuàng)作者的利器。

消息顯示，截至2021年，剪映的月活用戶已經(jīng)突破1億，是國內(nèi)最大的移動視頻編輯產(chǎn)品。去年11月，剪映測試了一個名為“Dreamina”AIGC工具。它能根據(jù)文字生成創(chuàng)意圖像。

UGC視頻的一姐，現(xiàn)在去帶隊字節(jié)AIGC視頻的最前沿戰(zhàn)隊，或許也值得關(guān)注。

視頻生成，AIGC的新戰(zhàn)場

相信使用過的朋友都能感受到，剪映其實就是個“大AI”。

語音識別/生成、文本生成、虛擬人生成、AI配音等等這些基本實用的AI功能暫且不說，并且還會時常更新。

比如就有貼心的小伙伴整理了最新版本的新功能，像時空穿越特效、古風穿越特效、文字轉(zhuǎn)視頻、主題（標題）變視頻、智能摳圖、視頻轉(zhuǎn)手繪等等。

除此之外，剪映還同ChatGPT合作，選擇他們的插件，一句話就可以做一條視頻，并且支持各種細節(jié)修改。

處在AIGC視頻生成風口的關(guān)鍵時刻，作為國內(nèi)乃至全球短視頻應用的頂流，無論是剪映、抖音還是背后的字節(jié)，這樣的機遇當然不容錯過。

而AI視頻領(lǐng)域爭斗變得愈加白熱化，是從“老大哥”Runway發(fā)布Gen-2以后開始的。

無論是初創(chuàng)團隊還是大廠，琳瑯滿目的視頻生產(chǎn)工具如雨后春筍般競相發(fā)布。

在競賽的過程中，AI視頻的畫質(zhì)、細節(jié)、時長等指標，快速地進行著一次又一次地飛躍。

像Stability、Runway這樣的明星獨角獸，估值都已達到了10億美元量級，受到了谷歌等大廠的投資。

創(chuàng)立時間短一些的Pika，估值也有2億美元，投資者中可以見到許多大佬的身影。

而在這些爆火的AIGC視頻應用背后，主要有三條技術(shù)路線。

按照出現(xiàn)的時間順序，首先是生成對抗網(wǎng)絡（GAN）和變分自編碼器（VAE）。

它們往往是通過非直接方式來生成視頻內(nèi)容，比如將運動和內(nèi)容分解、把前景（移動物體）和背景分離。

這類早期方案雖然在清晰度、連貫性和時長上都不盡如人意，但也起到了拋磚引玉的作用，AI視頻生成也是被GAN帶火的。

進入新的階段，自回歸模型和擴散模型兩條路成為了新的主流。

自回歸模型根據(jù)先前的幀來預測下一幀，不斷遞歸拼接，視頻較為連貫自然，最典型的架構(gòu)就是Transformer。

2021年，羅格斯大學的學者發(fā)表了首篇Transformer架構(gòu)視頻生成工具的論文，并被ICML所收錄。

后來，新版本的NüWA模型也從GAN切換到了Transformer架構(gòu)。

擴散模型的概念則最早在2015年的ICML上被提出，但直到2021年下半年，“Stable Diffusion”的前身“Latent Diffusion”才真正讓擴散模型火了起來。

它的基本原理是通過逐步添加噪聲和去除噪聲來生成圖像，生成圖像的真實性高、細節(jié)更為清晰。

到2022年4月，擴散模型正式被谷歌應用到了視頻生成領(lǐng)域，推出了Video Diffusion模型成為新的文生視頻SOTA。

直到現(xiàn)在，AIGC視頻領(lǐng)域的頭部選手，大多都已采用Transformer或擴散模型作為底座。

而放眼AI視頻生成的戰(zhàn)場，不得不提的就是老牌廠商Runway了研發(fā)的Gen-2了。

Gen-2生成視頻的效果已經(jīng)克服了以往“一眼AI”的缺點，分辨率也達到了4k，是眾多視頻生成工具中清晰度最高的。

時長上，Gen-2可以一次支持18秒的長度，這在AI視頻生成工具中也是前所未有。

Runway創(chuàng)始人兼CEO Cristóbal Valenzuela更是在中表示，一個激動人心的新（創(chuàng)意）時代已經(jīng)要開始了。

而在去年，Runway也迎來了一位強悍的挑戰(zhàn)者——斯坦福華人博士郭文景（Demi Guo）休學創(chuàng)業(yè)做出的Pika。

它可以根據(jù)輸入的圖像或文本流暢地生成視頻，而且可編輯性強，指定視頻中的任意元素均可快速替換。

靠著Pika驚艷的效果，這家初創(chuàng)公司成立僅半年時，就新斬獲5500萬美元（約4億人民幣）融資。

其中個人投資者不乏各種大牛，如Quara創(chuàng)始人Adam D’Angelo、Perplexity的CEO Aravind Srinivas、GitHub前CEO Nat Friedman等等。

開源模型則有Stable Diffusion團隊推出的Stable Video Diffusion，支持生成約3秒的視頻，分辨率為576×1024。

除了這些專搞AI視頻的初創(chuàng)團隊，巨頭大廠們也紛紛參與進了這場戰(zhàn)爭。

比如Meta于去年11月發(fā)布的Emu Video，同樣支持4K畫質(zhì)的視頻合成，在用戶評估中號稱打?。ó敃r的）Gen-2、Pika等對手。

谷歌也在12月交出了自己的模型VideoPoet，它沒有用常用的擴散模型，還零樣本實現(xiàn)了SOTA。

相較于此前一些模型，畫面更加穩(wěn)定、動作更加逼真，清晰度也直線up。

就連主要經(jīng)營硬件產(chǎn)品的英偉達，也推出了基于擴散模型的視頻生成工具PYoCo，并被2023年的ICCV大會所接收。

不僅國際市場上的斗爭火熱，國內(nèi)這邊也同樣激烈。

比如今年1月，字節(jié)就推出了AI視頻生成模型MagicVideo-V2，支持4K、8K超高分辨率，測評效果超過Gen-2、Pika以及現(xiàn)有AI視頻生成工具。

有研究者對比了MagicVideo-V2和其他大牌工具的表現(xiàn)，以細節(jié)寫實能力為例：

小男孩在公園的小路上騎著自行車，車輪踩在碎石上發(fā)出嘎吱嘎吱的聲音。

可以看出只有MagicVideo-V2和SVD生成的視頻最貼合提示詞，但MagicVideo又以更真實的腳步動作勝過了SVD。

（左：MagicVideo-V2，中：Stable Video Diffusion，右上：Pika，右下：Gen-2）

從2013年VAE誕生，到2020年被Transformer和擴散模型取代用了近7年，但新的模型蓬勃發(fā)展，不過才三年時間。

而像這樣“長江后浪推前浪”式地競相更新，更是最近這半年才有的事，這半年一個又一個模型相繼涌現(xiàn)的過程中，幾乎每個成果都可以說是顛覆性的。

在這樣的浪潮當中，抖音當然不想成為被顛覆的一個，所以最好的方式，就是在被外部力量顛覆之前，實現(xiàn)自我顛覆。

字節(jié)把張楠從抖音一姐的位置換到剪映一姐，或許就是這個思路的一種反映。