专访Pika Labs创始人：探索视频生成的GPT时刻
硅谷云 2023-11-30发表于美国
编者荐语：
Pika Labs 两位创始人 Demi 和 Chenlin 都是斯坦福在读博士生，也都是华人女性。Chenlin是华师大二附中毕业的，所以是我的双重校友，看到公司做得这么好，很是为她们骄傲！希望有机会突破华人创业圈之前杨致远设立的天花板。#硅谷徐老师
以下文章来源于海外独角兽 ，作者拾象
采访：penny、cage、Kefei
编辑：Siqi、penny
以下为本文目录，建议结合要点进行针对性阅读。
01 天才少女创业，抓住行业变化窗口期
02 视频生成的 GPT 时刻
03 要做最好的技术，也要做新一代 interface
每一代技术变迁都会带来内容生产的繁荣：胶片技术催生了好莱坞和迪士尼的黄金时代，数字化带来的家庭录像技术则铺平了 YouTube 的兴起之路，在移动和算法时代，TikTok 强势崛起，在这些代际迁移的过程中，人们的视频消费需求也在不断放大。
AI 时代是否会催生“新时代的好莱坞”？AI 对视频制作的改造可以简单分为三类：视频生成（Text-to-Generate）、AI 视频编辑（AI Editor）以及数字人（Avator），后两者从视频编辑切入，用 AI 提效，而视频生成意味着内容创作的极度民主化，有机会彻底改造传统工作流，也最让我们感到兴奋。
技术视角下，相对于文本、代码和图片生成，视频生成（Text-to-Video）也一直被认为是 AIGC 的“高地”，面临庞大的计算需求、高质量数据集短缺、可控性等挑战。
视频领域何时会迎来自己的 GPT 时刻？过去一年，Text-to-Video 领域的进展远比想象中迅速：Runway 先后发布了 Gen1、Gen2，上周推出的 Motion Brush 则在可靠性上向前了一步，Stability AI 也在上周发布了自己的首个 Text-to-Video 模型 Stable Video Diffusion。
今年 7 月，Pika Labs 在 Discord 推出服务器，并在几个月时间内收获了 50 万用户，大家开始将视线转向这家被称为视频生成领域“黑马”的公司。
Pika Labs 的团队相当精简，目前仅有 4 位全职成员，但兼具学术和创意两个领域顶尖人才：Demi Guo 和 Chenlin Meng 同为 Stanford AILab 的博士研究人员，拥有顶尖的学术和科研经历；Karli Chen 作为团队第三位创始人及创始工程师拥有 CMU 的 ML&CV 硕士学位，Karlin 本科期间就在机器视觉公司 SenseTime 担任工程师；Matan Cohen-Grumi 则是拥有丰富经验的创意领域。
Pika Labs 最新官网
今天，Pika Labs 正式推出了最新一代视频生成模型 Pika 1.0。Pika 1.0 不仅对视频生成质量进行了提升，还支持 3D 动画、动漫或电影等多种风格视频，此外，用户还能够通过 Pika 实现画布延展、局部修改、视频时长拓展等编辑需求。在推出 Pika 1.0 的同时，团队也上线了最新官网，用户不仅能在 Discord 上使用 Pika 的服务外，还可以在官网进行视频生成和编辑（官网地址：https://pika.art）。
Pika Labs 目前已经累计完成 3 轮、共 5500 万美元融资，最新估值为 2.5 亿美元。Nat Friedman 、 Daniel Gross 和 Lightspeed 分别领投了 Pika 的 Pre-Seed、Seed 和 A 轮融资，此外，众多硅谷明星投资人、AI 领域重要公司 CEO 或核心成员也参与了 投资，例如：Elad Gil、Adam D'Angelo（Quora 创始人及 CEO）、Andrej Karpathy、Clem Delangue（Hugging Face co-founder 及 CEO）、Aravind Srinivas（Perplexity CEO）、Mateusz Staniszewski（ElevenLabs CEO）以及 Keith Peiris（Tome CEO ） 等。
海外独角兽在 Pika 1.0 发布之际也对 Pika Labs 两位创始人 Demi 和 Chenlin 进行了访谈，两位创始人分享了她们的个人经历和创业故事，对视频生成技术的理解，以及对 Pika Labs 产品及商业化的思考。
嘉宾简介
• Demi Guo：Pika Labs 创始人兼 CEO，高中时期进入 IMO (International Math Olympiad) 国家集训队，并在2015年IOI (International Olympiad in Informatics) 中获得银牌。在哈佛大学获得数学学士学位时，Demi 同时攻读了计算机科学硕士学位，并转至 Stanford 攻读博士学位，师从 Ron Fedkiw 和 Chris Manning 教授，进行图形学和 NLP 交叉领域的研究。除此之外，Demi 在大二 gap year 时期成为 Meta AI Research 最年轻的全职员工，也在Microsoft、Google Brain、Epic Games 等公司实习，拥有很强的工程和科研能力。
• Chenlin Meng：Pika Labs 联合创始人兼 CTO，在 Stanford 攻读数学学士学位期间即在 Stefano Ermon 教授指导下开始学习研究生课程，并在本科期间就发表了 5 篇 Generative AI 方向论文，完成本科学业后，Chenlin 继续在 Stanford 攻读计算机 Ph.D 学位，在 3 年时间中发表了 30 多篇论文，其中，她参与创作的 DDIM 论文是内容生成的重要论文之一，DDIM 是一种重要的内容路线， OpenAI 的 DALLE-2、Google Imagen 以及 Stable Diffusion 等模型都使用了这一方法。
01.
天才少女创业，抓住行业变化窗口期
海外独角兽：为什么选择创业做视频生成，当时看到了什么样的机会？
Demi：我对创意行业和用 AI empower content creation 一直很感兴趣，很有热情。我从小学画画，家里人也有不少是做艺术行业的，我也一直想往这个方向创业，读博选的也是 AI 和 creation 方向。我在博士期间有两位导师，一位是做 AI 的 Christopher Manning，现在是 Stanford 人工智能实验室的主任。另一位是 Ron Fedkiw ，是做创意、电影行业的，得过两次奥斯卡奖，也参与过加勒比海盗、星球大战等电影的特效，他现在也是我们公司的 advisor，我有时候和老师开玩笑说，他在计算机图形学火起来的时候，改变了整个电影行业，而我们现在想用 AI 再次改变行业。我觉得这个方向能做十年。
在视频生成之前，我考虑过游戏行业，因为如果用 AI 去做 content creation，游戏最容易商业化，我在斯坦福读博期间还专门去 Epic Games 实习，了解游戏行业的痛点。但后来发现视频行业比游戏更不成熟，更有机会。
今年年初，Runway 举办了第一届 AI movie Festival，我找了几个 Stanford 的 AI 博士还有其他朋友，组成了一个六、七人的团队，还请来一位得过两次艾美奖的编剧。我当时以为这个团队一起制作电影应该不难，但实际制作的过程中意识到，现在的视频工具非常复杂，想表达心中的想法门槛很高。有时候我们想做很小的事情，比如换个背景，几秒钟的内容也要消耗几小时，软件还经常 crash。我意识到电影行业和视频制作过程之间有很大的 gap，对非专业的人来说，视频工具很难学，每个细节都要用很复杂的工具完成；而对专业的人来说，即使已经熟练运用工具，还是要消耗大量时间。
海外独角兽：在这个过程中，你感受到 AI 会在视频行业里起到什么样的作用？
Demi：我们当时已经在用 AI 赋能，那时候 Runway 还没发布 Gen-1，我们用一些 AI 算法实现了一个从 real action 到 live action 、再到 animation 的电影作品。那时制作视频的 AI 算法不少，但没有被嵌入到任何工具里。我个人认为当 AI 功能非常强大时，视频制作不可能再这么复杂，未来一定会有完全不同的体验。这件事非常确定，但当时好像没有很多人去做这件事。
Demi：我其实不是很喜欢去想一些竞争对手。可能很多人会问我们怎么跟 Runway 去竞争，但是对我们来讲，我们想做的事情现在没有人能做成，这不是竞争的东西，现在我们是在跟这个技术、跟我们自己去竞争，我们不再想抢占市场，而是要先把事情做成。另一方面，竞争对手也是在动态变化的。我们主要还是想做成 AI 视频生成这件事情，因为我们对这件事情充满热情，而且觉得它非常有意义，也非常有挑战性，所以如果竞争对手想要和我们合作，我们也非常欢迎。
也有很多人会说，以后 Midjourney 可能会成为你的竞争对手，但其实 Midjourney 的 Vision 是想做一个 3D 实时的世界，Pika 的目标是做一个新的 Video Making Interface。
海外独角兽：怎么看视频生成和视频编辑的关系？
Demi：视频生成本身也有编辑的成分，我们如果做好一个基础模型，然后在基础模型上去做一些应用程序是比较简单的。就像在图片生成领域，有了基础模型，比如想做一个手绘生成照片的应用很简单。到最后，视频生成和编辑的边界可能会很模糊。
短期内我们不会做特定类型的视频编辑，不会和剪映、Premiere 之类的工具走到一条赛道上，但我们可能会覆盖 Adobe After Effect 里的一些功能，比如单个视频的内容编辑、特效编辑功能。
海外独角兽：未来一年里公司在整体发展层面最关心的三个问题是什么？
Demi：第一是想招人，现在我们忙着做产品的升级，但是因为现在人比较少，之后我们还是会招募更多成员；第二，我们想去设计一个新的 Interface；第三个就是我们还想做一些技术突破，希望明年的技术能够至少在一定程度上达到商业化标准，能在简单的 case 上得到应用。我们希望这个视频生成工具可以让每个用户，包括更广泛的大众都能使用，都能生成好看的视频。
