2018 年，烏鎮(zhèn)，世界互聯(lián)網大會會場，羅江春以一覽科技創(chuàng)始人的身份發(fā)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(xiàn)實并成為主流。

彼時，距離一覽科技創(chuàng)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(wèi)，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(fā)布ChatGPT，生成式AI發(fā)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(xù)。

一覽科技創(chuàng)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(xiàn)AIGC應用層產品化。

雷峰網獲悉，今年3月，一覽科技推出業(yè)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(chuàng)作者工具“一覽運營寶”，專注服務影視及短視頻行業(yè)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(chuàng)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(公眾號：雷峰網)，“OpenAI的出現(xiàn)，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?！?/p>

以下是羅江春和《AI科技評論》的對話：

AI專業(yè)出身，入局視頻行業(yè)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(chuàng)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(yè)，研究算法。那個時候的算法要求比現(xiàn)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(yè)轉到視頻會議行業(yè)，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(yè)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(xiàn)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(yōu)勢是時長，但這也是最大劣勢，商業(yè)化空間小。一部長達90分鐘的電影，其實沒有太多的商業(yè)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(yè)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(yè)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(lián)廣告。

另外，能不能替代它，把它換成Costa？或者實現(xiàn)“伴隨”，場景中出現(xiàn)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(lián)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(jié)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(lián)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(yōu)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(zhàn)短視頻，但沒有如果。

當時，我們主要瞄準的是優(yōu)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(yè)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(wèi)視，推行“臺網融合”模式。

風行選擇東方衛(wèi)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(jié)目模式，比較海派，但缺少像湖南衛(wèi)視快男快女之類的現(xiàn)象級節(jié)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(zhàn)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(lián)合”：聯(lián)合制作、聯(lián)合播出、聯(lián)合營銷、聯(lián)合售賣。

后來，湖南衛(wèi)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(lián)合”的方法論在湖南芒果衛(wèi)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(chuàng)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(chuàng)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(yè)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(yè)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(yè)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(chuàng)業(yè)，投資方給的資金比較充足，團隊規(guī)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(xiàn)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(fā)現(xiàn)，越來越多的企業(yè)、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(chuàng)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(tài)，PGC、UGC，以及RGC（Robotics Generated Content），現(xiàn)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(xiàn)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(xiàn)。但腳本的自我生成不太成功，這是整個行業(yè)都沒解決的問題。腳本相當于是一個劇的劇本，這也是我們?yōu)槭裁聪瘸觥癆I編劇”這款產品。

說實話，作為一個創(chuàng)業(yè)者而非教授，在創(chuàng)業(yè)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(yè)閉環(huán)。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(chuàng)作、創(chuàng)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(yè)是誰？

羅江春：沒有對標產品，我們現(xiàn)在應該在全世界范圍內，第一家全流程、全產業(yè)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(yè)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(jié)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(chuàng)業(yè)者中沒有像馬斯克、 Sam Altman 這樣crazy的人，所以一旦出現(xiàn)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(chuàng)業(yè)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(chuàng)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(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。