berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Rambut putih Lei Gang berasal dari Kuil Aofei
Qubit |. Akun publik QbitAI

Dalam gelombang AI generatif, pemain adegan adalah kelompok yang mudah diabaikan, namun mereka sering kali menjadi pihak pertama yang memperoleh manfaat dengan cara yang sederhana.

Hal ini berlaku di luar negeri baik untuk Microsoft maupun Adobe di dalam negeri, Meitu (HK.1357) juga menunjukkan tren ini.

Sebagai perusahaan yang sering memproduksi produk-produk hits dan “Meitu” digunakan sebagai kata benda dan kata kerja, Meitu menunjukkan tampilan baru dalam gelombang AI.

Ada beberapa model, dan ini adalah salah satu model video skala besar pertama yang dikirimkan di Tiongkok. Setelah Sora lahir, ini adalah yang pertama meningkatkan dan memperbarui arsitektur DiT;

Ada aplikasinya, dan sebanyak 6 produk dirilis di Image Festival tahun ini saja;

Ia memiliki kinerja, jumlah pengguna VIP global melebihi 10 juta, dan pendapatan satu aplikasi AI melebihi 100 juta pada tahun 2023, mengandalkan AI untuk mencapai keuntungan skala besar.

Namun semua perubahan ini merupakan fenomena setelah hasil akhir. Bagaimana AI menyegarkan gambar yang indah? Kemana tujuan Meitu di era AI? Semua dihadapkan dengan menjawab pertanyaan.

DanWu Xinhong——Pendiri, ketua dan CEO Meitu saat ini, dia melakukan bagiannya.

Dalam dialog terbaru Qubit, Wu Xinhong mengonfirmasi perubahan yang dilakukan Meitu dalam peluang AI dan berbagi pengetahuan yang diperoleh dari penerapan AI.

Dia berulang kali berbicara tentang peran dan posisi Meitu dalam AI, serta titik awal dan tujuan akhirnya: menciptakan produk melalui AI untuk membantu pengguna menghasilkan uang.

Di era AI, "Meitu" mungkin memiliki konotasi baru, mewakili produktivitas, pengurangan biaya dan efisiensi, dan pengguna menghasilkan uang melalui gambar yang indah.

Percakapan dengan Wu Xinhong

“Meitu selalu menjadi perusahaan aplikasi, begitu pula era AI.”

Qubit: Meitu telah menyampaikan perubahan-perubahan di era AI, namun dunia luar juga terus bertanya: Apa kelebihan Meitu dalam melakukan AI?

Wu Xinhong: Pertama-tama, Meitu selalu menjadi perusahaan aplikasi. Ketika kami merilis versi pertama Meitu Xiuxiu pada tahun 2008, kami masih berada di era aplikasi PC. Kami dengan cepat memasuki aplikasi seluler dan sekarang aplikasi AI.

Intinya, Meitu adalah perusahaan yang jago dalam penerapan AI. Anda dapat mendarat di adegan vertikal ini dan menghasilkan uang dengan cepat. Oleh karena itu, banyak orang akan menyeret Meitu ke perusahaan model besar ini untuk membandingkannya, itulah mengapa Anda harus membandingkannya dengan OpenAI.Kami tidak punya niat untuk bersaing dengannya., termasuk banyak perusahaan model besar baru di China, karena pada dasarnya mereka tidak berada pada dimensi yang sama, karena setiap orang memiliki kekuatannya masing-masing.

Qubit: Tapi Anda sendiri juga mengembangkan model besar?

Wu Xinhong : Model besar yang dikembangkan sendiri oleh Meitu terutama untuk membuat aplikasi AI kami lebih kompetitif, seperti mengejar efek yang lebih ekstrem, termasuk integrasi mendalam dengan produk, dll. Jadi ini sebenarnya bukan kesalahpahaman sama sekali. Banyak orang mungkin berpikir Meitu tidak ada gunanya, tapi awalnya saya membuat aplikasi, tetapi seluruh era sedang berubah, dari Internet PC, Internet seluler, hingga era AI saat ini hanya mengatakan bahwa dalam setiap perubahan teknologi besar diperlukan untuk mengimplementasikan aplikasi dan menghasilkan uang.

Banyak orang mungkin memikirkan AGI ketika berbicara tentang model besar, membuat model besar secara umum, namun sebenarnya kami membuat model besar vertikal untuk pencitraan dan jalur desain. Kami merasa model besar untuk keperluan umum pasti menuju tujuan AGI, dan mungkin menjadi asisten AI dengan otak super di masa depan.

Kami melakukan hal-hal vertikal, seperti pembuatan gambar dan video serta aplikasinya, kedepannya kami akan memiliki hubungan yang sinergis dengan model umum yang besar, karena kami tahu bahwa model besar secara umum tidak dapat melatih semua kemampuan dalam satu model, artinya model besar umum tidak dapat melatih semua kemampuan dalam satu model. memiliki biaya pelatihan dan inferensi yang sangat tinggi, dan ketika benar-benar menyediakan layanan pembangkitan, ini juga akan menjadi sangat lambat. Oleh karena itu, ada kemungkinan besar bahwa ini akan menjadi model besar untuk tujuan umum yang mirip dengan otak dan pusat kendali, dan kemudian menggunakan sumber daya sosial dan menggunakan berbagai alat untuk menyelesaikan tugas.

Qubit: Banyak perusahaan yang menargetkan aplikasi dan produk akan memilih untuk tidak mengembangkan sendiri model besar dan berinvestasi lebih sedikit.

Wu Xinhong : Pertama-tama, jika tersedia API yang sudah jadi, kami juga akan mengaksesnya. Kami adalah perusahaan yang sangat terbuka untuk kerjasama. Kemudian Sora tidak memiliki API terbuka, dan pabrikan dalam negeri lainnya belum membukanya sebelum melakukan penelitian mandiri, dan produk ini perlu dioptimalkan pada tahap awal pengendalian, biaya, dan masalah lainnya. Kita mungkin tidak bisa menunggu, karena sebagai salah satu cabang penting dalam aplikasi AI khususnya imaging, video sudah menjadi perusahaan dengan banyak skenario aplikasi, jadi kita hanya bisa melakukannya sendiri dulu, tapi kedepannya jika ada yang cocok. , seperti video Kami juga akan mempertimbangkan untuk mengakses API model. Bahkan dapat dikatakan bahwa satu produk akan memberikan pilihannya sendiri dan beberapa model, sehingga memberikan hak kepada pengguna untuk membandingkan.

Termasuk Adobe. Faktanya, perangkat lunak pengeditan video PR-nya sebelumnya telah mengumumkan bahwa mereka mungkin terhubung ke model seperti Runway, Pika, dan Sora. Faktanya, sebagai aplikasi atau alat, kami sangat terbuka untuk itu, tapi sekarang Jika tidak, kita harus melakukannya sendiri.

Selain itu, mengapa kita perlu mengembangkan sendiri model yang besar? Seperti yang telah disebutkan tadi, efek, kepercayaan terhadap produk dan banyak pengetahuan yang mendasarinya dapat menunjang daya saing produk Anda. Karena faktanya, di era AI generatif,kedalaman kognisiMasih cukup penting.

Qubit: Hanya dengan melakukannya sendiri Anda dapat mengetahui pengetahuan di dalamnya?

Wu Xinhong: Jika Anda tidak melakukan sisi model sendiri, dan Anda hanya menggunakan beberapa API secara umum, pengetahuan Anda mungkin tidak terlalu mendalam. Anda harus melalui kesulitan dan tantangan untuk secara bertahap membangun pengetahuan Anda, sehingga meningkatkan daya saing Anda.

“Kita tidak perlu mencari paku dengan palu, window period penerapan AI hanya 2 tahun.”

Qubit: Mampu menjadi yang pertama menghasilkan model video berukuran besar juga merupakan cerminan dari akumulasi kemampuan dan daya saing AI.

Wu Xinhong : Meitu adalah perusahaan aplikasi, tetapi banyak dari aplikasi ini digerakkan oleh AI, jadi kami sebenarnya memiliki tim visual AI yang sangat mumpuni dan sangat besar di bagian tengah dan belakang kemampuan bakatnya. Ya, hanya saja belum banyak paparan atau publisitas tentang kemampuan AI-nya sebelumnya. Jadi dari sudut pandang pembuatan video, kami merasa mampu melakukan hal ini. Semua orang juga melihat bahwa orang-orang di tim domestik sudah mulai berhasil.Kami berada di jalur yang benar sekarang.Hanya masalah waktu saja, kami yakin kami punya kemampuan untuk melakukannya dengan baik.

Qubit: Ada penerapan dan skenarionya, dan apakah itu juga jaminan bahwa talenta AI bisa dimanfaatkan?

Wu Xinhong : Meitu memiliki banyak aplikasi yang sangat bagus, yang belum tentu sama dengan yang dibutuhkan oleh perusahaan AI. Karena mungkin banyak perusahaan yang punya palu, saya mencari paku. Tapi kita sudah sampai di sana,Kami benar-benar tahu apa permintaan pengguna dan efek apa yang ingin kami capai.。Selama kami bekerja keras ke arah tersebut dengan teknologi AI, kami dapat mencapai hasil yang diinginkan pengguna. . Ini semua hanya masalah waktu, dan menurut saya ini adalah poin pertama dan lebih penting.

Kedua,Kemampuan teknis kami juga merupakan yang terbaik di negara ini. . Kami juga telah memenangkan banyak penghargaan secara internasional dan mengikuti beberapa kompetisi. Tidak sulit untuk memenangkan beberapa penghargaan. Oleh karena itu, baik itu perbandingan horizontal maupun vertikal, tim sebenarnya cukup percaya diri . Dengan teknologi AI yang mutakhir, kita dapat melakukan apa yang orang lain bisa lakukan.

Qubit : Saya sebenarnya paling tertarik dengan pemotretan dan MOKI, yang sepertinya membuka jendela baru untuk gambar-gambar indah. Misalnya, MOKI adalah alur kerja film pendek AI yang dibuat khusus untuk pembuat video; sedangkan pembuatan film dimulai dengan siaran lisan adegan membawa barang, yang dapat membantu petani membuat video membawa barang dalam waktu kurang dari setengah jam.

Wu Xinhong : Ya, kami sebenarnya sedang menjajaki beberapa jalur untuk penerapan model video AI besar. Entah itu shooting atau MOKI, itu adalah ide pemecahan masalah yang kami berikan.

gambarMulai memotret Setelah diluncurkan tahun lalu, sebenarnya menjadi benchmark produk serupa dalam kurun waktu satu tahun. Hal ini karena mereka mengeksplorasi alur kerja AI sejak awal, yaitu bagaimana membangunnya dan bagaimana menggunakan beberapa produk secara terpisah hingga kini satu produk dapat menyelesaikan semua kebutuhan.

MOKI Saat kami melakukan pelatihan model video skala besar dan pemeriksaan berbagai film pendek AI, kami menemukan masalah besar. Faktanya, tidak ada cara untuk mengubah materi yang dihasilkan oleh model video skala besar menjadi film atau cerita dengan satu klik. Namun sebenarnya kita memiliki semua kemampuan teknis yang diperlukan untuk membuat film pendek AI, jadi mengapa tidak menggabungkannya ke dalam satu produk?

Oleh karena itu, alur kerja AI ini digunakan untuk menyelesaikan beberapa masalah saat ini dalam skenario vertikal yang berbeda.

Qubit: Saat kami mulai memfilmkan produk ini, penargetan kami sama terperincinya dengan siaran dari mulut ke mulut. Hal ini mencerminkan kemampuan Anda untuk mengeksplorasi poin-poin penting dan definisi dalam pengembangan dan penerapan produk.

Wu Xinhong: Ya, sebenarnya membuat aplikasi pada dasarnya adalah membuat layanan. Jika Anda ingin melayani pelanggan dengan baik, Anda harus terus-menerus mendapatkan masukan dari mereka.Kami terutama menyukai umpan balik negatif . Itu hanya keluhan pengguna, semakin keras dia menegur, menurut kami semakin berharga, karena dapat membantu kami mengoptimalkan produk dengan cepat.

kami pikir,Periode jendela untuk penerapan AI seharusnya hanya dua tahun , dan kemudian satu tahun telah berlalu. Jadi sebenarnya tidak banyak lagi periode bonus yang tersisa untuk pengembang. Periode jendela secara bertahap berakhir dan trek secara bertahap menjadi jenuh. Setelah saturasi, semua orang akan berhenti. Untuk berbagai pengalaman yang baru saja Anda sebutkan, kami akan terus mengoptimalkan secara berulang berdasarkan data. Secara umum, negara ini masih berada dalam tahap pertumbuhan barbar yang relatif luas. Pasalnya, penerapan AI saat ini di berbagai trek sebenarnya masih jauh dari kata jenuh, sehingga semua orang akan mengambil posisi kasar dan cepat terlebih dahulu.

Qubit: Sulit bagi saya untuk mengunduh aplikasi baru untuk sementara waktu. Akhir-akhir ini, karena AI, saya banyak mengunduh lagi untuk mencobanya.

Wu Xinhong : Di masa depan, yang terkuat akan bertahan secara bertahap. Karena banyak orang sekarang memulai penerapan AI dari satu titik, namun hal tersebut dengan mudah dapat ditutupi oleh produk yang lebih kuat dan perusahaan yang lebih besar. Mungkin produk atau perusahaan tersebut tidak memiliki niat untuk menyerangnya, namun memang benar bahwa mereka secara alami akan menutupinya. Jadi ketika kami membuat aplikasi AI ini, kami benar-benar harus terlibat secara mendalam dalam suatu industri, skenario vertikal, dan membuatnya sangat mendalam. Kedalaman ini mencakup produk dan teknologi Anda dalam skenario vertikal, dan produk serta teknologi Anda harus cukup baik. dan kemudian kognisi Anda, karena Anda menghabiskan banyak waktu untuk itu setiap hari, dan pengetahuan Anda harus lebih dalam dari yang lain. Saya pikir ini mungkin akan menjadi persaingan yang semakin ketat dan terus mendapatkan pijakan, karena sekarang ada juga banyak bonus yang berdatangan, namun belum tentu menggabungkan beberapa kelebihannya masing-masing. Mungkin ada banyak orang yang mengejar tren tersebut, namun belum tentu memiliki keuntungan yang nyata.

Qubit: Ini lebih tentang mengejar tren dan kegembiraan.

Wu Xinhong: Ini masih cukup mudah untuk dicapai, jadi kami masih memiliki rasa batasan yang kuat sekarang. Jalur gambar dan desain kami sudah cukup besar. Kami bahkan perlu terus menjadi lebih vertikal dan lebih dalam pada jalur ini untuk mempertahankannya posisi. , jika tidak, jika Anda tidak sabar, Anda akan mudah memperluas wilayah dan terkena dampaknya.

“Apakah hal ini dapat membantu pengguna menghasilkan uang adalah kriteria utama dalam membuat produk baru.”

Qubit: Apakah sekarang sudah jelas bahwa Anda tidak ingin melakukannya atau Anda merasa ada batasan?

Wu Xinhong: Jadi sekarang kami tekankanPenggunaan kembali kemampuanMisalnya, kemampuan pembuatan model tingkat terendah, termasuk kemampuan kelas menengah, harus digunakan kembali dalam produk yang berbeda untuk menghindari kebutuhan akan banyak pengembangan yang disesuaikan untuk setiap produk.

Kami menyempurnakan kesamaan yang kuat dari produk, yaitu kemampuan yang dimilikinya, seperti modul platform tengah. Kami juga sangat mementingkan efek skala. Saat kami melakukan investasi ini, kami harus memperoleh pendapatan yang lebih baik dengan melayani lebih banyak pengguna, sehingga kami dapat memperoleh keunggulan tertentu dalam persaingan. Karena industri mana pun terlibat dalam persaingan berdasarkan skala ekonomi.

Singkatnya, kami menyempurnakan kesamaan yang kuat, menggunakan kembali teknologi dasar dan kemampuan kelas menengah, serta membentuk efek skala dalam hal pendapatan dan skala pengguna. Dikombinasikan dengan skenario vertikal yang disebutkan tadi, kami perlu melakukan penetrasi secara mendalam.

Ini adalah batasan yang kita miliki saat ini atau pemahaman kita mengenai daya saing di masa depan.

Qubit: Batas memberikan stabilitas, namun juga mewakili batas yang terlihat, dan banyak orang lebih memilih untuk menyatakan tanpa batas.

Wu Xinhong : Kami adalah perusahaan yang tidak suka melukis kue. Studio desain foto dan aplikasi pengambilan gambar yang disebutkan dalam konferensi pers semuanya dibawa oleh penjual e-commerce Yiwu dan penduduk desa dari Desa Leshui, dan semuanya sangat nyata. Kami tidak takut masyarakat akan berpikir RENDAH, karena ini yang dibutuhkan masyarakat. Kami adalah perusahaan yang menciptakan produk dan memberikan pelayanan yang baik kepada masyarakat. Karena nilai-nilai perusahaan adalah jujur ​​​​dan pragmatis, serta menang melalui kerja keras, maka apa yang kami hadirkan adalah apa yang kami pikirkan dalam hati.

Sekarang ketika kita memikirkan apakah akan membuat suatu produk, hal pertama adalah apakah produk tersebut dapat membantu pengguna menghasilkan uang. Ini premisnya, bantu pengguna menghasilkan uang, lalu mereka bersedia membayar, dan kemudian kita bisa menghasilkan uang. Sangat realistis untuk mengatakan bahwa menurut saya banyak pengguna sekarang yang sangat membutuhkan uang, jadi ini adalah pertimbangan paling mendasar ketika kita memutuskan untuk membuat suatu produk.

Qubit: Apakah ini berbeda dari Meitu Xiuxiu dan Meipai yang paling awal Anda kenal? Di masa lalu, keduanya lebih ditujukan untuk memenuhi kebutuhan pengguna dan bahkan kebutuhan hiburan interaktif, namun kini semuanya merupakan alat produktivitas?

Wu Xinhong:KarenaAI generatif secara alami lebih dekat dengan industri, misalnya, Meitu Yunxiu membantu studio foto menghasilkan uang, mulai membuat film untuk membantu penyiaran dari mulut ke mulut, dan Meitu Design Studio membantu penjual e-commerce kecil dan mikro. Ini membantu mereka menghasilkan uang nyata dan meningkatkan efisiensi, dan memang bisa membantu industri mengurangi biaya dan meningkatkan efisiensi.

Kedua, ada biaya layananTentu saja, banyak dari mereka yang masih berada di cloud. Tentu saja, penggunaan kekuatan komputasi sisi akhir semacam ini dapat secara efektif mengurangi biaya di masa depan, namun setidaknya saat ini banyak aplikasi AI yang perlu menutupi biaya pembangkitannya melalui langganan dan pembelian tunggal. .

Oleh karena itu, secara alami cocok sebagai alat produktivitas, yang dapat membantu industri mengurangi biaya dan meningkatkan efisiensi, dan juga dapat menutupi biaya ini melalui langganan.

Kombinasi AI generatif dan alat produktivitas juga merupakan pilihan yang tidak bisa dihindari , Anda setidaknya harus membuat seluruh model bisnis Anda berputar, yang disebut roda gila pertumbuhan. Hanya jika Anda dapat menghasilkan uang, Anda dapat membayar kembali investasi Anda dalam produksi dan penelitian. Kalau bicara investasi di bidang produksi dan penelitian, juga akan lebih besar, seperti model besar yang disebutkan tadi, atau investasi kita untuk memperkuat Tiongkok.

"Ucapkan selamat tinggal pada mentalitas laris, bersainglah demi produktivitas dan nilai tanpa henti"

Qubit : Apakah menurut Anda dunia luar memiliki persepsi yang adil bahwa AI membawa perubahan pada Anda? Bagian atas dan bawah gambar yang indah disegarkan oleh AI generatif.

Wu Xinhong : Sejujurnya, kita tidak perlu membicarakan keadilan sepanjang hari. Anda harus mengenal saya secara objektif, tetapi benar-benar membuat produk yang kuat, mendapatkan pengguna yang baik dan pertumbuhan pendapatan, dan orang-orang dengan sendirinya akan mengubah persepsi mereka terhadap Anda setelah melihat hasilnya. Faktanya, banyak pihak yang menilai Meitu adalah perusahaan yang paling terpukul di era AI.

Qubit :Ya? Apakah ada yang memberitahumu hal itu?

Wu Xinhong : Misalnya, setelah debut AI Apple, saya bertanya-tanya mengapa pengguna Apple akan membutuhkan produk Meitu Anda di masa mendatang? Namun ini persoalan yang mendalam, karena kedalaman asisten AI sebenarnya terbatas dan tautannya relatif dangkal. Jadi jika ingin lebih dalam, Anda bisa menjalin hubungan yang saling melengkapi.

kami bilangAgen AI , ia memerlukan berbagai alat dan kemampuan untuk menyelesaikan tugas tertentu, daripada mampu menangani semuanya sendiri. Jadi menurut saya hal ini mengharuskan semua orang di industri untuk tumbuh bersama, dan pengguna secara bertahap menetapkan ekspektasi yang relatif obyektif terhadap AI dalam penggunaan sebenarnya.

Qubit: Apakah menurut Anda akan ada saatnya atau periode ketika semua orang menyadari bahwa produk AI Meitu mulai meledak?

Wu Xinhong:kitaMemilih membuat alat produktivitas di era AI generatif adalah pilihan jangka panjang.Karena alat produktivitas bukan ituMode , bukan berarti Anda bisa sukses setiap hari dan sukses seketika. Namun ini memang merupakan hal yang berharga dalam jangka panjang, jadi kami terus mengumpulkan kemampuan di dalamnya dan mengulangi produk. Mungkin seiring bertambahnya pengguna secara perlahan dan kemampuan produk meningkat, secara bertahap akan mencapai tahap menjadi lebih baik dan lebih baik lagi.Jadi bukan berarti suatu saat nanti akan benar-benar meledak dan berubah totalAir yang mengalir tidak bersaing memperebutkan tempat pertama, tetapi bersaing dengan arus. . Kami belum tentu ingin meraihnya saat ini dan mengatakan bahwa kami adalah yang pertama.

Seperti halnya model video, kemampuannya akan diselaraskan secara bertahap di tahun depan. Sejujurnya, model gambar akan jauh di depan Midjourney pada awalnya, tetapi tidak akan ada banyak kesenjangan dalam kemampuan di kemudian hari adalah Atau cara mengimplementasikan aplikasi dan cara memonetisasinya. Jadi kami tetap bersikap rendah hati dan menyelesaikan sesuatu, dan kami mungkin tidak dengan sengaja membicarakan bagaimana kami ingin menjadi pemimpin di industri ini. Faktanya, ini tidak penting.

Qubit: Sekarang Anda memiliki pikiran yang sangat damai. Gambar-gambar indah telah disorot. Apakah Anda merasakan kesenjangan sekarang?

Wu Xinhong: Tidak, pikiranku sedang baik sekarang.Kami sangat ingin membantu pengguna menciptakan nilai , kami percaya bahwa ini adalah hal yang benar, tetapi merupakan hal yang relatif berjangka panjang. Jadi sekali lagi, karena Anda telah memilih untuk menjadi alat produktivitas di era AI generatif, Anda harus mampu menjalani beberapa tahap awal yang berkesinambungan dan relatif lama, dan Anda harus melepaskan diri dari pemikiran inersia masa lalu dalam membuat produk C-end. dan hits panas.

Karena pada dasarnya ini adalah hubungan antara dua hal, kami kini mencari industri yang tepat, skenario penggunaan yang tepat, dan kelompok pengguna sasaran yang tepat, dan terus menjadikan produk ini lebih kuat dan melayani mereka dengan baik. Kami tidak akan melakukan hal lain, dan kami belum tentu memanfaatkan semua peluang yang ada. Lakukan saja yang terbaik.

Jadi apakah itu memulai pemotretan atau mendesain studio foto, dengan konsep ini. Semuanya berkembang dengan sangat baik, dan pendapatan pengguna meningkat pesat. Inilah nilai, nilai sebenarnya.