소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

레이강의 백발은 아오페이사(Aofei Temple)에서 나온 것입니다.
Qubits 공개 계정 QbitAI

제너레이티브 AI의 물결 속에서 씬 플레이어는 무시하기 쉬운 그룹이지만, 은근히 그 혜택을 가장 먼저 누리는 경우가 많습니다.

이는 해외에서는 마이크로소프트나 어도비 모두 마찬가지인데, 국내에서는 메이투(HK.1357)도 이런 추세를 보이고 있다.

히트작을 자주 만들어온 기업으로 '메이투'가 명사와 동사로 쓰이면서 메이투는 AI 물결 속에서 새로운 모습을 보여주고 있다.

모델이 있으며, Sora가 탄생한 후 최초로 DiT 아키텍처를 업그레이드하고 업데이트한 최초의 대규모 비디오 모델 중 하나입니다.

어플도 있고, 올해 이미지페스티벌에만 무려 6개의 제품이 출시됐는데요.

성능이 있고 글로벌 VIP 사용자 수가 1천만 명을 초과하며 2023년에는 단일 AI 애플리케이션의 수익이 1억 명을 초과하여 AI에 의존하여 대규모 이익을 달성합니다.

그러나 이러한 변화는 모두 최종 결과 이후의 현상입니다. AI는 어떻게 아름다운 사진을 새로 고칠까요? Meitu는 AI 시대에 어디로 가고 싶나요? 모두가 질문에 답해야 했습니다.

그리고우신홍——Meitu의 창립자이자 현 회장이자 CEO인 그는 자신의 역할을 다합니다.

Qubit의 최근 대화에서 Wu Xinhong은 Meitu의 AI 기회 변화를 확인하고 AI 구현을 통해 얻은 지식을 공유했습니다.

그는 AI에서 Meitu의 역할과 포지셔닝은 물론, 시작점과 최종 목적지인 AI를 통해 사용자가 돈을 벌 수 있도록 돕는 제품을 만드는 것에 대해 반복해서 이야기했습니다.

AI 시대에 '메이투'는 생산성, 비용 절감, 효율성, 아름다운 사진을 통해 돈을 버는 사용자 등을 의미하는 새로운 의미를 가질 수도 있다.

우신홍과의 대화

"메이투는 언제나 애플리케이션 회사였고, AI 시대도 마찬가지다."

큐비트: Meitu는 AI 시대의 변화를 전달해 왔지만 외부 세계에서도 AI를 수행할 때 Meitu의 장점은 무엇인지 끊임없이 묻고 있습니다.

우신홍: 우선, Meitu는 항상 애플리케이션 회사였습니다. 2008년에 Meitu Xiuxiu의 첫 번째 버전을 출시했을 때 우리는 여전히 PC 애플리케이션 시대에 있었고 빠르게 모바일 애플리케이션에 진입했고 지금은 AI 애플리케이션입니다.

본질적으로 메이투는 AI 응용에 능숙한 회사다. 이러한 수직적 장면에 착륙하여 빠르게 수익을 창출할 수 있습니다. 따라서 많은 사람들이 Meitu를 이 대형 모델 회사로 끌어와 비교하게 됩니다. 즉, OpenAI와 비교해야 하는 이유입니다.우리는 그것과 경쟁할 생각이 전혀 없었습니다., 중국의 많은 새로운 대형 모델 회사를 포함하여 본질적으로 동일한 차원에 있지 않기 때문에 모두가 자신의 장점을 가지고 있기 때문입니다.

큐비트: 그런데 대형 모델도 직접 개발하셨나요?

우신홍 : Meitu가 자체 개발한 대형 모델은 주로 제품과의 심층적인 통합 등 더욱 극단적인 효과를 추구하는 등 AI 애플리케이션의 경쟁력을 높이는 것입니다. 그래서 이것은 사실 전혀 오해가 아닙니다.많은 사람들이 Meitu가 아무 쓸모가 없다고 생각할 수도 있지만 원래는 응용 프로그램을 만들었지 만 PC 인터넷, 모바일 인터넷, 현재 AI 시대로 전체 시대가 바뀌고 있습니다. 애플리케이션을 구현하고 수익을 창출하려면 모든 주요 기술 변화가 필요하다고 말하고 있습니다.

많은 분들이 대형 모델을 이야기할 때 일반 대형 모델을 제작할 때 AGI를 떠올리실 수 있지만, 실제로는 이미징 및 디자인 트랙용으로 수직형 대형 모델을 제작하고 있습니다. 우리는 범용 대형 모델이 확실히 AGI의 목표를 향해 나아가고 있으며 미래에는 슈퍼 브레인을 갖춘 AI 보조자가 될 수도 있다고 생각합니다.

이미지, 영상 생성, 응용 등 수직적인 일을 하게 되는데, 앞으로는 일반 대형 모델과 시너지 관계를 갖게 될 것입니다. 왜냐하면 일반 대형 모델은 하나의 모델에서 모든 역량을 훈련시킬 수 없다는 것을 알기 때문입니다. 학습 및 추론 비용이 매우 높으며 실제로 생성 서비스를 제공할 때 속도도 매우 느려집니다. 따라서 뇌 및 중앙 제어와 유사한 범용 대형 모델이 될 가능성이 높으며, 이후 소셜 자원을 호출하고 다양한 도구를 사용하여 작업을 완료합니다.

큐비트: 애플리케이션과 제품을 목표로 하는 많은 기업은 대형 모델을 직접 개발하지 않고 투자도 더 적게 선택할 것입니다.

우신홍 : 우선, 사용 가능한 기성 API가 있으면 이에 액세스할 것입니다. 우리는 협력에 대해 매우 개방적인 회사입니다. 그렇다면 소라에는 오픈 API가 없고, 국내 다른 제조사들은 아직 오픈하지 않은 상태에서 자체 연구를 하고 있으며, 이러한 제품들은 제어성, 비용, 기타 문제 등의 초기 단계에서 최적화가 필요합니다. AI 애플리케이션, 특히 이미징의 중요한 분야로서 비디오는 이미 많은 애플리케이션 시나리오를 가진 회사이기 때문에 기다릴 수 없을 수도 있습니다. 따라서 먼저 우리 스스로만 할 수 있지만 앞으로는 적합한 것이 있다면 , 비디오와 같은 모델의 API에 액세스하는 것도 고려할 것입니다. 하나의 제품이 자체 선택과 여러 모델 선택을 제공하여 사용자에게 비교할 권리를 제공한다고 말할 수도 있습니다.

실제로 Adobe를 포함하여 자사의 PR 영상 편집 소프트웨어는 이전에 Runway, Pika, Sora와 같은 모델에 연결될 수 있다고 발표했지만 실제로는 응용 프로그램이나 도구로서 매우 개방적입니다. 그렇지 않다면 우리가 직접 해야 합니다.

게다가 왜 우리가 직접 대형 모델을 개발해야 합니까? 방금 말씀드린 것처럼 효과, 제품에 대한 신뢰, 그리고 많은 기초 지식이 제품의 경쟁력을 뒷받침할 수 있습니다. 왜냐하면 실제로 생성 AI 시대에는인지의 깊이여전히 매우 중요합니다.

큐비트: 직접 해봐야만 그 안의 노하우를 알 수 있나요?

우신홍: 모델적인 부분은 직접 하지 않고, 일반적인 API만 사용한다면 지식이 그리 깊지 않을 수도 있습니다.

“망치로 못을 찾을 필요도 없고 AI 적용 기간도 2년밖에 안 돼요.”

큐비트: 대형 영상 모델을 가장 먼저 내놓을 수 있다는 것도 AI 역량과 경쟁력이 축적됐다는 반증이기도 하다.

우신홍 : Meitu는 애플리케이션 회사이지만 이러한 애플리케이션의 대부분은 AI에 의해 구동되므로 실제로 중간 및 백엔드에 매우 유능하고 대규모의 AI 시각적 팀이 있습니다. 우리는 그것이 항상 중국에서 최고라고 믿습니다. 예, 이전에는 AI 기능에 대한 노출이나 홍보가 별로 없었을 뿐입니다. 그래서 비디오 세대의 관점에서 우리는 이것을 할 수 있다고 느낍니다. 국내 팀의 사람들이 그것을 만들기 시작한 것도 모두가 보았습니다.우리는 지금 올바른 길을 가고 있습니다.시간 문제일 뿐이고, 우리는 그것을 잘 할 수 있는 능력이 있다고 믿습니다.

큐비트: 응용프로그램과 시나리오가 있고 AI 인재를 활용할 수 있다는 보장도 있나요?

우신홍 : Meitu에는 아주 좋은 애플리케이션이 많이 있는데, 이것이 반드시 AI 회사를 요구하는 것과 같지는 않습니다. 망치를 가지고 있는 회사가 많기 때문에 못을 찾는다. 하지만 우리는 이미 그곳에 와있습니다.우리는 실제로 사용자의 요구가 무엇인지, 어떤 효과를 달성해야 하는지 알고 있습니다.。AI 기술로 그 방향으로 열심히 노력하면 사용자가 원하는 결과를 얻을 수 있습니다. . 이것은 모두 시간 문제이며 이것이 첫 번째이자 더 중요한 포인트라고 생각합니다.

두번째,기술력도 국내 최고 수준입니다. . 국제적으로도 많은 상을 받았고, 각종 대회에도 나가서 상을 받는 게 어렵지 않아서 수평적 비교든 수직적 비교든 어느 정도 비교가 가능하다고 생각해요. . 최첨단 AI 기술로 남들이 할 수 있는 일을 우리도 할 수 있습니다.

큐비트 : 사실 저는 사진 촬영과 아름다운 사진의 새 창을 열어주는 MOKI에 가장 관심이 많아요. 예를 들어, MOKI는 영상 제작자를 위해 특별히 제작된 AI 단편 영화 워크플로우이며, 촬영은 물품 가져오기 장면을 구두로 방송하는 것으로 시작되므로 농부들이 30분 이내에 물품 가져오기 비디오를 만들 수 있습니다.

우신홍 : 네, 실제로 대규모 AI 영상 모델 구현을 위해 여러 가지 경로를 모색하고 있습니다. 촬영이든 MOKI이든 우리가 제시한 문제 해결 아이디어입니다.

그림촬영 시작 지난해 출시 이후 실제로 1년 만에 유사 제품의 벤치마크가 됐다. AI 워크플로우, 즉 AI를 구축하는 방법과 여러 제품을 별도로 사용하는 방법을 비교적 일찍 탐구했기 때문에 이제는 하나의 제품으로 모든 요구 사항을 해결할 수 있기 때문입니다.

모키 대규모 비디오 모델 트레이닝과 다양한 AI 단편영화 교정을 진행하면서 큰 문제점을 발견하기도 했습니다. 사실 대규모 비디오 모델에서 생성된 자료를 영화로 만들 수 있는 방법이 없습니다. 또는 한 번의 클릭으로 스토리를 만들 수 있습니다. 하지만 우리는 실제로 AI 단편영화를 만드는 데 필요한 모든 기술적 역량을 갖추고 있는데, 이를 하나의 제품으로 연결해 보는 것은 어떨까요?

따라서 이 AI 워크플로우는 다양한 수직 시나리오에서 현재의 문제점 중 일부를 해결하는 데 사용됩니다.

큐비트: 이 제품 촬영을 시작했을 때 우리의 타겟팅은 입소문 방송처럼 세분화되었습니다. 이는 제품 개발 및 적용에 있어 문제점과 정의를 탐색하는 능력을 반영합니다.

우신홍: 네, 사실 애플리케이션을 만드는 것은 본질적으로 서비스를 만드는 것과 같습니다. 고객에게 좋은 서비스를 제공하려면 고객으로부터 지속적으로 피드백을 받아야 합니다.우리는 특히 부정적인 피드백을 좋아합니다 . 단지 사용자의 불만일 뿐입니다. 심하게 꾸짖을수록 제품을 빠르게 최적화하는 데 도움이 되기 때문에 우리는 그것이 더 가치 있다고 생각합니다.

우리는 생각한다,AI 적용 창구 기간은 2년으로 제한 , 그리고 1년이 지났습니다. 그래서 실제로 개발자들에게 남은 보너스 기간은 그리 많지 않습니다. 창 기간이 점차 종료되고 트랙이 포화되면 실제로 모든 사람이 종료됩니다. 방금 말씀하신 다양한 경험에 대해서는 데이터를 기반으로 계속해서 반복적으로 최적화해 나갈 예정입니다. 일반적으로 말하자면, 아직은 비교적 광범위한 야만적인 성장 단계에 있습니다. 현재 다양한 트랙의 AI 애플리케이션은 실제로 포화 상태와는 거리가 멀기 때문에 모두가 먼저 거칠고 빠른 입장을 취하게 될 것입니다.

큐비트: 한동안 새로운 애플리케이션을 다운로드하기가 어려웠습니다. 최근에는 AI 때문에 다시 다운로드를 많이 받는 새로운 사이클이 된 것 같습니다.

우신홍 : 미래에는 적자가 점차 살아남게 될 것입니다. 왜냐하면 이제는 많은 사람들이 단일 지점에서 AI 응용 프로그램을 시작하지만 더 강력한 제품이나 대기업에 의해 쉽게 커버되기 때문입니다. 아마도 이러한 제품이나 회사는 공격할 의도가 없지만 자연스럽게 커버할 것입니다. 따라서 우리가 이 AI 애플리케이션을 만들 때 우리는 산업, 수직적 시나리오에 깊이 관여하고 이를 매우 깊게 만들어야 합니다. 이 깊이에는 수직적 시나리오의 제품과 기술이 포함되며 제품과 기술은 충분히 우수해야 합니다. 그리고 당신의 인식, 왜냐하면 당신은 매일 그것에 엄청난 시간을 소비하고 당신의 지식은 다른 사람들보다 더 깊을 것이기 때문입니다. 제 생각에는 이것은 점점 더 치열한 경쟁이 되어 계속해서 발판을 마련할 것 같습니다. 많은 보너스가 쏟아져 들어오지만, 반드시 자신의 장점 중 일부를 결합하지는 않을 수도 있습니다. 추세를 쫓는 사람들이 많을 수도 있지만 반드시 실제 장점이 있는 것은 아닐 수도 있습니다.

큐비트: 트렌드와 흥미를 따라가는 것이 더 중요합니다.

우신홍: 아직은 타격이 쉽기 때문에 우리의 이미지와 디자인의 트랙은 이미 충분히 큽니다. 그렇지 않으면 일단 조급해지면 영역을 확장하고 영향을 받기 쉽습니다.

“사용자가 돈을 버는 데 도움이 되는지가 신제품을 만드는 일차적인 기준이 됩니다.”

큐비트: 이제 하기 싫은 게 확실해진 건가요, 아니면 경계감이 생긴 건가요?

우신홍: 이제 강조하겠습니다.기능 재사용예를 들어, 미들엔드 기능을 포함한 가장 낮은 수준의 모델 생성 기능은 각 제품에 대해 많은 맞춤형 개발이 필요하지 않도록 다양한 제품에서 재사용되어야 합니다.

중간 플랫폼 모듈 등 제품의 강력한 공통성, 즉 어떤 기능을 갖고 있는지를 다듬고 있습니다. 우리는 또한 규모 효과를 매우 중요하게 생각합니다. 이러한 투자를 할 때 더 많은 사용자에게 서비스를 제공하여 더 나은 수익을 얻어야 경쟁에서 확실한 이점을 얻을 수 있습니다. 모든 산업은 규모의 경제에 기반한 경쟁을 하고 있기 때문입니다.

그래서 요약하면, 우리는 강력한 공통성을 다듬고, 기반 기술과 중간급 기능을 재사용하고, 사용자 소득과 규모 측면에서 규모 효과를 형성하고 있으며, 방금 언급한 수직적 시나리오와 결합하여 깊이 침투해야 합니다.

이것이 우리의 현재 경계감, 즉 미래 경쟁력에 대한 우리의 이해입니다.

큐비트: 경계는 안정성을 전달하지만 눈에 보이는 천장을 나타내기도 하며 많은 사람들은 천장이 없는 것을 선호합니다.

우신홍 : 저희는 케이크 그리는 것을 좋아하지 않는 회사입니다. 기자회견에서 언급된 사진 디자인 스튜디오와 촬영 응용 사례는 모두 이우 전자상거래 판매자와 러수이 마을의 마을 사람들이 가져온 것이며 매우 현실적이었습니다. 우리는 사람들이 LOW라고 생각할까봐 두려워하지 않습니다. 왜냐하면 이것이 대중이 필요로 하는 것이기 때문입니다. 우리는 대중을 위해 제품을 만들고 좋은 서비스를 제공하는 회사입니다. 회사의 가치는 진실하고 실용적이며 열심히 노력하여 승리하는 것이기 때문에 우리가 제시하는 것은 우리가 마음 속으로 생각하는 것입니다.

이제 우리가 제품을 만들까 말까 고민할 때 가장 먼저 생각하는 것은 사용자가 돈을 버는 데 도움이 될 수 있느냐다. 이것이 전제입니다. 사용자가 돈을 벌 수 있도록 도와주면 사용자가 기꺼이 비용을 지불하고 우리도 돈을 벌 수 있습니다. 지금은 많은 유저들이 급하게 돈을 벌어야 한다고 생각하는 것이 매우 현실적이기 때문에 제품을 만들 때 가장 기본적인 고려 사항입니다.

큐비트: 이것이 초기에 잘 알려진 Meitu Xiuxiu 및 Meipai와 다른가요? 과거에는 사용자 요구 사항과 대화형 엔터테인먼트 요구 사항을 충족하는 데 중점을 두었지만 이제는 모두 생산성 도구입니까?

우신홍:왜냐하면생성적 AI는 자연스럽게 산업에 더 가깝습니다.예를 들어, Meitu Yunxiu는 사진 스튜디오가 돈을 벌 수 있도록 돕고, 입소문 방송을 돕기 위해 촬영을 시작하며, Meitu Design Studio는 소규모 전자 상거래 판매자가 실제 돈을 벌고 효율성을 향상하도록 돕습니다. 업계의 비용 절감과 효율성 향상에 도움이 됩니다.

둘째, 서비스 비용이 있습니다.물론 이들 중 다수는 여전히 클라우드에 있습니다. 물론 이러한 엔드사이드 컴퓨팅 성능을 사용하면 향후 비용을 효과적으로 절감할 수 있지만, 적어도 현재 많은 AI 애플리케이션은 구독 및 단일 구매를 통해 생성 비용을 충당해야 합니다. .

따라서 업계의 비용 절감과 효율성 향상에 도움을 줄 수 있고 구독을 통해 이 비용을 충당할 수도 있는 생산성 도구로 당연히 적합합니다.

생성적 AI와 생산성 도구의 결합도 불가피한 선택입니다. , 적어도 소위 성장 플라이휠이라고 하는 전체 비즈니스 모델을 회전시켜야 합니다. 돈을 벌 수 있어야만 생산 및 연구에 대한 투자를 상환할 수 있습니다. 생산과 연구에 대한 투자에 관해서도 방금 언급한 대형 모델이나 중국 강화에 대한 투자처럼 더 큰 규모가 될 것입니다.

"뜨거운 판매 사고방식에 작별을 고하고, 멈추지 않고 생산성과 가치를 위해 경쟁하십시오"

큐비트 : 당신의 AI가 당신에게 변화를 가져온다는 사실을 외부 세계에서는 공정하게 인식하고 있다고 생각하시나요? 아름다운 사진의 상단과 하단이 생성 AI에 의해 새로 고쳐지고 있습니다.

우신홍 : 솔직히 말하면, 우리가 하루 종일 공정성에 대해 이야기할 필요는 없습니다. 나를 객관적으로 알아야 하는데, 정말 강력한 제품을 만들고, 좋은 사용자를 확보하고, 매출이 늘어나면, 그 결과를 보고 사람들이 자연스럽게 당신에 대한 인식이 바뀔 것입니다. 실제로 AI 시대에 가장 큰 타격을 입을 기업은 메이투라고 생각하는 사람들이 많다.

큐비트 :응? 누군가 당신에게 그런 말을 했나요?

우신홍 : 예를 들어, Apple의 AI 데뷔 이후, Apple 사용자들이 앞으로 왜 귀하의 Meitu 제품이 필요할지 궁금합니다. 하지만 이는 깊이 문제이다. AI 어시스턴트의 깊이가 실제로 제한되어 있고 링크도 상대적으로 얕기 때문이다. 그래서 더 깊이 들어가고 싶다면 보완적인 관계를 가질 수 있습니다.

우리는 말을AI 에이전트 , 모든 것을 자체적으로 처리할 수 있는 것이 아니라 특정 작업을 완료하기 위해 다양한 도구와 기능을 호출합니다. 그래서 이를 위해서는 업계의 모든 구성원이 함께 성장해야 한다고 생각하며, 사용자는 점차 실제 사용에서 AI에 대한 상대적으로 객관적인 기대치를 설정해야 한다고 생각합니다.

큐비트: Meitu의 AI 제품이 폭발적으로 성장하기 시작했다는 사실을 모두가 깨닫게 되는 시기나 기간이 있을 것이라고 생각하시나요?

우신홍:우리를생성적 AI 시대에 생산성 도구를 만들기로 선택하는 것은 장기적인 선택입니다.생산성 도구는 그렇지 않기 때문입니다.패션 , 매일 히트를 치고 즉시 성공할 수 있다는 의미는 아닙니다. 하지만 장기적으로 볼 때 가치 있는 일이기 때문에 계속해서 그 안에 역량을 축적하고 제품을 반복하고 있습니다. 아마도 사용자가 점차 축적되고 제품 성능이 향상되면서 점점 더 좋아지는 단계에 도달하게 될 것입니다.그러니 언젠가는 정말 폭발하고 완전히 변할 것이라는 뜻은 아닙니다. 사실 소위 말하는 것입니다.흐르는 물은 1위를 놓고 경쟁하는 것이 아니라 흐름과 경쟁한다. . 우리는 이때 반드시 그것을 잡고 우리가 첫 번째라고 말하고 싶지 않습니다.

영상 모델과 마찬가지로 내년에는 점차 성능이 맞춰질 예정이다. 솔직히 말해서 초반에는 이미지 모델이 미드저니보다 훨씬 앞서겠지만, 이후에는 성능 차이가 별로 없을 것이라는 게 핵심이다. 또는 애플리케이션을 구현하는 방법과 이를 통해 수익을 창출하는 방법입니다. 그래서 우리는 조용히 일을 처리하며, 우리가 어떻게 업계의 리더가 되고 싶은지에 대해 고의적으로 이야기하지 않을 수도 있습니다. 사실 이것은 중요하지 않습니다.

큐비트: 이제 마음이 매우 평화로워졌습니다. 아름다운 사진이 부각되었습니다. 이제 이질감이 느껴지시나요?

우신홍: 아니요, 지금은 괜찮아요.우리는 사용자가 가치를 창출하도록 돕고 싶습니다. , 우리는 이것이 옳은 일이라고 생각하지만 상대적으로 장기적인 일입니다. 그래서 다시, 제너레이티브 AI 시대의 생산성 도구로 선택했기 때문에 지속적이고 상대적으로 긴 초기 단계를 견딜 수 있어야 하며, C-end 제품을 만들던 과거의 관성적 사고에서 벗어나야 합니다. 그리고 뜨거운 히트작.

이는 본질적으로 두 가지 사이의 관계이기 때문에 이제 우리는 올바른 산업, 올바른 사용 시나리오, 올바른 대상 사용자 그룹을 찾고 있으며 계속해서 이 제품을 더욱 강력하게 만들고 그들에게 좋은 서비스를 제공하고 있습니다. 우리는 다른 것을 추구하지 않을 것이며, 우리에게 오는 모든 기회를 반드시 다 수행할 필요도 없습니다. 최선을 다하세요.

따라서 촬영을 시작하든, 사진 스튜디오를 디자인하든, 이 컨셉에 따라 진행됩니다. 그들은 모두 매우 잘 발전하고 있으며 사용자 수입은 빠르게 증가하고 있습니다. 이것이 가치, 실제 가치입니다.