新壹科技CEO雷涛：我们对视频素材解构能力有深厚沉淀

随着ChatGPT聊天机器人的大热，人工智能行业开启了半年之久的技术“狂飙”。但是ChatGPT引起的科技伦理、网络安全、知识产权等系列问题同样需要关注。财联社《元宇宙之约》对话了新壹科技CEO雷涛。作为一下科技孵化的公司，新壹科技最近推出了自己的智能AI内容生成平台“一帧秒创”。

在雷涛看来，大模型只是解决基础能力，真正到每一个领域应用还是需要去做自己的数据训练；基础模型需要真正去理解用户，因为用户的问题是千差万别，答案也会千差万别。

至于AIGC与元宇宙之间的关系，雷涛表示，AIGC有助于元宇宙快速构建基础设施。

推出AI视频生成平台“一帧秒创”

简单介绍一下公司在AIGC方面的布局。

雷涛：新壹科技是由一下科技孵化的在元宇宙VR及人工智能领域探索的实体。新壹科技的主要产品及业务涵盖了中短视频平台、VR数字孪生技术应用与直播平台运营等。在2021年年底的时候，我们考虑做一个新的视频平台应用。当时PGC、UGC视频平台已经形成激烈竞争，同时创作者向视频平台转移；但大量创作者没有视频制作的能力，我们当时就做了一个文字直接转换成视频的产品——一帧秒创。

据说一帧秒创拥有几十亿条视频素材？

雷涛：一帧秒创是基于秒创AIGC引擎的智能AI内容生成平台，以文字生成视频为核心功能，为创作者和机构提供多模态生成服务，包括文字扩写、文字转语音、文生图、图文转视频等系列创作服务；通过对文案、素材、AI语音、字幕等要素进行智能分析解构，助力创作者快速成片，实现零门槛产出视频。秒拍向我们开放了权限，所以拥有的视频库体量在几十亿级别。

AIGC需要有丰富的数据和强大的算法，目前新壹科技在这方面的储备怎样？

雷涛：新壹科技也有涉猎大模型，当然我们的研发能力还不足以去完成一个全新的大模型开发，而是基于目前开源的大模型(比如GPT、清华的GLM)去做自己的垂直化训练，形成自己的大模型产品去为用户服务。

在AIGC应用方面，一帧秒创产品的核心功能是图文转视频，用户只需要输入一个标题，然后通过AI把这个视频完成。其产品逻辑在于通过文案去匹配素材，把素材拼接在一起形成视频，但前提是需要有足够多的素材量。

我们是一下科技孵化的企业，一下科技历史上拥有几十亿条视频为一帧秒创提供素材。我们对这些视频进行了深度的结构化，给它打上丰富的标签，供用户检索、匹配等，通过这样的方式来形成一个比较好的AIGC视频体验。

AI视频生成需要解决两个问题

GPT模型生成视频是否比生成文本要难？

雷涛：GPT本身只有文本能力，但可以基于它的文本能力去拓展它的应用。要实现生成视频输出的话，主要解决两个问题：一是GPT对镜头语音的理解，二是视频数据的处理和理解。

AIGC或者人工智能给视频行业带来怎样的影响？

雷涛：其实我们本身的业务跟视频相关，之前也用了GPT系列模型。在我看来GPT模型可以为视频行业解决以下几个问题：一、视频脚本的撰写，文本撰写本身是GPT的一个基础能力；二、视频字幕的提取、翻译，这是基于GPT本身的一个应用；三、刚刚发布的GPT-4是多模态模型，这个多模态可理解、分析视频内容，同时做视频的推荐和搜索；四、GPT既然能理解视频应用，也能用于视频内容的AI审查、过滤。

一些视频平台上电影解说、科普类、财经类快速成稿都大量运用人工智能来生成。这个最重要的影响就是提高视频的制作效率，让单个用户具备一些工作室才具备的视频制作能力，降低了视频制作的门槛。

人工智能生成的视频会不会有版权问题？

雷涛：我们只是去匹配结果，尽量为客户匹配一些版权可以用的素材；如果用户需要将这些素材运用到商业领域的话，确实需要解决版权的问题。

模型需要真正理解用户的问题

据了解，ChatGPT背后的大型语言模型的训练集最近数据截止于2021年底，所以任何关于2022年里发生的事件，它无法给出准确的答案，如何看待这个事情？

雷涛：ChatGPT你可以把它理解成OpenAI的一个产品Demo，它是向你展示能力，所以就算它的数据训练有时间线，但这不影响它的展示能力。数据不是核心问题，能力才是。模型只是提供解决基础能力，真正到每一个领域的应用还是需要去做自己的数据训练。基础模型真正要解决是怎么去理解用户的问题，因为用户的问题千差万别，答案也会千差万别。

在你看来GPT模型目前还存在哪些问题？

雷涛：首先GPT是一个大语言模型，训练数据特别大，这意味着你如果去做一个类似的大模型，需要耗费大量的这种数据标注、算力、能源以及存储的成本，这种高成本的事情容易造成技术霸权，这是大模型天然存在的一个问题。

第二，训练完成以后，基于它的大量数据伦理方面的问题也越来越凸显。

第三，现在GPT-4的知识范围覆盖很大，很多问题回答可以说井井有条，但也有一本正经的“胡说八道”现象。这就考验它的逻辑思维能力，对用户有没有产生误导性。

这些问题将导致怎样的后果？

雷涛：存在一种可能，如果大家都倾向于去做模型的话，可能会产生类似军备竞赛，把大量的存储、算力、能源等成本都消费在上面。逻辑推理的误导性，可能让用户对很多新闻的真实性存疑，无法区分哪些是真的信息，哪些是假的信息。

AIGC有助于元宇宙基础设施构建

如何看待目前元宇宙行业的发展？

雷涛：整体元宇宙行业发展可能不尽如人意：一是VR终端销售疲软，META的Quest和字节的Pico4出货量都不及预期；二是与元宇宙相关的NFT概念有极大的投机性；此外，元宇宙行业尚未出现杀手级应用，不管是手机端、还是VR设备端都没有出现这样的产品。

从广义上来，AIGC也是元宇宙的一部分，也许未来下一次技术浪潮来临的时候，元宇宙又会焕发新机，但目前来讲还是偏概念阶段。

AIGC的发展能给元宇宙能带来什么？

雷涛：AIGC这个概念从去年开始逐渐火起来，我们看到AIGC可以生成文本、图片、视频、代码、游戏等。

元宇宙需要大量的内容生产。如果是靠传统的PGC或者UGC方式，要么生产成本过高，要么就是生产质量偏低。AIGC这种方式有助于元宇宙快速构建基础设施，包括文字、语音、视频等多媒体内容。

此外，元宇宙可以通过AI来生成代码或者AI来生成里面的人物，这个也是AIGC未来可能达到的一个方向。