15381
57
Sora 之后，Seedance、可灵等国产视频模型，做出了世界的高度——中国视频模型为何能领先全球？Seedance 的发布（最新已经是 Seedance 2.5 的发布啦），究竟是结束了视频 Agent 的战争，还是开启了它？
我和 OiiOii 创始人闹闹，一起还原了属于视频战场上的大模型及智能体之战。
（本期内容详细梳理了 Sora 之后，视频模型的发展，及视频模型训练背后的人才体系、训练方法、数据奥秘，非常值得一听，也欢迎前往各大平台-B 站-小红书-视频号等，搜索本期内容的视频版😁）
从腾讯微信、字节剪映到创立 OiiOii，闹闹特别分享了她的产品世界观——感性与理性，是一体两面。而在视频这个领域，感性如何被量化，既是科学，也是艺术。
本期嘉宾：闹闹（视频 Agent OiiOii 创始人，前字节剪映负责人）
本期 Shownotes：
Part 1. 闹闹的成长史：观察者、群体之外与"创造环境"
当一件事需要你自己去创造一个环境
腾讯和字节是产品观的左右脑
张小龙的 8 小时内部产品演讲，"他用人类外的视角在观察人类——把人性的善和弱点放在放大器里发酵，再像园丁一样修剪”
· 在字节学到数据的应用，也看到数据的滥用——明知一个实验数据怎么才能为正，就为了正而去做它，但这不代表它长期是正的
内容型产品的核心，是把感性的好与不好归类量化
Part 2. 视频模型路径的判断：从 Sora 2，到 Seedance
早期视频模型以首尾帧为主——Vidu 第一次把“多参考图"这个概念做出来
Sora 2 验证了多参方向，开拓了模型的想象力
“Seedance 基本是 Sora 2 的升级版”
什么是视频生成的最佳实践？
“描述词要加正向和负向词，要叠加约束”
“视频生成交互的下一步不一定是文字”
Part 3. 为什么最好的视频模型出现在字节快手这样的短视频平台？
“视频模型不是创业公司该做的”
大公司的数据护城河：有过去做图形图像算法的积累，可以制定标注标准，执行到八九十分
可灵的前世今生：2021 年，快手 Y-tech 算法团队在视频理解上就不弱于（甚至强于）字节 AI Lab
两条视频模型路径：通用大底座（Seedance） vs 专业领域优先（可灵）
生态是分水岭：同样的算法，能不能用好这些数据，取决于过去推荐系统里有没有相关应用经验
中国为什么能在视频模型方面领先？
OpenAI Sora 的失败不是技术失败，是生态失败
视频模型领域的护城河不是算法，是"数据标注标准 + 组织执行力"
Part 4. 模型不会被吃掉 Agent 的部分是？harness & 感性 benchmark
视频模型目前的不可能三角：效果、生成时间、生成成本
模型会往哪些确定性的方向迭代？
多模和语言模型有哪些本质不同？——感性可以被结构化但颗粒度更粗
Harness 一定会进入多模和视频领域
Part 5. AI 时代的「剪映」（or not ）：第二次创业为什么是 OiiOii ？
AI native 的产品需要新形态
关于创作者的物质激励 & 精神激励
动画是 Agent 适合进入的绝佳行业
模拟剧组：OiiOii 的 7 个角色、改变生产组织、抽卡降本
内测码 10 万人排队的原因
Seedance 给我的冲击有哪些
MidJourney 没被吃掉的原因
OiiOii 的产品团队，由谁构成
Part 6. Sora 关停与 Seedance 2.0：视频 agent 战场是终结了，还是开启了？
Sora 关停——它做错了什么？
Seedance 2.0 是升级版的 Sora，它的弱点是什么？
海量视频 agent 涌现是"妄想"？——哪些套壳在骗钱？
怎样的产品是“纯套壳”？鉴别 Agent 的厚度…
视频领域不会 winners take all …
为什么抖音特效的参考意义极大…
ACG （动画、短漫剧、游戏）的 Agent 机会：生产关系的改变才是更值得思考的价值空间
我与字节：「你要相信字节是一家非常精明的公司…」
如何侦查模型厂商动向？
Part 6.「这个时代最缺的就是谦逊」
模型涨价了怎么办？
国内 agent 调度的视频模型有？
Seedance 最值得学的是什么？
AI 时代顶级产品经理画像长什么样？
AI 时代的自信与盲目
如果喜欢「漫谈」，欢迎加入我的听友群～⬇️
