011. 田忌赛马与水位:HeyGen怎么和大厂抢视频生成生意

011. 田忌赛马与水位:HeyGen怎么和大厂抢视频生成生意

96分钟 ·
播放数73
·
评论数0

HeyGen 作为专注人像和数字人生成的垂类公司,在 Artificial Analysis 和 OpenRouter 上做到了语音和视频模型的榜一。他们如何选择赛道,如何错位竞争,如何用田忌赛马的思路和大厂抢生意?

本期 AI 实话实说,我们请到了 HeyGen 新加坡团队 AI 负责人任意。他负责基础视频模型和语音模型的预训练和后训练。

他为我们介绍了创业公司如何与大厂在资源相差十几二十倍的前提下竞争,如何在通用模型快速发展的情况下做垂类模型。

这一期的前半段,我们和任意聊了房产经纪人为什么愿意付费、短剧为什么赚钱、大厂内部怎么赛马、小团队怎么协作,还有视频模型的训练和大语言模型有什么不同,以及现在说自己在做世界模型的公司里,有多少是在讲故事。后半段聊 Avatar 6:为什么先做语音,30 分钟的视频怎么一段段接起来又不跑偏,新产品 HyperFrames,以及一两年后通用模型追上来,垂直公司还能靠什么。

本期播客的部分音频使用了 HeyGen 的语音生成模型,如果你猜出来,请把时间点发在评论区,猜测最准确的观众有机会获得精美 token 礼包。

欢迎关注同名小红书"AI实话实说",加入群组和嘉宾、主持人互动!

嘉宾介绍

任意,HeyGen 新加坡团队 AI 负责人,负责基础视频模型和语音模型的预训练和后训练。

他本科毕业后一直在做生成模型,从机器翻译、语音合成、歌声合成做到人脸和视频生成。毕业后先去了一家只做研究的工业界实验室,后来去了字节跳动,再到 HeyGen。2021 年 AI 科技评论写过他,用的说法是"另辟蹊径的半个小镇做题家":没出国,没读博,毕业就工作。

他是从语音转到视频的,在学术界和工业界之间来回过几次。聊下来,他最关心的是技术能不能在具体的场景里用起来。

快速跳转

00:00 冷开场:这期节目,会不会早就换成了一群 AI 主持人?

02:19 房产经纪人为什么愿意付费?一天发三四条视频,一个月粉丝翻四倍

09:52 "另辟蹊径的半个小镇做题家":为什么不读博,毕业就工作?

20:15 田忌赛马:大厂资源多十到二十倍,创业公司赢在哪?

22:28 短剧赚的钱可能是数字人的一百倍,打斗场景对 HeyGen 重要吗?

24:27 如果出了一个又便宜又好的"Seedance nano",你们的优势还在吗?

30:12 团队像多卡训练:卡越多,为什么可能越慢?

43:39 说自己在做世界模型的公司,有多少是在讲故事?

52:28 数字人会被拿去诈骗吗?consent、活体检测和水印

55:41 转场:HeyGen 发布 Avatar 6,一次生成 30 分钟的视频

1:00:01 让用户先调好设定,为什么说是"走历史的倒车"?

1:09:06 30 分钟一镜到底,一块一块生成,怎么看不出接缝?

1:17:22 语音模型怎么在三到五个月里做到第一?

1:25:54 HyperFrames:剪映加一个 agent

1:28:56 通用模型的水位涨上来,专门做数字人的公司还剩什么?