阿里大文娱CTO妙鸭相机–20230818

阿里大文娱CTO「妙鸭相机」2023-08-18 「妙鸭相机」独立发展， 不强行和大文娱主业务协同 01 问：「妙鸭」爆火后，大文娱集团层面有什么反应？作为CTO，你的感受怎么样？ 郑勇：大家感受都挺兴奋的，本来只是觉得它能解决一些问题，但没想到用户非常喜欢。对于「妙鸭」的火，我们一开始也是措手不及。不过既然已经这样了，我们会继续加大投入。 阿里大文娱CTO「妙鸭相机」2023-08-18 「妙鸭相机」独立发展， 不强行和大文娱主业务协同 01 问：「妙鸭」爆火后，大文娱集团层面有什么反应？作为CTO，你的感受怎么样？ 问：但「妙鸭」跟大文娱的主业务并没有协同性。 郑勇：大家感受都挺兴奋的，本来只是觉得它能解决一些问题，但没想到用户非常喜欢。对于「妙鸭」的火，我们一开始也是措手不及。不过既然已经这样了，我们会继续加大投入。 郑勇：妙鸭立项的时候，我就有过这个考虑。但当时我们还是鼓励内部创新，大文娱主要做长视频，但这不意味着它只能做长视频。我觉得它（妙鸭）应该会成为一块新的业务。 问：所以当时内部有反对声音吗？ 活性有什么关系？ 郑勇：有，但最多是觉得（产品增长）空间不大。这些意见听听就好，最终决策还是在我们手里。问：「妙鸭」成功背后，跟阿里大文娱的组织灵 郑勇：做「妙鸭」有两个关键时间点，一是去年的12月份，我们开始整个团队去研究AIGC这个事情，包括图片大模型、文字大模型。二是今年3月「1+6+n」（阿里）组织架构调整，其实对我们做「妙鸭」影响非常大。 如果按以前的组织结构，我们想拓展一个新的业务，整个流程还是挺复杂的。但变革之后，我们组织更敏捷了。比如做「妙鸭」，我们从3月份开始研究，4月份开始立项，7月份就真正对外发布了，这个响应速度非常快。 问：具体来说，「1+6+n」给大文娱的创新机制带来了什么变化？ 问：「妙鸭」诞生过程中就没有遇到过组织掣肘吗？ 郑勇：核心是决策链路变短。以前我们要做一个事情，审批挺长的。但今天我们做一件事情，做和不做的决策周期都很短。如果你感兴趣某个点子，我们评估后觉得也靠谱，你就可以去做。就这么简单。 郑勇：坦白讲，内部阻力倒没有太多，我们内部从立项到上线都很支持这个项目。 但外部阻力确实挺大，毕竟是一个新的商业事物。比如我们会被质疑隐私问题，比如因为微信的合规问题，我们小程序上有些功能用不了，还面临下架的风险。最后我们花4天时间上线了iOS版本、3天上线了支付宝版本。当然这也体现了我们的组织敏捷度。 问：作为面向C端的生成式产品，妙鸭做了哪些合规努力？ 郑勇：妙鸭不算严格意义上的生成式产品，我们都是照着正常合规的流程在走。 问：你怎么总结「妙鸭」的成功？ 郑勇：核心原因还是它满足了用户痛点，那些写真照超出了用户预期。当初我们立项的时候，调研的内部员工基本都很满意（生成的照片），我们才决定去做。当然还有组织敏捷度和对创新的包容度。最后，很多东西和运气有关系，我们也没有说自己能力有多强，运气还是很重要的。 问：是否担心用户热情的退潮？ APPStore里的「妙鸭相机」 郑勇：这个问题无非就是怎么让用户持续使用「妙鸭」。我们还在探索新玩法，比如继续丰富人像模板、上线好玩功能等，下个礼拜应该就能和大家见面了。 要做成这件事，无非就是投入情况。「妙鸭」火了之后，我们的投入只会更多。 问：最近你们成立了「神力视界」公司，把「妙鸭」并了进去，原因是什么？ 郑勇：「神力视界」是大文娱科技业务的公司主体。 坦白说，妙鸭上线之前，我们也没有想到它这么火，那时候着急上线、就放到了目前这个公司主体下面（上海未序）。但现在为了便于管理，我们就把「妙鸭」主体放入了神力视界。与其说「搬家」，不如说是「回家」。 问：可否理解为「妙鸭」将在这个公司下面独立运作？未来，「妙鸭」将怎么跟大文娱业务做协同？郑勇：我们现在尽量让它独立发展。我们担心一旦协同，有时候是反作用力。 如果（妙鸭）对别的一些业务有帮助，我们会用。如果用不上，我们也不强用。因为这个（人像）赛道确实和视频不是同一个事情。 大模型时代， 视频行业的机会和挑战 问：阿里大文娱在 AI时代的战略布局是什么？ 02 郑勇：大文娱的AI核心战略就是两个，ToC的AIGC（妙鸭等）和ToB的影视工业化。 大文娱有三块主要业务，优酷、阿里影业、大麦网，它们涵盖了影视工业化的全流程，如影视制作、宣发、传播等。我们会围绕各个环节，用AI 去做一遍。这也是我作为CTO的主要工作。 问：大文娱做影视工业化，主要是在内部做、还是有可能普及行业？ 郑勇：我们现阶段先围绕自己的内容去做，后面肯定希望整个行业能够用起来。到时候我们也会受益。问：以影视制作为例，AI会改变其中哪些环节？ 郑勇：影视制作环节其实是一个非常长的链路。它包括最早的剧本筹备创作阶段，接着是拍摄制作环节，比如拆文字分镜、图片分镜、预演、再到拍摄、后期等。 AIGC能够带来的，既有（剧本）创作上的提效，比如帮助创意方向的确定和素材的收集。在图片上，它也会给服装、妆造定型、整个艺术审美提效。最后是拍摄，我们重点做虚拟拍摄，分2D和3D两套方案，大部分剧组都会用2D方案，3D这一块案例还不太多。但总体成本能降40%以上。问：国内的影视工业化水平和国外差距如何？背后原因是什么？ 郑勇：今天中国整个影视工业化水平，和好莱坞差距还是挺大的。我们都不是按几年比，是按十年、二十年去比。 影视工业化包括内容质量、生产成本和周期等等。大家如果细心去看一下最近国内上线的视效很好的电影，再去看十年前人家拍的《阿凡达1》，制作上的质量差距都还是很大的。好是好在，人家已经把标杆放在那里，我们今天可以去学。 这种差距的根本原因，主要是国内外整个影视生产的模式不一样。国外是制片中心制，而国内到底以谁为中心，每个剧组不一样，有些是导演、有些是制片人、有些是片方。由于底层机制不一样，制作 问：面对技术冲击，像美术这样的岗位会被取代吗？ 人员相关的接受度也不一样。今天我们只能说，通过技术、或别的方式，如何改变这个现实。阿里影业|图片来源：视觉中国 郑勇：其实最终还是落到审美上。不管是用MidJourney、StableDiffusion，最终图片效果和人的审美关联度还是挺强的。我们内部发现，一个美术生和一个理科生做出来的图片档次会差很多。所以不用担心美术这个工种不存在，只要你审美功底在，你做出来的东西就比别人好。 问：你是否和业内投资人有过交流？他们最关心AI技术会对影视行业实现哪些突破？ 郑勇：我和投资行业聊得不多。AIGC能够让影视行业整个生产方式大大提效，这是非常明确的。而且今年在电影赛道，可以看到显而易见的复苏。 问：为什么 AIGC在影视文娱行业的渗透和融入程度，比工业、汽车等行业要更深？ 问：关于文字和图片的模型现在已经比较成熟了，视频领域的大模型何时会出现？ 郑勇：今天AIGC归功到底，一个是文字上的突破，一个是图片上的突破。文娱行业就是艺术表达，虽然最终以视觉的方式呈现，但前期的基础都是文字和图片。这也是为什么文娱行业会第一步先应用。 郑勇：我们没有做视频大模型，因为技术难度很大。今天AI生成文字和图片都可以，但生成高精度、高质量的视频还不行。这几年我们攻克它的可能性不太高。 虽然目前有一些产品，能够用AI把文学小说生成视频，那个确实做出来很快，但它的质量就在那里。现阶段可能有些人看，但后面就没有人看了。 「扶不起」的大文娱， 迎来了新的十字路口吗？ 问：「妙鸭」火了之后，内部士气是不是得到了一些提振？ 03 郑勇：那肯定，对士气是很大的提振。 问：阿里集团对它的关注到哪一个层级了？ 郑勇：我不知道。但我觉得集团能把「妙鸭」写到财报里，应该还挺高的吧。 问：在 AI时代，大文娱的决心是怎样的？ 郑勇：我们的目标就是要大力发展科技，无论在人和资金的投入上，都是有做加法的。 问：身处阿里体系，你们会因此得到更多的资源支持吗？比如算力。 郑勇：算力问题，我们也需要跟阿里云去协调。因为我们只能算它的内部客户，也要走正常的商业结算，协同机制一直很良性。 另外，我们在模型调优上也做了很多工作。比如以前100张卡训练100个人，现在100张能训练300人。所以现在你会发现用「妙鸭」基本不用排队了。 问：目前 AI的能力似乎只停留在图文层面，它是否主要影响的是小红书、抖音等产品，而非优酷这样的长视频产品？ 阿里大文娱|图片来源：视觉中国 郑勇：其实不管是小红书还是长视频网站，用户核心消费的还是内容。在长视频这个赛道上，AI也能降低内容生成的成本、缩短生产周期。现阶段看，AI可能只是辅助小红书，但拉长时间看它还是会回来（辅助长视频）。 问：PGC、UGC曾先后改变了文娱行业的商业格局，AIGC会是下一个变量吗？这是否是大文娱集团的新机会？ 问：现在「妙鸭」盈利吗？ 郑勇：AIGC核心是GC（生成内容），UGC、PGC也是生成内容。它核心影响的还是内容。以视频为例，这绕不开最开始的IP故事吸不吸引人、剧本够不够好，以及后面的制作和呈现效果好不好。而大文娱给自己的定位是，「为好内容全力以赴的科技公司」。 郑勇：我们不会亏太多。接下来我们会提供一些付费模板，做更多的商业化尝试。