編者按：本文來自微信公眾號 新智元（ID：AI_era），編輯：編輯部，創(chuàng)業(yè)邦經(jīng)授權轉載。

斯坦福天才少女的這家公司，依然在繼續(xù)它的傳奇。

成立一年之際，Pika迎來最好的生日禮物——新一輪約8000萬美元的融資。

至此，公司估值較上一輪融資已經(jīng)整整翻了一番，接近5億美元。

Pika聯(lián)合創(chuàng)始人郭文景（Demi Guo）和孟辰霖（Chenlin Meng）

本輪融資由Spark Capital領投，而參與投資的，涵蓋了科技和娛樂領域各大投資公司，以及個人投資者，包括Greycroft、Lightspeed、Neo、Makers Fund、著名演員Jared Leto和大西洋唱片公司CEO Craig Kallman等。

此外，這次的名單中還包括了去年11月就參與投資的「老熟人」，比如前Github CEO Nat Friedman、Quora創(chuàng)始人Adam D'angelo、Perplexity CEO Aravind Srinivas、HuggingFace CEO Clément Delangue、ElevenLabs聯(lián)創(chuàng)Mateusz Staniszewski，以及AI大牛Andrej Karpathy等。

這一切無不表明，市場對生成式AI的未來信心巨大，科技、影視、文娛……要被AI視頻「改造」的領域，還數(shù)不勝數(shù)！

回想7個月前，剛剛發(fā)布的Pika 1.0就效果炸裂，以電影般的質感、動畫級的特效，掀起了AI生視頻領域的大地震。

雖然如今經(jīng)過Sora的洗禮，我們對AI視頻的視效閾值已經(jīng)一再被拉高，但當時橫空出世的Pika 1.0，相比Gen-2等競品，堪稱一句「劃時代」。

值得一提的是，Adobe在4月的時候欽定了三大視頻AI合作商：Pika、Runway，以及估值860億美元的OpenAI。

Sora、Pika、Gen-2三個工具同時登陸Premiere Pro

如今，「每個人都能成為自己的視頻導演」，這句口號聽來依舊震撼。

成為視頻領域的Anthropic

在一周年之際，創(chuàng)始人郭文景對新智元表示——

「Pika想要構建更強大的視頻大模型。而此次融資的目的，就是希望能夠更加積極地訓練大模型?！?/p>

是的，Pika希望成為的，就是AI視頻領域的Anthropic。

這一輪Pika的新領投Yasmin Razavi，此前也是Anthropic的領投。

在Anthropic還沒公開模型和產(chǎn)品時，Yasmin就選擇相信這個團隊，領投了Anthropic，并成為董事會成員。

現(xiàn)在，Yasmin也成為Pika最新的董事會成員。

6位IOI金牌得主，包攬9塊金牌

今天，我們要講的除了創(chuàng)始人故事之外，還有團隊背后鮮有人知的內容。

工程團隊

在Pika的團隊中，共有6位IOI金牌得主，包攬9塊國際奧賽金牌，其中3位還是IOI世界第一。

這一數(shù)字，甚至超過了前段時間爆火的AI工程師Devin，背后的初創(chuàng)Cognition Al的「金牌程序員」——5位金牌得主，10塊金牌。

其中，創(chuàng)始人郭文景摘取了IOI銀牌，是美國隊十幾年來唯一的女國家隊隊員，也是美國國家隊教練。

另一位創(chuàng)始人陳思禹（Karli Chen）更是鮮有的雙料國家集訓隊成員，曾在IOI集訓隊獲得國內前12名，也是全國物理競賽金牌獲得者。

而且，Pika工程團隊中還有兩個人獲得了美國大學最高數(shù)學獎項，被認定為Putnam Fellow。

Putnam Fellow是被認為特難的數(shù)學競賽，每年選出5位個人成績最好的人，將由美國數(shù)學協(xié)會頒發(fā)。

科研團隊

在科研方面，Pika團隊的實力也不容小覷。

他們紛紛來自世界最好的大學和科研機構，斯坦福、MIT、谷歌、Meta、OpenAl等等。

既有有連發(fā)幾十篇論文的科研大牛，也有著名開源項目的主要開發(fā)者。

創(chuàng)始孟辰霖是DDIM、Img2Img、Model Distillation的作者。

這些方法，直接將擴散模型的推理速度提高了數(shù)百倍。也是GenAI editing方法的基石算法。

團隊的研究科學家，Omer Bar-Tal，是谷歌CEO吹捧的AI視頻大模型Lumiere項目的一作，有一線大模型訓練的經(jīng)驗。

論文地址：https://arxiv.org/pdf/2401.12945

另外，Pika團隊還擁有Hugging Face的Diffusers代碼庫的聯(lián)創(chuàng)和最核心開發(fā)者。

Diffusers是Hugging Face最大的項目之一，訓練GenAI模型的Default Library，現(xiàn)已擁有超過23k星。

顧問團隊

此外，這家體量雖小的初創(chuàng)公司，還有著非常強大的顧問團隊。

斯坦福AI實驗室的主任，NLP大師Christopher Manning，是將深度學習應用于自然語言處理（NLP）的早期領導者之一。

Manning還是ACM院士、AAAI院士和ACL院士。截至目前，他個人被引數(shù)近25萬，成為NLP領域引用量第一人。

兩屆奧斯卡得主，斯坦度大學工程學院的Canon教授Ron Fedkiw，曾參與制作了很多著名電影，比如加勒比海盜、星球大戰(zhàn)的技術特效。

Fedkiw一直以來專注于計算機圖形學的研究，曾設計了一個平臺，首次應用在《終結者3：機器的崛起》中的T-X角色，現(xiàn)已被用來創(chuàng)造電影節(jié)最先進的特效。

Fedkiw的技術幫助《加勒比海盜2》獲得了第79屆奧斯卡最佳視覺效果獎

他個人在計算物理、圖形學、機器學習和視覺方面，發(fā)表了140+篇論文，并出版了一本名為「Level Set Methods and Dynamic lmplicit Surfaces」的計算圖形學書籍。

斯坦福大學計算機科學系的教授Stefano Ermon，在機器學習領域發(fā)表300+篇論文。并在擴散模型研究領域發(fā)表過著名的Score Matching以及「Denoising Diffusion Implicit Models」。

近期，Pika榮幸被選為福布斯Top AI 50公司，與Abridge、Harvey、Mistral并稱為四個「New and Noteworthy」公司之一。同時，Business Insider將其評為Top 44最值得工作的創(chuàng)業(yè)公司。

5月初的時候，郭文景還被被彭博社評選為The People in Tech to Watch。

靈活的架構，「超神」的速度

除了坐擁陣容如此豪華的團隊，Pika成功的另一個秘訣，就是快到令對手完全反應不過來的速度！

去年年初，AI視頻領域早已在硅谷紅了大半邊天。

以Gen-2為代表的背后初創(chuàng)Runway成為當時最具競爭力、最受歡迎的公司，并坐擁100+員工，是估值1.5B美元的獨角獸。

彼時，Pika還未誕生。

如今，僅用一年的時間，Pika已經(jīng)成為了Runway的最大競爭對手。

，時長01:05

其實，Pika的速度，從它成立緣由的那一點「小火苗」，就可以窺見。

2023年初，郭文景和同學參加Runway的首屆AI電影節(jié)時，發(fā)現(xiàn)Runway和Adobe Photoshop的工具并不好用。

2023年4月底，為了開發(fā)更好用的AI視頻工具，讓「每個人都能成為自己的視頻導演」，郭文景決定從斯坦福退學，Pika由此誕生。

一次失敗的參賽經(jīng)歷，卻讓一家估值近5億美元的公司誕生，這不啻是一段傳奇。

某天下午，天使投資人Friedman向團隊提出了一個想法：在視頻中嵌入文本。

凌晨3點，他收到了一條短信，告知這項功能已經(jīng)準備就緒。

Friedman被團隊的高效震驚了，立刻決定進行下一輪投資。

論文成果斐然

Pika的能力之所以可以不斷迭代，完全是基于團隊在研究領域取得的諸多成果。

Pika在全球范圍內有超過20個研究合著者，來自清華姚班、北大、斯坦福、MIT、加州理工等知名高校以及科研機構。

Pika下一步計劃是，將在今年晚些時候，發(fā)布文本到視頻模型重大更新。

郭文景透露，包括支持生成更高質量、更長時間的視頻（目前只能生成3秒的視頻，不過用戶可以在視頻生成之后再延長）。

郭表示，「我們正在努力打造最佳的視頻模型，同時也在打造一款真正服務于創(chuàng)造者的產(chǎn)品」。

AI電影，究竟還有多遠

從創(chuàng)立的第一天起，Pika對于產(chǎn)品就是這樣構想的——

成為一個幫助用戶把「想法」做成「視頻」的平臺，因此，團隊需要創(chuàng)造全新的模型，實現(xiàn)這個「將任何人的概念變?yōu)楝F(xiàn)實」的功能。

如何讓每個人都能成為自己故事的導演？Pika決定從最底層構建產(chǎn)品，讓整個過程更有趣、更有挑戰(zhàn)，也更容易理解。

距離我們能從電影院看到一部AI電影，究竟還需要多久？

在電影制作人Paul Trillo看來，從孤立的剪輯到制作一種以故事形式運行的工具，并且能讓觀眾在觀看時不會脫離其中，還有一段路。

AI能讓電影實現(xiàn)到某種程度，取決于它能在多大程度上，執(zhí)行使用者的真實意圖和愿景。

，時長00:43

如今用Pika，可以將視頻中的對象改變各種風格

Pika希望自己的模型可以理解各種不同的輸入，這無疑對模型的能力提出了很高的要求。

從某種意義上，OpenAI的Sora也采用了類似的根本性「拔高」。

Sora對世界上事物的物理運行方式，有著深刻的理解。這，就能讓視頻的主體能夠直接做出正確的互動和反應。

而讓AI視頻更接近電影的另一個因素，就是長度。

如今，我們已經(jīng)達到了用3到8秒的鏡頭所能講述故事類型的極限，而更長時間的視頻，則會開啟我們講述更復雜故事的能力。

不過，即使能生成60秒視頻，也并不意味著AI能創(chuàng)作一部連貫的電影。

這也就意味著，如今的視頻AI，還有許多潛在的全新方向可以開卷。

對此，制作人Trillo預測道：「或許兩年后的模型會有極強的控制力，為電影制作人提供任何所需的細節(jié)」。

而Pika，無疑是該領域被寄托了最多希望的選手之一。

因為它強大的執(zhí)行力，意味著很多可能。

短短一年時間里，Pika已經(jīng)初始的3人公司，組建了世界級的研究人員和科學家團隊，還集結了一批創(chuàng)作力爆棚的創(chuàng)作者。

難以想象，下一步他們將如何利用AI，推動視頻生成領域的最前沿。

參考資料：

https://www.bloomberg.com/news/articles/2024-06-05/spark-capital-jared-leto-back-ai-video-startup-pika

https://www.washingtonpost.com/technology/2024/06/04

/pika-funding-openai-sora-google-video/

https://www.forbes.com/lists/ai50/?sh=80bf8b4290f4

https://pika.art/blog

本文為專欄作者授權創(chuàng)業(yè)邦發(fā)表，版權歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。