卫诗婕|商业漫谈Jane's talk播客1:45:12

78.Seedance之后,视频Agent何去何从?|与 OiiOii 闹闹聊视频模型的秘密:数据、生态与感性的结构化

8.5内容质量
78.Seedance之后,视频Agent何去何从?|与 OiiOii 闹闹聊视频模型的秘密:数据、生态与感性的结构化

播客收听

时长 1:45:12原播客页面

问这期播客

会先在本集摘要、章节、转录和笔记里找答案。

TL;DR · AI 摘要

中国视频模型领先全球,得益于数据标注标准与组织执行力,而非单纯算法突破。

核心要点

  • 视频模型的护城河是数据标注标准与组织执行力,而非算法本身。
  • Seedance 是 Sora 2 的升级版,视频生成交互的下一步不一定是文字。
  • 中国视频模型领先全球,得益于短视频平台的数据积累与推荐系统经验。

结构提纲

按章节快速跳转。

  1. Sora 之后,Seedance 等国产视频模型引领全球,视频 Agent 的战争是否结束?

  2. 从 Sora 2 到 Seedance,视频模型的演进方向与最佳实践被探讨。

  3. 数据标注标准与组织执行力是视频模型领域的关键护城河。

  4. 短视频平台的数据积累与推荐系统经验推动了视频模型的领先。

  5. 视频模型的下一步可能涉及多模态交互与感性结构化的应用。

  6. 视频 Agent 的战争尚未结束,未来仍充满不确定性与机遇。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • 视频模型的未来
    • 发展路径
      • Sora 2 到 Seedance
      • 多参考图与多参方向
    • 护城河
      • 数据标注标准
      • 组织执行力
    • 生态与数据
      • 短视频平台的数据积累
      • 推荐系统经验

金句 / Highlights

值得收藏与分享的关键句。

  • 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'。

    第 27:28 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • Seedance 基本是 Sora 2 的升级版,视频生成交互的下一步不一定是文字。

    第 18:27 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 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。

    第 27:28 段

    ⬇︎ 下载 PNG𝕏 分享到 X

章节

  1. 要点

    视频模型的护城河是数据标注标准与组织执行力,而非算法本身。

    视频模型的护城河是数据标注标准与组织执行力,而非算法本身。

  2. 要点

    Seedance 是 Sora 2 的升级版,视频生成交互的下一步不一定是文字。

    Seedance 是 Sora 2 的升级版,视频生成交互的下一步不一定是文字。

  3. 要点

    中国视频模型领先全球,得益于短视频平台的数据积累与推荐系统经验。

    中国视频模型领先全球,得益于短视频平台的数据积累与推荐系统经验。

转录

这期还没有可搜索转录。后续抓到带时间戳的内容后会自动补到这里。

#视频模型#AI#Sora#Seedance#数据标注

节目笔记

78.Seedance之后,视频Agent何去何从?|与 OiiOii 闹闹聊视频模型的秘密:数据、生态与感性的结构化 - 卫诗婕|漫谈Light the Star | 小宇宙 - 听播客,上小宇宙

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:

02:01 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

18:27 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”

27:28 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"

34:15 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

42:33 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
  • OiiOii 的产品团队,由谁构成

57:02 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?

01:32:18 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~⬇️