gulihua
123 lines
6.7 KiB
Markdown
123 lines
6.7 KiB
Markdown
# 马斯克进军 AI 视频，收购视频生成初创公司，4 人 13 个月打造类 Sora 模型
|
||
|
||
[量子位](https://36kr.com/user/1852809498)_·_ 2025 年 03 月 18 日 03:06
|
||
|
||
“预计将在几个月内发布 Grok 视频模型”
|
||
|
||
马斯克也要打造自己的视频生成模型了？？
|
||
|
||
就在最近，xAI 收购了一家视频生成初创公司，这家仅 4 个人的公司过去两年打造出了 **Hotshot** 这款产品。
|
||
|
||
|
||
|
||
据公告介绍，Hotshot 至今已有 3 款视频生成基础模型。被收购之后，目前已停止推出新的视频创作功能，而且用户过往创作的视频截止下载时间为 3 月 30 日。
|
||
|
||
一看这架势，网友们纷纷想起了老马在今年 1 月的一场直播活动中掷下的豪言：
|
||
|
||
> **预计将在几个月内发布 Grok 视频模型**
|
||
|
||
而且就在 Hotshot 联创&CEO 公布上述消息之后，老马也第一时间跑来卖关子：
|
||
|
||
> 酷炫视频 AI 即将到来！
|
||
|
||
|
||
|
||
期待值被拉满的同时，众人也齐刷刷表达了对 Hotshot 团队的祝贺：
|
||
|
||
|
||
|
||
那么，这是一家怎样的团队呢？为什么它能被马斯克“看上”？
|
||
|
||
答案这就揭晓——
|
||
|
||
## **4 人团两年打造“Sora”**
|
||
|
||
概括而言，Hotshot 之所以能入老马的眼，原因显然在于两方面：
|
||
|
||
一是 **“小团队也有大能量”**，据悉 Hotshot 团队一共只有 4 个人，但他们在 13 个月里连续训练出了 3 个视频生成模型，且获得了一定程度的用户关注；二是虽然成立不久， **但投资者中不乏 Reddit 联合创始人 Alexis Ohanian 等大佬**。
|
||
|
||
从 Hotshot 官网公布的信息来看，这个 4 人小团队在两年时间里成功打造出了“Sora”模型。
|
||
|
||
|
||
|
||
4 人中有两位是联合创始人。
|
||
|
||
联创&CEO **Aakash Sastry**（右边），和另一位联创&CTO **John Mullan**（左边）早在 2012 年就相识了。
|
||
|
||
|
||
|
||
认识之前，前者正在构建一个视频聊天应用，后者正在尝试打造视觉通讯应用（visual communication apps）。
|
||
|
||
不过，在看到 Aakash Sastry 的视频聊天应用失败之后（本以为是很酷的想法，结果可能因为理念超前，大家很害怕视频通话），两人一致意识到：
|
||
|
||
> 我们需要创造一个让人们在网上表达自己的同时，也感到舒适和自由的环境。
|
||
|
||
于是，Hotshot 逐渐诞生了。
|
||
|
||
2017 年，两人共同成立了一家公司——Natural Synthetics（Hotshot 背后公司），开始构建各种不同的社交应用。
|
||
|
||
到了 2023 年 1 月，他们正式在 iOS 应用商店发布了 Hotshot。
|
||
|
||
不过需要注意，Hotshot 一开始并不是做 AI 视频生成，而是 **图片生成**。
|
||
|
||
基于开源的图片生成模型 Stable Diffusion，Hotshot 为用户免费提供个人、朋友甚至是名人的图片。
|
||
|
||
|
||
|
||
△
|
||
|
||
直到后来逐渐被视频生成吸引，因此他们又开始训练视频生成模型。
|
||
|
||
和之前类似，一开始他们也打算基于开源模型构建，不过后面意识到：1）基础模型需要大幅改进；2）为了自由构建引人入胜的用户体验，需要对底层模型拥有控制权。
|
||
|
||
于是，他们正式决定 **自研视频模型**。
|
||
|
||
在过去的 13 个月里，他们训练了 3 个不同的视频模型：
|
||
|
||
**第一个 Hotshot-XL：** 耗时 3 个月开发，每秒生成 8 帧视频，开源后至今每月约有 2 万名新的开发者和艺术家使用；
|
||
|
||
**第二个 Hotshot Act-One：** 耗时 5 个月开发，生成 3 秒 8fps 的视频，基于 2 亿个公开视频训练而成；
|
||
|
||
**第三个 Hotshot：** 耗时 4 个月开发，生成最长 10 秒的 720p 视频，限文生视频。
|
||
|
||
按照 Hotshot 发布时的说法，在各种提示评估中， **70% 的情况下** 用户更喜欢 Hotshot 的结果，而不是其他开源文生视频模型。
|
||
|
||
|
||
|
||
另外，从 CEO Aakash Sastry 公布的消息来看，Hotshot 的投资者包括 Stripe 前高管 Lachy Groom、Reddit 联合创始人 Alexis Ohanian 以及 SV Angel 在内的风险投资机构。
|
||
|
||
至于具体融资次数和规模，Hotshot 尚未公开披露，而且 **也不清楚整个 Hotshot 团队是否会集体加入 xAI**。
|
||
|
||
|
||
|
||
## **马斯克想开发自己的视频生成模型？**
|
||
|
||
事实上，早在今年 1 月，马斯克在一场直播活动中就透露了 **自研视频生成模型** 的想法：
|
||
|
||
（指路原推文视频 15:02）
|
||
|
||
|
||
|
||
对于自家的 Grok 模型一直没有视频生成功能这事儿，老马本人和用户都不太满意。
|
||
|
||
而要解决这个问题，通常来说有两条路可走：
|
||
|
||
**要么直接接入其他家模型，要么自研。**
|
||
|
||
从 Grok 之前的一些倾向来看，他们主要选择第一种方案，比如其 Grok-2 的文生图功能，就是通过与此前备受瞩目的 Flux 深度融合实现。
|
||
|
||
然而现在，老马明显转向了。
|
||
|
||
为了和 OpenAI、谷歌等展开长期竞争，xAI 最终也是走上了自研之路，开始通过收购进一步布局。
|
||
|
||
不过不管怎样，对于我们普通用户来说，期待 Grok 的视频生成功能就完事了！
|
||
|
||
|
||
|
||
参考链接：
|
||
|
||
- [1]https://x.com/aakashsastry/status/1901668601364689338
|
||
- [2]https://hotshot.co/
|
||
|
||
> 本文来自微信公众号 [“量子位”](https://mp.weixin.qq.com/s/DgYseRVqfOy8_HvZC5aFbg)
|