昆侖自研的AI模型(SOTA)就像是“最好的鋤頭”，正在助力公司開采AIGC領(lǐng)域那片“最肥沃的金礦”。

作者｜王藝

編輯｜栗子

56.6億元。

這是昆侖萬維（300418.SZ）在2024年年報(bào)中公布的營(yíng)收。

而在緊隨其后披露的2025年一季報(bào)中，總營(yíng)收增長(zhǎng)46%、海外收入大增56%更是振奮人心。其中AI音樂年化流水收入ARR達(dá)到約1,200萬美金（月流水收入約100萬美金）；短劇平臺(tái)DramaWave年化流水收入ARR達(dá)到約1.2億美金（月流水收入約1000萬美金）；AI社交報(bào)告期內(nèi)單月最高收入突破100萬美元，成為海外收入增長(zhǎng)速度最快的中國(guó)AI應(yīng)用之一。

昆侖萬維，這家曾經(jīng)依靠游戲、社交網(wǎng)絡(luò)和投資獲得穩(wěn)定現(xiàn)金流的公司，正以前所未有的決心和速度，將自己重塑為一家AIGC公司。

從自研“天工”大模型，到AI音樂商用創(chuàng)作平臺(tái)Mureka、AI搜索、AI社交，再到短劇視頻生成產(chǎn)品SkyReels，昆侖萬維幾乎在泛娛樂領(lǐng)域中有前景的AIGC應(yīng)用都布下重兵。

此外，昆侖萬維還在Q1季報(bào)中披露，將于2025年5月中旬在海外發(fā)布全球首款生產(chǎn)力場(chǎng)景通用Agent平臺(tái)Skywork.ai，提供全球首個(gè)開源的Deep Research Agent框架，并開放重磅MCP供開發(fā)者調(diào)用；而昆侖萬維的AI芯片也將在年內(nèi)流片。

在2025年一季度財(cái)報(bào)發(fā)布后，我們與昆侖萬維董事長(zhǎng)兼CEO方漢進(jìn)行了一場(chǎng)深入對(duì)話。他坦白講述了昆侖萬維如何通過AI音樂、視頻等多個(gè)賽道的布局占領(lǐng)海外文娛市場(chǎng)高地。

在他看來，昆侖自研的AI模型（SOTA）就像是“最好的鋤頭”，正在助力公司開采AIGC領(lǐng)域那片“最肥沃的金礦”。但是，掘金并不容易——技術(shù)擴(kuò)張與商業(yè)利益的拉鋸之中，昆侖萬維眼下仍在尋找那個(gè)“最終勝負(fù)手”。

在全球AI娛樂內(nèi)容戰(zhàn)局的初期布局之爭(zhēng)中，方漢帶領(lǐng)的昆侖萬維，正站在一個(gè)微妙的節(jié)點(diǎn)上，以一份極致的信仰，試圖證明自己能夠率先邁過技術(shù)、市場(chǎng)和人心之山。

1.談產(chǎn)品：音頻和圖像技術(shù)已經(jīng)達(dá)到了AIGC商業(yè)化的拐點(diǎn)，但視頻還沒有

甲子光年：Mureka可以算作是昆侖萬維的王牌產(chǎn)品了，這次年報(bào)顯示Mureka流水收入ARR達(dá)到約1200萬美金、月流水收入約100萬美金，Mureka從研發(fā)到商業(yè)化的關(guān)鍵路徑是怎樣的？它在AI生成音樂方面的技術(shù)優(yōu)勢(shì)如何轉(zhuǎn)化為用戶付費(fèi)和收入增長(zhǎng)？

方漢：從2020年開始，昆侖萬維就開始進(jìn)行Mureka的模型和產(chǎn)品研發(fā)。從技術(shù)層面，我們的模型經(jīng)歷了從符號(hào)化生成，到Diffusion生成，到Diffusion Transformer生成，再到最近的Music CoT思維鏈生成，進(jìn)行了四次重大的技術(shù)轉(zhuǎn)型，這些技術(shù)積累構(gòu)成了我們的產(chǎn)品基礎(chǔ)。最終隨著Music CoT技術(shù)的發(fā)展，我們的產(chǎn)品效果也做到了全球領(lǐng)先水平。

對(duì)比此前風(fēng)靡全球的其他產(chǎn)品來說，我們從落后到超越的過程對(duì)我觸動(dòng)很大。坦白說過去我們的效果確實(shí)并不理想，所以在一些英語國(guó)家，我們的用戶口碑在逐漸逆轉(zhuǎn)，這需要一個(gè)積累過程。但在一些對(duì)手尚未覆蓋的地區(qū)，我們產(chǎn)品的增長(zhǎng)非常迅速。

音樂生成工具的潛力遠(yuǎn)不止于此。關(guān)鍵在于轉(zhuǎn)變從業(yè)者的心態(tài)。在中國(guó)，存在一種演員的鄙視鏈：拍電影的看不起拍電視劇的，拍電視劇的看不起拍網(wǎng)劇的，拍網(wǎng)劇的看不起拍短劇的，拍短劇的看不起拍廣告的。這種鄙視鏈在音樂領(lǐng)域同樣存在。

許多音樂人認(rèn)為手寫樂曲才具有靈魂，而AI創(chuàng)作的則被認(rèn)為缺乏靈魂。但事實(shí)上今天的音樂創(chuàng)作已經(jīng)跟過去完全不同了。

在今天沒有音樂人不使用DMW（Digital Music Workstation）對(duì)每段音頻進(jìn)行精細(xì)調(diào)音。很多時(shí)候我們看一些歌手的“翻車”視頻，去掉調(diào)音之后，你會(huì)發(fā)現(xiàn)他們唱歌并不好聽。這也說明，當(dāng)前的創(chuàng)作者已經(jīng)廣泛采用計(jì)算機(jī)工具輔助創(chuàng)作。我認(rèn)為，讓他們接受AI創(chuàng)作只是時(shí)間問題。

另外，音樂的下游產(chǎn)業(yè)更可能接納新技術(shù)。因?yàn)锳I音樂領(lǐng)域看似很窄，卻是許多行業(yè)不可或缺的部分。例如影視作品、游戲、廣告等都需要音樂。以前他們只能硬著頭皮支付高昂的音樂費(fèi)用。但現(xiàn)在這些下游產(chǎn)業(yè)將會(huì)從我們的音樂生產(chǎn)模型中受益。

從下游產(chǎn)業(yè)逐漸延伸到上游產(chǎn)業(yè)，最終影響行業(yè)最頂級(jí)的流行音樂。最后的標(biāo)志性事件是看AI音樂何時(shí)能夠進(jìn)入全球流行音樂排行榜的前100名、前十名，甚至第一名。這必然會(huì)成為AI音樂被整個(gè)音樂界接受，成為音樂界的一部分。

人心中的偏見是一座山。AI音樂不是技術(shù)力和產(chǎn)品力不夠，而是要扭轉(zhuǎn)人心中像山一樣的偏見。

甲子光年：昆侖萬維的AI短劇平臺(tái)SkyReels所推出的開源模型獲得開發(fā)者好評(píng)，但行業(yè)也有一種聲音是AI生成的視頻“缺乏真實(shí)感”，導(dǎo)致商業(yè)化進(jìn)展緩慢。這是不是意味著技術(shù)指標(biāo)領(lǐng)先≠用戶體驗(yàn)達(dá)標(biāo)？

方漢：從量變到質(zhì)變是有拐點(diǎn)的。達(dá)到這個(gè)拐點(diǎn)后，用戶才會(huì)認(rèn)為產(chǎn)品完全可用。在我看來，音頻和圖像技術(shù)的拐點(diǎn)已經(jīng)達(dá)到了，但視頻技術(shù)尚未達(dá)到這一拐點(diǎn)。文本在某些領(lǐng)域也仍未達(dá)到這一拐點(diǎn)。

坦白說，我們很難給出一個(gè)“拐點(diǎn)何時(shí)到來”的準(zhǔn)確預(yù)測(cè)。我們能做的就是在算法上持續(xù)迭代，不斷嘗試。

技術(shù)進(jìn)步是持續(xù)的。比如最早電影使用膠片拍攝，隨后逐漸演變?yōu)閿?shù)碼技術(shù)，單是攝像機(jī)就發(fā)展到上億像素級(jí)別。還有從最初的綠幕摳圖到現(xiàn)在的3D背景等等。

你會(huì)發(fā)現(xiàn)，傳統(tǒng)技術(shù)的發(fā)展變革是以十年為單位的。而現(xiàn)在視頻生成模型，它們的發(fā)展是以月或季度為單位的。這表明視頻模型的迭代速度遠(yuǎn)超過傳統(tǒng)拍攝技術(shù)的更新速度。

我們能夠判斷的是，未來1-2年或者更長(zhǎng)時(shí)間，技術(shù)的發(fā)展一定會(huì)更進(jìn)一步。但對(duì)于AGI的未來何時(shí)到來，現(xiàn)階段我們確實(shí)沒辦法預(yù)測(cè)，因?yàn)榇嬖谔辔粗蛩亍?/p>

甲子光年：昆侖萬維2月份發(fā)了面向短劇創(chuàng)作的開源視頻生成模型SkyReels-V1，前兩天又發(fā)布了SkyReels-V2，V2相較于V1有哪些迭代？

方漢：V2最大的突破是解決了視頻生成長(zhǎng)度的問題——現(xiàn)在能一口氣生成四五十秒、甚至更長(zhǎng)時(shí)間的帶完整故事線的視頻。對(duì)用戶來說，這意義重大。

過去他們得自己剪一堆5秒、10秒的片段，還得把上一段結(jié)尾的畫面拼到下一段開頭，操作特別麻煩。現(xiàn)在直接出一個(gè)40、50秒甚至?xí)r間更長(zhǎng)的成品，廣告和短劇這兩大場(chǎng)景的需求基本都能覆蓋。所以我們覺得必須盡快上線，讓用戶早點(diǎn)用上這種“絲滑”體驗(yàn)。

我覺得做AI產(chǎn)品的關(guān)鍵還是從用戶痛點(diǎn)倒推技術(shù)迭代。比如SkyReels-V1，核心優(yōu)勢(shì)在表演數(shù)據(jù)——我們喂進(jìn)去了33種人類表情數(shù)據(jù)、300多種動(dòng)作數(shù)據(jù)，相當(dāng)于給AI上了“表演特訓(xùn)班”。

打個(gè)比方，別的通用視頻模型像綜合大學(xué)，什么專業(yè)都有，但表演課水平一般；我們這模型就像北電、中戲的科班生，專攻“演戲”，生成的人物動(dòng)作表情自然更細(xì)膩、更有感染力。

甲子光年：強(qiáng)如Character.ai，其最好的宿命也是賣給Google。你如何思考AI社交產(chǎn)品的生命周期？這是只有大廠或上市公司才有實(shí)力玩的游戲嗎？

方漢：首先，我認(rèn)為目前的產(chǎn)品還遠(yuǎn)沒有達(dá)到它的最終形態(tài)。

舉個(gè)最簡(jiǎn)單的例子。在游戲領(lǐng)域，國(guó)外最賺錢的IP是《魔獸世界》，中國(guó)最賺錢的IP是《夢(mèng)幻西游》。但這兩款游戲的原型其實(shí)都是源自一種開源的文字冒險(xiǎn)游戲——MUD。這種產(chǎn)品的演進(jìn)過程非常重要。

經(jīng)典文字MUD游戲《我的江湖》，圖源：網(wǎng)絡(luò)

從最早的很簡(jiǎn)陋的文字聊天的這種戰(zhàn)斗形式，演化到今天的《魔獸世界》和《夢(mèng)幻西游》，今天的產(chǎn)品商業(yè)化已非常成熟。所以對(duì)比之下，目前AI聊天的產(chǎn)品演化過程還遠(yuǎn)未達(dá)到頂峰。當(dāng)前的商業(yè)化和產(chǎn)品化程度還處于初級(jí)階段，迭代也遠(yuǎn)未達(dá)到終極形態(tài)。因此，我認(rèn)為不能簡(jiǎn)單地將其視為已經(jīng)發(fā)展到了終極形態(tài)。

甲子光年：Pleias的聯(lián)合創(chuàng)始人Alexander Doria最近針對(duì) DeepResearch、Agent 以及Claude Sonnet 3.7發(fā)表了兩篇文章，他認(rèn)為未來 AI 智能體的發(fā)展方向還得是模型本身，而不是工作流（Work Flow），你同意這個(gè)觀點(diǎn)嗎？

方漢：部分認(rèn)同，部分不認(rèn)同。

我的論點(diǎn)基于歷史視角。以操作系統(tǒng)為例。最初的操作系統(tǒng)內(nèi)部包含一些基礎(chǔ)工具，比如畫圖板、筆記本等等。但它最后也還會(huì)推出專門的Office軟件。

操作系統(tǒng)本身的重要性不言而喻，但操作系統(tǒng)中是否應(yīng)包含所有應(yīng)用軟件呢？我認(rèn)為這取決于我們的大模型本身的能力邊界，以及它是否需要工作流來輔助完成任務(wù)。

從用戶的角度來看，他們并不太關(guān)心是使用工作流還是大模型，他們只關(guān)心能否得到最佳的輸出結(jié)果指標(biāo)。因此，我認(rèn)為用戶對(duì)此并不太在意，但AI廠商可能更加關(guān)注這個(gè)問題，畢竟涉及自身利益。

我們觀察到，對(duì)于商業(yè)用戶而言，確定性和滿足特定行業(yè)和領(lǐng)域工作的能力至關(guān)重要。因此，我認(rèn)為工作流不會(huì)消亡。盡管大型模型能夠處理很多工作，但商業(yè)用戶更需要的是確定性和穩(wěn)定性并重的工作流程。這是我觀察到的現(xiàn)象，但未必是最終結(jié)果。

甲子光年：當(dāng)前市場(chǎng)上的許多AI產(chǎn)品在用戶的新鮮感褪去后往往難以維持吸引力，導(dǎo)致大家認(rèn)為AI產(chǎn)品價(jià)值較低。你覺得做AI產(chǎn)品怎么才能構(gòu)建用戶的長(zhǎng)期價(jià)值？

方漢：B端用戶的核心訴求就兩點(diǎn)——要么降成本，要么提效率。怎么做到？技術(shù)上得硬核，指標(biāo)必須保持全球領(lǐng)先。無論是音樂生成還是短劇模型，用戶用你的工具能省錢、能更快出活兒，這才是長(zhǎng)期粘性的關(guān)鍵。

怎么保證技術(shù)領(lǐng)先？算法迭代是基本功，但更關(guān)鍵的是行業(yè)數(shù)據(jù)壟斷。比如我們攢了海量音樂版權(quán)庫(kù)、短劇演員的微表情和動(dòng)作數(shù)據(jù)，這些獨(dú)家“彈藥”才是護(hù)城河。數(shù)據(jù)越厚，模型越聰明，用戶越離不開——“用別人家的工具，根本出不了這效果”。

C端邏輯更簡(jiǎn)單粗暴。第一關(guān)是本地化：用戶只愛看母語內(nèi)容。你做個(gè)西班牙語短劇，臺(tái)詞翻譯味兒太重？用戶立馬劃走。所以得從臺(tái)詞、文化梗到演員長(zhǎng)相，全都“本土特供”。

第二關(guān)是內(nèi)容供給爆炸。用戶要的不是“怎么做的”，而是“沒見過的”。比如短劇這種新形態(tài)，全球還在紅利期，但產(chǎn)量遠(yuǎn)遠(yuǎn)不夠——中國(guó)年產(chǎn)1萬部，海外才3000部。如果能把供給拉到每年幾百萬部，什么小眾需求都能喂飽。就像短視頻，當(dāng)初誰能想到“修驢蹄子”和“趕海”也能千萬播放？?jī)?nèi)容池夠大，長(zhǎng)尾里才能撈出金子。

2.談商業(yè)：“及時(shí)滿足”永遠(yuǎn)不夠

甲子光年：昆侖萬維從去年到今年發(fā)布了很多模型，從Skywork 4o到Skywork o1、到Skywork-Reward、再到Matrix-Zero世界模型、音樂推理大模型Mureka O1與Mureka V6、SkyReels-V1、V2，昆侖萬維做模型的邏輯是一個(gè)領(lǐng)域布局一個(gè)模型，還是有一個(gè)總體平臺(tái)的邏輯？

方漢：我們首先得明確，在內(nèi)容賽道上，皇冠一定是屬于視頻的。

為什么？因?yàn)橐曨l是文盲也能看的東西——全球80億人里，視頻用戶覆蓋最廣。相比之下，小說、漫畫這類文本內(nèi)容，你得識(shí)字才能消費(fèi)，用戶群體可能就十幾億、二十幾億的量級(jí)。音樂用戶規(guī)模更大些，可能有40億到50億人。但歸根結(jié)底，我們所有的布局都是圍繞視頻賽道展開的，這是最大的市場(chǎng)。

視頻賽道具體指什么？傳統(tǒng)的影視劇、短劇，甚至未來的電影，都依賴于一系列底層技術(shù)：圖像生成、音樂音效生成、語音生成……這些技術(shù)我們都在同步推進(jìn)。所以你會(huì)看到，昆侖萬維做的音樂模型、短劇模型，本質(zhì)上都是為最終的視頻生成平臺(tái)服務(wù)的。

打個(gè)比方，我們眼前有一座儲(chǔ)量驚人的金礦（視頻市場(chǎng)），但開采難度極高。這時(shí)候怎么辦？我們先造最好的“挖礦工具”——比如音樂模型是“發(fā)電機(jī)”，短劇模型是“篩選機(jī)”，這些工具本身就能創(chuàng)造價(jià)值。但最終目標(biāo)一定是親自去挖那座最肥的金礦。這“金礦”是什么？就是直接面向C端用戶的視頻平臺(tái)。

現(xiàn)階段，我們聚焦于技術(shù)積累和短期商業(yè)閉環(huán)，比如用AI生成短劇和音樂。但賣工具只是第一步，真正的野心是成為金礦的主人。

甲子光年：AIGC業(yè)務(wù)更側(cè)重B端市場(chǎng)還是C端市場(chǎng)？

方漢：AIGC的創(chuàng)作工具一定是面向廣大內(nèi)容制作者的，這個(gè)就是所謂的B端，以API的付費(fèi)模式為主，Mureka和SkyReels已經(jīng)在很成熟地開展業(yè)務(wù)了。生態(tài)和內(nèi)容在渠道上發(fā)行，B端盈利比較好，增長(zhǎng)穩(wěn)健，而C端市場(chǎng)的上限高。

甲子光年：你一直在強(qiáng)調(diào)昆侖萬維會(huì)做好付費(fèi)賽道，堅(jiān)持盈利。你如何看待這些AIGC產(chǎn)品未來的盈利預(yù)期？

方漢：盡管現(xiàn)階段虧損，但對(duì)于這些產(chǎn)品的盈利，我們是堅(jiān)決看好的，因?yàn)樗氖袌?chǎng)規(guī)模足夠龐大。

現(xiàn)在最明顯的趨勢(shì)是，用戶正在用腳投票。比如新用戶選擇AI陪伴或者AI娛樂服務(wù)，相比傳統(tǒng)產(chǎn)品（例如短劇對(duì)比網(wǎng)劇）是要便宜很多的。因?yàn)樾碌漠a(chǎn)品形態(tài)能為用戶帶來大量的購(gòu)買紅利。

過去，像Facebook、谷歌和其他廣告平臺(tái)準(zhǔn)確地計(jì)算了各行業(yè)的利潤(rùn)空間，但在AIGC領(lǐng)域暫時(shí)還沒有平臺(tái)能夠準(zhǔn)確計(jì)算它的利潤(rùn)空間到底是多少。所以在這種情況下，產(chǎn)品是存在“買量紅利期”的。要想抓住這波機(jī)會(huì)，必須投入資金來吸引更多的用戶。隨著行業(yè)利潤(rùn)率趨于穩(wěn)定，誰的產(chǎn)品用戶量最大，就必然會(huì)是賺的最多的那一家。

當(dāng)然，要實(shí)現(xiàn)全面盈利，我們需要考慮前期較高的算法和市場(chǎng)投入。今年，我們?nèi)蕴幱谕ㄟ^跑馬圈地獲取用戶的關(guān)鍵階段。我認(rèn)為到2026年，昆侖萬維可以實(shí)現(xiàn)全面盈利。

甲子光年：你多次提到“全球范圍內(nèi)的文化平權(quán)”，認(rèn)為所有的AIGC技術(shù)本質(zhì)上就是降低每個(gè)人創(chuàng)作內(nèi)容的門檻，它必然會(huì)導(dǎo)致創(chuàng)作者規(guī)模的持續(xù)擴(kuò)大和創(chuàng)作內(nèi)容數(shù)量的持續(xù)擴(kuò)大。但是我們真的需要這么多的內(nèi)容嗎？

方漢：“即時(shí)滿足”永遠(yuǎn)不夠。這是我的觀點(diǎn)。

以抖音的推薦算法為例，它每13秒向用戶推送一個(gè)視頻，讓用戶享受十幾秒的快了，這是它的核心理念。但你會(huì)發(fā)現(xiàn)，用戶在刷到一定程度后往往失去興趣，為什么呢？因?yàn)樗偸歉鶕?jù)用戶的喜好來推送內(nèi)容。

人的基因決定了我們不愿意看重復(fù)性的東西。這與我們祖先的生存策略有關(guān)，當(dāng)我們?cè)谕粋€(gè)地方過度消耗資源，比如頻繁去同一地點(diǎn)喝水，有可能被野獸發(fā)現(xiàn)并吃掉。因此，我們需要變換地點(diǎn)去尋找水源和食物以生存。這正是人類基因的體現(xiàn)。

回到我們剛剛說的內(nèi)容。平臺(tái)不斷更新新鮮內(nèi)容，但當(dāng)它的內(nèi)容庫(kù)耗盡時(shí)，用戶就可能發(fā)現(xiàn)自己觀看到了重復(fù)的內(nèi)容。比如刷抖音時(shí)，用戶最初可能會(huì)花費(fèi)四五個(gè)小時(shí)，但隨著內(nèi)容的不斷重復(fù)，這一時(shí)間逐漸減少到一兩個(gè)小時(shí)。

這表明，盡管內(nèi)容供給持續(xù)更新，對(duì)于廣大用戶而言，“即時(shí)滿足”始終是不足的。

更重要的是，一些真正高質(zhì)量的內(nèi)容是極其稀缺的。以短劇為例，中國(guó)每年生產(chǎn)1億部短劇，但真正能吸引觀眾的可能只有100萬部，這是遠(yuǎn)遠(yuǎn)不夠的。因?yàn)槟?億部大多數(shù)是小型作品，它們組成了一個(gè)龐大的金字塔，而金字塔頂端的，始終是那少數(shù)幾部超級(jí)爆款作品。

然而問題在于，這些爆款作品并不能滿足整個(gè)市場(chǎng)的用戶需求。因?yàn)橛脩粜枨笫嵌鄻拥模腥讼肟炊卧腥讼肟磳m斗。這種長(zhǎng)尾需求，如果不依靠一個(gè)海量的內(nèi)容基礎(chǔ)來堆積，是不會(huì)出現(xiàn)好內(nèi)容的。所以我反而認(rèn)為，現(xiàn)在的內(nèi)容供給投入始終是不足的。

對(duì)比內(nèi)容量的增多，我反而認(rèn)為“內(nèi)容的碎片化”是一個(gè)問題。被短視頻培育之后，現(xiàn)在絕大多數(shù)用戶都沒有耐心去看長(zhǎng)劇了。這就像日本漫畫取代報(bào)紙一樣，沒有人有耐心看那些長(zhǎng)篇小說，這種轉(zhuǎn)變是自然發(fā)生的。但我認(rèn)為“即時(shí)滿足”永遠(yuǎn)不夠。

甲子光年：你說Mureka平替的是數(shù)字音樂工作站，那么僅僅是數(shù)字音樂工作站的市場(chǎng)規(guī)模，能支撐的起Mureka的商業(yè)野望嗎？

方漢：目前數(shù)字音樂工作站（DMW，Digital Music Workstation）的市場(chǎng)規(guī)模接近40億美元，到2037年會(huì)增長(zhǎng)超過90億美元。這個(gè)數(shù)字看似不大，但它所支撐的是整個(gè)音樂行業(yè)上千億的市場(chǎng)規(guī)模。

在我們的判斷中，DMW市場(chǎng)一定會(huì)被AIGC大力沖擊。因?yàn)锳IGC大量降低了內(nèi)容的生產(chǎn)成本，銷售規(guī)模也在逐步擴(kuò)大，薄利多銷。比如汽車剛剛在國(guó)內(nèi)問世時(shí)候，很多人買不起十幾萬一輛的新車，就去花幾萬塊買二手車。但現(xiàn)在新能源汽車之后，大家都傾向于買新車。實(shí)際上汽車的普及，也是在福特把汽車的價(jià)格打下去之后，才出現(xiàn)了整個(gè)市場(chǎng)規(guī)模的擴(kuò)大。

音樂產(chǎn)業(yè)同樣如此。一旦我們降低制作成本，整個(gè)音樂市場(chǎng)的規(guī)模將會(huì)擴(kuò)大，因?yàn)橄掠伪姸嘈袠I(yè)對(duì)音樂都有著巨大的需求。還是以短劇為例，我預(yù)測(cè)短劇行業(yè)會(huì)從年產(chǎn)一萬部到年產(chǎn)百萬部。而這百萬部短劇都是需要音樂的，所以新的市場(chǎng)空間仍然是充足的。

甲子光年：如果昆侖萬維的短劇布局思路是“賣鋤頭+挖金礦”，通過開源生態(tài)培育創(chuàng)作者，再用自家分發(fā)渠道完成流量變現(xiàn)，那如何解決內(nèi)容質(zhì)量的問題？

方漢：短劇內(nèi)容質(zhì)量差是因?yàn)樽髡咦龅牟缓谩槭裁醋龅牟缓茫渴且驗(yàn)椤爸v故事的人不會(huì)講故事”。

在我看來，這個(gè)問題歸根結(jié)底，還是現(xiàn)在短劇的規(guī)模仍然不夠大，導(dǎo)致短劇的編劇群體規(guī)模不足。現(xiàn)在短劇編劇只能提供年產(chǎn)1萬部短劇的能力。如果生產(chǎn)規(guī)模擴(kuò)大到年產(chǎn)100萬部，那么對(duì)編劇數(shù)量的需求也會(huì)增多。在這種情況下，我認(rèn)為限制AI短劇發(fā)展的不是資源，而是編劇的數(shù)量。

當(dāng)然，編劇數(shù)量不足這個(gè)問題也正在得到緩解。隨著短劇賽道大量用戶紅利和商業(yè)紅利涌入，加之制作門檻和規(guī)模的降低 ，將會(huì)有更多中小企業(yè)進(jìn)入這一賽道。

目前短劇的問題在于，由于預(yù)算有限，導(dǎo)致無法產(chǎn)出高質(zhì)量的內(nèi)容。然而，隨著AI技術(shù)的發(fā)展，以100萬的成本制作的內(nèi)容能夠達(dá)到《流浪地球》3個(gè)億的效果，這種情況下，還有誰會(huì)質(zhì)疑短視頻的吸引力呢？

因此，技術(shù)進(jìn)步仍然是關(guān)鍵，它持續(xù)推動(dòng)著短劇質(zhì)量的提升和創(chuàng)作者規(guī)模的擴(kuò)大。

甲子光年：當(dāng)所有短劇都充斥著AI化的“黃金3秒開頭”，如何解決可能出現(xiàn)的用戶倦怠問題？

方漢：當(dāng)然，可能很多人會(huì)提到內(nèi)容的同質(zhì)化。但這其實(shí)在全球范圍內(nèi)都存在的問題。內(nèi)容跟風(fēng)比比皆是，美國(guó)的好萊塢同樣如此，真正能夠取得全球最高票房的導(dǎo)演，只有那么幾個(gè)人。但這也是建立在大量積累的基礎(chǔ)之上。

就像網(wǎng)文一樣。目前中國(guó)的網(wǎng)文規(guī)模要遠(yuǎn)超于傳統(tǒng)的嚴(yán)肅文學(xué)。但也正因此，網(wǎng)文作者中出現(xiàn)了一批頂尖作者，我認(rèn)為這些網(wǎng)絡(luò)文學(xué)的頂尖作者并不比嚴(yán)肅文學(xué)的作者做得差。所謂沙里淘金。首先，必須收集一大堆沙子，然后才能淘出金子。

甲子光年：昆侖萬維開源了SkyReels-A1和中國(guó)首個(gè)面向AI短劇創(chuàng)作的視頻生成模型SkyReels-V1，選擇開源核心技術(shù)的戰(zhàn)略考量是什么？

方漢：我認(rèn)為最關(guān)鍵的一點(diǎn)是，我們的用戶群體主要是B端用戶，他們有獨(dú)特的市場(chǎng)需求。

以文生圖為例。目前市場(chǎng)上有很多文生圖產(chǎn)品。我認(rèn)識(shí)一家企業(yè)專門訓(xùn)練了一個(gè)小型的文生圖模型，提供給一批做美甲的客戶，用這個(gè)模型生成各種美甲圖案。但如果你用傳統(tǒng)的文生圖模型，是沒辦法生成如此垂直細(xì)分的產(chǎn)品的。所以他們基于開源模型訓(xùn)練了一個(gè)專門做美甲圖案的模型。這就滿足了特定用戶群體的需求。

視頻生成領(lǐng)域同樣存在這樣的需求。很多時(shí)候一個(gè)產(chǎn)品需求的收集要依賴產(chǎn)品經(jīng)理。但產(chǎn)品經(jīng)理無法預(yù)知用戶所有需求，也不可能總有朋友恰好給產(chǎn)品經(jīng)理拍攝了奇特的視頻。因此，只有在我們開源并將其置于社區(qū)中時(shí)，那些缺乏技術(shù)能力的用戶才會(huì)提出他們的需求。有人可能會(huì)提出想要制作專門拍攝機(jī)甲格斗視頻的需求，但其他人可能不需要。通過這種方式，我們可以判斷出哪些需求是用戶最迫切的。

而在這樣一個(gè)不斷開源的過程中，既滿足了細(xì)分用戶的長(zhǎng)尾需求，又在無形之中構(gòu)建了良好的開源模型生態(tài)。

對(duì)于商業(yè)用戶而言，易用性并不是最重要的，確定性、重復(fù)性和滿足特定場(chǎng)景的需求才是關(guān)鍵。只要能滿足這些需求，他們就會(huì)持續(xù)使用。核心需求往往是用戶留在這個(gè)平臺(tái)上的最關(guān)鍵因素。開源軟件在這方面與需求完美契合，沒有一個(gè)商業(yè)產(chǎn)品能夠滿足所有開發(fā)需求，這是開源軟件能夠生存至今的重要原因。

3.談定位：內(nèi)容創(chuàng)作賽道領(lǐng)先的AI公司

甲子光年：你曾提到“中國(guó)AI人才優(yōu)勢(shì)”，但高端人才（如強(qiáng)化學(xué)習(xí)專家）仍依賴海外回流。昆侖萬維如何構(gòu)建可持續(xù)的人才梯隊(duì)？

方漢：關(guān)于高端AI人才，我必須指出，這絕不僅僅關(guān)乎個(gè)人的成就，而是關(guān)乎整個(gè)中華民族的繁榮昌盛。

高端的AI人才，比如那些從谷歌等公司離職后回國(guó)的，屬于高端人才，這樣的人非常稀少。目前，大多數(shù)的人才還是依靠本土培養(yǎng)。

首先，我們?cè)陂_源領(lǐng)域和模型領(lǐng)域具備全球領(lǐng)先的優(yōu)勢(shì)，這是吸引人才的根本原因。其次，提供具有競(jìng)爭(zhēng)力的薪資和待遇也是吸引人才的關(guān)鍵。第三是公司整體的氛圍。

作為一家中型企業(yè)，我們從領(lǐng)導(dǎo)層到管理層，再到研發(fā)算法工程師，不論資歷如何，每個(gè)人都有平等的發(fā)展機(jī)會(huì)，這種機(jī)制對(duì)許多追求公平競(jìng)爭(zhēng)的人來說頗具吸引力。

在AI時(shí)代，由于技術(shù)平權(quán)，對(duì)比互聯(lián)網(wǎng)時(shí)代，大廠的競(jìng)爭(zhēng)力其實(shí)是在下降的。像我們?cè)谝魳奉I(lǐng)域能夠做到第一，這在移動(dòng)互聯(lián)網(wǎng)時(shí)代是不可想象的。

甲子光年：站在當(dāng)前時(shí)間點(diǎn)，你認(rèn)為未來3-5年，AGI和AIGC領(lǐng)域最值得關(guān)注的技術(shù)或應(yīng)用趨勢(shì)是什么？昆侖萬維將如何把握這些趨勢(shì)，持續(xù)鞏固和提升在AI行業(yè)的領(lǐng)先地位？

方漢：從過去互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)時(shí)代的經(jīng)驗(yàn)來看，內(nèi)容和娛樂是兩個(gè)最大的賽道，跑出了字節(jié)跳動(dòng)和騰訊這兩家巨頭。電商和O2O也是兩個(gè)重要的賽道，也出現(xiàn)了阿里巴巴和美團(tuán)。

盡管電商和O2O也和我們的生活息息相關(guān)，但從實(shí)際情況來看，它似乎還是沒有內(nèi)容和娛樂這兩個(gè)賽道那么穩(wěn)。比如電商市場(chǎng)在阿里和京東兩大巨頭的情況下，還是跑出了拼多多。現(xiàn)在美團(tuán)和京東在外賣上的短兵相接，似乎也在動(dòng)搖美團(tuán)的根基。但如果你問我，誰能夠撼動(dòng)字節(jié)和騰訊的市場(chǎng)地位，現(xiàn)在可能還沒有看到。

昆侖萬維的公司使命、愿景和價(jià)值觀是實(shí)現(xiàn)通用人工智能，以幫助每個(gè)人更好地塑造和表達(dá)自我。我們始終堅(jiān)信，雖然人工智能的發(fā)現(xiàn)和終極目標(biāo)是偉大的，但對(duì)每個(gè)人而言，AIGC更有可能改變生活。

盡管現(xiàn)在視頻生成技術(shù)指標(biāo)可能還未達(dá)到完全可用的程度。但可能在1-2年內(nèi)，最晚也可能在3-5年內(nèi)。我們認(rèn)為，在整個(gè)內(nèi)容創(chuàng)作領(lǐng)域中，AI將占據(jù)重要位置。

我們希望是，昆侖萬維在內(nèi)容創(chuàng)作領(lǐng)域成為領(lǐng)先的AI公司。

（封面圖來源：AI工具生成）