字節技術大牛跑步進入AIGC創業，聚焦視覺領域，搭建算法平臺

衡宇 2023-04-07 15:13:18 來源：量子位

衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

3月最后一天，王長虎在龍湖集團的last day。

這位字節跳動前視覺技術負責人、AI Lab總監辭職掛印，火速啟程下一站：AIGC創業，成立新公司愛詩科技。

他拉團隊自起爐灶，要打造一個聚焦AIGC的視覺多模態算法平臺?，覆蓋視覺相關的各種垂直應用場景。

當此大熱的AIGC風口，王長虎已經是近期第N位勇闖創業潮的AI牛人。

聊起這事，王長虎說話間不自覺就提高了聲音，語速也更快。他提到，創業是受時代和內心的雙重感召，而且在風口和經歷背書的雙重加持下，目前看來，早期的融資推進頗為順暢。

關于創業要干的事，他信心飽滿：

技術難點？一定有，但也是好事，它就是我們不斷形成競爭壁壘的機會，就是這時候需要我們去做的。

而且我們真的是打過硬仗的，之前在字節，那么難的事情都被我們扛過去了。所以在新的應用場景里邊看到難點，蠻興奮，看到了，就去解決它。

（“那么難的事情”，指對字節系短視頻產品從0-1進行建設）

支持AIGC全生命周期的視覺多模態算法平臺

在ChatGPT引爆的AIGC創業風潮后，王長虎的切入點不是底層大模型或To C應用層。

而是基于過去近20年的學術研究和技術應用能力，殺入中間層，打造視覺多模態算法平臺，將焦點聚集在AIGC相關視覺領域的各個垂直應用場景。

并且在初始階段，To B先落地踐行。

所包含的多模態具體樣式，根據視覺垂類領域應用的需求，初步設定為文字、圖片、語音、視頻，以及用戶的個性化特征等，也是AIGC領域不斷涌現新能力和產品的載體。

根據王長虎的解釋，利用AI，可以完成從UGC到AIGC的內容新升級。

“很多人關注AIGC，更多關注在內容生成方面。”從王長虎視角看過去，內容生成只是AIGC全生命周期的一個階段，“其余階段也有很多問題等待去解決。”

“很多問題”是哪些問題？

他結合此前經歷，舉例了兩個UGC時代代表性場景來佐證他所說的內容生成之外，AIGC時代生產鏈的其他環節很大可能會遇到相同難題。

一個是在日活6億，正負樣本極不均衡的抖音或TikTok平臺上，根據不同文化背景、具體要求等，必須要篩選出不合規的視頻進行攔截，且需精準快速。

AIGC時代，這樣確保安全的審核同樣重要，且審核需求量更大。視覺多模態算法平臺提供的算法，就包含了能夠幫助使用方提高篩選和攔截效率的那種，并且很有可能如當初的字節一般，在王長虎提供的技術支持下代替成本高昂的人工審核，同時提升效率。

另一個場景是抄襲頻發。AIGC時代，創作門檻降低，作品數量爆發，抄襲現象和版權糾紛大概率顯著上升。

UGC時代已經驗證過，長此以往，不僅打擊原創者的創作意愿，對平臺生態不利；而內容雷同或完全相同的視頻持續推薦，用戶體驗也會大打折扣。

針對這個場景，王長虎要做的平臺，就能為用戶側提供減少類似或雷同視頻分發的AI算法。

他還表示，這個聚焦AIGC的算法平臺搭建過程中，很大可能會利用AIGC技術提升效率。

上述所有都是王長虎的現階段思考，他才正式離職，剛剛開始籌備新公司事宜，新公司名為愛詩科技。

糧草先行，目前組建了10余人的初始團隊，也在招募核心技術和產品人才，為真正踩下出發的油門蓄力。

梳理他言語間透露出的規劃，能嗅到關于創業項目的信息點：

搭建這樣一個視覺多模態算法平臺，能夠支持AIGC新內容，幫用戶解決內容生成、安全、版權、分發、商業化等幾乎全生命周期的各項問題。

新的AI浪潮到來，王長虎身處其間，感知到變化，并打算在新事業從善如流地用上舊經驗，包括但不限于GPU集群能力、服務調度能力、自動化模型訓練能力，推斷能力等。

經驗不會憑空出現，既有功力的來源，主要可以定位回他在字節跳動任職期間。

2017年，王長虎加入字節跳動。那時候人們對字節的感知，通過今日頭條遠大于通過抖音。王長虎加入之初，就是在字節內部創業般，從0到1深度參與建設短視頻類產品。

此次To B和To C層面可能遭遇的各種問題，如降本增效、版權厘清、用戶體驗等，王長虎都在那時以技術或實現或改善或解決。

再一次“從0到1建設技術平臺和產品”，王長虎表示，上述經驗都可以一以貫之應用在此次AIGC創業。

與AIGC緣起20年前的本科研究

新公司還在襁褓，王長虎不愿過多詳談，他更愿意談論的是此前的技術經驗，當然也包括“技術底色上滋養出的AI情結”。

這要從王長虎還是中國科學技術大學6系（電子工程與信息科學系）大四學生時聊起。

那是2004年，他做了人生首個研究，即根據一張或多張人臉圖片，生成該人臉的3D模型。此研究后來發表到國際會議上。

他不無興奮地說：

回看20年前，我此生做的第一個研究，就和AIGC有關。

同年，王長虎進入MSRA實習，中科大博士畢業后轉為正式員工，直到2017年離開。

13年間的工作內容也與AIGC有千絲萬縷的聯系，他所在團隊研究的“神筆馬良”草圖搜索技術，可以基于海量圖像數據建立搜索引擎。

當然，那時候生成式技術沒有成熟，業界對大規模數據的訓練和處理經驗也遠不如今日豐富，所以整個過程是在海量數據庫中尋找和草圖最匹配的那一張。

回憶此處，王長虎的語氣中多少帶了些感慨，因為現在的范式也是基于海量數據去訓練一個模型，然后根據用戶輸入的文字或圖像信息，生成一張最匹配prompt的圖片。

△草圖搜索技術示例

都說十年磨一劍，但在微軟實習和工作13年后，王長虎毅然奔赴字節跳動，選擇的還是當時并非招牌的視頻類產品。

為什么去字節？畢竟王長虎自己也承認，在微軟可以做世界上最頂尖前沿的科學研究。

但在微軟，科研項目應用到公司產品需要的周期特別長。

他舉例分享，自己二零零幾年做的工作，若干年后才真正應用在必應搜索引擎，新技術很難在第一時間影響用戶。

但這一點在字節可以實現，再加上加入字節時，恰巧是短視頻類產品篳路藍縷打根基的時候——這也是字節AI Lab與其他大廠AI Lab的區別所在，即并非在產品成熟后才建立AI部門，也因此，王長虎有機會在產品0到1發展歷程中扮演核心角色。

公開資料顯示，字節跳動人工智能實驗室（AI Lab）的成立使命，就是推動機器智能的極限，致力于將AI理論研究快速應用于產品部署。

現在翻看王長虎公開簡歷，字節任職期間，留下的足跡如下：

• 完整參與了抖音和TikTok等短視頻類產品從0到1的建設和發展；
• 建設了視覺技術和業務中臺，帶領團隊將相關技術廣泛應用到字節跳動全線產品中；
• 為集團各產品提供AI技術支撐和業務解決方案，覆蓋了視覺相關產品內容生產與消費的全流程。

期間，他搭建的數百人團隊，不僅有技術人員，還包含了產品同學。如果把微軟看成王長虎的技術練兵地，王長虎就把字節和龍湖的經歷，看成是對他技術和產品兩方面認知的鍛煉。

△王長虎

和從字節去龍湖的原因一樣，選擇加入AI 2.0創業大潮，他的理由是“跳出舒適區”。

當然，這一次的催動因素更復雜，譬如ChatGPT和Stable Diffusion的驚艷表現，以及自己從DL熱潮走來，對又一次“翻天覆地變化”的不容錯過。

他說，這個機會更大，不像元宇宙、區塊鏈是被一部分人看到，AIGC是多數普通人能看到和感受到的。言語間，王長虎又傳遞出自己對“新技術快速影響用戶”的看重。

如今離職創業，他又有機會身體力行地這樣做了。

參考鏈接：
[1]《草圖搜索的魅力與挑戰》https://blog.sina.com.cn/s/blog_4caedc7a0102en29.html