以下為對話內容（已做精編刪減）：
一、沒被朱嘯虎勸退，在中國做影片大模型比語言大模型更有機會
騰訊科技：你們在最初創業的時候也見過朱嘯虎？
王長虎：是的，我們一個合夥人的好朋友在金沙江，得知我們要創業，說一定要和朱總好好聊一下，當時我們跟朱總聊了20多分鐘，超過他的上限了。
騰訊科技：超過了 20 分鐘？
王長虎：我們跟他聊了25分鐘。那天我們印象非常深刻，那個時候我們還沒有拿到天使輪融資，朱總聽了我們想做的事之後說“你們還是回去上班吧，這個事情可能在中國沒有什麼機會。”
騰訊科技：當時跟朱嘯虎明確了是做影片大模型嗎？
王長虎：那時候明確的是做多模態大模型。
騰訊科技：你沒被勸退，所以你應該不是朱嘯虎這一派的，更認同楊植麟？
王長虎：首先你覺得這兩個是二元對立的嗎？其實我已經用腳投票了，但是我依然認為二者其實不是二元對立的。
我和團隊追求的是務實的浪漫主義，我們對技術是有信仰的，我們的確認為技術在不斷突破，可以解鎖越來越多的應用，這是我們的願景。
朱嘯虎是我們特別尊敬的投資人，他有他鮮明的觀點，我們覺得他觀點底層是要更多考慮商業化現實這些，這篇文章《朱嘯虎講了一個現實主義的中國AIGC 故事》，我們看到確實也不意外，一年前他就是這個觀點，只是他這次更公開地把它表達出來了。
雖然我們並沒有像他說的這樣做，但是從他的觀點裡面，我得到更底層的資訊是什麼？務實。
我們認為“選擇容易做的事”不是務實，務實是要聚焦，當人力、財力有限的時候，聚焦一個自己最擅長的賽道，把它做到極致，做到最好。就像Midjourney聚焦文生圖這件事情，大廠也在做，但是它還是給自己帶來了壁壘。
我們那個時候不僅沒有往應用層走，而且把當時可能的應用層選擇和我們正在孵化的專案砍掉了，all in AI影片生成模型，這是我們認為的務實。所以總結起來我們並不是技術派，也不是朱總的現實派，我們要走的是務實的浪漫主義。
騰訊科技：當時有幾個方向？
王長虎：當時是Open的，比如有人建議我們做應用層。
騰訊科技：但是沒有好的基礎模型，也沒有辦法做應用？
王長虎：那個時候應用層就不一定是影片生成的賽道，那個時候很多人就撲在文生圖上面了，因為Midjourney火了。
但是那個事情對我們來說是正確的事情嗎？不是呀，我們都知道過去過去5年-7年，發展最好的就是短影片產品，比如擁有10億級使用者的抖音和國際化的TikTok。
短影片賽道在國內是有使用者基礎的，也有生長土壤。我們基因也是這樣，我的團隊從 17 年開始就從零到一參與抖音產品的搭建，一直在做影片 AI，踩過很多坑，有很多經驗。這是我們的判斷，只是因為行業沒有認可到這個方向，我們就不做嗎？所以我們認知就是，那個時間點我們去All in影片大模型是很必然的。
目前面臨的困難，一個是資源，在未來的資源限制可能是整個行業發展過程中都需要解決的問題。另外，因為我們在過去這一年融資過程中發現，海外團隊拿資金會比國內容易一些。我們也特別期待投資人能夠更長期主義去看待AGI時代的創業者。
騰訊科技：沒有過想等到某個影片大模型特別成熟的時候再開始專注地做應用層？
王長虎：沒有。
騰訊科技：但可能試錯成本更低？你們團隊在這方面又有經驗，別人又打好了大模型的基礎？
王長虎：我們不是這麼看的，我們要做當時認為最正確的事情。那個時候都沒到做影片生成模型還是應用的選擇題，連這個選擇題都沒有。大家都覺得技術太早期了，都不能看，偏研究階段。
當時更多的認知是影片生成這件事情根本做不成，或者短時間內做不成。但我們堅信這件事情能夠做成，而且我們要自己把這件事情從零到一推起來。
騰訊科技：當時大家為什麼覺得不成，是覺得這個技術發展太早期了嗎？
王長虎：是的。所以那個時候這個行業很冷，包括很多大廠，包括現在All in影片生成的很多團隊，那個時候並沒有看好。
騰訊科技：但是你們創業之後拿到融資就很順利。
王長虎：很順利。
騰訊科技：行業都說融資不容易，你們怎麼說服投資人並順利拿到投資的？
王長虎：其實我們會更多的強調我們的優勢在哪兒，我們是最適合做AI影片生成的團隊，這是在我們在成立那一天跟投資人傳遞的核心。同時我們也會有一個務實的預測，比如我們要達到的里程碑、會比同行更快，事實結果也向投資人證明了我們的實力。
騰訊科技：你們算過每個階段需要多少錢嗎？
王長虎：我們算過，所以這次融資目標其實是符合現階段發展預期的。但是如果更多資金的話，就可以加速我們的發展。
騰訊科技：過去的經驗到今天哪些經驗可能是可以複用的？基於 Scaling Law 的大模型和過去的影片 AI 還是很不同的？
王長虎：很多。
我們是從一開始就在這個賽道，當Pika、Runway生成的影片都沒法用、不能看的時候我們就已經決定all in影片生成。所以不管是後來更好的Pika，更好的Runway，包括我們已經可以媲美這些產品的PixVerse，以及最近進入大家視野的Sora。在我們看來它們不是突然出現的，而是符合技術產品發展規律的。
什麼叫從0到1？去年此時那些根本就沒法用，沒法看的AI生成影片，到如今PixVerse，Runway、Pika這些4秒的影片，不長，但是專業創作者已經可以用起來做大片了，在我看來這就是從0到1的過程。
所以Sora其實也在我們的目標之內，也是在我們的規劃和發展路線之上，這是產品層面。
技術層面，Sora的技術，我們在一年前all in這個賽道的時候，在跟投資人介紹我們的規劃的時候，就已經清晰地介紹過這個技術路線，所以對於大眾來說，可能Sora出現之前和之後就是石破天驚的改變。但是對於我們來說，它是在我們預判之內的，它的出現加強了我們在這個方面的信心和決心。
二、做出 Sora 的其實有可能是我們
騰訊科技：Sora我記得是大年初六公佈的，當時你是什麼感覺？聽到一些聲音說生成式影片模型創業公司迎頭遇上了OpenAI，屬於代際碾壓，這個賽道的創業公司完了。
王長虎：第一眼肯定是很驚豔，同時因為它只是Demo，所以當時也有很大的疑問，能不能測試一下，真正實質的效果和Demo有沒有差別。
但是因為OpenAI是有品牌背書的，所以我寧願相信Sora是真的。至於外界覺得我們或者是Pika完了，那完全因為我們和他們（外界）的工種不一樣。我們是局中人，對它的技術路線是有一些認知的。
我感覺很興奮，就像我們在戈壁裡面徒步的時候一直走在最前面，前面是一片空曠，沒有人，突然看見了一個人，更堅信了我們這個方向選擇的正確，而我們完全有機會接近它，趕超它。
Sora的出現恰恰驗證了我們一開始制訂的技術路線是正確的，它也會減少我們的很多試錯成本，這對於初創公司來說非常重要。
同時也會有一些遺憾。如果我們過去一年有更多的投資和算力資源，有可能最先做出Sora的不是美國人，有可能是我們。現在我們有信心在3-6個月之內就可以追趕上Sora目前的水平。
騰訊科技：你預計它是用了多少的計算資源？
王長虎：至少我知道OpenAI是不缺算力資源的，不會因為這件事情頭疼。有很多猜測，我覺得至少是千卡以上的資源。
騰訊科技：你們拿到測試資格了嗎？
王長虎：據我們所知，除了OpenAI內部員工以外,還沒有使用者能夠使用。現在創作者都把它叫期貨。我們也特別期待有一天能夠親測Sora，這樣才知道它到底好到什麼程度。
騰訊科技：創業公司發展的視窗期大概有多久，是到它正式上線嗎？
王長虎：我覺得視窗期不是在未來，而是在過去若干個月。大家認知上沒有達成共識的時候，那是巨大的視窗期，我們恰恰抓住了那個視窗期，使得我們在現在，在市場充分競爭的狀態下，能夠保持團隊、技術、產品認知上的優勢。這是我們接下來繼續留在牌桌上、仍有機會做出全球最好的影片生成產品最重要的基礎。
騰訊科技：所以說現在再入局的創業公司很難有機會了？
王長虎：是的，隨著Sora的出現大家對這個行業認知越來越清晰，期間一定會有頭部聚攏，這個賽道的公司，如果在第一階段發展過程中沒有拿到足夠的資金、沒有使用者、團隊、和技術的積累，有可能在接下來的競賽中不一定能夠有足夠的資源讓自己繼續留在牌桌上。
騰訊科技：你們說3到6個月有信心趕超Sora，這個時間是怎麼判定的？
王長虎：基於我們對影片生成這件事情的理解，我們認為當前我們的能力有三個月到六個月就有機會做到Sora目前展示出的水平。
騰訊科技：趕超Sora會是在這個賽道上成功的必要的條件嗎？
王長虎：我們要做全球最好的影片生成。不管是Sora，還是我們剛剛成立的時候，前方就有像Pika、Runway這樣很棒的產品，我們一定要趕超當時比我們更優秀的團隊和產品。
現在Sora走在前面，所以我們要對標Sora，一直做到我們C端使用者，未來可能幾十億的普通使用者都能用起來，玩起來。我們真正的目標更遠，趕超Sora只是其中的一步過程。
騰訊科技：讓大家有最強烈感知的是Sora的影片能有60s，其它模型也就4-7s。AI生成影片時長達到 60s這件事在技術上有多難？
王長虎：訓練更長模型的時候意味著同樣的資源情況下，你可能需要更長的訓練週期。因為我們計劃在最早期要極大地加快演算法迭代的速度和模型進化的速度，所以就暫時沒有做得很長。
騰訊科技：在有限的資源內做一些取捨？
王長虎：對，同樣的技術要做得更長，意味著迭代效率就會低一倍。不同的團隊有不同的取捨，資源豐富了，可以選擇的維度會更多；因為資源有限，我們就暫時有一些側重。
第二，做長了其實只是一個結果。我們可以看到有一些影片生成產品，它可以做到更長。但是裡面的鏡頭一動不動，或者只有微小的動作，那影片再長也沒有意義。把影片做長是希望它能承載更豐富的內容。不同的模型是不是能夠支撐長影片中豐富的內容生成？這個跟模型結構也有關，需要不斷地去嘗試。
Sora的出現，我們很開心的一點是可以減少試錯成本，它驗證了DiT架構可以支撐長影片生成，所以未來我們這方面的進展也會很快。
騰訊科技：如何評判一個生成式影片大模型的好壞？
王長虎：我們會把核心能力分成不同層面。最核心的包括生成內容是不是符合使用者的意圖，跟使用者輸入的prompt是不是非常貼合，這是準確性。第二，生成的影片裡面，主體和背景的連貫性是不是足夠好，是不是符合物理運動規律，這是一致性。另外還有，影片呈現的內容是不是足夠豐富，這樣才能讓使用者愛玩、愛傳播。
在這之外，其實還有一個能力也是非常重要，內容的可控生成。現在可以用prompt文字來影響它生成，也可以是一張圖片，讓圖片動起來生成一個影片；也可以對影片裡面的區域性模組，給它一些指引，去控制它的運動，這也是我們未來產品化的一個重點功能。
第三類是應用層，現在的影片生成其實只是一個工具，等到更多C端的使用者能真正用起來、玩起來之後，可能會產生不同的產品形態。圍繞著產品形態會有相應的技術演進，我認為越偏產品和商業化側，越會百花齊放。不同的產品化目標會導致feature的差異，以及技術路線的差異。
當前AI生成影片並沒有到所謂的ChatGPT時刻，讓我判斷應該是在GPT-2和GPT-3的階段。所以離真正的使用者用起來、玩起來可能還有距離。
三、影片生成的商業空間在哪裡？
騰訊科技：會焦慮看不清楚應用層的機會嗎？
王長虎：我們不焦慮，因為我們自身是有影片生成大模型技術能力的。和聚焦在應用層的（創業公司）相比，我們更有能提前預判技術成熟時間，以及一旦成熟之後可能帶來的應用。超前的認知，這是至關重要的。第二點，只做應用層的公司可能會焦慮大模型技術某一個突破會不會顛覆很多應用產品，這一方面我們也有優勢去提前避免。
騰訊科技：那資料上的里程碑你們自己會怎麼樣定呢？
王長虎：從量化資料上來看，保持在全球影片生成領域第一梯隊這個里程碑我們已經做到了。另外，我們未來還有更多東西要驗證，一方面是我們新的模型（接近Sora效果的模型），以及未來商業化的方案。在我們增長的同時，也能把新的技術、新的產品模式，包括一些行業內從來沒有過的技術創新推出來，希望在年底之前做成全球影片生成領域裡使用者量最大的一個平臺。
騰訊科技：現在使用者量大概在哪個梯隊？
王長虎：根據第三方機構SimilarWeb.com監測的資料，我們和Pika在同等量級。我看到我們的產品訪問量平均比國內同行大10倍以上。
SimilarWeb.com監測的資料
我們可能短時間內就會超過Pika，甚至Runway的水平，畢竟我們團隊之前運營過巨大使用者量級的產品，做增長、做運營的經驗還是會比海外這些純AI團隊更豐富一點。
騰訊科技：這個領域做使用者增長，和移動網際網路時代做使用者增長有什麼本質的不同嗎？
王長虎：客觀的情況，雖然 AI 吸引了很多眼球，但去看YouTube，去看TikTok，AI生成內容的流量佔比還很小，它裡面活躍的使用者還是早期比較硬核類似極客的一波人。但這波人很重要，他們做出好的內容，讓更多的人看到之後去適應和學習AI影片生成的工作流，這是比較重要的。
它不同於現在成熟的網際網路增長邏輯，要麼是效果，要麼是品牌。最早我們去做海外社群的增長，尤其是Discord。國內之前沒有什麼人做過Discord增長，這是另外一套邏輯，但是有很多底層的方法論跟knowhow可複用。
Discord有點像貼吧，又是比貼吧複雜多的一個生態，它其實是一個使用者互動不太友好的一個社群，但是一旦你用習慣了，你的信任度會很高、粘性很高。為什麼最早選擇Discord？是因為裡面像Midjourney、Pika，等等AIGC內容早期的種子使用者都在裡面，這裡面聚集了很多硬核的極客使用者，所以我們想先在這裡面試試水，看一下大家的反饋。
騰訊科技：現在是不是也不期待指數級的增長，因為增長的話意味著推理成本更高？
王長虎：是。我們是在快速增長，但是我們會控制一下，現在在給大家提供一個infrastructure（基礎設施），還沒有去收費，但還是會保持比較快的增長速度。
騰訊科技：我們到底做ToB還是ToC，還是ToB、ToC都行？
王長虎：不同的團隊有不同的基因，基因決定你的認知，決定你的動作。我們的基因是伴隨抖音、TikTok成長起來的，肯定主要還是toC 。
我們成立第一天的時候，目標客戶群就是每天玩抖音、TikTok的這些使用者。我們希望讓每個人都能透過AI技術來創造影片、創造世界。你要知道技術發展是有它的規律的，也不是一蹴而就的，這個過程中，最早能夠用起來的可能就不是我們最終想要觸達的C端消費者，可能先要觸達有一些創作慾望的個體以及一些AI發燒友。
騰訊科技：你覺得ToB和ToC是矛盾的嗎？
王長虎：有很多人的觀點是一家公司基因很難同時做好ToC和ToB。雖然我們目標是做ToC，但ToB的專案我們也會謹慎推進，先充分調研一些重要企業和廠商的需求。總體上目前我們還是聚集力量做技術和產品。
騰訊科技：大家會有一個討論，中國的AI產業，基因是ToB的，ToC還沒有看到任何的成功的案例？
王長虎：我們要面向未來，AGI是一個大的世界，過去一代的AI能力更多是很難代替人，更多是輔助工具。新的AI之所以被認為是一個基礎設施，是因為它有更大的潛能，它一定會帶來更新的不同的體驗，而且很多的新的AI需求都是增量的需求，需要我們去探索。
騰訊科技：未來您覺得如果影片模型的賽道有爆發性成長，它是嫁接於像抖音這樣的短影片之上，成長於這個生態之上，還是完全是獨立的生態？
王長虎：我們可以分成兩部分：一部分是存量的機會，一部分是增量的機會。嫁接在抖音上其實是存量的機會，但我們更期待的是增量。AI生成影片可以做到極好，速度極快的時候，已有的產品和平臺不一定能夠承接住新的需求。實時創作、與影片的全新互動形式，會帶來不同的玩法和商業模式，我認為有機會誕生大的巨頭公司。
騰訊科技：第一波是不是像影視公司、廣告公司，他們在降本增效方面的需求比較大？
王長虎：當前現在技術沒有足夠成熟的時候，更多的需求來自於降本增效。但是這還是存量需求。當影片生成技術越來越好之後，會更有機會去面向廣泛的C端使用者。
騰訊科技：增量空間是普通使用者能夠玩起來，創造自己想做的東西？
王長虎：是。說實話現在影片領域偏專業的使用者居多，依然是小眾群體，我們希望能夠做到技術平權，每一個人都有機會、有能力創作大片。
騰訊科技：會擔心來自大語言模型公司的競爭嗎？現在很多基礎大模型公司也都很重視多模態，我們也看到投資人給到這些公司的估值會更高。
王長虎：不擔心，我覺得每個公司都有自己的判斷，也有一些大模型選擇聚焦比如做語言，有些公司想做嘗試更多的一些方向。就像我們對Sora的態度一樣，我們特別開心地能夠看到越來越多的玩家。特別是過去一年在市場沒有那麼火的時候，需要我們花很多精力去教育市場，甚至是投資人，現在很多事情就不需要我們去做了。
另外，創業公司在創業初期就知道，如果你做的事情是正確的，一定有一天會湧入更多玩家，這是創業公司必然要面臨的事情。
另外，AI生成影片是一個巨大的市場，技術快速進步的時候，你可以看到背後的機會是越來越多的。技術本身大家可能會有一些趨同的發展過程，但在技術之後是什麼？是千姿百態的應用場景，特別是影片離使用者最近，所以玩法會很多。
不同的團隊有不同的發展歷程，有不同的基因和認知，會影響未來基於這個影片生成技術如何做產品化。產品化的路徑、方向也可能會千差萬別。
