馬斯克進軍AI影片，收購影片生成初創公司，4人13個月打造類Sora模型

一水 發自 凹非寺

量子位 | 公眾號 QbitAI

馬斯克也要打造自己的影片生成模型了？？

就在最近，xAI收購了一家影片生成初創公司，這家僅4個人的公司過去兩年打造出了Hotshot這款產品。

據公告介紹，Hotshot至今已有3款影片生成基礎模型。被收購之後，目前已停止推出新的影片創作功能，而且用戶過往創作的影片截止下載時間為3月30日。

一看這架勢，網民們紛紛想起了老馬在今年1月的一場直播活動中擲下的豪言：

預計將在幾個月內發佈Grok影片模型

而且就在Hotshot聯創&CEO公佈上述消息之後，老馬也第一時間跑來賣關子：

酷炫影片AI即將到來！

期待值被拉滿的同時，眾人也齊刷刷表達了對Hotshot團隊的祝賀：

那麼，這是一家怎樣的團隊呢？為什麼它能被馬斯克「看上」？

答案這就揭曉——

4人團兩年打造「Sora」

概括而言，Hotshot之所以能入老馬的眼，原因顯然在於兩方面：

一是「小團隊也有大能量」，據悉Hotshot團隊一共只有4個人，但他們在13個月裡連續訓練出了3個影片生成模型，且獲得了一定程度的用戶關注；二是雖然成立不久，但投資者中不乏Reddit聯合創始人Alexis Ohanian等大佬。

從Hotshot官網公佈的信息來看，這個4人小團隊在兩年時間里成功打造出了「Sora」模型。

4人中有兩位是聯合創始人。

聯創&CEO Aakash Sastry（右邊），和另一位聯創&CTO John Mullan（左邊）早在2012年就相識了。

認識之前，前者正在構建一個影片聊天應用，後者正在嘗試打造視覺通訊應用（visual communication apps）。

不過，在看到Aakash Sastry的影片聊天應用失敗之後（本以為是很酷的想法，結果可能因為理念超前，大家很害怕影片通話），兩人一致意識到：

我們需要創造一個讓人們在網上表達自己的同時，也感到舒適和自由的環境。

於是，Hotshot逐漸誕生了。

2017年，兩人共同成立了一家公司——Natural Synthetics（Hotshot背後公司），開始構建各種不同的社交應用。

到了2023年1月，他們正式在iOS應用商店發佈了Hotshot。

不過需要注意，Hotshot一開始並不是做AI影片生成，而是圖片生成。

基於開源的圖片生成模型Stable Diffusion，Hotshot為用戶免費提供個人、朋友甚至是名人的圖片。

直到後來逐漸被影片生成吸引，因此他們又開始訓練影片生成模型。

和之前類似，一開始他們也打算基於開源模型構建，不過後面意識到：1）基礎模型需要大幅改進；2）為了自由構建引人入勝的用戶體驗，需要對底層模型擁有控制權。

於是，他們正式決定自研影片模型。

在過去的13個月裡，他們訓練了3個不同的影片模型：

• 第一個Hotshot-XL：耗時3個月開發，每秒生成8幀影片，開源後至今每月約有2萬名新的開發者和藝術家使用；

• 第二個Hotshot Act-One：耗時5個月開發，生成3秒8fps的影片，基於2億個公開影片訓練而成；

• 第三個Hotshot：耗時4個月開發，生成最長10秒的720p影片，限文生影片。

按照Hotshot發佈時的說法，在各種提示評估中，70%的情況下用戶更喜歡Hotshot的結果，而不是其他開源文生影片模型。

另外，從CEO Aakash Sastry公佈的消息來看，Hotshot的投資者包括Stripe前高管Lachy Groom、Reddit聯合創始人Alexis Ohanian以及SV Angel在內的風險投資機構。

至於具體融資次數和規模，Hotshot尚未公開披露，而且也不清楚整個Hotshot團隊是否會集體加入xAI。

馬斯克想開發自己的影片生成模型？

事實上，早在今年1月，馬斯克在一場直播活動中就透露了自研影片生成模型的想法：

（指路原推文影片15:02）

對於自家的Grok模型一直沒有影片生成功能這事情，老馬本人和用戶都不太滿意。

而要解決這個問題，通常來說有兩條路可走：

要麼直接接入其他家模型，要麼自研。

從Grok之前的一些傾向來看，他們主要選擇第一種方案，比如其Grok-2的文生圖功能，就是通過與此前備受矚目的Flux深度融合實現。

然而現在，老馬明顯轉向了。

為了和OpenAI、Google等展開長期競爭，xAI最終也是走上了自研之路，開始通過收購進一步佈局。

不過不管怎樣，對於我們普通用戶來說，期待Grok的影片生成功能就完事了！

[1]https://x.com/aakashsastry/status/1901668601364689338

[2]https://hotshot.co/