36氪获悉,诗云科技宣布获得数百万美元天使轮融资,投资方是红杉中国种子基金和真格基金。本轮融资主要用于技术研发、产品迭代和市场拓展。
诗云科技成立于2020年底,总部在深圳,愿景是用AI生成内容,即通过构建一套完整的内容生产系统,来革新内容创作过程,代替摄像头,让用户以更低成本完成内容创作。其核心技术是深度学习、生成对抗网络(GAN)、强化学习和3D建模。
“诗云”的取名灵感,来源于刘慈欣的科幻小说《诗云》。诗云科技联合创始人兼CEO徐卓告诉36氪,他们认同小说中所表达的“人类的艺术创造力无法被机器和算法取代”,但也同时认为,创作的过程和效率可以被机器极大优化,让人类更专注于创意本身。
近年来,视觉内容在各类平台上的创作与展示数量呈爆炸式增长。最火爆的Instagram、Snapchat、抖音、快手都是基于手机摄像头发展的 app 和内容平台。
对此,徐卓表示,今天的互联网巨头做的都是基于相机的成本优化。虽然会有很多新的内容形式与相机特效出现,但“拍摄”行为本身成本极高,而诗云科技希望通过内容生成来代替拍摄。
在徐卓看来,诗云科技所做的是“构建一个新的内容基础设施”,分为三个阶段:围绕“人脸”的生成、围绕“人体”的生成、围绕“环境”的生成。其背后的思路是:从生成一个具有表达力的形象开始,到拓展这个角色的全貌,再将其放置于一个合适的上下文中,以丰满内容表达层次,最终形成一个全面的内容基础设施。
目前,诗云科技正处于第一阶段:研发角色形象生成相关技术,并进行产品化落地,把广告和电商行业作为首个落地场景,为跨境电商客户提供“视频版的Google translate”——不仅可以翻译广告内容的文字与语音,并进行嘴型适配,还可以“翻译”广告模特的长相,以全方位适配全球各地文化与审美方式,帮助广告主和商家实现更高转化率。
电商上新批量换脸(图源:诗云科技)
对于刚成立3个月的初创公司来说,找到产品市场匹配(product market fit)是第一要务。谈及市场需求,徐卓告诉36氪,当他还在Snapchat工作时,就碰到一些前来投放广告的跨境电商企业寻求“替换人脸”的技术和功能,尤其是服装品牌。
“服装品牌SKU很大、每个季度都有新款上市,频繁使用不同肤色、不同种族的真人模特拍摄新衣,既耗费时间成本,也耗费经济成本。”徐卓表示,这已经是服装品牌做国际化的一大痛点。而且,品牌内容的需求,尤其是视频化的需求,今后会越来越大。
广告视频换脸(图源:诗云科技)
谈及竞争优势和策略,徐卓告诉36氪,在优势方面,他们主打的内容生成技术在学术领域属于Media Synthesis的范畴。最近几年生成对抗网络(GAN)的崛起才让Media Synthesis 在技术领域有了新突破。而在Snapchat工作的6年期间,徐卓和他的团队是工业界里研究GAN商业落地的第一批人,具有先发优势;
而在策略方面,徐卓认为,他们需要利用好目前算法领先的优势,搭建一套完整的AI内容生成系统,形成业务模式的全流程闭环,即:通过技术研发,推动产品落地,从而积累数据,并促进技术和算法的迭代升级。“算法的优势本身不能形成长期的闭环,但是系统可以,而驱动系统最核心的就是业务的数据。”
在团队构成方面,诗云科技联合创始人兼CEO徐卓硕士毕业于卡内基梅隆大学计算机专业,本科毕业于同济大学自动化专业,是Snapchat 前100号员工(2014 - 2020)、广告事业部 No.2 工程师,核心技术 Leader;曾在6 年间从 0 到 1 搭建 Snapchat 广告平台、推荐算法系统以及机器学习平台 Barista(百亿级数据), 并负责 AI Camera 的技术及产品研发。
联合创始人兼CPO梁望硕士毕业于卡内基梅隆大学人机交互专业,本科毕业于同济大学计算机专业,曾任字节跳动北美设计 Lead,带领企业级产品设计及创新产品项目探索;曾任 Smule 设计总监,负责千万级月活产品、跨国团队管理、开创内部方法论以及带领开拓视频、直播等业务,累计提升 UGC 总量超过 10 倍。
针对本次投资,红杉资本中国基金合伙人曹曦表示,短视频的爆发会带来内容生产需求的大幅增长。他们看好AI在视觉内容自动生成方面的低成本、高效率的优势,认为AI会在内容生产领域有巨大潜力,而诗云科技有机会成为内容生成领域的基础设施,重塑视觉内容生产的方式。
真格基金创始合伙人兼CEO方爱之表示:“回看过去十年移动互联网的发展,移动端相机无论是硬件还是软件出现过数十个上市公司和独角兽。我们看好 AI 生成在内容创作领域的潜力。替代相机(Replace camera)是一个很有意思的命题。诗云的团队具备很强的创新能力,有望成为下一个‘Camera’级别的内容生产平台。”
——————
我是36氪作者王艺瑾,业务交流请邮件wangyijin@36kr.com,请备注公司+姓名+职务+来意。