聚焦。

作者｜甲小姐 刘杨楠

我与Demi（郭文景）认识小十年，深度接触有三次：第一次在北京主持开复老师的会议，她是创新工场实习生；第二次在波士顿主持哈佛中国论坛，她是主办者和邀请人；第三次在硅谷参与GTC，她是Pika创始人。

今年3月见到她时，B轮融资还在进行中。Demi的时间线一直很快，这在她创业一年经历中可见一斑：

2023年11月底，Pika 1.0带着一段马斯克穿着太空服飞上天的视频demo大火出圈，那时团队仅有四人，公司成立不到半年时间就完成3轮融资，共计5500万美元，估值升至2.5亿美元；

2024年2月，Sora将AI视频推向今年AI第一个舆论高点，这让Demi很兴奋，她对我说“之前我们和Runway竞争，现在是和OpenAI竞争，不是更加exciting？”；

2024年6月5日，Pika宣布已完成总额8000万美元的B轮融资，本轮由Spark Capital领投，Greycroft、Lightspeed Venture Partners以及Jared Leto参投，公司估值超过4.7亿美元，比上一轮翻了一倍。

最初，国内流量偏爱的是Demi的背景，“95后”“Pika Lab创始人”“A股上市公司实控人之女”“女儿概念股”“哈佛天才少女”。

“我当然不是很喜欢被这样关注，但这些不会影响到我的正常生活。对我来讲，把事情做成最重要。”Demi告诉我，“如果今天我做的是一家研究机构，我会非常固执地选择一个研究方向；但我做的是一家公司，我们一定是很开放的，什么能达到下一个milestone，我就做什么。”

Demi告诉我，某种程度上，她对视频的热爱远大于AI本身。她想做的，就是用AI颠覆整个视频行业，打造一家伟大的公司。

今年3月，在硅谷Pika的办公室里，和Demi聊了聊这背后更多的故事。

1.近况：“我们每天都在跟OpenAI和Elon Musk抢人”

甲小姐：你们的融资过程顺利吗？

郭文景：还挺顺利的，我们和投资谈融资都不是非常正式的场合，可能会随便喝杯咖啡。

甲小姐：你喜欢什么样的投资人？

郭文景：三观、认知比较match的。

甲小姐：你们的投资人都是美国人，中国人的标签会让他们对你有特殊看法吗？

郭文景：没感觉有。我们公司三个创始人是中国人，其他员工还是美国人居多。

甲小姐：没想过搭建一个更多样化的创始团队？

郭文景：做成这件事最重要，没想diversity（多样性）。

甲小姐：如果有大公司想收购Pika，你会同意吗？

郭文景：我们短期内不会考虑被收购。

甲小姐：Sora发布时你感受如何？

郭文景：整体还是超出预期。之前大家知道OpenAI在做这件事，但不知道他们做到了什么程度。Sora对AI视频行业的影响肯定挺大的，我们很相信AI颠覆视频行业这件事，但很多人之前都没有真正believe in。

甲小姐：你如何对比Pika和Sora？

郭文景：Sora的效果确实比较好，但有一个致命的问题是它的推理特别贵，不能被真正使用。我们的模型可能效果差一点，但能被使用，会努力在一定时间内赶超Sora。

甲小姐：很多人认为Sora会让AI视频赛道重新洗牌，对创业公司形成降维打击，你怎么看？

郭文景：所有事都有消极和积极的两面，每次挑战背后都是一次机遇。

Sora出现后，一方面会让做技术的人看到AI生成视频模型可以scale up，之前很多创业公司不敢大幅度砸机器，因为我们不确定scaling law在视频领域是否可行。Diffusion是一个非常小的领域，真正有经验的人挺少的，但我们作为为数不多的有经验的创业公司，追赶Sora在技术上没有那么难，Sora会给我们在技术上有一定指导。

另一方面，做产品的人会看到新的产品机会。我们做产品，Sora完全是模型，用户都是两拨人——AGI和AI视频是完全不同的两个赛道，本身就没有直接竞争。

OpenAI如果真的要做AGI，它不会这么vertical on（垂直在）一个产品。再退一步，即使是LLM，除了Google、Meta还有Anthropic、Mistral，也不是只有一家，但现在视频只有OpenAI一家。之前我们和Runway竞争，现在是和OpenAI竞争，不是更加exciting？

甲小姐：在AI视频领域你们有一定先发优势，Sora出现后，这个赛道会更拥挤吗？先发优势会被稀释掉吗？

郭文景：我觉得现在没有很拥挤，至少在美国，这个市场很大，但没有什么创业公司。

甲小姐：为什么会没有什么创业公司？

郭文景：现在最有名的就是Runway、我们和Videogram，Midjourney现在只做图片，其他还有很多很小的公司，不是特别大的competitor。

Sora出现后，对AI视频领域的公司也进行了一波清理，有些公司可能会往前走一步，有些会往后退一步，但可能很难出现新的公司。对我们来说会更加有利，我们算是行业里稍微有点名气的公司，反而变成一种优势，会获得更多资源，现在可能是个招人的好时期。

甲小姐：你们团队现在有多少人？招人难吗？

郭文景：去年底是4个人，现在15个左右。招人倒是不难，我们主要考虑招什么样的人，我们希望团队有更多新的资源进来，但不太希望团队拓展得太快，如果招一个不好的人有时也挺麻烦。

甲小姐：如果你看中的一位技术大牛说他想加入OpenAI，你会怎么说服他？

郭文景：我们每天都在跟OpenAI和Elon Musk抢人。每个人在乎的东西不一样，很多技术大牛往往都希望自己成为核心人物，而我们想做下一个Sora，甚至超过Sora，可以让大佬充分发挥。

2.目标：“我不追求AGI，我们想做一家伟大的公司”

如果视频模型能生成我们的对话，是不是意味着它理解了语言？

甲小姐：AI视频已经成为一场明牌游戏，你创业时预想过这一切吗？

郭文景：最开始肯定不会想这么多，只是很热爱这件事。我们希望用AI颠覆整个视频行业，这是我们的初心。

我们公司超过50%的人都是做产品的，超过1/3的人是做创意的。同时，我们也想做最强的视频生成模型。我们认为产品和技术要融为一体，既需要模型来支撑产品，也需要产品来inspire模型，最终还是要把模型变成产品才有意义。

甲小姐：和AI视频相比，你想过拓展边界，去追求AGI吗？

郭文景：不会，focus（聚焦）还是挺重要。虽然我们同时做产品和模型，但我们主要的资源都focus on视频。

甲小姐：保持专注难吗？

郭文景：不难，因为我们很热爱这件事情。

甲小姐：感觉你对视频的热爱超过对AI本身？

郭文景：我真的想把“AI颠覆视频行业”这件事做成。未来我们可能会在各个领域开放合作，比如做教育领域视频相关的业务，但整体专注于视频。

甲小姐：你会看其他人关于AGI的辩论吗？比如OpenAI说Sora可能是通往世界模拟器的有效路径，但Yann LeCun认为Sora不是世界模型。

郭文景：我认为世界模型只是一个概念，像AGI一样，你不知道它到底是什么。而视频模型是一个技术概念，视频是一种模态。视频模型也可能是世界模型。如果视频模型越来越好，能生成1个小时甚至更长时间的视频，就相当于它能预测、模拟世界。

甲小姐：王小川认为语言才是通往AGI的主轴，视频是一场集体跑偏。你怎么看？

郭文景：视频肯定是通往AGI很重要的一部分，甚至有可能跟语言一样重要。视频模型不断发展肯定会有一些语音或Audio的成分，如果视频模型能生成我们的对话，是不是意味着它理解了语言？

很多人都会对AGI有自己的理解，想象也更宏伟，但我认为没必要这么早下结论。我们公司的创始团队都很有ambition（野心），但我们的策略是一步一步走。每一步都很清晰，也更加achievel（可实现），最终抵达宏伟的目标。

甲小姐：你的野心是什么？

郭文景：我们想做一家伟大的公司，比如Apple。

3.技术：“达到60s不是难事”

不需要定义技术路线，而且我也不需要强调我们有多少technology thesis（技术论文）。AI要做consumer level interface（消费级借口）， professional output（专业级输出）。

甲小姐：现在Pika生成一个3秒的视频成本是多少？

郭文景：不太能透露，但远远低于Sora。现在如果刨除GPU成本，我们公司整体收入是profitable（有盈利）的。当然，训练大模型动不动就是几千万、上亿美元的投入，如果加上模型训练的成本就没法算了。

甲小姐：你们的产品从1月开始付费，现在付费率有多高？

郭文景：这个不方便透露。

甲小姐：你们下一代模型什么时候出来？

郭文景：今年，会在1.0的基础上有很大迭代。

甲小姐：AI视频领域，技术路线会收敛到DiT（Diffusion with Transformer）上吗？

郭文景：我们持比较开放的态度。如果今天我做的是一家研究机构，那我会非常固执地选择一个研究方向；但我做的是一家公司，我们一定是很开放的，什么能达到下一个milestone（里程碑），我就做什么。

甲小姐：现在AI视频领域有明确的技术路径划分吗？

郭文景：可能有一些，我个人认为这是非常research的question，实际上现在这些视频模型并没有差非常大。

甲小姐：你不会定义Pika一定要走哪种技术路线？

郭文景：不需要定义，而且我也不需要强调我们有多少technology thesis（技术论文）。短期内肯定会有我们自己的technology thesis，但长期来看我们还是比较open。

甲小姐：你是scaling law的拥趸吗？

郭文景：虽然我之前一直在做技术，也读了PhD，但我并不会特别执着于这些research的方法。

甲小姐：Sora发布之后，你有哪些战略调整？

郭文景：唯一做调整的是资源分配，原来更focus产品，research team可能还要需要做点产品，但我们现在愿意给research team更多资源，让他们更加专注这件事情。

甲小姐：视频的数据标注对艺术审美有很高要求，在数据标注这件事上，艺术家在指导工程师吗？

郭文景：我们在非洲一些发展中国家有个人外包的数据标注团队。我们有一个专门的团队负责把关艺术审美。数据标注有很多种，不全跟艺术有关，艺术只是把关这个视频好不好看，同时也会有一些合成数据。

甲小姐：Sora承认他们用了很多合成数据，同时OpenAI也正在经历一系列版权纷争，你们会遇到相似的问题吗？

郭文景：这是所有公司都要面对的一个问题，我们一定非常serious（严肃），但现在还好，没有遇到这些问题。

甲小姐：算力是挑战吗？

郭文景：我们几乎认识所有美国运营商，很多都是创业前认识的，所以还是能拿到卡。卡的问题虽然不算容易，但还可以解决。

甲小姐：Sora发布后，你们的视频可以加声音了，这件事从技术上难吗？你们内部如何决策产品的下一个功能做什么，不做什么？

郭文景：有一些技术难点。我们的大方向是面向creators（创作者）做出一个更加controllable（可控的）的video making creator（视频创作器）。这个方向下，我们会设置长期feature（特征）和短期feature。

甲小姐：Sora团队似乎很擅长做一些抓人眼球的demo。

郭文景：他们有一个专门做demo的团队，里面有些艺术家。

甲小姐：Pika 1.0版本跟马斯克坐火箭的demo创意是你想的吗？

郭文景：是的。我招了一个做视频的人，我们两个人一起做。我们公司的确比较在乎审美，至少我个人对产品和市场还是挺感兴趣，长期还是会focus on这件事。我认为marketing是种taste，有点像艺术品一样，我们最初做demo video的时候没太想过用户需求，更多是先过我们自己这关。当然，也需要在我们的taste和用户需求间做些平衡，其实很难说，这是一个玄学。

甲小姐：你们的视频时长有最新突破吗？

郭文景：内部有突破，达到60s不是难事。

甲小姐：你们未来会to C还是to B？

郭文景：我们希望更to C，但可能也会尝试做API。尤其像我们这样的工具，之前有professional consumer（专业消费者）的区别，但AI要做consumer level interface（消费级接口）， professional output（专业级输出），打通这件事情。

甲小姐：你们想代替Adobe After Effects（AE）吗？

郭文景：肯定不是，我们想做更基于AI底层的东西。

4.壁垒：“自信不来自一定要打造一个多么牢固的护城河，我们会用行动说话”

如果有10万个对视频很狂热的用户愿意给我们每月付100美元，我们就有1亿美元收入了。

甲小姐：你的目标是尽快盈利？

郭文景：我们要做产品，每天都想盈利，现在之所以要搞更大模型，是因为盈利唯一的壁垒是技术。

甲小姐：你坚信能盈利的原因是什么？

郭文景：通过C端盈利在国内是挺难，但美国可以做，当然后面也可能有变化，因为我现在发现很多人对API很感兴趣，尤其是一些美国大公司。但我认为to C在美国还是有机会，Midjourney已经把订阅价格抬得挺高，如果有10万个对视频很狂热的用户愿意给我们每月付100美元，我们就有1亿美元收入了。但国内订阅价格不可能这么高，而且国内太卷了，价格都压得非常低。

甲小姐：你们的用户增长有下降的趋势吗？

郭文景：后面下降了，但这个很难预测。

我认为AI时代给视频行业带来最大的不同是，之前公司完全拼产品和市场，但现在要拼技术。其实现在最大的瓶颈是技术，也就是输入文字后模型的生成水平不够好。只要技术能做好，产品和市场的问题都能通过不断迭代去解决，我们长期还有其他plan（计划）。

我相信“视频制作”这个需求是存在的，这件事真的很难，是true problem（真正的问题）。把这个问题解决了，用户甚至可以用我们的产品去做广告，做什么都可以。

甲小姐：投资人会问你AI生成视频的市场规模到底有多大吗？

郭文景：肯定会问，我会画一个愿景（笑）。

所谓AI native（AI原生）的视频生产，包括视频平台和视频制作，哪怕产品设计、用户交互都需要AI技术支撑的，纯产品公司可能做不了，因为你的技术无法实现产品设计，而纯技术公司也很难做好产品。但我们不仅有模型，还有产品，哪怕没有产品，只有最好的视频生成模型，你都会成为一家非常valuable（有价值）的公司。

甲小姐：当视频制作这个true problem解决后，AI native时代的Tiktok可能长什么样？

郭文景：都有可能，拥抱不确定性。不管它怎么样，“视频制作”这一步都必须先做好。

甲小姐：你的护城河是什么？

郭文景：我们希望我们永远是甲方——没有任何护城河，但我们每天要非常adaptive（有适应能力），把握新的机会，更好地执行新的策略。很多时候自信并不来自于一定要打造一个多么牢固的护城河，把事情做成最重要，我们会用行动说话。

甲小姐：你认为AI视频的终局，各家比拼的是什么？

郭文景：创业公司到最后比的都是执行力和心态吧，不知道，我随便说说，我真的不算是一个有经验的创业者。至少对我们来说，心态和策略层面的执行力很重要。因为创业期间任何情况都可能发生，我不可能预测未来，但可以做的是对一切变动都能快速响应，公司的竞争优势可能会随着时间变动。

甲小姐：现在和Pika刚发布时相比，你的工作状态有什么区别？

郭文景：去年12月底基本所有事都是我自己干，现在我们已经有一个团队，我主要跟别人写RPC（远程过程调用）。

甲小姐：你最enjoy哪一部分？

郭文景：不同阶段需要做不同的事，最初几个月不只做模型，还学习做engineering，甚至还学习怎么做community，我们在Discord上最早的100个用户是我直接手动DM（私信）的，包括后来运营这些社交账号、做marketing video、UI设计、PR等等。

我希望团队能自己运转起来，但我每阶段都会focus on公司当下最重要的事。比如最近我想在人才、数据、资本各方面资源获取上加把劲。

甲小姐：你现在social（社交）多吗？

郭文景：创业以后心态会不一样，不会为了social而social。我整个人都会围绕公司，可能更多时候，我见一个人不只是崇拜这个人，可能更多是希望达成一些partnership（合作关系）。

甲小姐：如果没法达成合作关系，Elon Musk也不见吗？

郭文景 ：我会考虑一下这个见面对公司会有什么影响。

甲小姐：你每天的作息是什么样？

郭文景：正常12点左右睡，早上8点起。

甲小姐：听起来你的工作强度不大？

郭文景：我们刚开始创业的时候强度很大，当时我就发现体力和心态很重要，很多创业者心态并没有很好，我还是比较积极的，一定要保证规律的作息和生活方式，才能让你内心非常平静，你会更强大。

甲小姐：你对自己目前的生活状态满意吗？

郭文景：我挺喜欢硅谷的，特别是我在南湾。创业之后我的生活非常简单，每天工作结束就回家，我希望自己生活的key比较简单，比较千篇一律。

甲小姐：这不太像是一个20多岁女生的生活状态。

郭文景：可能工作太有意思了，创业已经很不千篇一律了（笑）。

甲小姐：前段时间媒体扒了很多关于你家庭背景的信息，你介意吗？

郭文景：我们在国内真的零PR。我当然不是很喜欢被这样关注，但这些也不会影响到我的正常生活。其实我高三的时候经历过一次这样的讨论，所以不太会被影响。对我来讲，把事情做成最重要。

甲小姐：你的父亲是企业家，他会给你提些建议吗？

郭文景：比较少。我父母不是很同意我创业，我自己创了、融完钱才跟他们讲的。但我日常跟他们交流也是很紧密的，只是工作上我会更独立。

甲小姐：创业可能意味着你今后会长期定居硅谷，他们会希望你回国吗？

郭文景：父母总是很支持孩子的，创业肯定很难，但选择了创业就选择了这些难题。

甲小姐：之前有媒体报道你们创业初期看到技术飞速发展，所以急着创业，现在还和当初一样急吗？

郭文景：我们有些时候还是会比较急，但心态上一直都比较平静。创业一定要保持平静的心态，但是也要把握机会。