大河网讯（记者 娄恒 刘高雅）深耕人工智能领域20余年的王长虎，是中国网络媒体论坛举办期间备受关注的嘉宾之一。作为爱诗科技创始人兼CEO、PixVerse掌门人，他在接受大河网记者采访时，分享了自己对视频生成大模型发展历程的深刻洞察，以及对AI未来方向的判断与展望。
从抖音到PixVerse
为什么偏要走那条“最难的路”？
“因为过去20年都在人工智能领域，过去几年也参与了像抖音、TikTok等的发展过程，所以我认为，视频实际上是离用户特别近的内容。”王长虎说，“视频生成大模型一旦能够做好，其产品影响力、商业化前景不容小觑。”
然而，这条路并不拥挤。“但此前，这个方向几乎没有人看到。我们走了一条非常艰难的道路，但我们坚信这件事我们能做成。”
过去三年，爱诗科技见证了视频生成大模型发展的历程，也是全球最早做视频生成的企业之一。
王长虎坦言，他的信心源于亲身经历。“由于完整参与了抖音、TikTok从0到1的进化，特别是背后的视频AI能力。所以当别人没有信心做出来的时候，我们认为我们有信心。”
无限生成、实时互动
视频的“世界模型”长什么样？
在描述视频生成大模型技术突破时，王长虎描绘了一个极具想象力的场景：“一旦创造完这个设计之后，它就自己在运行，相当于你看到的视频就无限地在进化、无限地在生成。”
他强调，用户可以通过社交或语音互动，实时改变视频里面的内容。“实时互动就意味着你这边输入完，那边已经改变了，这是一个创作过程。”
“一般生成的视频也都是最长30秒，但我们这个最长能生成无限。”王长虎说，空间上可以无限延展，内容上也可以实时改变。
过去20年，整个互联网技术发展受到一个动力的驱动，就是人和信息交互方式的变化。从“人主动找信息”的搜索引擎，到“信息找人”的推荐算法，再到如今的“人创世界”。
王长虎举例说：“比如我们有一个场景，一个人在睡觉。通过不同的方式可以把他吵醒，我们输入一些指令，一只小猫会过来把他吵醒。或者把咖啡打翻，让他把桌子扶起来等等。每一个想法都可以创造一个世界，这个世界里你可以成为世界之主。”
基于这一变革，王长虎描绘了这样一幅未来图景：“大家可以畅想，我们现在看的剧，未来可能就是这种交互式的。每个人都可以让他有不同的剧情和结果。”他甚至提出一个有趣的问题：“未来会不会依然有电影院的存在？每个人看的电影，因为交互的不同，都可能有不同的结果，这是想起来就非常兴奋的事情。”
从“雪山救狐狸”到全民AI
这不是抢饭碗，是打开新世界
王长虎认为“AI的发展可以加速每一个行业的发展，它不会替换很多重要的行业，而是会带来更多的多元化的机会”。他举例说：“如今，不少人追星，未来可以有AI世界，我们或许也会有一些虚拟的偶像、定制偶像，让每个人可以看到更大的世界。”
谈及近期网上火爆的“雪山救狐狸”等网友用AI生成视频的梗，王长虎表示并不意外。
“我觉得非常有意思。”他回忆道，“在2024年的时候，大部分视频公司都在服务专业创作者，我们当时的目标就是希望每一个能够玩抖音、玩快手、玩TikTok的普通人都能够轻而易举地创作AI内容。”
“所以出现这种热潮，我觉得不意外，我们也是深度推动者。”王长虎说，“鼓励大家都来玩AI，降低视频生成的门槛。”
王长虎观察到，行业认知正在发生转折，“之前真正关注到这个行业的人还没那么多，但现在不一样，现在不少人都意识到这是一个大市场，也是一个非常好的机会。我们也愿意与文旅等行业一起携手共创未来”。