90后二次元北大校友做出AI漫畫創(chuàng)作工具，融資千萬

　　AI繪畫已經(jīng)火了兩年，但仍有一群人并不滿意。

　　對于他們，僅僅是一張極盡精致的圖片還不夠，他們希望為畫中的人物賦予更完善的性格、好惡、身世、人際關(guān)系、世界觀，讓Ta有血有肉，仿佛真實存在。

　　“這就是為什么我們的產(chǎn)品叫做‘AI驅(qū)動的角色幻想創(chuàng)作平臺’，而非AI繪畫這種描述。”胡修涵說。

　　90后的胡修涵在2022年12月，AI繪畫正引發(fā)大規(guī)模討論，ChatGPT剛剛發(fā)布的時候創(chuàng)立了“看見概念”團隊，近期剛剛完成天使輪和Pre-A輪融資，總額超千萬元，投資方包括源碼資本和奇績創(chuàng)壇等。

　　他們的產(chǎn)品“捏Ta”則在今年4月剛剛上線，分為微信小程序和APP兩種體驗渠道。

　　今天凌晨，他們還推出了自研的開源二次元大模型，捏Ta藝術(shù)大模型(Neta Art XL)。

　　作為真·老二次元，胡修涵對同人創(chuàng)作生態(tài)了如指掌，他提出，不管是基于已有IP的二次創(chuàng)作，還是自己原創(chuàng)故事和角色，本身都是愛好者們內(nèi)心創(chuàng)作欲的一種體現(xiàn)。

　　只是產(chǎn)出二創(chuàng)的人畢竟還是少數(shù)，大多數(shù)人的創(chuàng)作能力(尤其是在圖像上)是不足的。

　　這時，就需要一種工具來填充這種創(chuàng)作能力上的不足。

　　近千個可選標(biāo)簽，

　　創(chuàng)作故事而非單張圖片

　　相比創(chuàng)作單張圖像，捏Ta的“創(chuàng)作角色故事”的能力直觀體現(xiàn)在兩個方面。

　　第一，平臺征集了大量已經(jīng)成熟的IP形象，游戲如原神、明日方舟、重返未來1999，動畫如咒術(shù)回戰(zhàn)、排球少年、Fate系列等等，共計近500個已有形象。

　　基于這些形象，用戶可以輕松進行改變服飾、表情、動作，更換場景等方面的二次創(chuàng)作。

　　可供選擇的圖像風(fēng)格共有近百個，如具體的藝術(shù)家風(fēng)格、厚涂、賽璐璐、像素小人等等。

　　而涉及到具體細(xì)節(jié)，如人物形象的表情動作和服飾、畫面的光照和鏡頭、場景特點等等，共有近千個可選擇的標(biāo)簽。

　　除了最經(jīng)典的文字prompt之外，捏Ta也提供了“圖片捏”，即可以上傳手機相冊里已有的圖片，或此前生成的圖片進行二次創(chuàng)作。

　　同時，“CP圖”則需要分別描述兩個角色，再套用平臺提供的CP模版(如證件照、下腰抱、親親等)，就能直接看自家CP結(jié)婚。

　　在圖片完成后，平臺也有添加字幕、臺詞、圖像拼接的功能，可以直接制作漫畫，講述故事。

　　一般情況下，生成圖像的時間約為10-30秒。

　　第二個特點則是捏Ta的核心功能，“奇旅”。

　　平臺提供了一種類似橙光游戲的玩法，當(dāng)前有校園、異世界、娛樂圈等幾個故事模版，用戶可以帶著已有IP角色或自己的原創(chuàng)角色進入這種故事里，面臨不同需要做出選擇的場景。

　　遇到這些場景時，用戶就需要根據(jù)自己的選擇，輸入prompt，創(chuàng)作出相應(yīng)的場景。

　　這個功能對于普通人來說或許有些費解，但在養(yǎng)OC(Original Character，原創(chuàng)角色)的同人創(chuàng)作者來看卻剛剛好。

　　養(yǎng)OC其實就是完善原創(chuàng)角色設(shè)定，并且是除了外表服飾性格喜好之外，更具體，更深入地構(gòu)建這個角色的童年、人際交往圈、性格缺陷、魅力來源、生長世界觀等等。最終或是拓展成一個完整的小說或漫畫故事，亦或用于在網(wǎng)絡(luò)社群里與其他養(yǎng)OC人進行社交。

　　要完善原創(chuàng)角色設(shè)定，創(chuàng)作者們常用的一個做法，就是將角色放入一個場景，想象Ta在面臨某個具體的劇情時，會做什么樣的選擇。

　　在此之前，OC養(yǎng)到后期要么自己動手，創(chuàng)作圖像或小說，要么就需要在圈內(nèi)花錢找人約文、約稿、約角色曲。

　　但現(xiàn)在，基于捏Ta平臺就可以做到。正如“奇旅”玩法開展之時頁面上的那句“探索角色的更多面”。

　　目前社區(qū)的產(chǎn)出有六到七成為有字幕和多幅圖像的類漫畫作品。胡修涵也透露，他們的平臺現(xiàn)在有近50萬用戶，其中女生占七成，也大都比較年輕。

　　“她們的一個共同標(biāo)簽就是很多都寫過小說，或者說搞過同人創(chuàng)作。她們內(nèi)心其實有一個很強烈的心理，就是把自己內(nèi)心的想法做一個更圖像化的表達，讓更多人看到，這樣才能建立起內(nèi)心的正反饋。”他說。

　　不過，當(dāng)前捏Ta平臺并沒有明顯的付費點，在生成圖像時所消耗的“電量”類似游戲中的“體力值”，可以隨著時間慢慢恢復(fù)，也可以通過社區(qū)點贊分享等行為獲取。

　　在“電量值”上是否會做類似游戲的“月卡買體力”玩法，胡修涵不置可否。不過他分享了當(dāng)前平臺已有的兩種方式。

　　第一，得益于國內(nèi)繁榮的周邊物流供應(yīng)鏈，捏Ta也提供一個把用戶的原創(chuàng)角色定制成亞克力吊牌或吧唧(二次元宅圈的周邊徽章)等周邊道具的渠道。

　　第二，從長遠來看，用戶捏的角色也有可能成為自身就具有內(nèi)容價值的產(chǎn)品，可以向第三方出租或售賣。

　　“就像是openai的GPT商店，開發(fā)者可以把自己定制的GPT掛出來給其他用戶使用，從中收取傭金。但現(xiàn)在GPTs沒有跑通，可能意味著只有prompt的價值不高，或者至少建立不起某種經(jīng)濟循環(huán)。所以核心的點在于售賣的資產(chǎn)本身。”胡修涵說。

　　15人團隊創(chuàng)立兩年，

　　全網(wǎng)曝光2.5億

　　剛過30歲的胡修涵，在2014年畢業(yè)于北京大學(xué)，獲得了智能科學(xué)和經(jīng)濟學(xué)雙學(xué)位，并在此后的美國哥倫比亞大學(xué)取得了碩士學(xué)位。

　　他最早進入了Meta的視頻戰(zhàn)略組，擔(dān)任一個30人左右團隊的技術(shù)主管，主要負(fù)責(zé)Facebook、WhatsApp、Instagram三個平臺的視頻相關(guān)全套技術(shù)方案。

　　也就是在做短視頻、短劇類內(nèi)容、新聞、游戲直播時，負(fù)責(zé)內(nèi)容管理、視頻中插廣告的系統(tǒng)對接、版權(quán)數(shù)據(jù)分析等工作。

　　在那時，他遇到了現(xiàn)在“看見概念”團隊的合伙人兼CPO宋禹君，清華大學(xué)本科，碩士則畢業(yè)于卡內(nèi)基梅隆大學(xué)的人機交互專業(yè)。

　　胡修涵表示，由于最初做的都是內(nèi)容方面的工作，在Meta時能以7%占比的頭部內(nèi)容獲取平臺90%的觀看量，因此他們對于不同市場、不同內(nèi)容類型的需求變化較為敏感。

　　2018年，胡修涵回國進入阿里巴巴，帶領(lǐng)團隊先后參與了2019雙十一大規(guī)模數(shù)據(jù)可視化的高性能渲染工作。

　　2020年，他又進入了一家上海的B輪獨角獸特贊，擔(dān)任技術(shù)VP，從零搭建了這家公司的內(nèi)容資產(chǎn)管理產(chǎn)品線。

　　當(dāng)特贊的新產(chǎn)品線收入從十幾萬上漲到上億級，時間來到了2022年12月份。

　　在這時，Stable Diffusion已經(jīng)發(fā)布有4個月，它的開源是AI繪畫爆火的直接原因，也正是基于SD其開發(fā)的無數(shù)圖像生成模型將這一話題不斷發(fā)酵，一齊將AI繪畫推向了輿論熱潮的高峰。

　　而顛覆AI圈的ChatGPT也在11月30日剛剛推出。

　　這些都讓胡修涵覺得，C端的內(nèi)容生態(tài)創(chuàng)作端或許會因此而發(fā)生大的變革。

　　于是當(dāng)月，胡修涵出走創(chuàng)業(yè)，正式創(chuàng)立了“看見概念”公司，他瞄準(zhǔn)了二次元社區(qū)。

　　2023年一年，團隊主要基于SD框架進行技術(shù)研發(fā)，但原模型風(fēng)格不夠二次元審美，風(fēng)格上也比較難符合多樣化的鏡頭。而部分風(fēng)格優(yōu)良的模型則人物肢體穩(wěn)定性欠佳。

　　因此，在生成人物的表情、動作、鏡頭、風(fēng)格表達多樣性，風(fēng)格易調(diào)用性，以及多人畫面的穩(wěn)定性等方面，團隊進行了大量的研發(fā)。

　　2024年4月，團隊正式上線了“捏Ta”微信小程序。

　　這個名字來源于日語“梗”(Neta)的讀音，在ACG圈中常被用作玩梗、致敬使用。在同人二創(chuàng)圈里，又和“養(yǎng)OC”“養(yǎng)娃”“捏角色”等概念相似。

　　捏Ta的社交媒體曝光量已達到約2.5億次，位列視頻號動漫游戲日榜前十，日均用戶使用時長可達40分鐘。

　　令胡修涵印象最深的，是一名用戶在200天內(nèi)，用AI工具生成了500多個原創(chuàng)角色。

　　剛剛推出的Neta Art XL模型，則覆蓋了超過1.3萬個角色，近千個不同風(fēng)格的藝術(shù)家，在部分二次元專屬名詞的識別和生成上，也進行了優(yōu)化。

　　目前，整個“看見概念”團隊共有15人，其中大部分都是產(chǎn)品研發(fā)。

　　團隊的核心技術(shù)成員來自Meta、字節(jié)跳動、B站、小馬智行(Pony.ai)等企業(yè)，也曾深度參與二次元開源模型AIDXL以及視頻生成模型開源項目AnimateDiff的開發(fā)。

　　面向群體:“當(dāng)年在辦公室摸魚寫網(wǎng)文”的人

　　事實上，AI繪畫應(yīng)用產(chǎn)品在國內(nèi)早已有過一波井噴期。

　　2021年年初，OpenAI推出了里程碑式的DALL·E模型和CLIP框架，前者被稱為2021年第一個令人興奮的AI技術(shù)突破，后者則是一種能將文本與圖像聯(lián)系起來的特殊的”圖像識別“。

　　自此之后，AI繪畫就開始飛速發(fā)展。直到2022年8月，Stable Diffusion開源，短時間內(nèi)產(chǎn)生了一大批低門檻的AI繪畫工具。

　　捏Ta為什么出現(xiàn)在現(xiàn)在?它與已有的AI繪畫式工具又有哪些不同?

　　胡修涵認(rèn)為，當(dāng)圖像生成領(lǐng)域開始出現(xiàn)技術(shù)革新，產(chǎn)品慢慢涌現(xiàn)時，一開始或許會比較傾向于引入成熟的工作流程中，去快速解決已有的問題，并快速獲取一個正面反饋。

　　而一開始跟進新技術(shù)的人，大多也是對技術(shù)敏感，對AI本身感興趣的人。這個群體會傾向于更專業(yè)的工具，也會自然希望把工具盡快集成自己的生產(chǎn)流程。

　　就像是游戲影視行業(yè)的部分公司，他們引入AI繪畫搭建了新的工作流程，達成了更高效或者更便宜的效果，這時候新技術(shù)就被內(nèi)部消化掉了，也就沒有什么產(chǎn)品流出來。

　　但捏Ta并非是一個創(chuàng)作力工具被應(yīng)用于工作能效，它本身就是基于具體的創(chuàng)作目的設(shè)計的，是一個泛娛樂化產(chǎn)品。

　　與那些喜歡嘗鮮的AI愛好者不同，胡修涵提到，他們的用戶群體是泛C端，也就是“當(dāng)年做卡點音樂視頻，在辦公室摸魚寫網(wǎng)文的一群人”。

　　這個群體是為了好玩，為了自我表達而創(chuàng)作，而不是為了解決某個工作問題，為了越做越快越做越好。

　　在胡修涵看來，他們帶來的通常是一種長期的內(nèi)容創(chuàng)作，或許短期內(nèi)看似無法產(chǎn)生直接變現(xiàn)，但長期則會形成一種有價值的消費社區(qū)生態(tài)。

　　“所以專業(yè)的用戶其實是不屑于用我們這類工具的，因為我們有意識地把復(fù)雜度全藏起來了。但我覺得一個大眾性的好的產(chǎn)品，他針對的肯定不是先鋒用戶。就像我們的用戶，他們不是被AI打動的，而是因為對二次元的興趣才來玩我們的產(chǎn)品的。”胡修涵說。

　　因此，在多次采訪中，胡修涵都強調(diào)，他們希望捏Ta能成為一個創(chuàng)作平臺，有足夠多的內(nèi)容創(chuàng)作者在產(chǎn)出，也能形成社區(qū)進行交流。

　　當(dāng)然，現(xiàn)在幾乎所有的內(nèi)容創(chuàng)作平臺都面臨著一個長期的困境:內(nèi)容產(chǎn)出不夠怎么辦?在胡修涵看來，最好的方法就是讓越來越多的人都能參與創(chuàng)作

　　而到更遠的時候，基于更加成熟的生成技術(shù)，以及更大更優(yōu)質(zhì)的用戶，社區(qū)中誕生的原創(chuàng)優(yōu)質(zhì)角色和圍繞其展開的故事越來越多，其中最頭部的可能就會成為新一代的大熱偶像IP。

　　AI繪畫:拼湊、融合、還是未來?

　　不過，對于同人二創(chuàng)圈，AI的參與一直是一件相當(dāng)微妙的事。

　　對于很多創(chuàng)作者來說，圖像是自我表達的一種方式，而由冰冷機器生成的圖像難免欠缺靈魂，甚至有“AI繪畫是拼湊尸塊”的言論。

　　作為技術(shù)開發(fā)者，胡修涵先解釋了AI繪畫的大致流程:多層神經(jīng)網(wǎng)絡(luò)模型會學(xué)習(xí)圖像和與圖像對應(yīng)的一系列文本描述，然后將圖片中的內(nèi)容翻譯成一個“高維文本向量”，也就是“理解圖像”。

　　當(dāng)這種翻譯足夠合理，理解足夠深刻時，模型就能反過來，將一系列的文本描述變回相應(yīng)的畫面。

　　所以，AI繪畫并非是很多人想象的像素重組或元素拼接，而是在概念上做了一個融合創(chuàng)新。

　　“我會覺得AI繪畫很像是去追哈利波特世界里的金色飛賊。在使用內(nèi)容創(chuàng)作模型時，你實際上就是要用盡可能多的文字限制，把你最想要的那個鏡頭畫面逼到一個角落。”胡修涵說。

　　而對于這種論調(diào)帶來的對整個AI繪畫的消極甚至反對態(tài)度，胡修涵也十分冷靜。

　　作為老二次元，胡修涵非�？隙�，整個泛二次元群體中有大量“沉默的大多數(shù)”，他們對于AI繪畫的抵觸心理不強，對于畫師和繪圈也沒有那么高的忠誠度——沒有足夠的繪畫技巧、沒有時間精力，或者沒有金錢去約稿，所以無法開始自我創(chuàng)作和表達，這才是這群人的核心需求。

　　并且，在胡修涵看來，跳出這個群體，AI繪畫也是一種無法阻擋的趨勢。

　　他提到，今年兩會上，央視就用AI生成了一系列海報，這就代表了一種非常具有傾向性的鼓勵和引導(dǎo)。

　　此外，他們的平臺在沒有投流推廣下實現(xiàn)了2.5億次以上的流量曝光，這也說明總有人喜歡這些內(nèi)容。而隨著技術(shù)的不斷迭代，人們的思想也不不斷改變，未來參與進來的人或許會有更多。

　　至于AI繪畫帶來的版權(quán)問題，胡修涵認(rèn)為，某個內(nèi)容創(chuàng)作需要人的勞動成本，這是一個前AI時代的經(jīng)濟理論邏輯。

　　隨著AI的發(fā)展，單個內(nèi)容的生產(chǎn)和傳播成本發(fā)生了極大的改變，這時候就需要重新考慮相關(guān)問題。

　　比如，對于AI繪畫的定義，未來可能會發(fā)展到需要畫師的“開光”。

　　“畫師可以認(rèn)證那些AI生成的東西，說這幾張圖掌握了我的精髓，那可能這些圖的收益就要分他一部分;沒有經(jīng)過認(rèn)證或授權(quán)的AI圖像的價值就極低……總之，未來應(yīng)該會有一套新的版權(quán)價值體系。”胡修涵說。