梅濤2002年底就進(jìn)入了微軟，博士5年，他有3年半都在微軟度過。2006年他拿到博士畢業(yè)證后，繼續(xù)回到微軟工作，直到12年后才離開微軟亞洲研究院。
而在京東5年的經(jīng)歷，他確實(shí)學(xué)到了很多經(jīng)驗(yàn)，彌補(bǔ)了自己從技術(shù)到產(chǎn)業(yè)化的不足。
春節(jié)前走的時候，梅濤很坦然的對劉強(qiáng)東說：“我待了5年，想出去做點(diǎn)事情！眲(qiáng)東也很贊同。在最近一次梅濤給劉強(qiáng)東回信中，他講述了最近公司的一些進(jìn)展，劉強(qiáng)東也對梅濤送上了由衷的恭喜。
如今大模型的大潮到了，梅濤也開啟了他的創(chuàng)業(yè)之路，成立了HiDream.ai 。梅濤告訴AI科技評論，HiDream.ai 要在基礎(chǔ)模型上超越Stable Diffusion最新版本，而在產(chǎn)品上則要趕超Midjourney。
在AIGC領(lǐng)域，做圖像生成的基礎(chǔ)模型中，開源的Stable Diffusion無疑是最好的，因?yàn)橛泻芏嗳藖碜鲐暙I(xiàn)；而在產(chǎn)品上，由于Midjourney 最早通過社區(qū)用戶積累了獨(dú)有的用戶反饋，數(shù)據(jù)的輪子已經(jīng)轉(zhuǎn)起來了，同時配合高質(zhì)量數(shù)據(jù)集，形成了自己的競爭壁壘。
梅濤告訴AI科技評論，要對標(biāo)就要對標(biāo)最好的，這個領(lǐng)域要卷就要跟國外卷，直接做基礎(chǔ)模型底層的正面競爭。目前HiDream.ai 已經(jīng)在開發(fā)一個生成式視覺多模態(tài)基礎(chǔ)模型，該模型不僅能夠支持文生圖，還能支持文生視頻、圖生視頻以及文生 3D 等功能。
1
對標(biāo)MJ和SD，不在國內(nèi)卷AI科技評論：聽說你前段時間在找算力？
梅濤：前段時間是在找算力，那個時候確實(shí)比較辛苦一些，現(xiàn)在算力問題解決了，已經(jīng)在用了。
AI科技評論：你現(xiàn)在創(chuàng)業(yè)在哪個階段了？
梅濤：我是春節(jié)前兩天離開京東，三月初注冊了智象未來科技有限公司。
我們現(xiàn)在做的就是AIGC（人工智能生成內(nèi)容），主要是生成式多模態(tài)基礎(chǔ)模型以及其應(yīng)用，主要應(yīng)用會面向設(shè)計(jì)師來使用，例如游戲設(shè)計(jì)師、營銷設(shè)計(jì)師、繪畫設(shè)計(jì)師等。
在AIGC的路上，我們可以說是一路狂奔。三月注冊公司，四月中旬第一輪融資就結(jié)束了，五月初基本的算力資源和核心人員都已經(jīng)到位，六月底數(shù)據(jù)和模型的規(guī)模都已經(jīng)達(dá)到了60億，七八月份我們就會發(fā)布第一版產(chǎn)品。我們的辦公室也從亞運(yùn)村的一個百平米的公寓搬到了現(xiàn)在的中關(guān)村。
AI科技評論：目前很多創(chuàng)業(yè)者都在往應(yīng)用方面走，為什么要堅(jiān)持做一個基礎(chǔ)模型？
梅濤：因?yàn)槿绻麤]有基礎(chǔ)模型，就肯定沒有自己的核心壁壘；另外不自己做，就要用開源的模型或者調(diào)用別人的模型，就會相當(dāng)依賴別人的技術(shù)。
我們堅(jiān)持做一個底層的多模態(tài)基礎(chǔ)模型，并不一定要做很大，因?yàn)橐曈X領(lǐng)域生成式基礎(chǔ)模型參數(shù)能做到100 億就已經(jīng)很大了，目前最大也就是十幾億或者二、三十億。
從五月份到現(xiàn)在八個禮拜，我們已經(jīng)做到了60億規(guī)模，目前已經(jīng)上線了一款應(yīng)用了，不過還在內(nèi)測階段，想先在B端客戶推廣使用。
AI科技評論：在算法方面，你們目前能達(dá)到什么程度？
梅濤：ChatGPT這個模型它的天花板很高，今天它能做到 1750 億，未來它也能做到1萬億。因?yàn)樗哪Ｐ湍芰軓?qiáng)，它能夠記住很多知識。當(dāng)前的視覺模型本身天花板比較低，現(xiàn)在我們給他喂很多的數(shù)據(jù)，它也只能做到大概十幾個億的參數(shù)規(guī)模。
我們現(xiàn)在做的第一個事情是，給模型打很強(qiáng)的補(bǔ)丁，增強(qiáng)它的記憶能力，讓它能夠記住更多的信息。另外，我們會在算法層面做很多技術(shù)的改進(jìn)，如encoder、decoder等。
如果今天讓我去做大語言模型，我覺得沒有機(jī)會，因?yàn)橥ㄓ玫拇笳Z言模型確實(shí)是大公司做更有優(yōu)勢。而視覺領(lǐng)域的多模態(tài)基礎(chǔ)模型，以及基于此的很多應(yīng)用對創(chuàng)業(yè)公司來說還是有很多機(jī)會的。
AI科技評論：國內(nèi)在圖片或者視頻領(lǐng)域大家其實(shí)拉不開差距，你為什么覺得有機(jī)會？
梅濤：所以我們不跟國內(nèi)比，直接對標(biāo)國外Midjourney和 Stable Diffusion，目前我們已經(jīng)把Stable Diffusion的最新版本甩在后面了，現(xiàn)在正在追趕Midjourney的最新版。
雖然我們起跑的時候晚了一點(diǎn)，但是我們跑得很快。因?yàn)槲覀冇幸粋很強(qiáng)的團(tuán)隊(duì)，剛好是十一個人，可以組成一支足球隊(duì)，團(tuán)隊(duì)都是類似于像華為天才少年這樣級別的選手。而我自己本人在這個領(lǐng)域做了十幾年，我們勤奮、腦子也不笨，我相信我們公司以后會跑的越來越快、走的越來越穩(wěn)的。
AI科技評論：國內(nèi)幾乎沒有這樣說自己直接對標(biāo)這兩家公司，為什么敢把Midjourney和 Stable Diffusion作為對標(biāo)對象？
梅濤：我們對標(biāo)的是 Stable Diffusion這種基礎(chǔ)模型，以及Midjourney這樣的應(yīng)用。我們是國內(nèi)唯一一家愿意對標(biāo)Midjourney這種現(xiàn)象級產(chǎn)品的公司，而這個空間還是挺大的。
第一，Midjourney是一個小公司，但是它的數(shù)據(jù)其實(shí)很不錯，數(shù)據(jù)的輪子已經(jīng)轉(zhuǎn)起來了，行業(yè)壁壘已經(jīng)形成；
第二，Midjourney做文生圖，但這個領(lǐng)域也只是滿足專業(yè)設(shè)計(jì)師這個小眾群體 ，只是作為找尋靈感的工具，還沒有正式進(jìn)入設(shè)計(jì)師真正的工作流程；
我們的優(yōu)勢在于不僅做文生圖，還做文生視頻、圖生視頻、文生3D等，多種模態(tài)可以隨意切換，F(xiàn)在公司的能力還沒有被釋放出來，但是過去兩個月的實(shí)踐證明，在這么短的時間我們就快要追趕上Midjourney了。
我們要對標(biāo)最好的，而不是關(guān)在國內(nèi)的市場做淺層技術(shù)的內(nèi)卷，一定要走到全球，做Global Market Player。
AI科技評論：你們的產(chǎn)品打算什么時候推出？
梅濤：七八月份，我們也在內(nèi)測，想先在B端客戶內(nèi)部的設(shè)計(jì)師使用，然后再投到社區(qū)里傳播。因?yàn)樯墒紸I的產(chǎn)品一定是體驗(yàn)為主，就是用戶覺得好不好。舉例說你跟 ChatGPT 對話，如果把ChatGPT比喻成一個“高中生”，再來一個低版本的 GPT 3. 0，那你面對的就像一個“小學(xué)生”，你肯定就不太愿意跟他對話了。
所以我們一定要把產(chǎn)品打磨到很不錯的程度才會去公開發(fā)布；镜狡甙嗽路菥涂梢赃_(dá)到Midjourney V4版本的水平了，趕上它V5 版本甚至未來的V6版本估計(jì)得Q4左右。
AI科技評論：您現(xiàn)在做產(chǎn)品會不會結(jié)合Stable Diffusion和Midjourney的一些特點(diǎn)？
梅濤：Stable Diffusion和Midjourney就是其中兩道菜，并不是滿漢全席。而我們知道什么菜用什么組合，用什么佐料。
Stable Diffusion 本來是一個開源的模型，它有文字開源、圖片開源，并不是專一在某一個行業(yè)里
2025-4-27
2025-4-27
2025-4-27
2025-4-27
2025-4-27
2025-4-02
2025-4-13