马斯克进入人工智能视频领域，收购初创公司，四位创始人耗时13个月打造类似Sora的创新模型

马斯克也要打造自己的视频生成模型了？？

就在最近，xAI收购了一家视频生成初创公司，这家仅4个人的公司过去两年打造出了Hotshot这款产品。

据公告介绍，Hotshot至今已有3款视频生成基础模型。被收购之后，目前已停止推出新的视频创作功能，而且用户过往创作的视频截止下载时间为3月30日。

一看这架势，网友们纷纷想起了老马在今年1月的一场直播活动中掷下的豪言：

预计将在几个月内发布Grok视频模型

而且就在Hotshot联创&CEO公布上述消息之后，老马也第一时间跑来卖关子：

酷炫视频AI即将到来！

期待值被拉满的同时，众人也齐刷刷表达了对Hotshot团队的祝贺：

那么，这是一家怎样的团队呢？为什么它能被马斯克“看上”？

答案这就揭晓——

4人团两年打造“Sora”

概括而言，Hotshot之所以能入老马的眼，原因显然在于两方面：

一是“小团队也有大能量”，据悉Hotshot团队一共只有4个人，但他们在13个月里连续训练出了3个视频生成模型，且获得了一定程度的用户关注；二是虽然成立不久，但投资者中不乏Reddit联合创始人Alexis Ohanian等大佬。

从Hotshot官网公布的信息来看，这个4人小团队在两年时间里成功打造出了“Sora”模型。

4人中有两位是联合创始人。

联创&CEO Aakash Sastry（右边），和另一位联创&CTO John Mullan（左边）早在2012年就相识了。

认识之前，前者正在构建一个视频聊天应用，后者正在尝试打造视觉通讯应用（visual communication apps）。

不过，在看到Aakash Sastry的视频聊天应用失败之后（本以为是很酷的想法，结果可能因为理念超前，大家很害怕视频通话），两人一致意识到：

我们需要创造一个让人们在网上表达自己的同时，也感到舒适和自由的环境。

于是，Hotshot逐渐诞生了。

2017年，两人共同成立了一家公司——Natural Synthetics（Hotshot背后公司），开始构建各种不同的社交应用。

到了2023年1月，他们正式在iOS应用商店发布了Hotshot。

不过需要注意，Hotshot一开始并不是做AI视频生成，而是图片生成。

基于开源的图片生成模型Stable Diffusion，Hotshot为用户免费提供个人、朋友甚至是名人的图片。

△两位创始人在Hotshot应用中创建的图片

直到后来逐渐被视频生成吸引，因此他们又开始训练视频生成模型。

和之前类似，一开始他们也打算基于开源模型构建，不过后面意识到：1）基础模型需要大幅改进；2）为了自由构建引人入胜的用户体验，需要对底层模型拥有控制权。

于是，他们正式决定自研视频模型。

在过去的13个月里，他们训练了3个不同的视频模型：

• 第一个Hotshot-XL：耗时3个月开发，每秒生成8帧视频，开源后至今每月约有2万名新的开发者和艺术家使用；

• 第二个Hotshot Act-One：耗时5个月开发，生成3秒8fps的视频，基于2亿个公开视频训练而成；

• 第三个Hotshot：耗时4个月开发，生成最长10秒的720p视频，限文生视频。

按照Hotshot发布时的说法，在各种提示评估中，70%的情况下用户更喜欢Hotshot的结果，而不是其他开源文生视频模型。

另外，从CEO Aakash Sastry公布的消息来看，Hotshot的投资者包括Stripe前高管Lachy Groom、Reddit联合创始人Alexis Ohanian以及SV Angel在内的风险投资机构。

至于具体融资次数和规模，Hotshot尚未公开披露，而且也不清楚整个Hotshot团队是否会集体加入xAI。

马斯克想开发自己的视频生成模型？

事实上，早在今年1月，马斯克在一场直播活动中就透露了自研视频生成模型的想法：

（指路原推文视频15:02）

对于自家的Grok模型一直没有视频生成功能这事儿，老马本人和用户都不太满意。

而要解决这个问题，通常来说有两条路可走：

要么直接接入其他家模型，要么自研。

从Grok之前的一些倾向来看，他们主要选择第一种方案，比如其Grok-2的文生图功能，就是通过与此前备受瞩目的Flux深度融合实现。

然而现在，老马明显转向了。

为了和OpenAI、谷歌等展开长期竞争，xAI最终也是走上了自研之路，开始通过收购进一步布局。

不过不管怎样，对于我们普通用户来说，期待Grok的视频生成功能就完事了！

参考链接：

[1]https://x.com/aakashsastry/status/1901668601364689338

[2]https://hotshot.co/