ملخص المحتوى الرئيسي
تعمل شركة علي بالتزامن على نموذجين لتوليد الفيديو يتشابهان في العديد من الميزات: HappyHorse وWan 3.0؛ حيث يأتي الأول من مختبر تاوتيان (Taotian) ويركز على السيناريوهات التجارية، بينما ينتمي الثاني إلى نظام تونغي (Tongyi) ويُركز على القدرات الأساسية. على الرغم من اختلاف المسارات الأولية، إلا أنه مع تحديث Wan 3.0، بدأت الميزات (مثل إنشاء الفيديو من النصوص/الصور والتعديل) والجمهور المستهدف في التداخل، حتى أنهما يتنافسان على نفس المنصة بأسعار مختلفة. تم دمج الفريقين الآن ضمن قسم واحد، لكن كل منهما يستمر في تحديث نموذجه الخاص، مما يؤدي إلى هدر الموارد. يعتقد المقال أن نماذج توليد الفيديو تتطلب استثمارات كبيرة وأن نموذج الأعمال غير مستقر، لذا يجب على علي دمج النموذجين في أقرب وقت ممكن لتركيز الموارد على تطوير القدرات الأساسية بدلاً من مواصلة المنافسة الداخلية غير المجدية.
أولاً: المنافسة الداخلية: من “محاولة معقولة” إلى “هدر للموارد”
كان من المنطقي في البداية أن تتبع كل فريق مسارًا مختلفًا:
- Wan: ينتمي إلى نظام النموذج الكبير تونغي ويُعتبر “صندوق أدوات عام”， يركز على القدرات التقنية الأساسية وبيئة المطورين، مما يناسب الأبحاث الأساسية؛
- HappyHorse: يأتي من مختبر تاوتيان ويُعتبر “أداة مخصصة لسيناريوهات معينة”， يركز على الإعلانات والمسلسلات القصيرة وغيرها من السيناريوهات التجارية، وهو أقرب إلى احتياجات المستخدمين.
لكن الوضع تغير الآن:
- التداخل في الميزات: يمتص Wan 3.0 القدرات الأساسية لـ HappyHorse (مثل الصوت الأصلي وتناسق الشخصيات)، وحتى أن سعره أقل (0.6 يوان لكل ثانية بدقة 720P مقابل 0.9 يوان لـ HappyHorse)؛
- دمج الفريقين: تم دمج الفريقين في يونيو من هذا العام ضمن قسم Token Foundry بقيادة وو يونغمينغ (Wu Yongming)، وكان يجب أن يتعاونا منذ فترة طويلة؛
- الجمهور المشترك: كلا النموذجين يستهدفان نفس المؤسسات والمبدعين على منصة بايليان (Bailian) التابعة لعلي.
مواصلة المنافسة كأنه “امتلاك غسالتين في المنزل بنفس الميزات، وشراء منظفات الغسيل بشكل منفصل والتنافس على المقابس” لا تؤدي إلا إلى هدر المال والجهد، وتسبب حيرة لدى المستخدمين (لا يعرفون أي نموذج اختيار).
ثانيًا: مسار نماذج توليد الفيديو: غير مناسب للمنافسة على المدى الطويل
تختلف نماذج توليد الفيديو عن المنتجات الإلكترونية الأخرى، حيث يوجد سببان رئيسيان يجعلان المنافسة الداخلية غير فعالة:
1. استهلاك كبير للموارد: تدريب نماذج توليد الفيديو يتطلب كميات هائلة من البيانات وقوة حسابية عالية، وكل تحديث يتكلف الكثير؛ التدريب المنفصل للنموذجين يعني إهدار الموارد في نفس الغرض.
2. تقارب المسارات التقنية: تتجه جميع الشركات نحو نفس القدرات الأساسية لنماذج توليد الفيديو (المدة وجودة الصورة والإدخالات المتعددة الأشكال)، وقد وصل HappyHorse وWan 3.0 إلى مستوى مماثل، حيث التفاوت يتعلق فقط بالتفضيلات الشخصية (مثل قدرة نموذج على توليد شخصيات بشكل أفضل من آخر)، وليس بفروق كبيرة كما بين الهواتف الذكية والهواتف التقليدية.
مثل شخصين يتسلقان جبلاً؛ قد يبدأان بمسارات مختلفة، لكن عندما يصلا إلى منتصف الطريق يجدان أن المسارات تقترب، فإن الاستمرار في التنافس يعني هدر الطاقة. من الأفضل دمج جهودهما للوصول إلى القمة معًا.
ثالثًا: عدم وجود “ميزة رئيسية” في النماذج المتعددة الاختصاصات والأسعار المنخفضة
لا يوجد لدى أي من Wan 3.0 أو HappyHorse ميزة أساسية تجعل المستخدمين يفضلونه بشكل قاطع:
- Wan 3.0: يدعي أنه يمكنه إنتاج فيديوهات مدتها 30 ثانية ويدعم ملفات PPT، لكن المستخدمين يحتاجون إلى محتوى قابل للاستخدام من المرة الأولى؛ إذا كانت حركات الشخصيات جامدة أو الصور غير واضحة، فإن التكلفة الإجمالية قد تكون أعلى رغم وجود المزيد من الميزات.
- HappyHorse: يركز على الإعلانات والمسلسلات القصيرة، لكن إذا كان هناك تناقض في مظهر الشخصيات أو دقة تمثيل المنتجات (مثل لون أحمر ثم أزرق فجأة)، فإن المستخدمين لن يستخدموا النموذج.
- فخ الأسعار المنخفضة: قد يكون سعر Wan 3.0 أقل، لكن إذا استغرق إنتاج فيديو واحد عشر محاولات، فإن التكلفة الإجمالية قد تكون أعلى من HappyHorse. المستخدمين يبحثون عن “القيمة مقابل السعر”， وليس عن سعر منخفض فقط.
على سبيل المثال: إذا ذهبت لقص شعرك، هل تختار صالونًا يقول “أستطيع قص أي نوع من التسريحات والأسعار رخيصة”， لكن النتائج تتغير في كل مرة، أم صالونًا متخصصًا في قص الشعر القصير بسرعة وجودة عالية؟ نفس الأمر ينطبق على نماذج توليد الفيديو؛ فالقدرات المتعددة والأسعار المنخفضة لا تعني شيئًا إذا لم تكن هناك ميزة حقيقية.
رابعًا: الحل الأمثل: دمج الأساسيات وتقسيم المهام
يقترح المقال أن تفعل علي ما يلي:
- دمج الأساسيات: استخدام Wan كنموذج أساسي موحد، واستيعاب خبرة HappyHorse في السيناريوهات التجارية (مثل الإعلانات والمسلسلات القصيرة) وتطوير الشخصيات لتحقيق أفضل النتائج في هذه المجالات.
- الحفاظ على العلامة التجارية: يمكن لـ HappyHorse أن يستمر كعلامة تجارية موجهة للمبدعين، مسؤولة عن إنشاء قوالب وأدوات العمل (مثل إنشاء سكريبتات إعلانية بضغطة زر واحدة) لتسهيل استخدام النموذج.
هذا يتجنب إعادة الإنتاج ويجمع بين العمق التقني وتجربة المستخدم، تمامًا مثل شركات الهواتف التي تطور رقائقها بشكل موحد ثم تصنع سلاسل مختلفة (مثل سلسلتي Mate وP من هواوي)، كل منها لها تركيزها الخاص ولكنها تشارك التقنيات الأساسية.
خامسًا: “عادات التفكير” لدى علي: المنافسة الداخلية غير مناسبة في عصر الذكاء الاصطناعي
كانت شركة علي تستخدم المنافسة الداخلية (مثل فرق متعددة لتطوير تطبيقات مشابهة) لاختبار الأفكار بسرعة عند تطوير منتجات إلكترونية سابقًا، لكن نماذج الذكاء الاصطناعي مختلفة:
- تكلفة اختبار المنتجات الإلكترونية منخفضة (كتابة كود تطبيق قد لا تكلف الكثير)، بينما تكلفة اختبار نماذج الذكاء الاصطناعي مرتفعة جدًا (قد تحتاج إلى ملايين).
- المنتجات الإلكترونية تنجح من خلال التحديثات السريعة، بينما نماذج الذكاء الاصطناعي تحتاج إلى اختراقات تقنية أساسية؛ يجب أولاً بناء “الأساس” القوي (مثل جودة النموذج) قبل التوسع في المجالات الجديدة.
لذلك، مشكلة علي الحالية هي أنها لم تتغير بعد من “طريقة تفكير منتجات الإنترنت” إلى “طريقة تفكير نماذج الذكاء الاصطناعي”؛ المنافسة الداخلية ستستمر في هدر الموارد وتفويت الفرص لتحقيق ميزة في مجال نماذج توليد الفيديو.
خلاصة النهاية
بدلاً من أن تسمح علي للنموذجين بالتنافس على العملاء، يجب دمجهما وتركيز جهودهما على إنجاز شيء “لا يستطيع الآخرون فعله”… هذا هو المفتاح للنجاح في عصر الذكاء الاصطناعي.