Zusammenfassung der Kerninhalte:
Alibaba entwickelt gleichzeitig zwei Modelle für die Videogenerierung, HappyHorse und Wan 3.0, deren Funktionen stark überlappen. HappyHorse stammt aus dem TAO Tian Labor und richtet sich auf Geschäftsszenarien aus, während Wan 3.0 Teil des Tongyi-Systems ist und auf grundlegende Fähigkeiten fokussiert. Obwohl die Anfangspfade unterschiedlich waren, überschneiden sich die Funktionen (Videogenerierung aus Text oder Bildern, Editieren usw.) sowie die Zielgruppen mit der Weiterentwicklung von Wan 3.0 zunehmend – beide Modelle konkurrieren sogar auf derselben Plattform zu unterschiedlichen Preisen. Die Teams wurden zwar in eine Abteilung unter Leitung von Wu Yongming (Token Foundry) integriert, entwickeln aber weiterhin getrennt, was zu Ressourcenverschwendung führt. Der Artikel argumentiert, dass die Entwicklung von Videogenerierungsmodellen sehr ressourcenaufwendig ist und das Geschäftsmodell noch nicht stabil ist. Alibaba sollte die beiden Modelle so bald wie möglich zusammenführen, um Ressourcen zu bündeln und auf Kernfähigkeiten zu konzentrieren, anstatt weiterhin sinnlose interne Konkurrenz zu betreiben.
I. Interne Konkurrenz: Von einer „vernünftigen Versuchsanstrengung“ zur „Ressourcenaufnahme“
Zu Beginn war es sinnvoll, dass Alibaba die beiden Teams unterschiedliche Wege ging:
- Wan ist Teil des Tongyi-Modellsystems und dient als „allgemeines Werkzeugset“, das auf technischen Grundfähigkeiten und einer Entwicklerökologie basiert – ideal für grundlegende Forschung.
- HappyHorse stammt aus dem TAO Tian Labor und ist auf spezifische Geschäftsszenarien wie Werbung und Kurzfilme ausgerichtet, was die Bedürfnisse der Nutzer besser berücksichtigt.
Doch die Situation hat sich geändert:
- Überlappende Funktionen: Wan 3.0 hat die Kernfähigkeiten von HappyHorse (wie natives Audio, Konsistenz der Darsteller) übernommen und bietet sogar einen günstigeren Preis (0,6 Yuan pro Sekunde in 720p Qualität gegenüber 0,9 Yuan bei HappyHorse).
- Teamintegration: Im Juni dieses Jahres wurden die beiden Teams bereits in die Abteilung Token Foundry integriert; eine Zusammenarbeit war organisatorisch längst angebracht.
- Überschneidende Kundenbasis: Beide Modelle konkurrieren um dieselben Unternehmen und Kreative auf der Alibaba-Plattform.
Weiterhin separate Entwicklungen sind wie „zwei Waschmaschinen im Haus mit ähnlichen Funktionen, für die man separat Waschmittel kaufen und sich um Steckdosen streiten muss“ – das führt nicht nur zu Geld- und Ressourcenverschwendung, sondern auch zu Verwirrung bei den Nutzern.
II. Der Videomodellmarkt eignet sich nicht für eine „langfristige Konkurrenz”
Videogenerierungsmodelle unterscheiden sich von herkömmlichen Internetprodukten: Zwei Faktoren machen eine dauerhafte interne Konkurrenz unmöglich:
1. Hohe Ressourcenanforderungen: Das Training von Videomodellen erfordert riesige Datenmengen und Rechenleistung – jede Iteration ist kostspielig.
2. Konvergierende Technologien: Die Kernfähigkeiten von Videomodellen (Länge, Bildqualität, Multimodaleingaben) werden weltweit ansteigen; HappyHorse und Wan 3.0 befinden sich bereits auf dem gleichen Niveau. Der Unterschied liegt eher in den individuellen Vorlieben der Nutzer (z. B. ein Modell ist besser bei Darstellerdarstellung, das andere bei Kamerawinkeln).
Es ist wie zwei Personen, die gemeinsam einen Berg besteigen: Zuerst gehen sie unterschiedliche Wege, aber auf halber Höhe stellt sich heraus, dass die Wege sich näherkommen – dann wäre es sinnvoller, zusammenzuarbeiten.
III. „Allround-Fähigkeiten“ und niedrige Preise sind keine echten Vorteile
Weder Wan 3.0 noch HappyHorse verfügen über eine Kernfähigkeit, die die Nutzer unbedingt benötigen:
- Wan 3.0 kann zwar 30-sekündige Videos erstellen und PPTs einarbeiten, aber die Nutzer wollen Inhalte, die sofort nutzbar sind. Wenn die Darstellerbewegungen steif oder die Szenen ruckelig sind, führt das zu erneuten Anpassungen – was letztendlich zu höheren Kosten führt.
- HappyHorse ist für Werbung und Kurzfilme konzipiert, aber wenn die Darstellerkonsistenz fehlt (z. B. Wechsel der Kleidung zwischen zwei Sequenzen) oder Produktdarstellungen ungenau sind (z. B. falsche Lippenstiftfarben), zögern Unternehmen, das Modell zu nutzen.
- Preisfallen: Wan 3.0 ist günstiger, aber wenn man 10 Versuche braucht, um ein nutzbares Video zu erhalten, sind die Gesamtkosten höher als bei HappyHorse. Nutzer suchen nach „Kosteneffizienz“, nicht nach niedrigen Einzelpreisen.
IV. Der beste Weg zur Integration: Vereinheitlichung der Grundlagen und Aufteilung der Aufgaben
Der Artikel schlägt vor, dass Alibaba folgt:
- Vereinigung der Grundlagen: Wan sollte als einheitliches Basismodell dienen, wobei die Erfahrungen von HappyHorse in Geschäftsszenarien (Werbung, Kurzfilme) und Darstellerdarstellung integriert werden, um Kernfähigkeiten (Konsistenz, natürliche Bewegungen) auf Spitzenniveau zu bringen.
- Beibehaltung der Marken: HappyHorse sollte weiterhin als Produktmarke für Kreative existieren und Vorlagen sowie Arbeitsabläufe bereitstellen, um die Nutzung für Nutzer zu erleichtern.
So wird nicht nur die Wiederholung von Arbeit vermieden, sondern auch technische Tiefe und Benutzerfreundlichkeit verbessert – ähnlich wie bei Handyherstellern, die Chips gemeinsam entwickeln und verschiedene Serien (z. B. Huawei Mate und P-Serie) mit gemeinsamen Kerntechnologien herausbringen.
V. Alibas „Denkweise“ aus der vor-AI-Ära ist nicht mehr geeignet
Alibaba nutzte früher interne Konkurrenz bei Internetprodukten (E-Commerce, soziale Netzwerke), um schnell Fehler zu beheben und den Sieger zu bestimmen. Bei AI-Modellen ist das jedoch anders:
- Die Fehlerbehebung bei Internetprodukten ist kostengünstig (eine App kann für wenig Geld entwickelt werden), während die Entwicklung von AI-Modellen sehr aufwendig ist.
- Internetprodukte gewinnen durch schnelle Funktionsverbesserungen, AI-Modelle hingegen durch Durchbrüche in Kerntechnologien. Zuerst muss die „Grundlage“ (die Qualität der Modelle) gestärkt werden, bevor weitere Funktionen hinzugefügt werden können.
Alibas aktuelles Problem ist, dass es noch nicht von einem „Internetproduktdenken“ zu einem „AI-Modelldenken“ übergegangen ist. Weiterhin konkurrierende Teams führen nur zu Ressourcenverschwendung und verpassen die Chance, auf dem Videomodellmarkt einen Vorteil zu erlangen.
Fazit:
Anstatt dass die beiden Modelle um Kunden konkurrieren, sollte Alibaba sie zusammenführen und gemeinsam an einer Aufgabe arbeiten, die andere Unternehmen nicht schaffen können – das ist der Schlüssel zum Erfolg im Zeitalter der Künstlichen Intelligenz.