对谈 Video Rebirth 刘威：这个世界为什么还需要一个新的视频模型

📌 一句话摘要

本文通过对谈 Video Rebirth 创始人刘威，深入探讨视频生成模型的技术路线、与字节 Seedance 的竞争策略、世界模型的定义与实现路径，以及中国 AI Lab 的兴衰反思。

📝 详细摘要

这是一篇对 Video Rebirth 创始人刘威的深度访谈。刘威是前腾讯 AI Lab 核心负责人之一，2024 年底离职创业，专注视频生成模型。文章围绕几个核心主题展开：一是与字节跳动 Seedance 2.0 的竞争，刘威认同视频模型应走 scaling law 路线，但主张用更聪明的架构和训练算法，力争以不到 Seedance 十分之一的资源达到类似效果；二是对 Diffusion 模型低效、不自适应问题的分析，提出新的扩散过程学习范式；三是世界模型的真正含义，他认为不是更逼真的视频生成或 3D 重建，而是让 AI 拥有「内在世界」进行模拟和预判，并详解了他与李飞飞、LeCun 路线的区别；四是回顾中国互联网公司 AI Lab 从兴盛到收缩的历程，以及他对 AI super power 应普惠全人类的信念。文章技术深度强，观点鲜明，兼具行业洞察。

💡 主要观点

- 视频模型应有自己的 scaling law，但创业公司可以用更聪明的配方与巨头竞争。 刘威认同模型越做越大的方向，但他主张通过创新的模型架构和训练算法（如自研并行 DiT-DDiT 架构），用不到 Seedance 十分之一的资源实现相近效果，从而降低成本、提高效率。

当前 Diffusion 模型低效且不自适应，需要新的扩散过程学习范式。 刘威指出，现有扩散模型用同一套参数反复去噪 50 次，未区分不同步骤和不同内容的难度差异。Video Rebirth 第二代模型将提出新的扩散范式，减少冗余计算，提升效率。

真正的世界模型是让 AI 拥有「内在世界」，能模拟和预判物理交互。 刘威区分了渲染器和模拟器，认为世界模型应能输出底层物理状态，不止是画面。他提出 World Predictor（自回归）和 World Simulator（扩散）两模块协作的架构，目标是从大量真实视频中隐式学习物理规律。

中国互联网公司纯研究型 AI Lab 的兴衰周期较短，未来更多出现在国营或半官方机构。 刘威以腾讯 AI Lab 为例，认为 Lab 形式跟不上 AI 大模型技术的激进发展，美国产学研生态更成熟。他认为中国的 AI super power 应普惠全人类，创业公司有其独特价值。

💬 文章金句

- 文本形态的世界知识，都可以被压缩；而视频形态的世界物理知识，都可以被模拟。

• AI 这种 Super Power， 不应该只掌握在少数几家公司手里 ， 而应该普惠人类大众。
• 我觉得现在的视频模型都没有被训得足够深入。

📊 文章信息

AI 初评：87

来源：晚点LatePost

作者： 晚点LatePost

分类：人工智能

语言：中文

阅读时间：37 分钟

字数：9047

标签： 视频生成, 世界模型, Diffusion, Scaling Law, AI 创业

阅读完整文章