最近AIGC的落地，又有了一些热议和争论。

在金沙江创投主管合伙人朱啸虎的爆款采访中，他表达了对自研大模型商业闭环的悲观，但又坚定地表示非常看好应用，“我信仰AGI，但我信仰应用啊，信仰能马上商业化的。”

在他的犀利表达中，一家应用公司意外走红。

它就是AIGC视频广告公司FancyTech（时代涌现）。

对国内大模型五小虎不愿一看的朱啸虎，提到FancyTech，真的是不吝溢美之词，直夸很酷。

夸它什么呢？主要是两点，一是效果好，二是能马上变现。

FancyTech商业成绩如何，还要等我们进一步挖掘；而论效果，我们搜寻来了网上的视频，确实不错。

但谁会只相信品牌放出的demo呢？？？

搜索之下，我们发现FancyTech的免费测试链接——那还等什么，直接冲啊。

FancyTech真的fancy吗？

实测第一站，我们率先体验的是FancyTech还原现实的换装功能。

简单来说就是基于一张商品图，可以生成模特上身图，并且是能自定义姿势、自定义背景、自定义脸的那种。

说实话，AIGC的风这么大，给模特换装已经不是啥稀奇功能了，甚至这一块的开源力量也不小。

但之前接触过类似Google的Tryon Diffusion等，都没有FancyTech这样能够进行详细的自定义。

就上手体验而言，FancyTech的体验比较傻瓜式。

首先需要上传一张服装图像，接着上传可供参考的模特姿势，同时选择模特的性别、人种等，继而再上传（最少）一张背景参考图，就能得到最终的模特上身效果。

衣服整体还原效果还是挺真实的。

实测第二站，是FancyTech另外一个主打的功能，图生视频。

上传任意一张图片，点击下方的运行键即可。

等待时间大概在35s左右，我们得到了这样一个效果：

模特有眨眼动作，肢体中心也有自然的轻微转移，商品、模特都没有变形。

我们还试着多跑几次，每次出来的效果都很稳定。

而相同的事情丢给同为AIGC视频生成工具的Pika干，得到的效果是这样的：

动作幅度更大，但商品细节似乎有模糊处理。不知是否是模特表情夸张引起的五官变形，恐怖谷效应扑面而来。

两者对比，能看出FancyTech生成的视频结果在商品实物还原方面，还是很能打的。

为了试验它的效果稳定与否，我们又对比了一组。

这是FancyTech的效果：

这是Pika的效果：

这一组效果也都还不错，并且能感受到，FancyTech也可以有较大的人物动作幅度，有接近真人模特的动作展示，视频时间也能达到4s左右。

在给品牌使用的流程上，这些生成都是自动化的，从生成图片到视频、再到发布，都不需要人工参与。

就怎么说呢，跟某宝上售卖服装配的展示视频好像也没差？

看了一下别人利用FancyTech做出的商品广告，比我们这种纯小白做的，那是酷炫多了。

最最重要的是，看起来不穿帮，对现实场景有比较好的还原，不会一眼假是AI做的：

技术上是如何实现的？

亲身体验下来，FancyTech是有两把刷子在身上的。

定位也很明晰：聚焦电商和广告视频领域，利用AI驱动生成商品表达视频，能基于用户反馈调整视频细节，还能附带画外音、音乐、字幕等。

而且与市场上很多的AI视频生成工具，包括Sora、Pika等在内，FancyTech采用的方式不是文字生成视频，而是图片生成视频。

但这样的AIGC视频生成效果，背后究竟是通过什么原理实现的？是基于某些开源方案打造，还是重新纯自研？

带着种种问题，我们向FancyTech求解了一下背后的技术细节。

“FancyTech是自研的全链路底层技术，然后配合工程化能力。”对方倒也没藏着掖着，直接亮出来了自家的技术实现方案。“我们学习了大量的热门视频，自研的模型来写脚本，再通过AI Agent串联各模型生成视频。”

整体来说，FancyTech的工作流包含以下三个组成部分：

• 视频模型：生成素材，提升素材丰富度；
• 
  
• AI Agent：自动化生成，提升交付效率；
• 
  
• 数据效果反馈：自动优化素材，提升发布效果。
• 
  

三者形成循环，实现数据驱动，达到持续优化视频生成效果的目的。

更进一步的，我们则就最基本的视频模型方面进行了了解。

以前，AI无法真正取代商品展示拍摄，是因为效果不尽人意，尤其是难以模拟3D场景的真实动态。

但看看刚才亲自试出来的效果，不管是连衣裙本身面料和重量带来的垂坠感，还是模特动作变换导致的裙摆摆动，FancyTech都能展现出自然效果。

是怎么做到的呢？

一是FancyTech自己组建了数据标注团队，在训练过程中收集了大量的真实数据，进行清洗、标注，从而拥有了质量够高的数据集。

这样一来，就非常有利于最终产出优质效果的视频。

二是构建覆盖多类型商品的场景图生成框架，实现全自动化、多品类、多种组合搭配的商品生成、场景生成、细节复原与增强。

为了精确保持商品细节并进行合理变化，FancyTech还自研了图像特征提取器，将图像特征分成100自由度（合理变化）和0自由度特征（保持细节）。

第四点是，针对不同商品和细分品类，团队训练了自己的多模态（文+图）图像生成模型DeepVideo。

在自研模型的基础上，FancyTech团队采用元学习和强化学习的训练方案，持续提升不同控制条件下的泛化能力。

第五点也是FancyTech着重强调介绍的一点，是团队自研商品细节增强模型，ProductRefiner。

ProductRefiner负责的功能是加强细节复原，此外，还能描述输入可选细节，进一步提升商品细节展现。

在训练过程中，ProductRefiner选用了自监督训练方法，无需构建成对数据集，极大地降低了成本。

而且能对模特的上身和下身着装进行分割，在保证输入图像背景不变的前提下，对上衣和下衣进行修复和还原。

阿里系创始团队

就在这样的技术加持下，去年一年，FancyTech和超过500个国内外品牌进行合作，日均生成视频量超过10万。

而且根据朱啸虎公开的说法，FancyTech是在赚钱的：

去年收入达到5000多万，（比他投资时的2022年）涨了五六倍。

在基础大模型业务商业化路径仍然不分明的时候，聚焦特别场景，能有这样一个成绩，FancyTech背后团队究竟是什么来历？

据量子位了解，成立于2020年的FancyTech，背后是一支阿里系团队。

其创始人兼CEO，William Li，花名空界，曾是天猫奢品Luxury Pavilion初代负责人，也在手机淘宝历任分享平台和用户社群的产品运营负责人。

创始团队的其他成员，也都来自于手淘、天猫、阿里云等资深算法、运营及技术岗位。

看到这里，你一定也对FancyTech能深谙电商展示玩法不足为奇了。

现在，成立快4年的FancyTech已经将算法团队扩大至近百人规模，其中算法团队近20人，数据标注团队约50人。

在我们联系上FancyTech的时候，这支队伍刚刚对产品进行了一次迭代，视频长度从原来的2s，拓展至4s左右。

那么，有技术，有市场，有商业化，FancyTech的下一步又有什么打算？

量子位得到的答案是这样的：

Sora的出现，把其他所有的视频模型公司都打回了同一起跑线上——这对我们来说反而有利。

我们走商业化路线，追求的是商品的还原，而Sora验证了下一步该怎么样去增强持续性。

目前，FancyTech内部算法团队已经开始投入自家Transformer+Diffusion框架的研发，预计在今年4、5月份会拿出成果。

是的没错，尽管有了Sora那样惊艳世人的模型出场，FancyTech的目标倒是一直没变过：

“我们希望成为长视频赛道里，对现实还原得最好的公司。”

文章来自于微信公众号“量子位”（ID: QbitAI)，作者 “衡宇”