8.1
深览指数
科技微博·晚点LatePost··AI 生成
对谈 Video Rebirth 刘威：这个世界为什么还需要一个新的视频模型
前腾讯 AI Lab 核心成员刘威在《晚点LatePost》专访中，阐述其创立 Video Rebirth 的差异化路径：不跟字节 Seedance 2.0 拼参数规模，而是在模型架构和算法上做精巧设计，争取用不到 Seedance 十分之一的资源实现同等效果。他同时详述了以视频模型为基础构建世界模型的路线，与李飞飞（3D 重建）和 LeCun（表征空间预测）的方法形成根本差异。文章还回顾了腾讯 AI Lab 从设对标 DeepMind 到收缩的历程，探讨中国大厂纯研究型实验室的困境。适合关注视频生成、世界模型、AI 产业竞争的读者获取一手判断。原文 ↗
核心观点
- ▍视频模型赛道仍有窗口期，创业公司可以通过创新的架构设计与训练算法，在不盲目比拼算力堆砌的情况下，以远低于巨头的成本实现接近甚至同等的生成效果。
- ▍真正的世界模型应基于视频模型而非 3D 重建或抽象表征预测，其核心是让 AI 拥有能在脑中模拟物理世界并预判后果的“内在世界”，终局是 simulation agent 而非 coding agent。
- 01Video Rebirth 的视频生成引擎 BACH 在 2026 年 5 月进入 Artificial Analysis Video Arena 盲测榜单排名第 6，是榜单上排名最高的创业公司模型。
- 02刘威认为字节 Seedance 2.0 的“大一统”能力（文生、图生、视频编辑等多任务合一）证实了他关于“视频模型应该有自己的 scaling law，且模型应该越做越大”的判断。
- 03刘威计划通过自研并行 DiT-DDiT 架构、物理原生的注意力机制、以及重新设计的扩散过程学习范式，来对抗传统 DiT 模型中“用同一套参数对难度不均的噪声反复去噪”的低效问题。
- 04Video Rebirth 创立于 2024 年底，已获 8000 万美元融资，投资方包括启明创投、AMD Ventures 和现代汽车集团。
- 05刘威将世界模型内部结构拆解为 World Predictor（自回归架构，负责推理和预测）和 World Simulator（扩散架构，负责将未来状态表征还原成视频流）两个模块。
反方 / 局限
- — 刘威承认其“显式视频预测”路线面临的核心挑战：如何控制预测未来多帧时的误差累积；以及如何实现大规模、低延迟的商业化服务，以避免模型尺寸过大带来的实时服务压力。
- — 文章暗示，尽管 Video Rebirth 强调效率优势，但字节 Seedance 2.0 的参数规模巨大且毛利率高达约 80%，意味着对手在性能和成本上均具备强大的防御与进攻能力。
刘威Video Rebirth腾讯 AI Lab字节跳动 Seed/SeedanceBACH (视频生成引擎)DiT (Diffusion Transformer)Scaling Law世界模型李飞飞杨立昆 (LeCun)DeepMind绝艺 (围棋AI)
21 分钟 · 4 卡片 · 12 资料
读原文 →