衡宇发自凹非寺
量子位公众号 QbitAI
国内风头最盛的 AI 视频团队是哪家?
毫无疑问,快手可灵。
发布一个月,体验用户超 30 万,生成 700+ 万条短视频,开放网页 Web 端。哪怕这样,可灵还是一号难求,想上手体验的急得嗷嗷的。
而比可灵本身更神秘、更令人好奇的,是缔造出这款中国版 Sora 的背后团队。
量子位全网搜索,根据公开资料,发现了可灵团队来自清华、中科大、港科大、浙大、港中文、上海交大、南京大学等的“关键七人”。
整合梳理后,与可灵团队强相关的关键七人阵容大体如下:
- 盖坤(于越)快手高级副总裁、快手主站业务和社区科学负责人;清华博士,第一批“阿里星”。
- 张迪:快手副总裁、快手大模型团队负责人。
- 万鹏飞:快手视觉生成与互动中心负责人;中国科学技术大学和香港科技大学校友。
- 王鑫涛:快手视觉生成与互动中心高级研究员,领导视觉内容生成,特别是视频生成方面的工作;浙江大学和香港中文大学 MMLab 校友,师从汤晓鸥。
- Xin Tao:快手科技视觉生成组(又名可灵团队)高级研究员和技术负责人;上海交大和香港中文大学校友,师从贾佳亚。
- Haotian Yang:快手可灵团队成员;南京大学校友。
- Yuan Gao:快手可灵团队成员。
若有知情小伙伴愿意提供更多信息,帮助量子位进行更正或补充,请随时在后台与我们联系。
快手可灵背后的 ta 们
盖坤(于越)
盖坤,博士毕业于清华大学,研究方向是识别与智能系统。
现任快手高级副总裁、快手科技经营管理委员会成员、商业生态委员会成员,担任主站线业务负责人并兼任社区科学线业务负责人。
2011 年,盖坤以第一批“阿里星”的身份,加入阿里工作,花名靖世。
阿里星是阿里一直“暗藏”的顶尖校招技术人才项目,坊间传闻,每年能最终拿下阿里星 Offer 的不过寥寥数人(约占当年校招总数<0.3%)。
以及在外界的八卦中,最吸引人的还是“阿里星年薪上不封顶”这一条。
盖坤主要是在阿里妈妈做广告算法,负责竞争展示广告技术,以及其他跟 AI 相关的部分。
进入阿里工作后,盖坤提出了分片线性模型 MLR,极大地提高了 CTR 预估的准确性,被外界称为“算法天才”。
2016 年,他搭建出深度兴趣网络,以此对广告点击率进行预测。
2017 年,他又和团队推出能预测用户点击偏好的新模型“深层用户网络兴趣分布”,更精准地为用户推荐商品。
离职前,盖坤的最后 title 为阿里妈妈精准展示广告技术总监,职级 P10。
2020 年,盖坤悄然跳槽,加入快手。
他以“于越”这个花名亮相,担任高级副总裁,同时也是快手科技经营管理委员会和商业生态委员会的成员。
去年 1 月旬,快手发布原 CTO 陈定佳离职的公告,接任者为盖坤和另一高级副总于冰,分别承担此前 CTO 的相关管理职责,向 CEO 程一笑负责。
此后,盖坤一并担任主站线业务负责人并兼任社区科学线业务负责人。
今年 WAIC 上,可灵大模型的新版本新功能,就是由盖坤出席发布。
张迪
张迪,现任快手技术副总裁、快手多媒体与大模型部负责人。
他作为快手多媒体与大模型部负责人的任命发生在去年初。
彼时,快手启动 AI 新战略,于是作为技术副总裁的张迪披挂上阵,担任大模型研发团队负责人,聚焦大模型、视觉生成模型和多模态模型等方向。
今年 5 月,张迪和盖坤等参与的《Parrot: Enhancing Multi-Turn Instruction Following for Large Language Models》入选顶会 ACL2024。
万鹏飞
万鹏飞,本科毕业于中国科学技术大学 EEIS 系,后拿下香港科技大学博士。
其专注的技术方向包括图像/视频/3D AIGC、XR 与数字人、Mobile/Efficient AI 等。
现为快手视觉生成与互动中心负责人,快手可灵视频生成模型负责人,向张迪汇报。
在担任现有职务前,他长期担任快手Y-tech AI 技术中心负责人,牵头了快手数字人系列解决方案。
致力于通过计算机视觉、图形学、机器学习、人机交互等领域的交叉,为各业务线提供智能化的多模态内容创作和互动体验解决方案。
今年 1 月,他参与外界活动的 title 仍然是这个;但刚结束的 WAIC 上,他以可灵视频生成模型负责人身份亮相。
公开资料显示,在 2020 年加入快手前,万鹏飞曾任美图影像实验室 MTlab 负责人。
王鑫涛
王鑫涛,本科毕业于浙江大学,后在香港中文大学 MMLab(多媒体实验室)攻读博士学位,师从汤晓鸥。
Google Scholar 页面显示,王鑫涛的论文被引次数为 14406。
2020 年博士毕业后,王鑫涛的第一站来到了腾讯,做视觉生成(图像、视频、3D)相关的研究工作
具体来说,他分别在腾讯 AI 实验室和腾讯 ARC 实验室担任高级研究员。
5 月,王鑫涛在知乎发布文章,表示自己“最近来到了快手”,目前是快手科技 KwaiVGI 的高级研究员,部门隶属于快手多模型与 AIGC 部门。
现在,王鑫涛负责领导视觉内容生成,特别是视频生成方面的工作。
Xin Tao
Xin Tao,毕业于上海交通大学,后来又在香港中文大学计算机科学与工程系拿下博士学位,是港中文终身教授、IEEE 会士贾佳亚的学生。
现在是快手科技视觉生成组(即可灵团队)的高级研究员和技术负责人。
他的研究兴趣包括视觉修复和生成。
读博前,他先后在 Adobe 创意技术实验室、腾讯优图实验室当过研究实习生。
2018 年博士毕业后,他正式加入腾讯优图实验室,任高级研究员。
2020 年年底,Xin Tao 加入快手,在视频处理和分析组、Y-tech 混合现实团队都呆过一段时间,负责牵头实用视频编辑算法的研究和技术转让,以及用于直播的 2D 数字人综合系统。
加入可灵团队后,Xin Tao 专注于高效视频生成和编辑系统的研究和部署。
Haotian Yang
Haotian Yang,快手可灵团队成员。
毕业于南京大学,曾在 IEEE、AAAI 等顶会上发布论文。
2023 年前后,Haotian Yang 加入快手。
One More Thing
眼尖的小伙伴们应该已经发现了,还有一位叫 Yuan Gao 的同学没有进行详细介绍。
真相只有一个:
除合著论文外,暂时未能收集到 Yuan Gao 同学的更多信息。
要不大家老说呢,技术人才们总是喜欢蛰伏水下,默默搞个大新闻……
就挺遗憾的!
希望了解相关情况的朋友们来后台留言,量子位会一直关注 Yuan Gao 和可灵团队的新动态新进展,及时与大家共享学习。
另外,梳理过程中挂一漏万,如果有其它可灵团队同学的信息,欢迎大家补充~
参考链接:
[1]https://arxiv.org/abs/2406.04277
[2]https://scholar.google.com.hk/citations?user=FQgZpQoAAAAJ&hl=en
[3]https://scholar.google.com/citations?user=PXO4ygEAAAAJ&hl=zh-CN
[5]https://scholar.google.com/citations?user=LH71RGkAAAAJ&hl=en