梅涛2002年底就进入了微软，博士5年，他有3年半都在微软度过。2006年他拿到博士毕业证后，继续回到微软工作，直到12年后才离开微软亚洲研究院。
他说：“在微软加起来总共15年，不管是技术的价值观还是公司的文化都是在这边形成的，第一份工作对一个人的影响很重要。”
而在京东5年的经历，他确实学到了很多经验，弥补了自己从技术到产业化的不足。
春节前走的时候，梅涛很坦然的对刘强东说：“我待了5年，想出去做点事情。”刘强东也很赞同。在最近一次梅涛给刘强东回信中，他讲述了最近公司的一些进展，刘强东也对梅涛送上了由衷的恭喜。
在创业初期，梅涛获得最大帮助就是科大的校友，科大人可以说是聚是一团火，散是满天星。
梅涛公司第一轮投资有15个人是科大校友，他们组成了一个合伙人LLP来支持他。
甚至，梅涛公司会议室的桌子椅子，也是上一个科大人公司搬过来直接捐赠给他们的。
梅涛虽然为人低调，但朋友很多，这些校友无一不在帮助梅涛，包括出谋划策去融钱、发展公司、搞业务、搞客户。
“科大人帮科大人的故事就是这么来的，科大人才密度很高，所以我们科大人帮助科大人很有成效。我非常感激母校中国科技大学。”梅涛有些动容的说。
“我自己有个梦想，就是在中国做一家具有硅谷创新精神的公司。”
如今大模型的大潮到了，梅涛也开启了他的创业之路，成立了HiDream.ai 。梅涛告诉AI科技评论，HiDream.ai 要在基础模型上超越Stable Diffusion最新版本，而在产品上则要赶超Midjourney。
这是国内第一家喊出来对标Stable Diffusion和Midjourney而且真正希望做到的公司。
在AIGC领域，做图像生成的基础模型中，开源的Stable Diffusion无疑是最好的，因为有很多人来做贡献；而在产品上，由于Midjourney 最早通过社区用户积累了独有的用户反馈，数据的轮子已经转起来了，同时配合高质量数据集，形成了自己的竞争壁垒。
梅涛告诉AI科技评论，要对标就要对标最好的，这个领域要卷就要跟国外卷，直接做基础模型底层的正面竞争。目前HiDream.ai 已经在开发一个生成式视觉多模态基础模型，该模型不仅能够支持文生图，还能支持文生视频、图生视频以及文生 3D 等功能。
梅涛认为，必须自己做多模态基础模型，因为没有模型就没有核心壁垒。
1
对标MJ和SD，不在国内卷AI科技评论：听说你前段时间在找算力？
梅涛：前段时间是在找算力，那个时候确实比较辛苦一些，现在算力问题解决了，已经在用了。
AI科技评论：你现在创业在哪个阶段了？
梅涛：我是春节前两天离开京东，三月初注册了智象未来科技有限公司。
我们现在做的就是AIGC（人工智能生成内容），主要是生成式多模态基础模型以及其应用，主要应用会面向设计师来使用，例如游戏设计师、营销设计师、绘画设计师等。
在AIGC的路上，我们可以说是一路狂奔。三月注册公司，四月中旬第一轮融资就结束了，五月初基本的算力资源和核心人员都已经到位，六月底数据和模型的规模都已经达到了60亿，七八月份我们就会发布第一版产品。我们的办公室也从亚运村的一个百平米的公寓搬到了现在的中关村。
AI科技评论：目前很多创业者都在往应用方面走，为什么要坚持做一个基础模型？
梅涛：因为如果没有基础模型，就肯定没有自己的核心壁垒；另外不自己做，就要用开源的模型或者调用别人的模型，就会相当依赖别人的技术。
我们坚持做一个底层的多模态基础模型，并不一定要做很大，因为视觉领域生成式基础模型参数能做到100 亿就已经很大了，目前最大也就是十几亿或者二、三十亿。
从五月份到现在八个礼拜，我们已经做到了60亿规模，目前已经上线了一款应用了，不过还在内测阶段，想先在B端客户推广使用。
AI科技评论：在算法方面，你们目前能达到什么程度？
梅涛：ChatGPT这个模型它的天花板很高，今天它能做到 1750 亿，未来它也能做到1万亿。因为它的模型能力很强，它能够记住很多知识。当前的视觉模型本身天花板比较低，现在我们给他喂很多的数据，它也只能做到大概十几个亿的参数规模。
我们现在做的第一个事情是，给模型打很强的补丁，增强它的记忆能力，让它能够记住更多的信息。另外，我们会在算法层面做很多技术的改进，如encoder、decoder等。
如果今天让我去做大语言模型，我觉得没有机会，因为通用的大语言模型确实是大公司做更有优势。而视觉领域的多模态基础模型，以及基于此的很多应用对创业公司来说还是有很多机会的。
AI科技评论：国内在图片或者视频领域大家其实拉不开差距，你为什么觉得有机会？
梅涛：所以我们不跟国内比，直接对标国外Midjourney和 Stable Diffusion，目前我们已经把Stable Diffusion的最新版本甩在后面了，现在正在追赶Midjourney的最新版。
虽然我们起跑的时候晚了一点，但是我们跑得很快。因为我们有一个很强的团队，刚好是十一个人，可以组成一支足球队，团队都是类似于像华为天才少年这样级别的选手。而我自己本人在这个领域做了十几年，我们勤奋、脑子也不笨，我相信我们公司以后会跑的越来越快、走的越来越稳的。
AI科技评论：国内几乎没有这样说自己直接对标这两家公司，为什么敢把Midjourney和 Stable Diffusion作为对标对象？
梅涛：我们对标的是 Stable Diffusion这种基础模型，以及Midjourney这样的应用。我们是国内唯一一家愿意对标Midjourney这种现象级产品的公司，而这个空间还是挺大的。
第一，Midjourney是一个小公司，但是它的数据其实很不错，数据的轮子已经转起来了，行业壁垒已经形成；
第二，Midjourney做文生图，但这个领域也只是满足专业设计师这个小众群体 ，只是作为找寻灵感的工具，还没有正式进入设计师真正的工作流程；
我们的优势在于不仅做文生图，还做文生视频、图生视频、文生3D等，多种模态可以随意切换。现在公司的能力还没有被释放出来，但是过去两个月的实践证明，在这么短的时间我们就快要追赶上Midjourney了。
我们要对标最好的，而不是关在国内的市场做浅层技术的内卷，一定要走到全球，做Global Market Player。
AI科技评论：你们的产品打算什么时候推出？
梅涛：七八月份，我们也在内测，想先在B端客户内部的设计师使用，然后再投到社区里传播。因为生成式AI的产品一定是体验为主，就是用户觉得好不好。举例说你跟 ChatGPT 对话，如果把ChatGPT比喻成一个“高中生”，再来一个低版本的 GPT 3. 0，那你面对的就像一个“小学生”，你肯定就不太愿意跟他对话了。
所以我们一定要把产品打磨到很不错的程度才会去公开发布。基本到七八月份就可以达到Midjourney V4版本的水平了，赶上它V5 版本甚至未来的V6版本估计得Q4左右。
AI科技评论：您现在做产品会不会结合Stable Diffusion和Midjourney的一些特点？
梅涛：Stable Diffusion和Midjourney就是其中两道菜，并不是满汉全席。而我们知道什么菜用什么组合，用什么佐料。
Stable Diffusion 本来是一个开源的模型，它有文字开源、图片开源，并不是专一在某一个行业里
2024-5-02
2024-5-02
2024-5-02
2024-5-01
2024-5-01
2024-5-01
2024-4-26
2024-4-25
2024-4-25
2024-4-25