跳到正文
Sourcery(youtube.com)· Burkay Gür·· 19 天前品質評分58

fal 完成 E 輪與 F 輪共 16.5 億美元募資,由 Sequoia 與 Bessemer 領投

fal 完成 E 輪與 F 輪共 16.5 億美元募資,由 Sequoia 與 Bessemer 領投

重點導讀

Fal 創辦人 Burkay Gür 與 Gorkem Yurtseven 將生成式媒體視為 AI 的第三個產品市場契合度,主張只有運算/推論層能創造真正毛利,應用層毛利則趨近於零。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

推論平臺 fal 共同創辦人 Burkay Gür 認為,生成式媒體是繼搜尋與編碼代理之後,AI 的第三個重大產品市場契合度(product-market fit),因為這是唯一另一個能讓單一專業人士每月花上 1 萬至 2 萬美元的使用場景。Gür 與共同創辦人 Gorkem Yurtseven 在這一個小時裡,大多在談這個說法背後的經濟結構——為什麼影片模型價格漲了十倍以上、需求卻照樣上升;為什麼算力稀缺讓推論供應商成為模型實驗室在發布時必須仰賴的合作夥伴;以及為什麼他們認為應用層的毛利率正朝零崩塌。標題提到的 16.5 億美元募資,只在開頭一段對話裡被承認一次,之後就沒再提;其餘談的是市場結構、公司從 2021 年資料基礎設施論述的轉向,以及一大段關於扁平組織設計與招募的內容。

兩位創辦人都是土耳其裔工程師,2014 年在舊金山相識,分別待過 Coinbase 與 Amazon,2021 年創立 fal。這場訪談錄於舊金山一家東地中海餐廳 Dalita——Yurtseven 在此結婚,Gür 則是證婚人。讀者該帶走的重點,是從一家夾在模型實驗室與消費模型的片廠、廣告公司之間的公司的視角,看生成式媒體熱潮的供給面——包括它對毛利率、開源與好萊塢的反主流判斷。

生成式媒體是唯一有每月花 2 萬美元個人的非編碼 AI 場景

Gür 的框架是:AI 至今只產生三個產品市場契合度——搜尋與消費端聊天(ChatGPT、Gemini)、編碼代理,以及生成式媒體。他用的判準是每人席位支出。Claude 或 OpenAI 上的單一開發者,一個月可以花到 1 萬至 2 萬美元;另一個會花這麼多錢的個人,是在 AI 原生工作室或傳統片廠裡整天生成影片的人。搜尋因為規模夠大而被排除在外,Gür 說業界沒有其他部分有這種動態。

fal 內部的營收組合,波動方式出乎兩位創辦人意料,他們形容每一步都令自己驚訝:

時期影片佔 fal 營收比重發生什麼變化
早期影像模型階段0%fal 在既有雲端基礎設施上把影像模型跑得更快
影片模型推出後約 70%創辦人認定影像模型「做完了」
影像編輯模型出現後約 50/50編輯功能讓影像模型復活,也透過影格插值餵養影片

Yurtseven 對定價的描述,是本集關於需求彈性最銳利的資料點。早期影片模型(Kling、MiniMax)每段 5 秒影片起價約 40 美分,後來穩定在 30 美分左右。接著 Veo 2 上線,每段 5 秒約 5 美元——漲幅超過十倍——創辦人原以為沒人會付這個錢。「結果需求基本上無窮無盡,」Yurtseven 說。更貴的模型陸續推出,客戶照樣採用,因為品質跨過了專業廣告與電影製作工作的門檻,那是便宜模型服務不了的。

Gür 預期成本會繼續往上,而不是往下。目前最好的模型能生成 10 到 12 秒影片,較新的已接近 30 秒;即時、高畫質的串流則是尚未達到的門檻。時長越長、解析度越高,推論成本呈指數上升——推論時更多注意力、指數級更多的畫素——所以相對於下一波資金要去的方向,現在的產出仍「非常初階」。

「你坐在電腦前,整天生成影片,一個月花 1 萬、2 萬美元。這是 AI 裡唯一另一個個人能花這麼多錢的使用場景。」——Burkay Gür

談到 fal 曾代管的 Sora:Yurtseven 說,在 OpenAI 撤下前三個月,fal 看到用量大幅成長,而傳聞是算力不足以支應其他所有用途,加上營運成本高。他沒把話說死,認為 Sora 有可能回歸。

算力稀缺,讓推論供應商成為模型實驗室的發布夥伴

fal 站在市場兩端——既是模型供應商的基礎設施夥伴,也是消費模型的片廠與應用的 API 夥伴——Gür 說這個位置在當下格外有價值,因為算力太緊。實驗室有了新模型,必須在發布前先規劃推論容量;模型若成功,它多半無法自行取得足夠算力,所以與推論供應商合作是務實的路。fal 也得預測需求成長並提前採購算力,否則「所有算力都會流向編碼代理,或任何投資規模更大的玩家。」

flowchart TD
    A["模型實驗室(開源與閉源)"] -->|"需要發布時的推論容量"| B["fal 推論平臺"]
    C["fal 提前於需求採購算力"] --> B
    B -->|"API 存取、多模型"| D["片廠、廣告公司、AI 原生創意團隊"]
    D -->|"信任:未發布內容保持私密"| B
    B -->|"需求訊號與營收分潤"| A

信任這件事是商業考量,不是情感因素。Gür 說,企業創意客戶知道模型跑在 fal 的 GPU 上會更信任 fal,因為未發布的角色與風格是影片模型的輸入,外洩才是他們最怕的。開源與閉源模型皆然,這也是它在企業買家眼中的差異化。

Yurtseven 補充兩個結構性理由,說明為何生成式媒體不斷冒出新的領先者,而 LLM 已經收斂。第一,它包含多種模態——文生圖、影像編輯、影片、3D、語音合成、語音轉文字——每個子類別都有五到十家公司,所以整體更分散。第二,這個領域還夠早期,超車會持續發生:「我們大概只走到最終目的地的 50%,」所以大約八家實驗室輪流換位,而不是兩三家拉開差距。Gür 對「為何進展沒停滯」的技術解釋是:影片訓練資料充沛且大致免費,不像 LLM 面臨的資料牆;而問題空間(物理、整個視覺世界)比編碼更寬廣,新模型有更多角度可以勝出。

轉向:從 2021 年的資料基礎設施論述,到「生成式媒體」

fal 在 2021 年以一個前 AI 時代的論述起家。創辦人看上一波資料基礎設施浪潮——Snowflake、Databricks——歸納出這些公司勝出的原因是掌握算力,讓客戶彈性擴充。他們押注下一個工作負載會是 Python 而非 SQL,於是開始幫團隊把資料科學與機器學習工作負載搬上雲。Gür 說這門生意做了大約一年,「一美元都沒賺到」。

接著 ChatGPT、Stable Diffusion、DALL·E 問世。創辦人看到開源語言模型競賽演變成 Token 負毛利的價格戰——對一家現金有限、只有五、六個人的公司來說無法承受。他們轉向影像模型,相信自己的基礎設施能讓模型跑得明顯更快,營收開始成長。那時影片模型還不在討論範圍內。

三到六個月後,他們認定這個趨勢比影像生成更大,買家會是廣告與行銷團隊而非 LLM 使用者,而且這個類別需要自己的名字。他們造了「生成式媒體」這個詞,放上官網,接下來好一段時間都在解釋它。Yurtseven:「三年前,沒人真的懂那是什麼意思。三年後,它已經是一整個新產業。」他也標出野心轉變的時間點——第一代 DALL·E 之後約 18 個月,人們開始相信劇情長片可行。

應用層毛利率趨近於零;利潤在算力路徑上

Gür 的犀利觀點是本集最反主流的市場判斷,他把它講成 fal 創立時所依據共識的反轉。2021 年,普遍看法是基礎設施會商品化到零毛利,利潤由應用層拿走。他說結果相反:應用層毛利率趨近於零,因為競爭激烈、獲客成本高;只有身處算力路徑、能在這條路上創新的公司才有毛利。

「應用層的毛利率趨近於零。競爭太激烈,大家得砸太多錢做行銷。只有當你身處算力路徑、能在這條路上創新,你才創造得出毛利。」——Burkay Gür

他把這推廣成一個結構性主張:每一家大公司都會變成算力公司,差別只在門面。neocloud 沒有門面;Databricks 講的是資料的故事;fal 的門面是生成式媒體。它們背後「都是誰跑最多算力,誰就帶來營收。」Yurtseven 的佐證觀察是:已宣佈的資本支出數字——市場上流傳的 2,000 億美元等級——大多還沒真正蓋出來,而建設很慢,所以短缺會持續。

廣告是近期最大使用場景,回饋迴路則是未解的部分

Gür 主張廣告是影片模型的天生歸宿,因為內容用過即丟、品質門檻也寬鬆:UGC 風格的廣告要看起來像自己拍的,而不是精緻打磨;一支 60 秒廣告可以用短片段拼出來,不必一次連續生成。未解的部分是迴路。因為廣告可以投放並衡量,系統理論上能做小幅變體、留下表現好的、把迭代自動化——Gür 說目前還沒人做得好,但 fal 想成為那套自動化廣告堆疊的一部分。

兩位創辦人證實,這種做法在市場兩端都存在,但還不普遍。Yurtseven 說成熟的創作者與部分大公司已在做這類迭代測試,但強化學習的機制並不簡單,他預期未來幾年會成為常態。主持人提到一個讓觀看數暴增十倍的縮圖技巧,就是同樣動態在消費端規模的版本。

扁平組織、超級個人貢獻者,以及為主動性與飢渴感招募

fal 最多隻有兩層匯報層級,沒有純管理職;創辦人說這是刻意設計,如今以「超級個人貢獻者(super ICs)」之名成為風潮——也就是親自動手做、同時帶領小團隊的主管。Yurtseven 說他們加入強者、觀察誰冒出頭、再把團隊聚在這些人周圍;只有在溝通斷掉時才會增加管理層級。Gür 把這套模式的存續綁在編碼代理上:只要代理持續進步,一個超級個人貢獻者就能帶五到十名工程師,兩層結構就撐得住。

招募門檻有三部分。技術卓越是最初的差異化。主動性最難找、現在也最重要,因為市場變化快到 fal 要工程師做商業判斷、直接面對客戶——這在 Amazon 或 Coinbase 很不尋常,那裡工程師就只管工程。飢渴感有一部分靠「反向推銷」來測:創辦人會告訴應徵者 60 到 80 小時的衝刺期,同時也說他們不相信有毒的工時,週末照樣回家。最後是謙遜與低自我;Yurtseven 說客戶都注意到這個團隊多好合作。

兩個招募細節值得一提。Yurtseven 早期招募的範本是 2016 年的 Coinbase,當時公司約 100 人(fal 現在約 150 人):Coinbase 在 Reddit 上放了一份加密貨幣測驗,通過才能跟團隊通電話。教訓是要找那種「就算你不錄取他,他自己也會去做」的狂熱者。Gür 則說 30 多歲才創業是結構性優勢,因為 fal 早期工程團隊幾乎全是創辦人共事過、信任的人——這種信任從零建立要好幾年。

「就算你不錄取他們,他們反正也會去做這件事。」——Gorkem Yurtseven,談狂熱者篩選

好萊塢採用慢是法務與監管問題,不是勞動衝擊

Gür 直接反駁「AI 會殺死好萊塢」的說法:fal 天天跟這些客戶談,據他所述,AI 至今對好萊塢勞動的影響是「零」。fal 從好萊塢拿到的生意在過去六個月成長到有意義的營收佔比,但幾乎還沒產出任何稱得上值得一看的內容。卡關的是法律而非技術——片廠法務必須核准使用,所以採用才這麼慢,而買家現在才開始全力投入。

開源爭論在這裡接上。Gür 說片廠想微調模型、套用 LoRA 改變打光、使用未發布的角色與風格——這些能力都需要開放權重。而開源,用他的話說,對任何落後的實驗室都是極強的的行銷手段,所以鐘擺會在開源與閉源之間持續擺盪。fal 起初把開源視為威脅,因為它主要跑開源模型;如今它也為閉源模型提供推論,這場爭論對它的生意已無差別。

創辦人接下來在看什麼:世界模型與長青 AI 內容

Gür 未來 12 個月的期待,是第一批「禁得起時間考驗」的 AI 內容——一部一年後看依然站得住的短片或動畫,就像《玩具總動員》對電腦圖學的意義。他的重點是:AI 產出至今都在展示能力,而不是做出歷久彌新的作品。

Yurtseven 選的是世界模型,這與他錄音前三個月的懷疑態度正好相反。他描述用鍵盤操作的互動式生成環境,說近期進展驚人:新架構能維持持久的世界,物件不會在你移開視線再回頭時消失。他預期品質與速度會大幅提升,並認為 AI 遊戲可能成為第四個產品市場契合度。限制在經濟面——有人玩的時候 GPU 必須持續執行——這又繞回算力論述。

結尾的綜合是:fal 的整個定位,建立在創辦人當年逆著 2021 年共識所做的押注——利潤歸於掌握算力、能在其上創新的人,而門面只是你向客戶解釋這件事的方式。未解的張力在於持續時間。他們扁平、超級個人貢獻者的組織,明確以編碼代理持續進步為前提;而營收組合已經兩個方向各反轉過一次。影片品質或代理能力任一邊停滯,都會同時考驗這兩個押注。值得追蹤的是:Sora 是否回歸、是否有實驗室做出 Gür 說還沒人打造的自動化廣告最佳化迴路,以及世界模型會不會成為 Yurtseven 現在預期的第四個類別。

來源: Sourcery (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論