提及真正被生成式 AI 改变的赛道，营销肯定算一个。最近一段时间，不论是对话机器人的自然度，还是文本、图片等 AIGC 类素材的成熟度，都让营销领域最先尝到这一波 AI 的甜头。

36 氪日前接触到的「Akool」，即是一家基于 AIGC 技术，为品牌和电商用户提供内容素材的公司。创始人吕家俊表示，其本人具备多年 AI 视觉的产学研经验，一直了解生成式 AI 的进展。在 2022 年，基于此前积累和对行业进展的观察，吕家俊成立了 Akool。

吕家俊告诉 36 氪，当前 Akool 主要有三块生成式 AI 业务，覆盖文字、图片、视频。电商商家可以通过 Akool 的平台，生成自身所需的营销素材。

【资料图】

在视频场景中，Akool 首先可以帮助客户变化视频的背景、人脸、物体等素材。针对这一场景，吕家俊表示，虽然在视频中更换人脸、背景、物体等并不属于新鲜事物，但生成式 AI 的出现，能够让素材效果更自然，质量更高，提升营销效果。另外如果客户有指定生成某一个图像，要求 " 复刻 " 的需求，Akool 也会进行平衡。" 自然和真实之间可以调整。" 吕家俊认为。

另在图像场景中，Akool 能基于图片生成超写实的虚拟人形象。" 只需要提供一张你的照片，就可以生成一个属于你自己的虚拟人。" 吕家俊表示。在文字场景，Akool 也能帮用户生成产品介绍、投放文案等内容。

基于这些功能，Akool 打造了多款产品，主要包括 Akool content platform、Akool content platform、 Akool talking avatar,、Akool beyond journey、Akool face swap。

其中，Akool content platform 内置 Akool 所有生成文字、图片、视频的功能，是一个综合型平台产品。而针对一些 Killing features，Akool 还提供单独的 APP。具体来说，Akool talking avatar 可以帮助用户生成虚拟人形象；Akool beyond journey 则是对标 Midjourney 的文生图产品； Akool face swap 能帮助用户实现在视频、图片中换素材的功能。

吕家俊表示，公司创始团队在视觉方向有着较深积累，所以在视频、图像场景中有着较为独特的技术优势。另外，公司目前计算资源丰富，可以使用近一千张 A100 进行大规模训练。

在具体架构上，他进一步介绍，Akool 的主要自研架构包括用于数字虚拟人的扩散模型和 3 维 NerF 结构的生成模型框架、基于能量的扩散模型框架。吕家俊告诉 36 氪，用这些自研框架开发的图片视频应用，具有生成结果质量高，清晰度高，多样性好等特点。一个例证是，基于这些架构，Akool 在包括可口可乐等多家品牌客户的方案调研对比中取得最高分，并获得订单。

另外，公司还把 Stable Diffusion 作为预训练基础模型，Fine-Tune 自定义的网络结构，进行后续的开发和研究。在文字大模型方面，Akool 目前基于 LLAMA 开源模型进行 Fine-Tune。" 它的参数量比 GPT4 小很多，属于轻量级的模型，参数量在 65B 左右，但性能堪比 GPT4。" 吕家俊向 36 氪表示。

模型之外，吕家俊还认为，Akool 在训练数据集方面也多有心得。他表示，Akool 针对数据集做了很多分类，针对不同任务运用不同数据集训练。同时，Akool 针对数据集的数据做筛选，如果数据质量没能达到要求，便不会加入训练集。

当前，Akool 的文生图大模型生成一张 1024 x 512 的图片需要 8-10 秒左右。而在音频生成视频场景下，生成一段 11 秒共 347 帧分辨率为 3840 x 2160 的视频，耗时约 500 秒。

另在商业化层面，2023 年初起，Akool 迎来了一波用户量爆发。吕家俊介绍，当前 Akool 已经拥有 20 万用户，其中 3000+ 是订阅付费用户，包括个人用户和企业用户。其中，可口可乐是 Akool 的典型案例。吕家俊介绍，可口可乐出于营销需求，已在自己的营销 APP 里接入 Akool 的 API，让更多的用户基于可口可乐的元素生成个性化物料。在营收预期上，吕家俊预计年底 Akool 会稳定在每月营收超百万美金的水平。

团队方面，目前 Akool 的员工数在 30 人左右。其中，CEO 吕家俊是伊利诺伊大学香槟分校人工智能博士，斯坦福大学访问研究员，曾在哈佛商学院总裁班（PLDA）学习。并且，他还深度参与过两家 B+ 轮科技公司的早期运行，在生成式人工智能有十年以上的研究经历。此外，公司创始团队、顾问团队中还有不少全球头部企业高管和顶级高校的产学研人员。