Akool：利用AIGC技术，为品牌和电商用户打造优质营销素材

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。

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。