AI news

离开字节Seed后,他联手打造了一个AI创作社区yesand

By 虾蛄AI2 viewsSource: 虾蛄AI
离开字节Seed后,他联手打造了一个AI创作社区yesand

最近出现的yesand,恰恰瞄准了这些创作中的实际困扰。今年6月,这款产品宣布完成300万美元Pre Seed融资,由Accel领投。官方披露产品启动约两个月后已经积累超过6万名用户,以及超过10万个由创作者生产的内容资产,目前官网展示的创作者数量已经超过10万。

The full text has not been translated yet. The Chinese original is shown below.

每件作品都能继续被创作。

AI视频的生成门槛还在继续下降。

Seedance、Minimax、Wan等模型接连更新之后,一段完成度不错的视频已经不再需要复杂的制作流程。

输入一段描述,准备几张参考图,再花一些时间调整结果,普通用户也可以做出过去需要专业团队才能完成的画面。

文章配图

但生成变简单之后,创作过程里另一个问题开始变得明显。

很多好看的AI视频都分布在社交媒体和创作社区里,看到喜欢的,用户通常只能先下载下来,再去评论区翻Prompt。

遇到一个喜欢的角色,还要自己研究怎样保持人物一致;想复现某种画面风格,也很难直接找到原作者使用过的素材和制作方式。

文章配图

最近出现的yesand,恰恰瞄准了这些创作中的实际困扰。今年6月,这款产品宣布完成300万美元Pre Seed融资,由Accel领投。

官方披露产品启动约两个月后已经积累超过6万名用户,以及超过10万个由创作者生产的内容资产,目前官网展示的创作者数量已经超过10万。

而yesand背后的两位联合创始人,也都长期待在AI视觉创作产品的一线。

文章配图

其中Markus Mak此前在字节Seed工作,参与过Seedance和 Seedream。

文章配图

另一位联合创始人Lena Zheng曾负责Dreamina AI的移动端,领导Dreamina的ARR从0增长到5000万美元。同样,她也是yesand前身Inspova最早的产品发起者。

离开字节Seed后,Markus和 Lena选择接入已经成熟的Seedance、Minimax等模型,再围绕AI内容生成之后的那段过程做一套新的产品。

文章配图

打开yesand的网页,页面里铺着大量作品。看起来有点像一个充满AI图片和视频的Pinterest,用户可以不断浏览其他创作者发布的内容。

点进作品之后,yesand会继续展示Prompt,并识别其中可以重复使用的角色和视觉元素。看到喜欢的内容,用户可以直接Remix,交给AI继续生成自己的版本。

文章配图

yesand希望一件已经生成完成的AI内容,可以继续成为下一件作品的起点,作品展示只是整个使用过程里的第一层。

它把这些可以重复利用的内容称为Elements。

作品里的每个部分都有它自己的价值。很多信息原本藏在Prompt里,需要创作者自行拆解,yesand希望将它们直接呈现在作品页面中。

文章配图

传统内容平台里的互动通常由浏览开始,随后进入点赞与转发,而yesand里的Remix,用户看到喜欢的作品之后,可以直接接着做。

它想强调的其实是一个新的互动关系。点赞只代表用户认可一件作品,Remix会产生下一件作品,也会让原来的创作元素继续传播。

这也是yesand和很多模型聚合工具之间最明显的区别之一。模型负责内容生成,社区里的作品如何继续生长,则构成它希望建立的核心循环。

文章配图

此外,作品里识别出的Elements可以被其他用户调用,创作时与 Agent发生的部分交互也可以成为后续Remix的依据。

第二个入口是Inbox。这里除了接收社区动态,也会直接推荐新的创作者账号。

用户可以看到某个关注对象刚刚发布了新内容,下面还会继续出现Suggested accounts,页面会根据社区里的创作者关系推荐值得关注的人。

文章配图

第三个入口则负责发布作品。用户可以直接上传JPG、PNG、WebP、MP4或MOV,也能粘贴社交媒体内容链接。

页面还单独提供Instagram、X、Threads和TikTok的导入入口,可以把自己其他平台账号里的内容带进yesand。

发布之前,创作者可以填写作品描述,也能留下供社区Remix使用的Prompt,再补充模型、分类以及原始作者和来源链接。

文章配图

需要创作时,可以打开Agent页面,用户可以直接输入自己的需求,也能添加参考内容,再选择Auto、Image 或 Video模式。

yesand已经接入GPT 4o Image、Nano Banana、Seedance 2.5和Kling等模型,具体生成任务可以交给不同模型完成。

文章配图

这里还有一个设计,就是Skill。

很多原本需要自己研究Prompt、画面结构和模型调用方式的步骤,都被打包进一个可以直接使用的入口。

用户看到别人通过某个Skill做出的效果后,也能继续沿用同一套创作方法。

文章配图

Agent 页面里还有一个很实用的功能,Remix from any inspiration。

用户可以粘贴 Instagram或Pinterest链接,让Agent直接基于外部灵感继续创作。

让链接直接进入创作流程,不需要再手动下载素材和重新整理描述。

文章配图

随着某个模型在画质、人物一致性或者运动表现方面更合适,yesand可以继续接入新的能力,产品依旧围绕着创作体验更新。

这种选择也很符合这两年AI视频产品的变化。模型更新速度越来越快,单个应用想依靠某一个模型长期保持体验优势并不容易。

对于应用团队来说,如何让用户持续回来创作,如何让用户已经产生的内容形成关系等都开始成为很重要的问题。

文章配图

Markus Mak还特别提到了taste。在他的判断里,多模态模型的能力正在快速提升,生成一张质量不错的图片或者做出一段可观看的视频会越来越容易。

基础能力不断向前推进,用户的审美选择会变得更加重要。

如果Agent能够持续理解这些选择,用户下一次创作时就不需要重新解释自己偏爱的画面语言。

文章配图

值得一提的是,yesand它的前身叫Inspova,最早由Lena Zheng做出来。

Lena本身是产品经理,也有Dreamina相关产品经历。她曾在公开内容里提到,自己没有技术背景,最初使用AI coding tools做出了Inspova。

文章配图

这个早期产品更像一个围绕Prompt建立的灵感库,此类产品目前市面上也很多。用户可以在里面寻找各种 AI 图片和 AI 视频的Prompt,也可以查看不同模型对应的创作案例。

Lena当时还专门整理过Seedance、Kling、Veo、Runway 和 Sora等模型相关的视频Prompt,希望让优秀创意可以跨工具流动。

这种产品形态很容易让人想到Pinterest,用户来到这里的首要目的,是找灵感。

文章配图

看到合适的内容之后,再把Prompt带到其他工具里继续生成。产品更多是作为一个发现和整理的作用。

随着使用场景继续扩展,Inspova的定位也发生变化。

原本的Prompt Gallery被进一步扩展,生成能力被接入产品,Elements开始承担素材复用,Agent负责降低创作门槛,Remix则把社区里的作品连接起来。

文章配图

它没有先设计一个庞大的AI社交网络,再寻找用户。Lena先用一个很轻的Prompt产品验证创作者需求,团队随后逐步增加创作和交易相关能力,最后才形成yesand目前的形态。

这种产品路径也解释了为什么yesand的社区属性很重。它最早解决的就是找内容和找灵感的问题,生成工具是后续的一部分。

文章配图

目前yesand的主要入口仍然是网页端,移动产品也已经进入团队的规划范围。

对于一个强调浏览、发现和Remix的产品来说,移动端具有很强的使用逻辑。

用户在碎片时间里刷到作品,再随手保存一个Element或发起一次Remix,会比完整的桌面创作流程更接近内容社区的使用习惯。

文章配图

文章配图

Markus的选择也很容易让人想到另一批字节出来的AI创业者。

过去一段时间,做AI视频和AI视觉创作的创业团队里,字节背景出现得非常频繁。

闹闹曾参与剪映和抖音特效相关业务,后来又有阶跃星辰经历,如今在做动画创作Agent OiiOii。

文章配图

陈冕曾负责剪映与CapCut全球商业化,离开字节体系后参与创办演语科技,团队后来推出LibTV,该产品同样围绕AI视频创作展开。

TapNow联合创始人Klaus He也有字节经历,团队将产品方向放在AI visual creation和filmmaking;郭列此前创办FaceU,团队后来进入字节体系,如今再次创业做Flova,瞄准的同样是AI视频Agent。

文章配图

这些团队选择的产品形态各有差异,经历里有一个很明显的交集。

他们都接触过短视频时代成熟的内容生产体系,也很熟悉创作工具如何影响内容供给。

字节近几年快速补齐了模型能力,相关团队在更早的业务周期里已经积累大量创作工具经验,也长期处理内容分发与创作者增长问题。

文章配图

AI视频能力快速提升之后,这些经验开始出现新的用途。

有人选择做更完整的视频工作流,有人关注动画,有人希望用Agent 降低专业制作门槛。yesand则选择了社区,希望让作品本身成为下一次创作的素材。

如果未来AI视频生成变得像今天拍一张照片一样普通,那么下一轮竞争很可能会围绕创作关系继续展开。

作品做出来只是第一步,后续怎么被人接着用,才是yesand真正放进去的核心。

文章来自于微信公众号 “虾蛄AI”,作者 “虾蛄AI”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)