Außerhalb des ByteDance-Ökosystems bricht RunningHub erfolgreich durch: Die hochkarätigen KI-Modelle wetteifern um die "Erststartpositionen".

Der Veröffentlichungsprozess von Modellen hat sich in intensiven Iterationen längst zu einer präzisen industriellen Fertigungsstraße entwickelt: Ein technischer Bericht eröffnet den Weg, Benchmark-Listen dominieren die Aufmerksamkeit, gefolgt von der Öffnung von APIs und schließlich der Veröffentlichung von Open-Source-Gewichten.

Allerdings entwickeln sich große Sprachmodelle immer noch zu schnell. Angesichts des verschärften Wettbewerbs bei Video- und Multimodalmodellen reichen diese vier klassischen Maßnahmen kaum noch aus, um den Markt zu überzeugen. In der zweiten Phase des Modellwettbewerbs gibt es einen unsichtbaren Indikator, der immer mehr Beachtung findet: Kann ein Modell tatsächlich zu einem Produktivwerkzeug werden, das Ersteller sofort für ihre Arbeit einsetzen können?

Das Problem liegt darin, dass zwischen dem Basismodell (Model) und der Produktivität (Productivity) extrem aufwändige technische Optimierungen und die Einrichtung von Arbeitsabläufen stehen. Mit den eigenen Kräften eines Herstellers ist es kaum möglich, die Fähigkeiten eines Modells schnell in Lösungen für spezifische Szenarien umzuwandeln.

Die Veröffentlichung mehrerer Top-Modelle in letzter Zeit hat diese Veränderung bereits widergespiegelt.

Als WAN 3.0 für die geschlossene Betaphase freigegeben wurde, war RunningHub eine der ersten Plattformen, die den Zugang erhielt, und verfügte über eine Betaphase-Berechtigung mit einem Umfang von 100 gleichzeitigen Anfragen. Nach der Einführung des Modells senkte RunningHub den Preis für Aufrufe durch Mitglieder weiter auf mindestens 0,05 Yuan pro Sekunde für 480P und mindestens 0,1 Yuan pro Sekunde für 720P. Nach den von RunningHub bereitgestellten Vergleichsdaten liegt dies bereits im niedrigsten Preisbereich unter vergleichbaren Plattformen.

Nach der Open-Source-Veröffentlichung von MiniMax H3 schloss RunningHub die Anpassung schnell ab. Daraufhin haben Tausende von Erstellern fast 10.000 kreative Generierungsarbeitsabläufe auf Basis von H3 geöffnet, die mehrere Bereiche wie E-Commerce, Kurzfilme, Manhua-Filme und Stimmklonen abdecken.

Für das kommende Seedance 2.5 1080P, das bald veröffentlicht wird, wird RunningHub ebenfalls eine der ersten Plattformen sein, auf denen es eingeführt wird, wobei der Mitgliedspreis für 480P mindestens 0,21 Yuan pro Sekunde beträgt.

Von WAN 3.0 über MiniMax H3 bis hin zu Seedance 2.5 verfolgt RunningHub gleichzeitig die Geschwindigkeit der Erstveröffentlichung und gewinnt professionelle Ersteller, während es die Nutzungshürden für Modelle durch niedrige Preise senkt.

Top-KI-Modelle kämpfen kollektiv um die "Erstveröffentlichungsplattform". Warum kann RunningHub die Erstveröffentlichungsrechte für Top-SOTA-Modelle wie WAN 3.0 und MiniMax H3 erwerben?

01. Die Modellveröffentlichung ist kein Endpunkt, danach folgen weitere Hürden

Dass Top-Modelle wie WAN 3.0 und MiniMax H3 RunningHub nacheinander als Plattform für ihre Erstveröffentlichung wählen, ist kein Zufall.

Schließlich ist die Modellveröffentlichung selbst längst kein Endpunkt mehr, da die Anzahl der großen Modelle stark zugenommen hat und die Iterationszyklen unbegrenzt verkürzt wurden. Ein Modell kann hervorragende Ergebnisse im Benchmark erzielen und am Veröffentlichungstag durch die Werbung von Medien und KOLs große Aufmerksamkeit erlangen, aber hohe Aufmerksamkeit bedeutet nicht automatisch hohe Bindungsrate und hohe Anzahl an Aufrufen.

Nachdem die Neuheit der Pressekonferenz verblasst ist, stehen Modellanbieter vor einem realistischeren Problem: Wie kann das Modell so schnell wie möglich zu den Erstellern gelangen, in die echte Produktionspipeline integriert und schließlich in kontinuierliche Token-Aufrufe und kommerziellen Wert umgewandelt werden?

Dies ist auch ein Thema, das viele Ersteller beschäftigt: Zwischen der Möglichkeit, ein Modell aufzurufen, und seiner tatsächlichen Nutzbarkeit besteht noch eine große Lücke, die Ersteller mit ihren individuellen Kräften kaum vollständig und effektiv lösen können.

Besonders bei multimedialer Erstellung wie Videos und Bildern erfordern Bereitstellungskonfiguration, Parameteranpassung, Knotenverknüpfung und Arbeitsablaufanpassung in der Anfangsphase der Einführung neuer Modelle bestimmte technische Fähigkeiten. Noch wichtiger ist, dass die tatsächliche Inhaltsproduktion selten von einem einzelnen Modell abgeschlossen wird. Ein Kurzfilm, eine E-Commerce-Werbung oder ein Manhua-Film kann gleichzeitig Text-zu-Bild, Bild-zu-Video, digitale Menschen, Stimmklonen und Nachbearbeitung umfassen. Ersteller müssen verschiedene Modelle auswählen und sie dann in denselben Produktionsprozess integrieren. Ein Modell mit ausreichend hoher Leistung ist oft nur ein Teil des Puzzles.

APIs machen Modelle aufrufbar, aber das bedeutet nicht, dass Ersteller am Tag des Erhalts des Modells sofort damit arbeiten können. Von der Einführung des Modells bis zur tatsächlichen Integration in die Produktion müssen noch Modellanpassung, Einrichtung von Arbeitsabläufen und Erkundung von Anwendungsszenarien abgeschlossen werden. Dadurch ändert sich auch die Rolle der Modellveröffentlichungsplattform: Neben der ersten Welle der Aufmerksamkeitsgenerierung muss sie die ersten professionellen Ersteller finden, damit sie die Grenzen des Modells testen, Nutzungsmöglichkeiten entwickeln und Arbeitsabläufe einrichten, bevor sie die ausgereiften Methoden an mehr Benutzer weitergeben.

In der Phase der Erstveröffentlichung muss man sich einer weiteren Prüfung stellen. Nach der Veröffentlichung eines neuen Modells kommt es oft zu sofortigen konzentrierten Aufrufen. Ohne stabile Rechenleistung, Kapazität für gleichzeitige Anfragen und schnelle technische Anpassungen kann selbst die höchste Beliebtheit kaum in tatsächliche Nutzung umgewandelt werden.

Daher entstehen mit der zunehmenden Vielfalt von Basismodellen neue Wertschöpfungsstufen in der Industriekette, nämlich die Umwandlung der Modellfähigkeiten in Produktivität.

Für Modellanbieter muss eine gute Plattform für die Erstveröffentlichung nicht nur die konzentrierten Aufrufe nach der Einführung des neuen Modells bewältigen, sondern auch die ersten professionellen Ersteller dazu bringen, das Modell schnell zu nutzen. Genau diese Position versucht RunningHub einzunehmen.

Das ist auch der Grund, warum Modelle wie WAN 3.0 und MiniMax H3 nacheinander RunningHub wählen.

02. Der Iterationspfad von RunningHub seit dem Aufkommen von AIGC

Einige weitsichtige Unternehmen haben diesen neuen Trend bereits erkannt. Daher gibt es auf dem Markt bereits viele bedeutende Akteure, die sich darum bemühen, die Distanz zwischen Modellen und Erstellern zu verringern. Zum Beispiel gibt es One-Stop-Erstellungsprodukte von großen Unternehmen wie Jimeng AI und Keling AI, AIGC-Modell- und Ersteller-Communities wie Liblib AI sowie Comfy Cloud, das offiziell von Comfy UI herausgegeben wurde. Jeder Akteur bemüht sich, Modelle an eine breitere Gruppe von Erstellern heranzuführen.

Warum kann RunningHub unter den Giganten mit großem Datenverkehr, Kapital oder Ökosystem-Hintergrund die Erstveröffentlichungsrechte für Top-SOTA-Modelle wie WAN 3.0 und MiniMax H3 erwerben?

Die Antwort liegt im Verlauf der Produktentwicklung: In den vergangenen zwei Jahren der AIGC-Welle hat RunningHub äußerst scharfsinnig zwei entscheidende Paradigmenwechsel in der Branche nacheinander erfasst.

Der erste fand in der frühen Phase der AIGC-Entwicklung statt.

Als Stable Diffusion und Comfy UI gerade in den Bereich der professionellen Erstellung eintraten, gab es hohe technische Hürden bei der Modellbereitstellung, Knotenkombination, Parameteranpassung und Einrichtung von Arbeitsabläufen. Die ersten Nutzer, die in diese Branche eintraten, waren nicht die gewöhnlichen Benutzer, die heute massenhaft KI-Bildgenerierung und KI-Videos nutzen, sondern eine Gruppe von geek-ähnlichen Erstellern, die näher an Entwicklern stehen.

Durch die Nutzung der zugrundeliegenden Rechenleistung und der früh ausgebildeten Cloud-Fähigkeiten von Comfy UI senkte RunningHub die Hürden für lokale Bereitstellung und Rechenleistung, behielt gleichzeitig eine ausreichend hohe Freiheit bei der Erstellung bei. Ersteller können Knoten frei kombinieren, Modelle debuggen und ihre selbst erstellten Arbeitsabläufe mit anderen teilen.

Bevor AIGC zu einem Massenwerkzeug wurde, sammelte sich eine Gruppe professioneller Benutzer, die bereit waren, Modelle zu erforschen, Knoten zu debuggen und sogar Arbeitsabläufe kostenlos für die Gemeinschaft zu teilen, bei RunningHub.

RunningHub hat genau diese fortgeschrittenen Spieler erfasst, die sich am besten mit KI-Erstellung auskennen. Sie bauten scheinbar eine Austauschgemeinschaft auf, aber im Wesentlichen ist dies auch ein extrem schneller Produktivierungsmechanismus: Durch schnelles Testen der Modellgrenzen, Abgleich mit kommerziellen Szenarien und Zusammenstellen von Multimodel-Knoten wandelten sie die abstrakten zugrundeliegenden Fähigkeiten ganz natürlich in Arbeitsabläufe um, die normale Benutzer sofort nutzen können.

Laden Sie ein Produktbild und ein Modellbild hoch, um ganz einfach den Kleidungswechsel zu realisieren

Derzeit hat RunningHub mehr als 13.000 Arbeitsablaufknoten, über 100.000 Modelle, über 80.000 Arbeitsabläufe und über 100.000 KI-Anwendungen angesammelt und ist zu einer der größten Comfy-UI-Plattformen in China geworden.

Aber wenn die Geschichte von RunningHub hier enden würde, wäre es höchstens eine professionelle Geek-Community.

Was den tatsächlichen Vorsprung ausmacht, ist die darauffolgende technische Entwicklung: Der drastische Rückgang der Hürden bei der Entwicklung von KI-Anwendungen hat diese fortgeschrittenen Spieler, die Arbeitsabläufe erstellen, zu Anwendungsentwicklern verwandelt, und der Fokus der AIGC-Branche liegt nun auf der tatsächlichen Erstellung von Inhalten. Im Gegensatz zum Generieren einiger Bilder zum Testen von Modellen besteht der grundlegende Zweck des Aufrufs von Modellen durch Ersteller in häufigen kommerziellen Szenarien wie Kurzfilmen, Manhua-Filmen, Film, E-Commerce und Werbung darin, Dutzende von Einstellungen, eine ganze Folge eines Manhua-Films oder große Mengen an E-Commerce-Materialien kontinuierlich zu produzieren.

Daraufhin übernahmen die Modellaufrufe auf RunningHub eine völlig andere kommerzielle Bedeutung.

Daher wurde es zum Entwicklungsziel von RunningHub, Erstellern dabei zu helfen, mehrere Modelle in einer Umgebung zu steuern, Materialien zu verwalten und verschiedene Generierungsschritte zu organisieren.

RunningHub hat daraufhin agenturähnliche Produkte wie die unbegrenzte Leinwand rhTV und die 3D-Regieplattform eingeführt und die Produktentwicklung abgeschlossen: Comfy UI löst das Problem "Wie rufe ich ein Modell auf?", Arbeitsabläufe lösen das Problem "Wie organisiere ich multimodale Fähigkeiten", und Agent-Produkte lösen direkt das Problem "Wie erledige ich eine vollständige Erstellungsaufgabe".

"Der Meister der Geister in der Nordostregion"

Der Ersteller "Miemie ist verwirrt" hat allein in 4 Monaten mit Hilfe der Rechenleistung und der Erstellungswerkzeuge von rhTV unter RunningHub einen 113-minütigen langen KI-Film "Der Meister der Geister in der Nordostregion" fertiggestellt. Nach den öffentlichen Daten von Bilibili erhielt der Film in der ersten Woche nach seiner Veröffentlichung auf Bilibili 3,55 Millionen Aufrufe und wurde in die Liste "Wöchentliche Empfehlungen" aufgenommen.

Die Steigerung der Produktivität zeigt sich nicht nur darin, dass Ersteller Inhalte mit längerer Dauer produzieren können. Die Serie von Kurzfilmen "Mein echter 2D-Hauptdarsteller", die von dem Ersteller "Orangenschale" erstellt wurde, kombiniert echte 3D-Szenen mit Charakteren im 2D-Stil und hat auf Douyin und Xiaohongshu insgesamt mehr als 10 Millionen Aufrufe erzielt. Für KI-Ersteller bedeutet diese Art von Inhalt, dass das Modell bereits Charakterkonsistenz, visuellen Stil und kontinuierliche Produktion zwischen einer großen Anzahl von Einstellungen realisieren kann – und dies war zuvor das größte Hindernis, das die großflächige Kommerzialisierung von KI-Videos verhinderte.

"Mein echter 2D-Hauptdarsteller"

Was die Veränderung noch deutlicher zeigt, ist, dass eine Gruppe von Erstellern RunningHub als tägliches Produktionswerkzeug einsetzt. "Langge Manhua Studio", das sich auf den Stil der Shanghai Animation Film Studio konzentriert, hat kontinuierlich KI-Animationen wie "Fengshen" und "Die Verurteilung von Jiuyou" erstellt, deren Konten insgesamt über 100 Millionen Aufrufe im gesamten Netzwerk erzielt haben, und nutzt rhTV für die tägliche Inhaltsproduktion.

Stil der Shanghai Animation Film Studio

Derzeit sind auf RunningHub mehrere Fälle von KI-Kurzfilmen mit über 100 Millionen Aufrufen im gesamten Netzwerk sowie KI-Kurzfilme, die die Ranglisten auf Bilibili anführen, entstanden.

Diese Fälle zeigen, dass die KI-Erstellung von gelegentlichen Demonstrationen zu einer intensiveren Inhaltsproduktion übergeht. In diesem Prozess erstreckt sich der Wert von RunningHub nicht nur darauf, Erstellern das Ausprobieren von