獅山巡禮
投資雜談
99% 的人都搞錯了。
「Sora 不是『AI 版抖音』，它更接近『AI 版 ins 或朋友圈』。」這是 Lovart 創始人陳冕，在與極客公園創始人總裁張鵬、Sand.ai 創始人曹越對話中的核心觀點。
就在所有人享受十一假期的第一天，OpenAI 發布了新一代文生視頻大模型Sora 2，以及配套應用 Sora App。一瞬間，全球科技圈被徹底點燃。Sora App 在嚴格的邀請製下，仍火速衝上美區下載榜第三。
然而，喧囂之下，爭議也隨之而來：這會是 AI 時代的 TikTok，一個超級應用的誕生？還是又一個「現象級」的煙火，絢爛一瞬，便迅速冷卻？
在與張鵬的對話中，陳冕和曹越給出了清晰的判斷。陳冕認為，Sora 是繼抖音和 ChatGPT 之後，又一個裏程碑式的產品，它真正開啟了 AI 的 ToC 應用時代。其核心突破在於，OpenAI 展現了「為產品打造模型，而不是為模型尋找產品」的思路。Sora 通過Cameo等功能，巧妙地解決了「AI+社交」的難題，將重點放在熟人關係的「低成本 Remix」共創上，而非單純追求視頻質量。這意味著，定義應用與產品的能力，其重要性正變得與構建模型同樣重要。
從技術視角，曹越則表示，Sora 在音畫同步、人物 ID 保持和多鏡頭敘事上的突破，正是為了跨越 C 端消費門檻而做的關鍵優化。這些優化與產品定義相結合，爆發出了強大的力量。
Sora 的出現，也讓兩位創始人重新審視 AI 應用的終極方向。他們一致認為，AI 時代最大的機會在於「AI 原生」。
如何定義 AI 原生呢？「你就想，沒有 AI，這個業務或內容還存不存在？如果不存在，它就是 AI 原生的。」陳冕解釋道。他認為，對於創業者來說，AI 應用的時代才剛剛開始，但不要想著去做 AI 版微信，因為創業公司做通用社交幾乎不可能成功。真正的機會在於，將最好的產品創意和最好的模型進行整合。
這場變革也帶來了更激烈的競爭。陳冕認為，AI 時代的發展速度遠超以往，人才、算力、資本都在向頭部集中，導致競爭被前置。這是一個「Go Big or Go Home」的時代：平庸的改良者注定出局。對於創業者來說，這既是最好的時代，也是最卷的時代。
在這場風暴的中心，兩位創始人對未來都清晰而堅定。陳冕表示，Lovart 將激進地探索 ToC 的 AI 原生應用。曹越則透露，Sand.ai 將在國慶後推出全新的音畫同出模型，直麵挑戰。
隻有那些敢於將頂尖產品創意與模型深度整合、並全身心投入於創造全新體驗的玩家，才能最終定義下一個時代。
以下為陳冕、曹越與張鵬對話內容實錄，有編輯刪減。
01
解構 Sora：
「AI 原生超級 APP」的雛形
張鵬： 看大家興奮又略帶疲憊的樣子，想必是熬夜玩 Sora 了。你們是連夜守著發布，還是第二天一早才發現世界變了？先請兩位聊聊體驗 Sora 的第一感受吧？
陳冕：我是連夜看的，發布會是淩晨 1 點。看完我馬上就去弄美區賬號，結果被蘋果的安全延遲卡了一個小時，急得不行，大概 3 點左右才拿到邀請碼。
坦誠講，我本來期待沒那麽高，但用完之後我感到非常震撼。我是一個產品經理出身，最近十年裏，能讓我感到震撼的時刻隻有三次：第一次是 2016、17 年玩抖音，第二次是 2022 年底玩 ChatGPT，第三次就是這次的 Sora。
我覺得 ChatGPT 開啟了以模型為中心的時代，而 Sora 則開啟了一個應用的時代，尤其是一個 ToC 應用的時代，這是裏程碑式的。
我從淩晨 3 點玩到早上 7 點，實在扛不住睡了三小時，10 點起來接著玩，然後就開始拉著團隊開會。所以到現在我都是亢奮狀態，對未來即將發生的事感到非常興奮。
曹越：我是早上醒來看到各種群裏都炸了。我的感受是，從效果上來說，它非常令人興奮，而且是一個為產品優化得非常完整的模型。但從模型本身的技術視角看，效果雖好，卻沒那麽令人意外。因為包括我們自己在內，過去幾個月也一直在探索視頻和聲音同步生成的能力。現在大家玩的很多梗，我們內部在早期模型上已經玩過一遍了。所以，這種感受更像是我們內部的興奮點被釋放到了外部。
張鵬：從技術角度看，Sora 2 的核心進步在哪裏？
曹越：我覺得有三點：第一，當一個視頻模型能同時做到畫麵和聲音同出時，它就越過了 C 端消費的臨界點。過去一年的視頻模型大多隻能生成無聲的 GIF 式畫麵。
第二，它能保持人物 ID，也就是 Cameo 功能。這個 ID 同時包含了樣貌和音色。之前有些模型能保留長相，但 Sora 能同時鎖定樣貌和音色，這讓它的可消費性和傳播性大大增強。
第三點，也是很多人可能沒注意到的，它生成的 10 秒視頻帶有敘事屬性。它不再是單一的片段，而是包含了運鏡、多鏡頭切換（我最多看到切了 8 個鏡頭）和景別設計。這是一種以前沒有展現過的能力。
當這三點結合在一起，就爆發出了強大的力量。
張鵬： Sora 的邀請機製很聰明，形成了病毒式傳播。陳冕你作為產品經理，拋開技術，單看這個產品，有什麽值得圈點的創新嗎？
陳冕：這是我第一次看到一個 AI 原生超級 APP 的雛形。
首先，OpenAI 這次想得非常清楚：它在為產品打造模型，而不是為模型找產品。這表明它不隻想做一家模型公司，更想做一家消費互聯網產品公司，野心昭然若揭。模型可以被快速追趕，但一個成功的產品，其用戶和網絡效應是很難在一個月內被顛覆的。
其次，它解決了「AI+社交」這個大命題。最大的 ToC 應用就是社交，而 Sora 的 Cameo 功能就是答案。為什麽大家都在和 Sam Altman 或者自己的朋友合拍？因為社交的樂趣建立在熟人關係之上，而不是視頻質量本身有多高。你朋友圈的照片質量就一定很高嗎？不是，但因為是你熟悉的人，所以感覺不一樣。這也解釋了為什麽邀請碼機製能如此成功，它天然就適合基於社交關係進行裂變傳播。
最後，它用一種極其簡單的方式解決了「共創」的問題。AI 降低了創作門檻，而 Sora 的左右滑動交互，本質上就是一種低成本的 Remix。你在別人的視頻上進行再創作，這種交互方式簡單到了極致就是滑動和點擊，這是頂級移動互聯網產品的共性。
所以你能理解我有多興奮。作為一個產品經理，這些問題我想了一年多，現在有人把答案做出來了，就放在我麵前，這太酷了。後來它迅速登上美區 App Store 總榜第三，也驗證了它的成功。
02
為產品打造模型，
而不是為模型尋找產品
張鵬： 確實，你剛才提到了一個核心觀點：Sora 這個產品形態的成功，是因為它的模型是圍繞產品來打造的。這與許多先做模型再找應用的團隊形成了鮮明對比。從技術角度看，有哪些明顯的跡象能證明這一點？
曹越：我非常同意陳冕的觀點。OpenAI 展現出了一種強大的垂直整合能力，即組織內部同時擁有頂尖的模型能力和敏銳的產品洞察力，並且能讓產品需求反過來指導模型的迭代方向。
這已經不是第一次了。上一次的典型案例就是 ChatGPT。GPT-3 模型的核心能力早已存在，但 OpenAI 真正的厲害之處在於，他們將這種能力對齊了普通用戶的需求，把它打磨成了一個極其易用、易於傳播的產品。這種組織能力是非常高級且稀缺的。大多數團隊都會陷入「先做模型還是先做產品」的內部矛盾中。
具體到 Sora，一個關鍵的例子就是音畫同步。從純技術角度看，把聲音做好，可能不像把視頻或語言做好那麽難。但從產品和用戶視角看，聲音是決定性的。正是因為 Sora 能讓音畫同步輸出，才使得普通用戶生成的視頻具備了直接的可消費性，越過了 C 端產品普及的臨界點。
這種洞察力關注用戶真正想要什麽，而不僅僅是技術上什麽最難是一個隻會埋頭訓練模型的基礎模型公司可能不具備的。OpenAI 再次證明了，他們不僅有能力打造強大的模型，更有能力將模型與產品完美結合，這正是他們最令人敬畏的地方。
張鵬：OpenAI 在技術和產品之間的切換並非沒有代價。去年那場宮鬥大戲，現在看來，或許正是為了將重心徹底轉向產品側而經曆的必要撕扯。Sora 的出現提示我們，在追趕模型的同時，定義產品的能力也必須跟上。你怎麽看呢？
陳冕：這完全說出了我的心裏話。我這兩天想明白一個關鍵點：Sam Altman 是一位非研究員出身的 CEO，他是一個頂級的「產品+融資+戰略」大師。在過去幾年由研究員主導的「模型競賽」中，讓一個純研究員主導的公司率先做出頂級產品，是很難的。
OpenAI 的成功得益於其獨特的組織結構：它既擁有頂尖研究員，又由一位非研究員出身的頂尖產品戰略大師領導。同時，它兼具創業公司的高融合度與巨頭的雄厚資源。正是這種獨特的組合，讓 OpenAI 率先做出 Sora 變得順理成章。
我之所以興奮，是因為這預示著整個行業的組織方式和話語權將發生變化。定義應用和產品的能力，其重要性正變得與構建模型同樣重要。就在大家還在討論 OpenAI 的模型領先優勢是否縮小時，他們已經通過產品開啟了下一階段的競爭。底層模型的競爭格局已相對集中，但 Sora 的出現，就像當年的 ChatGPT 一樣，正式拉開了 AI 應用層競爭的序幕。
張鵬：除了剛才總結的那些結構性突破，你覺得 Sora App 在產品層麵，有哪些做得特別聰明的地方？
陳冕：我認為 Sora App 的背後一定有產品高人。大家不要覺得一個產品看起來簡單，越是簡單的產品，背後越見功力。產品經理最難的不是做加法，而是做減法，這需要頂級的判斷力。你用 Sora App 會發現，它幾乎上手就會用。雖然在工程上還很粗糙，比如會彈出代碼報錯，甚至沒有安卓版，但它的第一版在產品設計上，我認為已經做到了極致。
它的交互就是最簡單的上下滑、左右滑。創作流程也極其簡練：用 @ 來選擇人物（Cameo），然後輸入 prompt，整個過程行雲流水。它所有的設計都在鼓勵你進行社交。能把流程做到如此簡單，背後一定是有強大的組織能力和優秀的產品經理在支撐。
第二個關鍵點，也是它最特別的地方，就是所有設計都緊密圍繞「社交」。我為什麽說它是「AI 的 Instagram」，你看它的核心功能：
ID 保持是基礎。你要社交，總得先讓別人認出你的臉，你才能 @ 朋友的臉，兩個人才能互動。
音畫同步是為了讓大家「玩起來」。兩個人要對話，要一起表演，就需要音畫同步。你看所有雙人共創的視頻都依賴這個功能。隻有在最需要即時性、UGC 和社交性的場景裏，才需要把音畫同步做得如此簡單和極致。
再看它的分鏡頭控製。它限製視頻時長為 9 秒，這完全是朋友圈的邏輯。同時，短視頻也需要敘事性，所以它提供了多鏡頭切換的能力，讓一個 9 秒的視頻也能有故事感。
它做的所有事都在為「社交」服務。包括它的邀請碼策略，一個人隻能拉四個，就是為了讓你邀請最親密的朋友，快速建立「熟人關係鏈」。他們甚至沒做營銷，這證明從產品、模型到市場，內部已經想得非常清楚，並串成了一條高效的鏈條。這件事，如果沒有高度整合的組織和 CEO 的親自拍板，是絕對無法實現的。
張鵬：現在假定你是 Sam Altman，能幫我們想象一下 Sora 是怎麽做出來的？
曹越：在這裏我有一些不太一樣的觀點。首先，我覺得沒必要神化 Sam Altman，他可能隻是「許可」了這件事，而非親自發起。
關鍵在於，Sora 的誕生更可能是一個「看菜下飯」的過程。當你知道現有模型能實現哪些能力後（比如音畫同步、參考 ID 生成，這些對算法人員並非不可預測），再將這些能力與產品場景結合。對我個人而言，認知上最大的迭代是，它把「敘事」也整合進了模型，而不是用傳統的產品方式來做，這點非常出色。
但是，要說團隊一年前就決定要做社交，我覺得絕不可能。更大幾率是，一個出色的產品經理，看著手裏已有的「土豆絲」（模型能力），決定炒一盤菜。當你能做參考 ID 生成，但在北美deepfake是條紅線，你不能隨意生成人臉，那麽「基於許可」的熟人社交就成了一個自然而然的選擇。
所以，整個過程更像是組織內部緊密耦合、上下文對齊得很好，而不是產品提需求、模型再排優先級的傳統流程。
張鵬： 所以你覺得這更像是一個歸納而非演繹的過程？把所有可用的「菜」擱在一起，然後推導出到底能炒出什麽？
曹越：是的，從我的視角看，這個過程可能沒那麽神奇，但的確不容易。它需要大家做一些 mindset（思維模式）的切換。作為一個做模型的團隊，我知道應該跟產品經理做更深度的交流，可以往某個方向去優化。但產品同學也需要去理解模型到底是怎麽回事。
所以我覺得它更多是這樣迭代出來的，而找到那個 fit 是關鍵。一旦找到這個 fit，如果他們的團隊本身在產品側就比較成熟，那麽執行起來是能做到的。但最難的是最開始的那個認知：我們能做什麽？在哪個地方是真正 fit 的？這個是關鍵。
03
超越技術：AI 時代的組織護城河
張鵬： 我們來聊聊視頻生成的技術。很多人並非技術出身，但很想了解視頻生成技術在過去幾年經曆了哪些關鍵階段的變化？
曹越：我來梳理一下視頻生成的幾個關鍵裏程碑。
第一個關鍵裏程碑是今年 2 月 OpenAI 發布的 Sora，它是一個巨大的認知突破，用「擴散模型+Transformer」的結構證明了 AI 可以生成高質量的單鏡頭素材。
緊接著，上半年以 Veo 等模型為代表的音畫同步技術，讓 AI 生成的人物表現力大增，跨越了「恐怖穀」，使其能進入主敘事鏈路。
差不多在同一時期，還有另一條關鍵技術路線自回歸模型（如 MAGI-1 和 Genie），它像語言模型一樣逐個 Token 生成視頻，被證明可以生成更符合物理規律的視頻。
然後是最關鍵的時刻Sora，它核心疊加了「敘事能力」，能一次性直出一個包含有意義鏡頭切換的短片，讓視頻模型從生成「片段」進化到了能直出「可消費的完整故事」。
最後，Sora 還有一個常被忽略但官方極為重視的突破，即「物理準確性」，官方報告通過體操、跳水等案例來強調這一點。
張鵬： OpenAI 的報告裏，有什麽讓你覺得在技術上有啟發的東西嗎？還是說他們已經把關鍵問題都藏起來了？
曹越：報告裏關於如何實現物理準確性的描述確實相對晦澀，遠沒有達到學術論文的清晰度。它隻是說「我物理上更準確」，但並沒有詳細解釋方法，這和實現它的路徑之間差距還是很大的。
但這至少指明了一個方向：OpenAI 非常關注物理準確性，並認為自己已取得階段性成果。這對我來說是有啟發的。
張鵬：我相信國內頂尖的模型公司都在加班加點地追趕，你估計他們需要多久才能做出類似 Sora 的產品？
曹越：我估計大概需要三個月。從產品維度看，OpenAI 的優勢在於模型和產品的垂直整合，但如果隻看模型能力，追趕者與它的差距並沒有想象中那麽大。一個關鍵能力是音畫同出，Veo 3 在 5 月份已經做到，我們內部也將在國慶節後發布一個具備這種能力的新模型。所以，這更像是一個如何將模型能力完整地展示為產品的過程，單論模型本身，海內外團隊的差距並不大。
陳冕：我覺得會非常快，第一個產品可能一個月之內就會出來。
原因有兩方麵：一個是模型能力會迅速拉平。不論是穀歌還是國內公司，很快會發布新模型追趕上來，OpenAI 的 API 也可能很快開放；另一個是真正的戰場在應用側。
對此，我有兩個核心觀點：
第一，國內的互聯網大廠現在應該睡不著覺了。大家對 Sora 有個誤解，它不是「AI 版的抖音」，而是「AI 版的 Instagram/朋友圈」，它的本質是 AI 社交。
在中國，通用社交有極強的頭部效應和網絡效應，贏家通吃，比如微信。內容平台可以百花齊放（抖音、小紅書、B 站），但社交隻有一個。如果 Sora 真的做成了社交超級 App，將會動搖現有所有平台的流量根基。這會引發一場「腥風血雨」，無論是海外的 Meta、Google，還是中國的幾家大廠，都會瘋狂內卷。所以我說一個月都是保守估計。
第二，對於創業者來說，AI 應用的時代才剛剛開始，但不要想著去做 AI 版微信，因為創業公司做通用社交幾乎不可能成功。真正的機會在於，將最好的產品創意和最好的模型進行整合。
張鵬： 陳冕你覺得 AI 社交的帷幕被拉開了。如果把你切換成 Sam Altman 的角色，接下來三步棋會怎麽走？
陳冕：首先，我想澄清一點，CEO 之前的背景不重要，重要的是在當前這個時間點，CEO 和整個團隊都要有「複合認知」和「複合能力」。本質上是產品能力和產品認知變得越來越重要了。
回到你的問題，基於目前Sora的情況，你要做的三件事是什麽：
第一，勇敢地做 ToC。Sora 掀開了 AI 麵向泛 C 端的帷幕，這件事可以開始認真考慮了。
第二，加強組織能力的垂直整合。未來的組織，產品需要懂技術，技術也需要懂產品。在前一個階段，研究員（researcher）可能隻需要工程能力，但現在他們也需要產品思維。技術是 AI 革命的基石，但現在技術也開始離不開產品了。不同職能的人，包括研究、工程、產品，必須深度整合。
第三，Go big or go home（要麽做大，要麽出局）。AI 時代的機會比互聯網時代大 10 倍甚至 100 倍，但市場也可能更加頭部集中。人才、算力、資源、資金都在向頭部集中。AI 的發展速度比以往任何技術革命都快，這導致競爭被前置了。大家都能看到未來，共識很強，所以都用充裕的資本提前進入競爭，內卷加劇。你本來可以慢慢做應用，但現在不行了。API 和算力的價格都很高，如果你沒有足夠的錢，連 API 費用都付不起，還怎麽競爭？所以，我的建議是，業務要更激進地增長。這對所有創業者來說，是最好的時代，也是最卷的時代。
張鵬：我想再追問一下關於「組織能力整合」，有什麽跡象表明這種整合是對或錯呢？
陳冕：坦誠說，我們也在探索。舉個實際例子：一個產品經理會從用戶出發，想著用現有技術去「打補丁」，比如優化提示詞。但我們的技術同學會提出一個更未來的概念：為什麽整個畫布不能是一個上下文窗口？
這是一個產品經理最初可能想不到的。但反過來，你光有大的技術變革也不行，設計師會問你，「所以呢？這對我有什麽用？」
這就需要產品和技術的深度整合。你既要擁抱新技術，又要找到一個「靈光一現」的場景，讓技術真的能被用戶玩起來。這要求組織非常敏捷，沒有部門牆。根據我的經驗，他們必須物理上坐在一起，因為「物理距離也影響心理距離」。我腦海裏 Sora 的誕生畫麵就是：在一個複合型團隊裏，一個既懂模型又有產品感的人突然想到一個新玩法，然後整個團隊能迅速形成共識並落地。這種組織能力至關重要。
張鵬： 我也想聽聽曹越對這個問題的看法。你最近在組織內部有什麽相關的思考和觀察嗎？
曹越：在我看來，組織內部絕大多數的摩擦都來源於「上下文不對齊」。不同專業背景的人（比如算法與業務）之間溝通帶寬很窄，因此提升組織效率的本質，就是如何讓大家更快速地對齊上下文。
要實現對齊，有兩個基礎：第一，個人的 EGO 要小，這樣才更容易接受別人觀點；第二，要善用語言模型這個「補全上下文的神器」，比如，當我聽不懂一段話時，我會把它發給 Gemini，讓它幫我理解。
另外，我有一個強烈的感覺：AI 時代，產品和模型的邊界比我想象的要模糊得多。這對組織的要求是：做產品的人要去理解模型，做算法的人也要和產品的人多交流。大家要多一起吃飯、散步，在非正式的溝通中對齊上下文。我非常同意陳冕的觀點，很多偉大的想法不是設計出來的，而是碰撞出來的。組織就像一個容器，把不同背景的人「Remix」在一起，最終產生偉大的創意。
04
AI 應用的黃金時代和「最卷」的戰場
張鵬：我觀察到，過去大家追求讓普通人能拍出好萊塢大片，或幫專業公司降成本。但 Sora 出來後，路線似乎變了，大家更像在玩，而不是想做大片。這是否意味著，過去那種降低成本、普及好東西的思路，未必是最好的？
陳冕：對，我覺得這是一種慣性思維。AI 時代最大的機會，本質上是 AI 原生的機會。
如果你想的是給好萊塢大片降成本，那你其實還是在做提效，而提效不可能帶來革命。革命才誕生偉大的新機會。巨頭想提效無可厚非，但創業者絕對不能用這個思維。
我們從第一天起，思考的都是：AI 時代會帶來什麽樣的新體驗和新內容？這才是本質。比如你和 Sam Altman 合拍的那個視頻，在過去幾乎不可能發生，但現在可以隨時隨意地發生。這就是原來沒有的、從 0 到 1 產生的新體驗，我們稱之為「AI 原生」的體驗。
如何定義 AI 原生？你就想，沒有 AI，這個業務或內容還存不存在？如果不存在，它就是 AI 原生的。這是一個很重要的思維切換。如果你想在 AI 時代做一家偉大的公司，就必須回答這個問題。如果答案是「體驗會打折」，那你可能做錯了；如果答案是「業務會直接消失」，那你就做對了。
所以我其實不認為未來會是「好萊塢大片人人都能拍」。當年抖音出來，大家以為短視頻是另一種電影，後來發現它是生活記錄視頻，是攝像頭的平權化。我覺得這次也會是不同的東西。
張鵬：如果我們的目標是改變供給，而非降本增效，這會如何改變 AI 模型技術的發展路線，以及模型與產品的融合方式？
曹越：首先，我非常同意這個觀點。這一波 AI 本質上是一場生產力革命。無論是語言模型、圖像視頻模型，還是現在可以音畫同步生成的模型，它們在初始階段都是在改變供給。
但關鍵問題是：到底要改變的是什麽供給？這是一個需要從產品側深入思考的問題。以視頻為例，過去一兩年我最大的感受就是，視頻這個品類實在太龐雜了。有電影、短視頻、中視頻，甚至遊戲也可以看作是一種交互式視頻。
從內容的視角反推，我們就要思考：哪些品類會率先被改變？機會到底在哪裏？產品與技術的「fit」又在哪裏？隨著模型能力的進化，我們看到機會也在演變。一開始可能是人利用各種模型工具去製作一個片子；現在，一個模型已經可以端到端地生成一個 10 秒的短片。再過一兩年，模型能獨立生成多長的、可消費性的內容呢？
沿著這個時間線推演，會湧現出不同類型的機會。它可能是一種像表情包一樣的玩梗視頻，也可能是需要更長敘事的 AI 短劇，還可能是有更多交互的形態，比如交互式遊戲，用戶可以點選分支劇情。甚至，我們能否做出陳冕之前提到的那種，超越簡單滑動的、具有極致交互體驗的 AI 原生視頻產品？
張鵬：Sora 的出現，在未來三個月，對中國的創業團隊和投資環境，究竟是好事還是壞事？可能會如何演進？
陳冕：我認為有兩個方向的變化，最終是好是壞還不好說，但大概率不會變得特別差。
首先是積極的一麵：AI ToC 的想象空間被極大地拓寬了。創業者能探索的方向更多，能做的事情也更多。光有模型能力已經不夠，需要更複合的能力加入，這對創業公司是利好。我們能清晰地看到 AI 走向應用的趨勢，這幾乎是一個比互聯網大 10 倍甚至 100 倍的超級機會。能力要求越複合，組織要求越敏捷，創業公司的機會就越多。
但另一方麵，也存在「要麽做大，要麽出局」（go big or go home）的問題，即頭部集中會更明顯。因為行業發展太快，競爭趨於白熱化。雖然巨頭如 OpenAI 也並非無所不能比如他們的 Agent 體驗就不一定比創業公司好但速度、資本和人才的密集，導致大家都在燒錢。尤其 C 端 APP 更燒錢，就像移動互聯網早期一樣，大家都知道未來能盈利，所以早期競爭異常激烈。這就不可避免地導致資本會更加向頭部集中。
所以，總的來說，對於整個創投市場，投資 AI 會更加瘋狂和「FOMO」（錯失恐懼症），但資金會更向頭部集中。而對於創業者來說，這既是最好的時代，也是最「卷」的時代。你必須飛快地做大、變強、找到產品市場契合點（PMF），否則就隻能出局。
曹越：我對未來非常非常樂觀。無論 Sora 是否出現，這個時代都充滿了層出不窮的機會。我非常認同陳冕的觀點，這是一個有巨大增量的時代。從底層來看，這波 AI 帶來了至少幾個數量級以上的效率提升，這種基礎生產力的變革最終會催生出極多的機會。
另外一個維度是，中國的創業者完全可以放眼全球市場。坦率地說，中國的創業者非常「卷」，無論是數量還是質量都非常出色。
回顧過去，00 到 10 年，大家主要聚焦中國市場；10 到 20 年，頂尖的企業家已經在中國和海外市場都取得了成功。而在這個新時代，趨勢一定會更加全球化。我相信，中國的工程師紅利和企業家精神紅利，能為世界創造巨大的價值。
張鵬： 最後一個問題，想請兩位分享一下：看到了 Sora 之後，你們各自有什麽新的目標和計劃？
曹越：首先，我們最新的音畫同出模型，將在國慶後大家就可以使用了。Sora 讓大家看到了音畫同出最終的 ToC 機會是什麽。國慶後歡迎大家去評測和對比。
未來半年，Sand.ai 會繼續專注於 AI 視頻方向，為普通和專業用戶提供 SOTA 級別的模型和產品。我們對此非常有信心，希望能抓住這個大方向上的機會。
陳冕：對 Lovart 來說，Sora 對生產力側是巨大的變化。之前 Nano Banana 出現時，我們的流量翻了一倍，希望 Sora 2 開放 API 後能再翻一倍。生產端工具的 PMF 已經得到驗證，並且會更強，我們肯定不能錯過這個機會。
另外，我們會激進地探索 ToC，但具體做什麽我先賣個關子。
第三，我們會激進地擴張團隊，歡迎產品、運營、設計、研發的同學加入我們，我們希望做一家頂尖的 AI 原生應用公司。
張鵬： 我逼問一下，12 月份能看到你 ToC 產品的進展嗎？
陳冕：（笑）進展肯定會比這更快。但我們對 C 端產品有更長的生長預期。如果一個產品能瞬間爆發，那可能還是大廠的機會。
張鵬：好的。今天兩位嘉賓的分享讓我們對 Sora 這件事看得更深入、更清楚了。一位準備迎接整個產業在 AI 視頻模型上的高度關注，另一位準備接住翻倍的流量並向外擴張。能感覺到兩位都非常興奮。
再次感謝兩位的分享。
