這段標(biāo)題可以理解為：
"核心人物：" Lovart 陳冕 (Lovart Chen Mian) "核心觀點/事件：" Sora 證明巨頭無邊界 (Sora demonstrates that giants have no boundaries) "延伸觀點/建議：" AI 創(chuàng)業(yè)者需要提前描繪未來 (AI entrepreneurs need to envision the future in advance) "平臺/形式：" 晚點聊 (LatePoint Chat - 一個知名的商業(yè)/科技訪談節(jié)目或欄目)
"總結(jié)來說，標(biāo)題的核心意思是：" 通過 Sora 這個案例（可能指某個具體的技術(shù)突破、產(chǎn)品或事件），Lovart 陳冕認(rèn)為大型科技公司（巨頭）的界限正在變得模糊，并以此提醒 AI 領(lǐng)域的創(chuàng)業(yè)者們，要想成功，必須具備前瞻性，提前構(gòu)想和規(guī)劃未來的發(fā)展方向。
這通常反映了當(dāng)前科技行業(yè)，特別是 AI 領(lǐng)域的趨勢和挑戰(zhàn)。

相關(guān)內(nèi)容：

“事實證明，不焦慮的人做不好 AI 應(yīng)用?！?/p>

文丨程曼祺

“明年可能是 to C 應(yīng)用的元年。”9 月 28 日，Lovart 創(chuàng)始人陳冕告訴我們。

第二天，“元年” 被加速——OpenAI 發(fā)布 Sora app，幾天后超越 ChatGPT 和 Gemini，登上美區(qū) App Store 下載總榜第一。

Sora app 打開了消費類 AI 超級應(yīng)用的可能性。過去 2 年多里，從聊天機(jī)器人到 AI 搜索、深度研究、再到智能體，數(shù)輪增長最快的 AI 應(yīng)用都集中在生產(chǎn)端。

今年 5 月開始內(nèi)測、7 月正式開放上線的 Lovart 也是一個服務(wù)設(shè)計生產(chǎn)場景的垂類 Agent。

截至目前，Lovart 獲得了約 20 萬日活用戶，年化預(yù)估收入超越 3000 萬美元。但陳冕仍覺得這不夠快。在 Sora app 發(fā)布前，他已在思考接下來的 to C 機(jī)會：

模型成本在不斷降低，這讓 to C 更可行。to P（生產(chǎn)者）產(chǎn)品也讓更多人能創(chuàng)作 AI 內(nèi)容了——那最終內(nèi)容消費是否也會發(fā)生變化？

只是，Sora 讓一切又加速了。

我們確實要考慮如何更快 go big。因為在這個時代，每一個巨頭都比想象中更厲害，更沒有邊界。

配合新野心，山姆·奧特曼（Sam Altman）已在瘋狂鋪設(shè)算力和能源設(shè)施。9 月底，OpenAI 宣布與英偉達(dá)合作新數(shù)據(jù)中心，總耗電量將達(dá) 10 吉瓦（GW），超過夏日高峰時的紐約市。此外還有總計 17 吉瓦的其他項目正在推進(jìn)。

本篇訪談的第一部分發(fā)生在 Sora 發(fā)布后，產(chǎn)品經(jīng)理出身的陳冕分享了他對 Sora 的體驗和觀察：

我意識到這是一個社交產(chǎn)品，它可能比 “AI 抖音” 還要大。

訪談第二部分，我們復(fù)盤了 4 個月來 Lovart 的實踐；以及 2023 年以來，陳冕摸索的 AI 應(yīng)用創(chuàng)業(yè)破局之路：

AI 應(yīng)用怎么做增長？就是提前描繪未來，然后等它發(fā)生。

垂直應(yīng)用公司本質(zhì)在做兩件事：特殊的交互，和特殊的上下文。

因為頻繁換工作，陳冕過去被認(rèn)為沒有耐性，而這次開始創(chuàng)業(yè)后，他經(jīng)歷過公司瀕臨倒閉，也在最困難時拒絕過收購意向。一些投資人和同行評價他很有韌性。

現(xiàn)在的韌性來自信念，信念又來自認(rèn)知。我不是為了創(chuàng)業(yè)而創(chuàng)業(yè)，是為了贏而創(chuàng)業(yè)。

山還在、我們也能到達(dá)，那為什么不能努力往那兒走呢？

Sora app 發(fā)布：“每一個巨頭都比想象中更厲害，更沒有邊界”

“我想到了 to C 是下一個機(jī)會，但沒想到就猝不及防地在這個假期突然發(fā)生了?！?/strong>

晚點：我們上次聊剛好是 Sora app 發(fā)布前夕，現(xiàn)在 Sora 出現(xiàn)，行業(yè)又有了大變化。

陳冕：對，變化總會比你想象的時間更早一點。幾天前，我說明年是消費類 AI to C 應(yīng)用的元年，這個判斷沒變；但沒想到，關(guān)鍵的 timing 就猝不及防地在這個假期發(fā)生了。

我之前判斷巨頭的速度不會那么快，但顯然錯了。OpenAI 比想象中更激進(jìn)，它不只追求 AGI，也追求最牛的產(chǎn)品。

晚點：Sora app 上線后，你從凌晨 3 點開始連玩了 4 小時，你看到了什么？

陳冕：我真的被驚到了。這種感覺我至今只體驗過 3 次，前兩次是抖音和 ChatGPT，第三次就是 Sora app。我意識到這是一個社交產(chǎn)品，它可能比 “AI 抖音” 還要大。

晚點：怎么在使用中獲得這種感知的？

陳冕：一開始我本來對 Sora 沒有預(yù)期，因為它上線很突然。我使用的第一感受是順滑，很快就完成了前幾個作品。比如我讓 ChatGPT 寫了一個 “無間道” 天臺對決的腳本，然后用 Sora 的 cameo（出境秀）功能讓我和 Sam Altman “合拍”，那是我第一次打開聲音——Sora 2 是一個音畫同出的模型——當(dāng)時我就感覺，新世界的大門被打開了！

編者注：cameo 的玩法是，用戶在 Sora 界面里拍攝自己的面部（類似人臉識別步驟），念數(shù)字，生成 AI 形象和音色，然后選擇授權(quán)范圍。這樣你自己或被授權(quán)的其他人就可以在生成視頻時讓你 “出鏡” 合拍。Sam Altman 向所有用戶開放了 cameo，所以它一度刷屏 Sora。

這條視頻有鏡頭語言，有敘事；音畫同步很好，音色很像我本人；人物一致性也很好。而且這一切不需要抽卡，一次就能成功。

更重要的是社交——最開始除了和 Sam 合拍，我不知道干嘛，因為其他人我都不認(rèn)識；所以我就給同事分享碼，拉大家一起玩；這時我驚覺，這不就是社交嗎？這是一個特別大的 aha moment。

更多人后，我再去刷信息流，又體驗了 Sora 的另一個關(guān)鍵機(jī)制——Remix（重新創(chuàng)作）。Remix 核心解決的是共創(chuàng)。這是我自己思考過的問題，就是怎么更簡單地讓用戶接力共創(chuàng)，這是激發(fā)更多 AI 內(nèi)容的關(guān)鍵。Sora 在 Remix 上做了滑動交互，很順滑。我認(rèn)為最優(yōu)秀的交互不會超出點擊和滑動，其它都太復(fù)雜了。

總體來說，Sora 的關(guān)鍵鏈路都設(shè)計得很好，完成度挺高。

晚點：比 Sora app 早 4 天，Meta 也在 “Meta AI”app 里上線了 AI 短視頻功能 Vibes，但幾乎沒什么聲量。

陳冕：單純的 AI 生成短視頻產(chǎn)品早就有了，這次的核心還是社交。OpenAI 自己也說，如果沒有 cameo，就不會有這款產(chǎn)品。

晚點：你覺得 Sora 的模型有甩開其它公司嗎？Google Veo3 此前已能實現(xiàn)音畫同出。

陳冕：妙就妙在，它在模型能力最適合的時候，做了它最適合的產(chǎn)品形態(tài)。

晚點：一家中等體量的 AI 創(chuàng)業(yè)公司有可能率先做出 cameo 這樣的新交互，從而引爆市場嗎？

陳冕：首先，Sora 不只是產(chǎn)品創(chuàng)新，它的模型也是 SOTA（State of the Art，業(yè)界最優(yōu)）水平。只有掌握頂尖模型，同時它的文化、組織還能孕育產(chǎn)品創(chuàng)新的公司才能做出 Sora。

第二，如果一家中型公司真做出了 Sora，我覺得也能火，但接下來會面臨巨大挑戰(zhàn)。首先是人臉信息的隱私、監(jiān)管問題，其次是成本，Sora 已到了蘋果總榜第三，卻一分錢沒收，視頻生成是很貴的。更現(xiàn)實的是，一旦它火了，巨頭馬上會跟進(jìn)。巨頭有流量、有資金，中小公司根本扛不住。所以 AI 社交這注定是巨頭戰(zhàn)場。

晚點：你認(rèn)為 Sora 未來可能是個多大的產(chǎn)品？

陳冕：它有可能是一個虛擬世界的微信。未來人類的社交可能分成兩個世界——“虛假的真實” 和 “真實的虛假”。哪種對人更有吸引力還未可知，很可能兩個世界會同時存在，爭奪我們的時間。如果把它看作社交產(chǎn)品，這可能是一個數(shù)十億級用戶的機(jī)會。

晚點：這會怎么影響 AI 領(lǐng)域大小公司的動作？

陳冕：這是一場所有模型巨頭都輸不起的仗。無論你認(rèn)為 Sora 成為超級應(yīng)用的概率是 10% 還是 20%，錯過的代價都太高，而贏下的意義又太大。所以想抓住這個時代最頂尖超級應(yīng)用的公司，和現(xiàn)在已擁有超級應(yīng)用的巨頭，都不會放過這個機(jī)會。

晚點：社交有網(wǎng)絡(luò)效應(yīng)，有先發(fā)優(yōu)勢和時間窗，你認(rèn)為留給其他人的時間還有多久？

陳冕：可能就 3 到 6 個月。

晚點：Sora 對創(chuàng)業(yè)公司的影響是什么？

陳冕：好的一面是，Sora 會給 AI to C 帶來資本涌入和注意力，所有創(chuàng)業(yè)公司都可以好好思考一下 to C。但同時，我們確實要考慮如何更快 go big。因為在這個時代，每一個巨頭都比想象中更厲害，更沒有邊界。

晚點：你把 OpenAI 算作巨頭，它其實既有巨頭級的資源；又有一個新公司的銳氣和饑渴——團(tuán)隊扁平，同時尚未獲得一個能帶來穩(wěn)定利潤的業(yè)務(wù)。

陳冕：這就是為什么要盡快 go big，資本正在以史無前例的速度聚集。人類歷史上從未有 OpenAI 這樣，在推出第一個主力產(chǎn)品后，短短幾年內(nèi)估值就超過 5000 億美元的公司。一切都在被加速，市場極度樂觀，能投的都在往這個方向砸錢。

晚點：這種樂觀中有什么風(fēng)險嗎？

陳冕：增長速度的錯配。因為太樂觀，人們對無法被加速的事也抱有過高期待，當(dāng)預(yù)期落空，就會沮喪和懷疑。典型的就是建設(shè)算力和能源設(shè)施都需要時間。在基礎(chǔ)設(shè)施更完備前，Super App 短期的成本會很高。如果應(yīng)用發(fā)展和算力建設(shè)周期有較大錯配，甚至可能帶來短暫的泡沫破裂。而且算力越緊張，資源越會向頭部集中。我們非常希望基建和能源設(shè)施能更快完善，不要被物理底層卡住。

晚點：除了算力和能源基建，你還看到了什么無法被加速的事？

陳冕：人心。用戶習(xí)慣的改變需要時間。再往下，真實與虛擬的邊界會越來越模糊，我們怎么接受？能多快接受？當(dāng)然新事物都是在爭議中前行的，人心不會變得那么快，但也一直在變。

“不是服務(wù)所有人，而是服務(wù)有創(chuàng)作欲的人”

20 萬活躍用戶、3000 萬美元年化預(yù)估收入。

晚點：5 月 Lovart 剛開始內(nèi)測后，你就去了舊金山。當(dāng)時你提到，要在未來幾個月努力做到 “幾千萬 ARR”，現(xiàn)在實現(xiàn)得怎么樣了？

陳冕：Lovart 目前的年化預(yù)估收入已超過 3000 萬美元。截止 9 月底，我們?nèi)栈钣脩舻搅?15 萬到 20 萬，在 7 月 beta（內(nèi)測）結(jié)束前，每天是 1 萬到 2 萬，beta 放開后迅速到了 8 萬到 10 萬；Nano Banana 后，Lovart 更好用了，用戶又上了一個臺階，到了約 20 萬。所以我們不是先爆、再微跌，而是一步一個臺階往上漲。這是我挺開心的一點。

晚點：這些用戶是怎么分布的？

陳冕：1/3 在美國，美國也是 Lovart 目前用戶數(shù)量和收入最多的市場。

晚點：3000 萬美元的預(yù)測年度訂閱收入能覆蓋服務(wù)成本嗎？

陳冕：不行，現(xiàn)在的 Agent 都不行，因為 API 很貴，而且我們有一定免費額度，免費到付費的轉(zhuǎn)化需要時間。但我對 Agent 的長期商業(yè)模式毫不困惑，token 一定會更便宜，就和電與上網(wǎng)流量一樣，都是早期貴，普及后會很便宜。訂閱至少會是一個基礎(chǔ)的商業(yè)模式，未來還可能發(fā)展出按思考時間收費的方式。

晚點：Lovart 團(tuán)隊去北美后，為什么還沒有接受全球化機(jī)構(gòu)的投資？

陳冕：我們未來肯定會考慮全球化資金，但 5 月 Lovart 上線那會兒，我們剛敲定融資。當(dāng)時去北美的更優(yōu)先級工作是搭建團(tuán)隊和離全球用戶更近。

晚點：直接接觸美國用戶后，看到了什么？

陳冕：在灣區(qū)，我最常被問的問題是，我的熱情和愿景是什么？很多人會問我們，這個產(chǎn)品它到底是給所有人用的，還是給專業(yè)人士？

現(xiàn)在答案更清楚了：因為我做這家公司的愿景，就是希望把創(chuàng)作能力平權(quán)，釋放更多人的想象力。AI 時代，能做、想做設(shè)計的廣義設(shè)計師和創(chuàng)作者的數(shù)量在變多。所以我們現(xiàn)在的定位是：“for everyone who wants to create”，不是服務(wù)所有人，而是服務(wù)所有有創(chuàng)作欲的人。

對非專業(yè)人士，Lovart 像一個 AI 創(chuàng)作工作室，能幫你把創(chuàng)意落地。一個典型場景是北美的一些中小商家，比如咖啡店主，他想做自己的全套視覺物料，包含 logo、包裝、菜單等等，如果去找設(shè)計師來做會很貴，現(xiàn)在 AI 可以讓它更普惠。我們也在美國接觸了很多專業(yè)設(shè)計師，他們追求自我表達(dá)，不會用 AI 直接出結(jié)果，而是更多把 Lovart 當(dāng)作靈感助手，讓它出底稿，自己再完善。所以不論是專業(yè)設(shè)計師、半專業(yè)創(chuàng)作者還是普通用戶，只要有創(chuàng)作需求，都能用 Lovart 來做設(shè)計。

“AI 應(yīng)用公司怎么做增長？提前描繪未來，然后等它發(fā)生”

“垂直應(yīng)用公司本質(zhì)在做兩件事：特殊的交互，和特殊的上下文”

晚點：2023 年創(chuàng)業(yè)之初，你曾把 AI 應(yīng)用的創(chuàng)業(yè)機(jī)會劃分為 5 個方向：生產(chǎn)端是 Office 和 Adobe，消費端是搜索、社交和泛娛樂。這個判斷現(xiàn)在有更新嗎？

陳冕：目前沒有超出這個框架?，F(xiàn)在所有大體量的 To C 和 To P（生產(chǎn)者）產(chǎn)品，基本都是 Office 類的生產(chǎn)工具和 Adobe 類的視覺創(chuàng)作工具。

Coding 可以看作是新時代的 Office 。編程語言是 LLM（大語言模型）的原生語言。處理文字、信息、代碼，都是 LLM 的內(nèi)生能力。但所有這類應(yīng)用創(chuàng)業(yè)都面臨一個挑戰(zhàn)：如何與大模型廠商拉開差異？

另一類是 “Adobe 系”，圍繞多模態(tài)模型展開。它離大模型的主軸有一定距離，既能利用大模型的能力，但又能在自己的場景下做出差異化。所以最開始我們選擇從這個角度來切入。

晚點：這種距離還成立嗎？OpenAI、Google 等核心模型公司都在更多投入多模態(tài)。

陳冕：有距離，不是指巨頭不做多模態(tài)。再往下，追求 AGI 也會經(jīng)過多模態(tài)和世界模型等環(huán)節(jié)。但模型巨頭的最主軸仍是語言，是構(gòu)建 “通用智能”，是造一個高智商的通用人。我們作為垂類產(chǎn)品，則是在通用人的基礎(chǔ)上，造一個設(shè)計師或創(chuàng)作者，它需要更多行業(yè)經(jīng)驗和數(shù)據(jù)。

應(yīng)用公司的生存空間，正是在于你既能用好這個 “通用人” 的能力，又不要去做一個通用人就能做好的事。

晚點：這個思路怎么體現(xiàn)在你們的產(chǎn)品設(shè)計上？

陳冕：垂類應(yīng)用公司本質(zhì)是在用產(chǎn)品表達(dá)兩件事：一是這個行業(yè)里的特殊工作方式，它決定了人機(jī)交互方式和產(chǎn)品界面；二是一個行業(yè)中要積累的經(jīng)驗和數(shù)據(jù)，它決定了怎么給 context（上下文）。

比如為什么我們要做 ChatCanvas 功能？就是因為在交互上，你和設(shè)計師溝通時，絕不會只對著他的臉說話，而是必須對著一個桌面或畫布，上面擺滿圖片等素材。設(shè)計的溝通離不開視覺對齊。

如果你和一個人說話時只需要看他的臉，這就是 Chatbot 要處理的通用場景；如果你必須對著視覺素材，那就是 ChatCanvas 的場景。

晚點：ChatCanvas 這種交互方式好像挺自然的。為什么 Lovart 之前沒人做出來？

陳冕：因為在模型能力到之前，大多數(shù)人不會做這個事。今年有幾個密集進(jìn)化：GPT-4o 更新 Image-1（4o 系列的文生圖模型），在指令跟隨、一致性、文字生成能力上都大幅提升，然后是 Google 的 Nano Banana，包括字節(jié)的 Seeddream 4.0，能力持續(xù)上臺階。這些變化太快了，所以大部分人還沒來得及做。

晚點：而你們提前預(yù)判了模型的提升，提前做了準(zhǔn)備？

陳冕：對。AI 應(yīng)用公司怎么做增長？其實就是提前描繪未來，然后等它發(fā)生。

應(yīng)用公司自己不掌握模型創(chuàng)新，所以要預(yù)判它的演化，先設(shè)計出模型到下一階段后可能出現(xiàn)的交互方式，等模型 ready 的那一刻，你就瘋狂 show 出來。

Lovart 本身就是這樣一個提前構(gòu)建，原定五一上線，上線前 GPT-4o 發(fā)布了 Image-1，我們特別開心，等 Nano Banana 出來后，就更開心了。

晚點：具體來說，你們要在產(chǎn)品、工程上做什么，才能接住不斷提升的模型能力？

陳冕：第一是密切跟進(jìn)模型迭代。還是以 ChatCanvas 為例，我們最早設(shè)計這個交互時，連 GPT-Image-1 都還沒發(fā)。這時的模型理解不了復(fù)雜的多輪指令、一致性差、編輯能力弱，很難實現(xiàn) “指哪兒改哪兒” 的體驗。但如果你密切跟蹤模型迭代，和模型團(tuán)隊交流，就會發(fā)現(xiàn)他們正集中攻克這些問題。一些紅極一時的做法，比如 ControlNet，反而在模型提升后就不常用了。（編者注：ControlNet 是是一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過添加額外條件來控制擴(kuò)散模型的圖像生成過程。）

第二，我們有一個明確假設(shè)——模型在變強(qiáng)，但短期是更像人，還沒超越人。所以 Lovart 的設(shè)計哲學(xué)就是 “還原人與人的溝通”。我們怎么和真人設(shè)計師溝通，就怎么和 Agent 來溝通，以此評判交互是否合理。我賭 ASI（超級人工智能）還沒那么快到來。

晚點：ChatCanvas 等交互創(chuàng)新之外，你們也在 Lovart 里更新了視頻生成能力，設(shè)計群體有這個需求嗎？

陳冕：做視頻的人大部分都會做圖，因為視頻往往是從分鏡稿開始的。所以一個做圖的公司大概率會延伸到視頻，因為你很多用戶的下游場景就是視頻。

晚點：做 3D 也是這個邏輯？

陳冕：3D 不太一樣。短期內(nèi)，我們的重點還是圖和視頻。因為現(xiàn)在的主流設(shè)備主要展示平面視覺內(nèi)容，3D 內(nèi)容的消費還沒起來，生產(chǎn)需求也就沒那么多。

晚點：除了這些已經(jīng)上線的功能，你還看到了哪些未被滿足的需求？

陳冕：設(shè)計師還需要更多 context。比如要為《晚點》做一套品牌設(shè)計，就需要理解《晚點》的歷史、調(diào)性、受眾、過往視覺風(fēng)格和你們的喜好。

我們把設(shè)計的 context 抽象成兩類：

- Reference（參考）：包括私有和公共兩種。私有 reference 是品牌過往的風(fēng)格素材；公共 reference 是流行趨勢，比如宮崎駿或多巴胺風(fēng)格。

- Preference（偏好）：來自長期合作中對客戶審美的積累，比如有人喜歡極簡，有人偏愛插畫。AI 設(shè)計師要通過多輪交互發(fā)掘并記住這些偏好。

本質(zhì)上，未來的 AI 設(shè)計師要能持續(xù)吸收、學(xué)習(xí)這些上下文，最終給出更滿足你需求的產(chǎn)出。

晚點：“給設(shè)計更多 context”，落到產(chǎn)品上是什么樣的？

陳冕：我們正在做一個 context 模塊：通過多輪對話補(bǔ)齊上下文，沉淀長期的素材庫，記住用戶偏好。

首先是在 prompt 過程中，我們做了一個小模型，它會追問用戶，補(bǔ)充更多 context，比如品牌歷史、過去的物料等等，我們也支持直接甩個鏈接，理解其中的多模態(tài)信息，比如通過官網(wǎng)理解風(fēng)格。

以上過程做的多了之后，就會慢慢沉淀一個用戶自己的素材庫，在未來調(diào)用中，Lovart 就可以從 reference 和 preference 庫上調(diào)相關(guān)風(fēng)格，和用戶確認(rèn)、快速達(dá)成共識。

晚點：大模型現(xiàn)在對審美和風(fēng)格的判斷能到什么水平？

陳冕：肯定沒有人那么好，但在很多場景已經(jīng)夠用。比如它看到《晚點》的風(fēng)格，不會覺得這是娛樂媒體。多模態(tài)模型的理解和識別能力都在快速變強(qiáng)，這還是在 “提前準(zhǔn)備，提前描繪未來”。

晚點：怎么能做到持續(xù)提前描繪未來呢？或者說怎么提高成功率？

陳冕：核心就兩點，離用戶更近，離技術(shù)更近。真正的難點是取舍：你見到用戶后，一定會發(fā)現(xiàn)一些需求，模型還滿足不了，那這個點你做不做？要不要用傳統(tǒng)方式做？

比如我們做全球化市場時發(fā)現(xiàn)，現(xiàn)在除了英文和中文，圖像模型在生成其他語種時的效果都不好。那一個很有意義的討論就是，應(yīng)該用哪種方式加文字？

- 用模型直接生成文字：美學(xué)風(fēng)格更一致，但現(xiàn)在容易翻車，可控性不好。

- 用傳統(tǒng)方式，拖一個文本框加文字：好用、可控，但美學(xué)不一致，更大的風(fēng)險是，如果模型很快迭代了，這些 “補(bǔ)丁” 可能就白做了。

這類問題沒有簡單答案。從用戶體驗角度，如果模型短期內(nèi)解決不了一個剛需，那用別的方式頂上可能是對的。但如果模型馬上有大進(jìn)展，又可能摧毀掉過去的努力。

晚點：你自己離技術(shù)更近的方法是什么？你創(chuàng)業(yè)前的工作經(jīng)驗更多是在產(chǎn)品和商業(yè)化上。

陳冕：最有效的方法是技術(shù)同學(xué)讀論文，再講給我聽。我常用 “人” 的比喻來理解大模型：pre-train（預(yù)訓(xùn)練）像培養(yǎng) “合格的人”，post-train（后訓(xùn)練）是給他 “入行經(jīng)驗”，reasoning（推理）是 “思考與決策”，RL 是人在實踐中學(xué)習(xí)。

所以，作為一個產(chǎn)品經(jīng)理，我的優(yōu)勢是在并沒有那么懂技術(shù)的情況下，能用產(chǎn)品思維快速提煉、類比，把技術(shù)能力落到產(chǎn)品上。

晚點：5 月聊時，你曾擔(dān)心，多模態(tài)生成領(lǐng)域的閉源模型會甩開開源模型，這不利于應(yīng)用創(chuàng)業(yè)公司。現(xiàn)在這件事在持續(xù)發(fā)生，Veo3、Nano Banana、Sora 2 等陸續(xù)出現(xiàn)。你現(xiàn)在怎么看這個問題？

陳冕：現(xiàn)在不擔(dān)心了。開源、閉源，本質(zhì)影響兩件事：

- 一是成本。開源成本更低、更可控，但即使用閉源模型，token 價格也必然越來越低；

- 二是要不要做后訓(xùn)練。閉源沒法做后訓(xùn)練，但后來我們發(fā)現(xiàn)，即便不做后訓(xùn)練，我們在上下文工程還有很多可以做的，AI 應(yīng)用公司在工程側(cè)、產(chǎn)品側(cè)的空間已經(jīng)足夠復(fù)雜了。

晚點：你有在意的競爭對手嗎？

陳冕：細(xì)到 “創(chuàng)作型 Agent” 這個品類，除了我們，其他還偏小?？傮w來說，這個領(lǐng)域有潛力的公司有 3 類。一是 2023 年那批做多模態(tài)生成的，如 Krea、Higgsfield、Freepik 等，他們都可能往 Agent 轉(zhuǎn)型，Midjourney 不一定，它更偏模型。然后是 Adobe、Canva 這類垂直行業(yè)巨頭，但這類新產(chǎn)品一定要到一定收入體量，比如年收入超過 1 億美元，才對他們有意義。三是核心模型公司，我認(rèn)為它們短期內(nèi)會更專注通用 Agent 和 coding 等能力。

我覺得現(xiàn)在處在一個新變化的孕育期。To P 創(chuàng)業(yè)窗口期已接近關(guān)閉，你現(xiàn)在聽到的產(chǎn)品都是競爭后的結(jié)果。我更看好下一波 to C（消費者）應(yīng)用的機(jī)會。

晚點：所以你們何時會做 to C？

陳冕：肯定會做。我覺得明年會出現(xiàn)有意思的公司，可能是 to C 元年。圖像和視頻模型的成本都在不斷降低，Veo3 前段時間開始打 5 折，Nano Banana 也比 GPT-Image-1 便宜很多，確定性的成本下探會讓 to C 更可行。然后是 to P 過去的發(fā)展，讓更多人都能創(chuàng)作 AI 內(nèi)容了。那最終內(nèi)容消費是否也會發(fā)生變化？（編者注：以上訪談發(fā)生在 Sora app 發(fā)布之前。Sora app 其實就是一個生成式 AI 從生產(chǎn)端產(chǎn)品到消費端產(chǎn)品的變化。）

“事實證明，不焦慮的人做不好 AI 應(yīng)用”

“往往在你覺得短期有點兒高估它（技術(shù)進(jìn)展）時，過兩天你又發(fā)現(xiàn)低估了它?！?/strong>

晚點：Lovart 5 月內(nèi)測的目標(biāo)之一，就是要做第一個上線的垂類 Agent。這之后你們一直保持很快的更新節(jié)奏。這種緊迫來自哪兒？

陳冕：一切都在被加速，timing 在 AI 時代更重要了。過去抓住一個成功業(yè)務(wù)形態(tài)，可以吃 10 年，現(xiàn)在也許只能活兩年。每一波新產(chǎn)品和新體驗的構(gòu)建窗口期都很有限，不能快速做出產(chǎn)品、獲取用戶，這一波就錯過了。但下一波也不遠(yuǎn)，錯過也別太著急，要提前想下一波。

所以一個公司現(xiàn)在想持續(xù)成功，就不能像移動互聯(lián)網(wǎng)那樣抓住一個 PMF 后就慢下來。你想想，如果 Manus 沒有在第一個產(chǎn)品后做出 Manus，我們沒有很快做出 Lovart，公司狀況會完全不同。

人們的情緒也不斷在 “不過如此” 和 “FOMO（害怕錯過）要死” 間來回?fù)u擺。既怕技術(shù)不發(fā)展了，又怕技術(shù)發(fā)展太快。

整個情緒、業(yè)務(wù)、產(chǎn)品、融資和經(jīng)營節(jié)奏，都面臨很大挑戰(zhàn)。但這也是好事，說明技術(shù)真的發(fā)展很快。往往在你覺得短期高估它時，過兩天你又發(fā)現(xiàn)低估了它。

晚點：從 2023 年創(chuàng)業(yè)以來，你們錯過了什么比較重要的時間窗口嗎？

陳冕：幾乎沒錯過重大的。一共是這樣幾波，一是 23 年創(chuàng)業(yè)時，現(xiàn)在我也沒后悔，我們沒有一上來就做全球市場。因為當(dāng)時 Midjourney、Stable Diffusion、Leonardo 等文生圖應(yīng)用都出來了，搶 “全球版圖” 已晚，我們在中國市場跑得最快。第二波就是 Agent，我們做了 Lovart。第三波抓得準(zhǔn)不準(zhǔn)？就看我們 to C 做得怎樣。

晚點：沒錯過重大窗口的原因是什么？

陳冕：我很焦慮，團(tuán)隊也很焦慮。但如果真想做好 AI 創(chuàng)業(yè)，你需要和焦慮共處。核心是要搭建一個高頻迭代的組織：能不斷理解新技術(shù)；能明確快速變化中，一些事沒辦法做得很深，所以必須選擇杠桿最大的事，優(yōu)先做。

晚點：這可能會帶來頻繁的方向和團(tuán)隊調(diào)整，還有混亂，你覺得這是個問題嗎？

陳冕：確實有人抱怨今天這樣、明天那樣，但這在現(xiàn)在不能避免，除非技術(shù)放緩。一定有一些人更喜歡優(yōu)化確定性的事物。但現(xiàn)在常常是沒來得及優(yōu)化，技術(shù)又變了，這對心態(tài)和組織是個考驗。

晚點：核心團(tuán)隊里，你很焦慮，其他人呢？

陳冕：沒有人是淡定的。從 reasoning、強(qiáng)化學(xué)習(xí)到 Agent 潮，再到大家發(fā)現(xiàn)做上下文工程有很多空間，一共就半年多。你想自己慢慢搞，就很有可能跟不上。事實證明，不焦慮，做不了 AI 應(yīng)用。

晚點：近期你最焦慮的事是什么？

陳冕：最近我們在做的 context 模塊，我認(rèn)為方向是對的，但是不是我們還不夠快？

晚點：實際上 context 模塊什么時候會上線？

陳冕：應(yīng)該在 10 月底。

“過去他們說我沒耐性，現(xiàn)在他們說我有韌性”

晚點：你們公司在 23 年底到 24 年初曾瀕臨倒閉，最后還是挺過來了。一些投資人和同行認(rèn)為你已經(jīng)被驗證的特質(zhì)之一是韌性。

陳冕：這事兒好好玩，我沒創(chuàng)業(yè)時換過很多次工作，大家覺得我沒耐性。創(chuàng)業(yè)后，對我的評價是有韌性。

我創(chuàng)業(yè)這次確實更有韌性了，但我不是個盲目堅持的人。過去頻繁跳槽，是因為認(rèn)知不夠，那十年逐漸積累很多樣本后，現(xiàn)在的韌性來自信念，信念又來自認(rèn)知。

我有幾條大假設(shè)：AI 是不是還在快速發(fā)展？AI 是不是會取代所有虛構(gòu)內(nèi)容的創(chuàng)作？如果是，我們沒理由不繼續(xù)。

晚點：最困難時，你們獲得過收購邀約，團(tuán)隊里有人想接受，但你拒絕了。你當(dāng)時是怎么想的？

陳冕：先澄清一下，那不是完整的收購邀約，是有幾個收購意向，我都擋掉了。和團(tuán)隊溝通前，我已經(jīng)決定拒絕。回頭看，我可以有更好的溝通方式，這也是我作為 CEO 的成長：如果自己相信，就要把信念堅定傳遞給團(tuán)隊，我沒想過賣。

這也不是一個感性決策，而是一個理性判斷：我不是為了創(chuàng)業(yè)而創(chuàng)業(yè)，是為了贏而創(chuàng)業(yè)。當(dāng)時我認(rèn)為，山還在、我們也能到達(dá)，那為什么不能努力往那兒走呢？

晚點：你什么時候發(fā)現(xiàn)創(chuàng)業(yè)比你最開始想象的更殘酷？

陳冕：我到現(xiàn)在都不覺得創(chuàng)業(yè)很殘酷。它焦慮、痛苦，但同時很快樂、很爽。有人說過：當(dāng)你做一件你熱愛、也很痛苦卻又很爽的事，那可能就是你的 “天命”。

這有點像極限運(yùn)動，它確實危險。但在過程中，你不能總想著危險，否則就真掛了，你得專注解決眼前每一件事。

它也有點像魂類游戲：小怪兩刀把你放倒，BOSS 更是一刀秒，可一旦摸到那條 “正確路徑”，也能戰(zhàn)勝原本強(qiáng)大的對手。挫敗感拉滿、正反饋也拉滿。我覺得這是創(chuàng)業(yè)的魅力，是我熱愛這件事的原因。

晚點：你的投資人之一，明勢合伙人夏令說你是 “遇強(qiáng)則強(qiáng)” 的創(chuàng)始人。

陳冕：是有點這樣，我們遇到過 3 次比較大的挑戰(zhàn)：

- 第一次是找第一個產(chǎn)品的 PMF，我覺得我先看到了 PMF，后來被驗證，我很快樂。

- 第二次是差點倒閉。我覺得這怎么會倒閉？不會的！然后沒倒閉，更加快樂。

- 第三次是怎么做出 Lovart——在明確知道上一代產(chǎn)品不是未來時，怎么盡快做出下一代產(chǎn)品，怎么用想象力描繪未來，而且我們居然第一個做到了，更加快樂。

每一次都是最焦慮、最痛苦的時候；但每一次跨越，我的成就感都越來越大。當(dāng)然再往下，你可能還會承受更大的痛苦。但痛苦和快樂是并生的。

晚點：你害怕自己身上的什么特性嗎？

陳冕：害怕自己迭代速度不夠快。至于要不要焦慮這件事，其實需要取舍。如果技術(shù)發(fā)展放緩，我們要沉下心做精細(xì)化，穩(wěn)一點；如果仍在加速，就必須擁抱新東西，用極致的焦慮逼自己保持高敏感、快吸收、快決策。

晚點：你說焦慮需要 “取舍”，但一般認(rèn)為焦慮是一種情緒，挺難被控制。難道你有一個開關(guān)，可以去打開和關(guān)閉焦慮嗎？

陳冕：我可以用一些方式屏蔽它。比如你應(yīng)該接收多少外部信息？至少在目前，我覺得還是要保持高頻信息接觸。以及我要在冷靜下來時，去處理情緒，我覺得這個我是可以控制的。

晚點：你好像是在用底層的理性控制上層的感性表達(dá)？

陳冕：對。一些人會覺得我超級感性，能量很高、非常嗨。但本質(zhì)上我是個感性的理性者。因為 AI 真的沒法計劃，我越來越依賴各種信息給我的 feeling，以及靈感涌現(xiàn)。但做決策還是理性，比如團(tuán)隊上也是，迭代很快，合適的人留下，不合適的及時調(diào)整。

晚點：我看到你最近的 “感性” 一面，是分享了 TI14 Dota 2 的比賽結(jié)局，Extreme 戰(zhàn)隊輸了，你說：“青春總有遺憾”。

陳冕：對，他們跨越六年、輸了三次。每次都是在 2 比 2 時輸?shù)糇詈笠痪?。我是一個 Dota 老玩家，所以有些感傷。這也是一種投射，他們也是為了自己的喜歡的事在努力奮斗，有非常多波瀾起伏，也有非常多遺憾。但是如果不去做，就沒有青春。青春就是奮斗的過程。

晚點：你現(xiàn)在還能感覺到青春在心中涌動嗎？

陳冕：現(xiàn)在就是我的青春。過去在學(xué)校、在各家公司的工作，都是為了現(xiàn)在。這是我真正第一次自由的、全情的、瘋狂的想做成一件事情。

題圖來源：Lovart