文：王智遠(yuǎn) | ID:Z201440

今天不國(guó)慶節(jié)嗎？

本來(lái)想著放松放松，結(jié)果，昨天晚上喝了點(diǎn)兒，差點(diǎn)沒(méi)爬起來(lái)?？善诎胍?，OpenAI發(fā)了 Sora 2。那會(huì)兒我真沒(méi)狀態(tài)體驗(yàn)，拖到早上八點(diǎn)，打開(kāi)試了試。

怎么說(shuō)呢？就那樣。

然后，10點(diǎn)左右，邀請(qǐng)碼就被瘋傳了。朋友圈、群里到處在要碼，像新款球鞋發(fā)售一樣。

我還在群里和朋友吐槽：一個(gè)生成式 App，博主們?cè)趺淳瓦@么愛(ài)吹？要我說(shuō)，Sora 2 真正值得關(guān)注的，是它背后的打法。

你想，Sam做一個(gè)產(chǎn)品，不光能用好海外媒體，還能讓國(guó)內(nèi)媒體、博主為它免費(fèi)宣傳，是邀請(qǐng)碼的問(wèn)題嗎？不是。

說(shuō)到底，這背后有一整套戰(zhàn)略打法。

01

什么打法呢？我要先提一個(gè)詞：臨界點(diǎn)。啥意思呢？

OpenAI 從來(lái)不搶早，它的習(xí)慣是：等到技術(shù)跨過(guò)可用閾值、場(chǎng)景被教育成熟，才會(huì)一擊入場(chǎng)。所以，它很看重臨界點(diǎn)。

那這個(gè)臨界點(diǎn)到底在哪里？首先，是技術(shù)。

Sora 1 剛出來(lái)時(shí)，確實(shí)震撼了一下，但那更像「實(shí)驗(yàn)室里的特效」。你看它生成的視頻，畫(huà)面是美，但物理規(guī)律經(jīng)常崩。

人物走路時(shí)腳滑、東西拿不穩(wěn)、動(dòng)作不連貫；還有音畫(huà)不同步，嘴型和聲音對(duì)不上；說(shuō)白了，Sora 1 是炫技，能讓人驚嘆，但沒(méi)法真正拿來(lái)用。

Sora 2 的出現(xiàn)，必須要解決這個(gè)問(wèn)題。

可怎么解決呢？Sam 肯定也在想，如果單純靠技術(shù)迭代，很難。領(lǐng)先半步的優(yōu)勢(shì)，很快就會(huì)被追平。真正的答案只有一個(gè)：數(shù)據(jù)，用數(shù)據(jù)反哺。

問(wèn)題是怎么搞數(shù)據(jù)？

靠買(mǎi)，買(mǎi)不到；靠合作，太慢。唯一的解法：讓用戶(hù)自己生產(chǎn)。

這就是 Sora App 出場(chǎng)的意義。用戶(hù)在里面生成視頻、分享視頻、互相「客串」視頻，所有的數(shù)據(jù)都會(huì)回流。每一條操作，都是一筆訓(xùn)練樣本；每一次社交裂變，都是一次數(shù)據(jù)擴(kuò)張。

這和 GPT-3 與 ChatGPT 的關(guān)系一模一樣。

當(dāng)年GPT-3 在研究圈已經(jīng)很驚艷了，可真正在大眾層面引爆的，是 ChatGPT 的應(yīng)用程序。因?yàn)樗邕^(guò)了「可用性閾值」，成了一個(gè)人人都能上手的產(chǎn)品。

Sora 2，也正好走到這個(gè)節(jié)點(diǎn)。所以，Sora 2 為什么在這個(gè)時(shí)候發(fā)布？

技術(shù)上，它終于穩(wěn)到能讓用戶(hù)愿意玩下去；數(shù)據(jù)上，它通過(guò) App 把用戶(hù)綁進(jìn)來(lái)，順帶解決了最棘手的訓(xùn)練樣本問(wèn)題。

說(shuō)完技術(shù)，我們?cè)倏纯纯词袌?chǎng)，過(guò)去兩年，Runway、Pika、Veo3，都在瘋狂演示 AI 視頻。

說(shuō)句不好聽(tīng)的話(huà)，他們?cè)诮o OpenAI 打前站，幫忙教育市場(chǎng)。以前用戶(hù)的心態(tài)：AI 能不能做視頻？現(xiàn)在用戶(hù)已經(jīng)知道 AI 可以做了，問(wèn)題變成：誰(shuí)做得更順手、更穩(wěn)定？

這個(gè)變化很重要。

教育市場(chǎng)的成本已經(jīng)有人替你扛過(guò)了，你出手時(shí)，就不用再去解釋「AI 視頻是什么」，直接說(shuō)「我們做得最好」。就可以了。

這樣，投入的每一分傳播，都能換來(lái)實(shí)打?qū)嵉年P(guān)注度和用戶(hù)興趣。

就像電動(dòng)車(chē)市場(chǎng)，早年比亞迪、日產(chǎn)先推出電動(dòng)車(chē)，證明了電車(chē)能跑；可真正讓市場(chǎng)沸騰的，是特斯拉 Model S，因?yàn)樗怀鰣?chǎng)就讓大家覺(jué)得：

電車(chē)不僅能跑，還可以很酷，很順手。Sora 2 出手的時(shí)機(jī)，就是類(lèi)似的節(jié)點(diǎn)。

最后是戰(zhàn)略上的考慮，我認(rèn)為Sam的邏輯是不做半成品，不推半成熟的東西。Timing 勝過(guò)一切。

什么是Timing？

出手時(shí)機(jī)點(diǎn)。太早，會(huì)把半成品推給用戶(hù)，砸了口碑；太晚，風(fēng)口被別人截走，剛剛好，才符合他的風(fēng)格；所以，Sora 2 的發(fā)布，踩在了「技術(shù)臨界點(diǎn) + 數(shù)據(jù)臨界點(diǎn) + 市場(chǎng)臨界點(diǎn)」疊加的時(shí)刻。

02

既然 timing 這么關(guān)鍵，那他為什么要做成一個(gè)App？除了數(shù)據(jù)，還要什么？

智遠(yuǎn)認(rèn)為是：工作流。

想象一下，如果 Sora 是一個(gè)模型接口，用戶(hù)得先寫(xiě)提示詞，再導(dǎo)出視頻，再去別的平臺(tái)編輯、分享、加字幕。流程復(fù)雜，環(huán)節(jié)一多，體驗(yàn)就斷了鏈。換句話(huà)說(shuō)，你用它的次數(shù)越多，就越想逃。

一旦把它做成 App，這些動(dòng)作就能被打包在同一個(gè)工作流里：

生成 → 編輯 → 分享 → 傳播，全都不出這個(gè) App，那你的視頻不是「生成完就結(jié)束」，而是直接帶著社交和分發(fā)的屬性。

長(zhǎng)期下來(lái)，你習(xí)慣了在這里做內(nèi)容，就很難遷移到別的工具。

這就是工作流鎖定。對(duì) OpenAI 來(lái)說(shuō)，技術(shù)是敲門(mén)磚，真正能留下用戶(hù)的，是這種「一站式」體驗(yàn)。

我還體驗(yàn)了一下，讓Sam給我說(shuō)相聲，梗是他踩了一坨屎。重點(diǎn)不在視頻內(nèi)容本身，是后續(xù)操作：我能直接下載下來(lái)，發(fā)到別的平臺(tái)，甚至還能再優(yōu)化。

這就是基礎(chǔ)工作流的力量。

你看 ChatGPT。一開(kāi)始大家都瘋狂發(fā)模型時(shí)，為什么大家還用GPT，因?yàn)樗樖郑瑢?xiě)郵件、查代碼、寫(xiě)文案，都能搞定。

Sora 的邏輯完全一樣。單靠模型，用戶(hù)永遠(yuǎn)會(huì)追著「誰(shuí)家更好用」跑。但一旦被工作流綁定，競(jìng)爭(zhēng)邏輯就變了：用戶(hù)要「最順手」和「最低切換成本」。

還有一點(diǎn)，智遠(yuǎn)認(rèn)為，Sora App 里的「客串」功能，可能會(huì)是未來(lái)的殺手锏。

為什么？

你拍一條視頻，把朋友拉進(jìn)來(lái)客串，他就被迫下載、注冊(cè)、體驗(yàn)，再順手轉(zhuǎn)發(fā)一下。視頻創(chuàng)作這事兒，本來(lái)是單機(jī)模式，但一旦加上「客串」，立刻就有了社交鏈，就變成了大家一起玩了。

這背后的邏輯特別像當(dāng)年的短視頻裂變：

抖音為什么火？因?yàn)椴还馐撬⒁曨l，還有你可以和別人合拍、對(duì)口型、二創(chuàng)。一個(gè)人用還行，十個(gè)人互相拉進(jìn)來(lái)，傳播就指數(shù)級(jí)放大了。

所以，Sora App 的思路很清晰：工作流鎖定 + 社交裂變。前者保證用戶(hù)不流失，后者保證傳播能快速擴(kuò)張，這樣，就成了又一個(gè)入口級(jí)產(chǎn)品了。

03

有了入口，他還想干什么呢？智遠(yuǎn)認(rèn)為是：生態(tài)。

怎么理解這個(gè)生態(tài)呢？

我特意查了下，Sora 2背后用了Diffusion Transformer的架構(gòu)。說(shuō)白了，把原來(lái)做圖的「擴(kuò)散模型」，和現(xiàn)在大模型常見(jiàn)的「Transformer」結(jié)合在一起。

擴(kuò)散模型擅長(zhǎng)細(xì)節(jié)、紋理，Transformer 擅長(zhǎng)理解語(yǔ)義、控制整體場(chǎng)景，兩個(gè)合起來(lái)，就能保證畫(huà)面和故事的合理性了。

換句話(huà)說(shuō)，Sora 2 在單點(diǎn)突破上，用了一整套組合拳，那以后會(huì)不會(huì)基于數(shù)據(jù)在推出新模型呢？我認(rèn)為，肯定會(huì)的。

因?yàn)槟憧?，不管谷歌?Veo3，還是 Runway、Pika，這些產(chǎn)品背后，本質(zhì)上還在卷「模型本身」。

說(shuō)白了，大家還在比誰(shuí)的畫(huà)質(zhì)更高、不卡幀、動(dòng)作更自然。結(jié)果，這季度你領(lǐng)先一點(diǎn)，下季度別人又追上來(lái)，永遠(yuǎn)是拉鋸戰(zhàn)。

但 OpenAI 的思路不一樣。

它當(dāng)然也在打磨模型，但更在乎：怎么把模型和產(chǎn)品綁在一起，再用用戶(hù)數(shù)據(jù)反哺模型。這樣一來(lái)，哪怕模型暫時(shí)不領(lǐng)先，對(duì)手也很難把用戶(hù)搶走。

等到一個(gè)個(gè)新模型出來(lái)時(shí)，那下一步做什么？

開(kāi)放API，給其他產(chǎn)品使用，這樣，Sora 2成了一個(gè)能力模塊，能嵌入到無(wú)數(shù)場(chǎng)景里。

比如說(shuō)：

教育平臺(tái)要做課件，直接生成講解視頻；游戲廠(chǎng)商要做劇情過(guò)場(chǎng)，幾分鐘就能生成一條；電商要投廣告，一條短視頻廣告可以一鍵出爐。

所以，API 的好處是能讓外部開(kāi)發(fā)者幫它「打天下」，幫忙把模型帶到各種場(chǎng)景；但只靠 API 還不夠。API 就像水電，別人接走用完就走，留不住人。

怎么辦？

答案是：要有自己的產(chǎn)品矩陣。ChatGPT 鎖定對(duì)話(huà)，Sora 鎖定視頻，這些入口一旦拼在一起，就成了一個(gè)逐漸成型的生態(tài)。

這條路徑，和互聯(lián)網(wǎng)巨頭的成長(zhǎng)史特別像。

Google 當(dāng)年從搜索起家，但沒(méi)停在搜索。它順手做了 Gmail，進(jìn)一步綁定用戶(hù)；再做 Android，把移動(dòng)端生態(tài)徹底鎖死；最后，形成了一個(gè)全鏈條的應(yīng)用帝國(guó)。

蘋(píng)果也是一樣，iPhone 單點(diǎn)突破，但真正的護(hù)城河，是 App Store 和整個(gè) iOS 生態(tài)。

OpenAI 也是。智遠(yuǎn)認(rèn)為，它的打法用一句話(huà)總結(jié)即：技術(shù)敲門(mén)，產(chǎn)品收口，生態(tài)吃干抹凈。

04

說(shuō)了這么多，問(wèn)題來(lái)了：OpenAI 的打法已經(jīng)這么清晰了，那國(guó)內(nèi)廠(chǎng)商能學(xué)嗎？

國(guó)內(nèi)也有不少團(tuán)隊(duì)在做 AI 視頻，比如：即夢(mèng)、可靈、百度蒸汽機(jī)。

產(chǎn)品形態(tài)，大多「網(wǎng)站工具 + 專(zhuān)業(yè)創(chuàng)作者」。說(shuō)白了，給剪輯師、工作室用的，不能直接面向大眾的入口級(jí) App。

邏輯也一樣：發(fā)布個(gè)炫酷的 demo，卷一下分辨率和穩(wěn)定性，開(kāi)始宣傳，這就跟 OpenAI 有明顯差異。

OpenAI 的打法是先 To C，把用戶(hù)拉進(jìn)來(lái)，再靠用戶(hù)習(xí)慣和數(shù)據(jù)反哺模型；而國(guó)內(nèi)廠(chǎng)商更多是 To B、TO專(zhuān)業(yè)創(chuàng)作者，先服務(wù)廣告主、MCN、品牌主，換點(diǎn)現(xiàn)金流。

我認(rèn)為，這里面機(jī)會(huì)很大，中國(guó)短視頻和社交的土壤，比海外更適合裂變。一個(gè)「客串」功能，可能在國(guó)內(nèi)會(huì)比在海外還要猛十倍。

那國(guó)內(nèi)也要做一個(gè)TOC視頻的APP嗎？不。

國(guó)內(nèi)的流量格局已經(jīng)定型了。抖音、快手、B站、小紅書(shū)，百度、這些平臺(tái)已經(jīng)把用戶(hù)時(shí)間牢牢鎖死。你再推一個(gè)全新的 App，哪怕模型再炫酷，能搶到多少用戶(hù)注意力？

所以，我認(rèn)為更聰明的路子，是「嵌入舊系統(tǒng)」。

你看抖音已經(jīng)在這么干了。比如你發(fā)圖片的時(shí)候，會(huì)自動(dòng)彈出各種「AI 特效」，點(diǎn)一下就能把靜態(tài)圖片變成動(dòng)態(tài)視頻。

這個(gè)過(guò)程里，你都不會(huì)意識(shí)到自己在用 AI，只會(huì)覺(jué)得「哦，抖音又出了個(gè)新玩法」；這是最厲害的地方：AI 能力被埋進(jìn)熟悉的流程里，用戶(hù)無(wú)縫接受。

我說(shuō)的夠詳細(xì)了吧？

反過(guò)來(lái)，其他平臺(tái)能不能學(xué)？當(dāng)然能。視頻生成模型完全可以拆成一堆小功能：自動(dòng)加字幕、生成過(guò)場(chǎng)動(dòng)畫(huà)、補(bǔ)一段配音、甚至搞個(gè)「客串」朋友的特效。

不需要學(xué)習(xí)新 App，不需要重新注冊(cè)賬號(hào)，也不用換生態(tài)，就在自己常用的平臺(tái)里點(diǎn)兩下能玩起來(lái)，這比單獨(dú)做一個(gè) To C 應(yīng)用更接地氣。

說(shuō)白了，路徑不同，但邏輯相通：

都要讓用戶(hù)順手、低門(mén)檻地上手，并且，在用的過(guò)程中不斷給模型回?cái)?shù)據(jù)。只不過(guò)，Sam的打法是自己做入口，中國(guó)的機(jī)會(huì)是在已有入口上「長(zhǎng)出新手」。

所以，要我提煉方法論的話(huà)，說(shuō)三點(diǎn)：

一，單點(diǎn)原則，先把模型拆成能落地的小組件、小應(yīng)用，先占住一個(gè)點(diǎn)。別喊通用，通用不好做優(yōu)化，變量太多，抽卡行為變化太大。

二，工作流原則，怎么讓別人用起來(lái)，用得順手，流程不斷，數(shù)據(jù)才能源源不斷回流；第三點(diǎn)，就生態(tài)了。單點(diǎn)只是開(kāi)頭，慢慢長(zhǎng)出產(chǎn)品矩陣，才能形成真正的壁壘。

說(shuō)到底，點(diǎn)要準(zhǔn)，流要順，盤(pán)子才會(huì)大。你怎么看？