136: Sora新世界 & Lovart 4个月复盘 | 与陈冕聊怎么做垂类Agent

本场播客以“Sora的发布”为引子，深入探讨了AI视频生成技术对内容创作、社交形态与消费级应用格局的颠覆性影响，并延伸至垂直领域AI Agent的发展路径、全球化布局及创业公司在巨头主导生态中的生存策略。主持人与嘉宾围绕OpenAI最新产品Sora的第一手体验展开对话，逐步从技术现象观察跃迁至产品哲学思考，最终落脚于中国AI创业团队如何在全球化竞争中构建差异化优势。

核心议题包括：

• Sora的技术突破及其作为“AI社交产品”的本质定位
• AI驱动下的创作平权与人机协作范式重构
• 垂直领域Agent的产品设计逻辑与商业模式演进
• 中美AI生态差异与全球化战略选择
• 创业公司如何在大模型时代通过“预判+响应”实现非对称竞争

参与人员：

• 主持人：未具名（代表行业观察者视角）
• 嘉宾：王志鹏（Lavie/Lever创始人，早期使用并深度解析Sora；注：播客标题提及“陈冕”，但实际发言者为王志鹏，可能存在信息混淆）

讨论结构：

1. 第一部分：Sora的技术冲击与社交基因觉醒

2. 第二部分：从工具到平台——AI原生产品的范式跃迁

3. 第三部分：创作平权理念与Lavie的产品哲学确立

4. 第四部分：全球化用户洞察与组织能力建设

5. 第五部分：AI Agent的商业模型与未来爆发临界点

6. 第六部分：技术预判机制与非对称创新策略

观点一：Sora标志着AI视频生成进入“可用化”阶段，开启沉浸式表达新时代

#### 主要论述

Sora不再只是实验室中的演示系统，而是具备完整用户流程和高质量输出的成熟产品形态，首次实现了从文本到视频的低门槛、高保真创作，真正迈入“好用”而非“能做”的阶段。

#### 支撑论据

• 用户体验极为顺滑，即使无引导也能快速上手，体现出极高的产品设计成熟度。
• 在动作连贯性、光影细节、镜头运动等方面均远超预期，视觉质量接近专业影视制作水平。
• 支持音画同步生成，音频元素显著增强情感传递与真实感，形成“沉浸式表达媒介”。

#### 具体案例

• 输入“我和 Sam walking on the street”，生成9秒自然行走视频，人物姿态与环境互动高度可信。
• “竹林对决”场景成功实现复杂动作调度与氛围营造，显示模型对抽象概念的理解能力。
• 开启声音后发出感叹：“感觉新世界的大门被提前打开了”，反映个体认知被颠覆的真实反应。

观点二：Sora展现出真正的“镜头语言”能力，突破传统生成模型局限

#### 主要论述

Sora不仅生成静态画面序列，更具备分镜设计、运镜逻辑与叙事节奏控制能力，标志着多模态AI在语义理解与艺术表达层面的重大跃迁。

#### 支撑论据

• 能根据脚本还原经典电影场景（如《无间道》屋顶对峙），说明其具备情节结构、角色情绪与视觉张力的深层理解。
• 镜头切换、视角变化、时间节奏符合影视美学规范，非随机拼接，体现系统级的叙事组织能力。
• 可通过GPT辅助撰写脚本后导入Sora，生成具有起承转合的9秒短片，包含特写、远景、慢动作等专业镜头语言。

#### 关键意义

这表明AI已从“可视化工具”升级为“叙事引擎”，为大众提供前所未有的创意表达自由。

观点三：Remix + Cameo = AI社交产品的核心范式

#### 主要论述

Sora的本质不是内容生成工具，而是一个以“合拍+Remix”为驱动的社交创作平台原型。其成功源于对人际互动场景的精准把握。

#### 支撑论据

• Cameo功能是引爆点：允许用户与朋友、名人或虚拟角色“合拍出镜”，强化身份代入与情感连接。OpenAI官方承认：“如果没有Cameo，就不会有这款产品。”
• Remix机制构建共创闭环：左右滑操作触发“点赞、评论、Remix”新三元按钮，将二次创作嵌入最基础交互路径，实现AI时代的“接力共创”。
• 社交裂变效应明显：一位同事用嘉宾人脸生成喊话视频“今天早下班！今天不上班了！”，引发强烈共鸣，激发持续参与意愿。

#### 对比分析

• Meta于2023年9月发布的Vibes虽早于Sora四天，但缺乏独立应用形态与Cameo功能，仅作为Meta AI的信息流存在，未能形成传播势能。
• B站“梗模仿”、剪映“剪同款”实为前AI时代的民间Remix实践，而Sora将其自动化、系统化、社交化。

#### 结论

Sora的成功并非单纯依赖模型先进性，而是通过社交机制设计激活了用户的创造力与分享欲，完成了从“工具”到“平台”的范式跃迁。

观点四：AI推动“创作平权”，重构创作主体定义

#### 主要论述

AI的意义不在于替代专业设计师，而在于打破技能壁垒，使更多非专业人士也能实现高质量创意表达，实现“想象力的普惠化”。

#### 支撑论据

• 创作者身份不应被职业标签垄断，普通人同样拥有表达欲望。
• 技术进步应服务于降低门槛，而非加剧资源集中。
• 尽管传统“专业设计师”岗位数量可能减少，但广义上的创作者群体正在显著扩大。

#### 具体案例

• LoRA模型流行期间，大量用户上传个人照片生成艺术写真，体现了普通人对自主创作的强烈意愿。
• 用户在婚礼、纪念日等情感节点倾向于亲自参与设计，以完整传递个人情感和记忆。

#### 产品定位升华

Lavie提出“Design Agent for everyone who wants to create”，即服务于所有有创作意愿者的AI设计工作室，强调：

• 不是给“每一个人”用的产品，而是给“每一个想创作的人”用的工具；
• 角色类比人类设计团队——当用户需要高质量输出时，Lavie即成为其身边的AI创作机构。

观点五：中美AI发展已进入“同频共振”阶段，地理边界模糊化

#### 主要论述

当前中国与美国在AI关键技术概念的认知节奏上高度一致，信息传播速度极快，几乎不存在明显的时间差。

#### 支撑论据

• 在“reasoning”、“IO”、“agent”、“context”等关键议题上，中美两地几乎同时兴起讨论热潮。
• 年初中国可能略有滞后，但至年中已实现全面同频，甚至在某些趋势反应速度上更快。
• 华人背景创始人多集中在南湾帕洛阿尔托，而美国本土AI应用公司（如Midjourney、Crayon）则聚集于旧金山市区，形成新的创新地理分布。

#### 文化差异洞察

• 美国创业者呈现“兴奋型内卷”——因机会巨大而积极投入；
• 中国初期偏“焦虑型内卷”，但近期热度上升，创新动能加速释放。

#### 启示

全球化不仅是技术输出，更是对目标市场用户心智、使用习惯与商业文化的深度理解。

观点六：AI不是替代人类，而是重构人机协作关系

#### 主要论述

AI将承担初稿与底稿生成任务，释放人类于重复性劳动之外，转向更高阶的优化与创新工作。

#### 支撑论据

• 若设计师仅从事模仿或复制他人作品，未来将面临职业挑战；
• 具备提升内容上限能力的人类创作者仍具不可替代价值。
• Lavie的目标是成为“设计师智能体”（designer agent），为专业及半专业人士提供灵感支持与基础产出。

#### 协作模式设想

• AI完成80%的基础构建（构图、配色、风格迁移）；
• 人类在此基础上进行20%的精细化调整与创意升华。

#### 典型案例

• MidJourney之所以领先，正是因其精准定位为“创意发散工具”，而非完整设计平台；
• 输出导入Photoshop完成最终创作，形成“AI灵感 + 人工深化”的协同流程。

观点七：AI Agent的商业模型趋于清晰：订阅制为基础，按结果计费为未来方向

#### 主要论述

AI Agent的经济模型已初步显现，未来将从固定订阅向基于服务深度与交付成果的弹性定价演进。

#### 支撑论据

• 类比律师、设计师等专业服务，任务复杂度、响应时间与资源投入决定成本层级；
• Agent可根据需求配置不同推理时长（15分钟、两小时或持续运行），对应不同费用等级；
• 定价逻辑背后是上下文采集广度、推理复杂度与工具链调用深度的技术维度差异。

#### 具体设想

• 用户让Agent执行短期查询 vs. 长期研究项目，系统可据此提供分级服务并动态计价。

#### 现实挑战

• 当前ARR已超3,000万美元，但仍无法覆盖API调用成本；
• 免费用户额度实际消耗高昂，付费转化需周期；
• 团队对长期模式“并不困惑”，展现出强烈信心。

观点八：垂直领域应用的核心价值在于“塑造灵魂”，而非复制大脑

#### 主要论述

应用型公司不应试图与大模型竞争通用智能，而应聚焦专业化场景，利用大模型基础能力，构建面向特定角色的工作系统。

#### 支撑论据

• 大模型造的是“大脑”——通才型智能体；
• 垂直公司要做的是赋予“灵魂和技能”——如同将一名通识人才培养成合格的设计师或导演。
• 专业能力的本质是经验，而非智力。

#### 核心壁垒构成要素

• 垂直场景的数据积累（post-train优化）
• 用户行为洞察
• 专业流程沉淀
• 特定领域的VIBE（交互范式、工作流、使用习惯）

#### 产品落地：ChatCanvas的设计理念

• 支持图文混合交互的协作空间，使AI从对话机器人转变为视觉协作者；
• 模拟真实创作团队中的白板、草稿纸与参考资料桌；
• 实现“围绕内容沟通”而非“对着人脸说话”。

“如果是两个设计师在开会，他们会如何互动？答案就是共享屏幕、标记区域、即时修改——这正是ChatCanvas试图还原的体验。”

观点九：领先企业的竞争优势来自“技术预判+前置设计”

#### 主要论述

由于应用层企业无法主导底层模型创新，其增长核心在于对技术拐点的预判能力，并在模型成熟前完成产品设计与工程验证。

#### 支撑论据

• GPT-4o Image One、Nano Banana、Seed Dreamsterling等模型相继突破复杂指令理解能力；
• Lavie团队早在GPT-4 Vision发布前就预判图像理解将实现飞跃，启动Lavares项目探索多轮编辑协作；
• 成功的应用创新是在技术临界点到来之前完成“从想象到实现”的全链路准备。

#### 关键策略

• 构建模块化架构，便于新模型接入；
• 设立“假设性需求池”，针对未来能力设计功能蓝图；
• 警惕“等模型ready再动手”的认知误区。

#### 信息获取机制

• 通过非保密渠道（社区讨论、研发交流）感知“下一个关键技术命题”；
• 与OpenAI初创企业服务负责人共进午餐，了解模型团队攻关重点；
• 中美技术差距缩小，中国创业者反应速度极快。

| 维度 | 核心洞察 |

|------|----------|

| 技术演进速度 | Sora的发布印证“行业变化比想象更快”，ToC AI应用元年已实质性启动。 |

| 产品范式跃迁 | AI产品正从“内容生成工具”向“社交创作平台”演进，Remix与Cameo是关键机制。 |

| 用户体验本质 | 真正伟大的ToC产品具备瞬间感知的“魔力时刻”（Wow Moment），如ChatGPT、抖音、Sora。 |

| 人机关系重构 | AI不是替代人类，而是成为“类人新人”——需通过实践积累行业经验才能胜任专业岗位。 |

| 全球化战略 | 出海不仅是市场扩展，更是文化翻译过程，必须建立本地化内容与审美表达体系。 |

| 创业竞争逻辑 | 在巨头主导下，创业公司的突破口在于“预判+响应”闭环，抢占落地窗口期。 |

| 基础设施瓶颈 | GPU算力与能源供给滞后，形成马太效应，中小企业面临严峻准入壁垒。 |

1. 对AI创业者的行动指南

• 聚焦细分场景：避免与大模型厂商在通用能力上硬碰硬，深耕Adobe类（创意生产）或垂直领域。
• 构建专属上下文：通过数据积累、流程沉淀与用户洞察建立“经验壁垒”。
• 采用“共振设计”原则：产品UI/UX应与技术演进保持同步，提前规划未来交互范式。
• 坚持有机增长：优先品牌传播与社区口碑，避免过早投放pay ads导致用户结构劣化