對話 Roto：讓視頻實(shí)時(shí)可交互、足夠個性化，我們要做 AI 時(shí)代的 Netflix

Roto 對自己的定位是「全球首個互動開放世界視頻平臺」。

他們認(rèn)為 AI 時(shí)代應(yīng)該有基于 AI Native 的新形式的高質(zhì)量內(nèi)容，而不是只有那些模仿人類作品的 AI 短視頻。

他們堅(jiān)信未來的內(nèi)容應(yīng)該是與觀眾共同創(chuàng)作的，借助于 AI 驅(qū)動的無限自由敘事，每一次觀看都可以成為一次獨(dú)特的、高沉浸度的體驗(yàn)。

創(chuàng)始人 David Xu 此前曾在 Pinterest、Snap、TikTok 等多家科技獨(dú)角獸企業(yè)負(fù)責(zé)內(nèi)容和 AI 相關(guān)的工作，在決定做 Roto 之前，他們曾設(shè)想過基于無限畫布的視頻生成、類 Sora 形態(tài)的社交視頻產(chǎn)品，但都在產(chǎn)品還沒上線之前，發(fā)現(xiàn)已經(jīng)有大廠發(fā)布了類似產(chǎn)品。

痛定思痛后，他們決定，「要么就做得更大膽，去做那種可能一兩年技術(shù)都不成熟、但你堅(jiān)信的極致創(chuàng)新」。

這才有了現(xiàn)在的 Roto，完全自研的內(nèi)容生產(chǎn)管線、自研的視頻播放平臺，并且即將在品牌商業(yè)廣告上實(shí)現(xiàn)了初步的商業(yè)閉環(huán)。在模型技術(shù)還沒成熟的今天，先去探索下一代內(nèi)容的可能性形式，等到視頻模型的真正 Nano Banano 時(shí)刻來臨，在此之前，一直在場上。

Seedance 2.0 是個很好的信號，2026 年的視頻生成賽道，距離 Roto 想要的模型躍遷時(shí)刻，或許很近了。

以下是 Founder Park 與 Roto 創(chuàng)始人 David 的對話，經(jīng)編輯整理。

產(chǎn)品體驗(yàn)：https://rotopus.art/

??關(guān)注 Founder Park，最及時(shí)最干貨的創(chuàng)業(yè)分享

超 19000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價(jià)值的 AI 應(yīng)用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進(jìn)群后，你有機(jī)會得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準(zhǔn)的 AI 產(chǎn)品曝光渠道

01與其進(jìn)入一個很卷的賽道，

不如把夢想做大點(diǎn)

Founder Park：介紹下之前的工作經(jīng)歷？

David：大學(xué)畢業(yè)后我就出國了，大部分時(shí)間在硅谷各個獨(dú)角獸公司之間游走，比如 Pinterest、TikTok、Snapchat。最近幾年我一直深耕 AI 領(lǐng)域，從 TikTok 到 Snapchat，再到回國，始終在做從 0 到 1 的 AI 新產(chǎn)品。從早期生圖還不火的時(shí)候，到后來的多模態(tài)生成，包括視頻、音頻，都參與過相關(guān)項(xiàng)目。

在 Snapchat，我負(fù)責(zé)做了一整套相當(dāng)全面的多模態(tài)生成功能。我們的目標(biāo)是把相機(jī)拍攝器下的所有工具都用 AI 重新做一遍。比如 caption，你貼一張圖，AI 會自動生成注釋；你想配樂，AI 可以根據(jù)調(diào)性自動匹配；甚至所有的橡皮擦、生圖、inpainting，這些都是可以在上面加?xùn)|西、減東西、刪東西等。那段經(jīng)歷讓我把各種模態(tài)的東西都跑了一遍，評測了大量模型效果，這對我現(xiàn)在判斷內(nèi)容質(zhì)量有很大幫助。

2023 年視頻模型開始出現(xiàn)，到現(xiàn)在，生圖模型已經(jīng)非常商用化，像 Nano Banana Pro 這種級別基本已經(jīng)很完善，沒有太大增長空間了。現(xiàn)在大家在拼視頻模型，希望它達(dá)到 Nano Banana Pro 那樣的級別。這也是為什么我覺得要開始思考新的內(nèi)容形態(tài)，這才是 AI 帶來的機(jī)會。

David Xu

Founder Park：大概是什么時(shí)候決定出來創(chuàng)業(yè)的？

David：這個想法很早就有了。一個人是否適合創(chuàng)業(yè)，自己通常會有感知。如果你在一個大環(huán)境里總覺得有點(diǎn)慢、不夠靈活，或者總是對決策有不同看法，說明你渴望擁有更多的主動權(quán)。當(dāng)你知道方向時(shí)，就會想盡快把它實(shí)現(xiàn)，這樣的人其實(shí)相對適合創(chuàng)業(yè)。我基本是 2024 年從海外回來后，就一直在研究創(chuàng)業(yè)，接觸各種創(chuàng)業(yè)者、投資機(jī)構(gòu)。

2025 年上半年，我正式和我現(xiàn)在的合伙人開啟了現(xiàn)在的事情。

Founder Park：那你們現(xiàn)在的創(chuàng)業(yè)想法，中間變過嗎？

David：變過很多次，這很難不變。我一直堅(jiān)定要做內(nèi)容和創(chuàng)意，之前的工作之余也做很多線下演出型的內(nèi)容創(chuàng)作。但這個領(lǐng)域能做的事情太多了，我們也經(jīng)歷過兩三次方向調(diào)整。

去年年中，好幾次我們想到的一些點(diǎn)子，在做到差不多準(zhǔn)備上線，或者 Demo 出來內(nèi)部測試的時(shí)候，國內(nèi)大廠就已經(jīng)推出了一個很完備的、和我們想法差不多的東西。

比如「無限畫布」，可以在上面刪刪改改，我們上半年想做，后來快手的可靈就上線了，海外的 Flora 很早在做，現(xiàn)在它基本已經(jīng)變成一個標(biāo)配功能了，當(dāng)時(shí)感覺再做意義也不是特別大。還有像 Sora App 社交的形式，我們也做了一個幾乎一模一樣的 Demo，連橫滑豎滑的交互組合都和我們當(dāng)時(shí)的概念視頻完全一致。我們做的時(shí)候它還沒發(fā)布，結(jié)果過了幾個月它就發(fā)了。如果我們堅(jiān)定地做下去，投入幾個月后發(fā)現(xiàn)追不上，再去做推廣可能也追不上，那時(shí)候再撤退，我覺得判斷的時(shí)間點(diǎn)不夠好。你要么就更早做判斷，要么就更長時(shí)間地堅(jiān)持。

后來我的思考就是：要么做非常具體的需求，更 ToB，做出來就知道有人付費(fèi)，把它當(dāng)成純工具和服務(wù)的東西；要么就做得更大膽，去做那種可能一兩年技術(shù)都不成熟、但你堅(jiān)信的極致創(chuàng)新。最后我選擇了后者。雖然現(xiàn)在的產(chǎn)品在技術(shù)和內(nèi)容上都不成熟，但是我們能想到的它的未來是無比光明的，愿意陪著技術(shù)和內(nèi)容一起思考，和整個市場一起去努力，去構(gòu)想它未來的樣子。

Founder Park：與其進(jìn)入一個現(xiàn)在看來已經(jīng)很卷的賽道，不如把思路放大一點(diǎn)。那現(xiàn)在回頭看 Sora App，會慶幸沒做嗎？

David：也不是，我還是蠻看好的。雖然它的數(shù)據(jù)上其實(shí)不夠好，留存幾乎接近于零。但我覺得很多概念本身沒問題，只是可能故事講得太快，或者市場的耐心不夠。

比如 2021、2022 年有一陣數(shù)字人和元宇宙很火，大家都覺得是未來，但明顯是概念走得比技術(shù)遠(yuǎn)太多了，技術(shù)追不上，熱度就會降下來。我不是說 Sora App 和它一樣，Sora 2 走的方向是「人人都能創(chuàng)作」。大家都可以快速上手、快速生產(chǎn)，這樣帶來的結(jié)果就是內(nèi)容的可看性和可消費(fèi)性相對較低。這也是現(xiàn)在大部分內(nèi)容工具產(chǎn)品的方向：先讓更多人使用。這樣做出來的東西可能消費(fèi)性不高，但用戶多了，商業(yè)化就好做一點(diǎn)，訂閱會更好。

但我一直想走另一條路，就是先做出好的東西，讓大家知道 AI 不僅僅是降低門檻、降本增效，它其實(shí)可以做出高品質(zhì)的內(nèi)容，有它自己的特性，在某些方面甚至可以比人做得更有看頭。它不是一個在品質(zhì)線之下純粹降本增效的東西，是可以達(dá)到品質(zhì)線的。

這也是我們現(xiàn)在堅(jiān)持要做高品質(zhì)內(nèi)容的原因，我希望大家對 AI 內(nèi)容的觀念能有轉(zhuǎn)變，不要一提到 AI 內(nèi)容就覺得是那種模板化的東西。如果產(chǎn)品的用戶教育一直是「嘗鮮」，看不到新鮮的好東西，產(chǎn)品很快就會讓用戶產(chǎn)生「創(chuàng)意疲勞」，留存率就會很低。Sora App 當(dāng)時(shí)也是這個方向，內(nèi)容同質(zhì)化且質(zhì)量偏低，大家在平臺上看不到太多新鮮的好東西，留下來的意義就小了很多。

02在技術(shù) Ready 之前，

先探索 AI Native 的內(nèi)容形式

Founder Park：你們當(dāng)時(shí)決定切入這個賽道，是因?yàn)橛X得技術(shù)成熟了，還是想法更明確了？

David：我覺得是想法更明確，技術(shù)還是不夠成熟的。

現(xiàn)在做的東西，我們定義為「AI 開放世界視頻」，比較接近交互視頻，但在樣式上有區(qū)別，開放世界的想象空間非常高。現(xiàn)在只是 MVP 版本，未來能做的太多了。如果我們把它定義為「第十藝術(shù)」，它也值得一個新的名字。所以我們現(xiàn)在叫它「開放世界視頻」，算是借用了「開放世界」這一廣為人知的概念來幫助理解。

做這件事基于我對行業(yè)長期的觀察。AI 作為一個新技術(shù)，應(yīng)該可以帶來一種新的內(nèi)容樣式，而不僅是復(fù)刻視頻、圖片、音頻。這些都不能代表 AI 的核心特色。歷史上，每個新技術(shù)的到來都能催生新樣式：照相機(jī)的發(fā)明帶來了攝影； PC 的出現(xiàn)催生了「第九藝術(shù)」游戲。AI 也應(yīng)該如此。

實(shí)時(shí)性意味著觀眾可以快速參與，創(chuàng)作一個作品不再需要花一兩年時(shí)間。個性化意味著觀眾能加入自己的身份、形象、名字，與情節(jié)互動，它會帶來創(chuàng)作者和觀眾邊界的相對融合。我們定義的未來內(nèi)容，創(chuàng)作者可能占 60% 主導(dǎo)，設(shè)定一個框架而不再是一個靜態(tài)的作品；觀眾有 30% 交互空間，有很高的自由度去改變劇情；最后 10% 是模型的隨機(jī)性，如果之后模型有更大的進(jìn)步，隨機(jī)性可能會更小。當(dāng)然也有可能我們喜歡這種隨機(jī)性，這些都可以開放討論。

Founder Park：在 2025 年做這個事情，你們怎么判斷技術(shù)的階段？如果做得太早，可能做了一年技術(shù)都無法解決實(shí)時(shí)性生成的問題，導(dǎo)致前期只是在做技術(shù)積累，這對于創(chuàng)業(yè)公司來說是很難承受的。

David：我希望能達(dá)到趁勢而上的效果，但沒人能真正完美地預(yù)測。比如現(xiàn)在的視頻模型更多在乎效果，實(shí)時(shí)性還不是重點(diǎn)。但我們也看到有些公司在做相對快速的模型，效果更偏向小一點(diǎn)的垂類。我判斷在我們做到 6 個月到 1 年的時(shí)候，這些模型的生成速度應(yīng)該都會開始優(yōu)化，達(dá)到秒級甚至更實(shí)時(shí)。

我們大概有這種判斷，但我沒有自信說一定能判斷得很準(zhǔn)。因?yàn)榧夹g(shù)的發(fā)展其實(shí)是階梯性的，不是線性的。可能突然出現(xiàn)一個新的算法，技術(shù)就上了一個臺階，然后大家再對模型進(jìn)行調(diào)優(yōu)，比如參數(shù)變大，進(jìn)入一個相對平緩的增長期，再等待下一個階梯。這個階梯什么時(shí)候來，我無法準(zhǔn)確地判斷。

所以，一方面是我有一個預(yù)判，未來某個時(shí)刻技術(shù)會成熟，我們就可以順勢而為。另一方面，在這條路上，現(xiàn)在也有很多可以做的事情，不是非得等著實(shí)時(shí)模型效果很好了再做。如果等到那個時(shí)候，所有人都可以直接做了。除了技術(shù)，其實(shí)還有很多產(chǎn)品和內(nèi)容層面的東西需要打磨。

比如，每個新內(nèi)容樣式出現(xiàn)時(shí)，該做什么內(nèi)容？這是一個大家經(jīng)常忽視的視角。短視頻出現(xiàn)時(shí)，豎屏 15 秒，你不能再用拍 YouTube 長視頻的思路去拍。豎屏意味著可以拍全身，肢體動作可以更夸張，更有沖擊力。15 秒意味著節(jié)奏要快，要迅速給出興奮點(diǎn)。這就催生了產(chǎn)品上的需求，比如分段拍攝、多樣化的剪輯效果。對于交互視頻也一樣，怎樣的交互是好玩的、有意義的？劇情該怎么走？它相當(dāng)于一種平行世界的敘事，視覺風(fēng)格該如何設(shè)計(jì)？這些都有巨大的探索空間。所以，我們可以從內(nèi)容層面反向思考，給產(chǎn)品提供新功能的建議，與技術(shù)一同進(jìn)步。

Founder Park： 你的意思是，可能今天的 60% 或 70% 的技術(shù)，已經(jīng)可以搭建MVP版本來探索新的內(nèi)容形態(tài)了。在這個基礎(chǔ)上，你們需要提前研究它的交互方式、呈現(xiàn)形式等等。因?yàn)槲覀儚膩頉]見過一個純粹自由的實(shí)時(shí)交互視頻內(nèi)容，所以需要一步步去探索。

David：對。包括我們追求高質(zhì)量，就是希望新內(nèi)容樣式出來時(shí)，能讓大家看到一個標(biāo)準(zhǔn)線以上的東西，看到它的上限，而不是一上來就覺得「不過如此」。所以我們現(xiàn)在和上海戲劇學(xué)院的導(dǎo)演、編劇合作，一起思考敘事結(jié)構(gòu)；也和業(yè)界頭部的 AIGC 創(chuàng)作者合作制作片子。我們希望能在這方面做深入的思考，做出優(yōu)質(zhì)內(nèi)容，讓大家看到它能帶來的價(jià)值。

Roto 故事庫中的部分短片

03互動劇沒成不是因?yàn)椴缓每矗?/strong>

而是 ROI 不高

Founder Park： 提到可交互視頻，很多人會想到 Netflix 那種可選擇的互動劇。Netflix 最后也算是放棄了這個方向。你覺得它沒成功是什么原因？

David：我只能基于自己的角度分析，我覺得整體是一個 ROI 的問題。網(wǎng)飛拍一個像《黑鏡：潘達(dá)斯奈基》那樣的選擇式互動劇，最后可能有十幾個不同結(jié)局。這意味著他們要用四五倍的體量去拍一個同樣時(shí)長的東西，還要花更長時(shí)間構(gòu)思劇本走向，因?yàn)槌銎焚|(zhì)量要有保障。

內(nèi)部團(tuán)隊(duì)肯定會算這筆賬：它帶來的收益會比拍一部《怪奇物語》的續(xù)集更高嗎？它的成本遠(yuǎn)高于普通劇集，收益卻未必有那么大的增長，可能只是在市場上造成聲量。如果持續(xù)拍這類劇，劇本難寫，制作周期又長，到底值不值？所以對他們來說，試一下就行了。

AI 時(shí)代之所以讓這種形式變得更可行，就是因?yàn)?AI 生成降低了制作成本。你規(guī)劃的部分可能只是一個框架，血肉可以由 AI 去填充，制作成本就不會那么高了。

Founder Park： 所以更多是性價(jià)比問題。用人力去堆砌交互體驗(yàn)，最終收益可能還不如用同樣時(shí)間拍三部普通劇帶來的。這兩年也有很多影視公司在做所謂的「互動影游」，它的性質(zhì)和你說的差不多，只是把互動視頻做成了一個所謂的游戲，你怎么看這類產(chǎn)品？

David：那些對我們來說都是啟發(fā)。過去的產(chǎn)品劇情固定，比較像選擇題，開放性相對受限。我們想把「選擇題」變成「填空題」，甚至是「解答題」。你可以通過文字或語音輸入，獲得更大開放程度。而且過去的產(chǎn)品制作門檻很高，無論是做成游戲上架 Steam，還是作為一個劇拍出來。

我們的產(chǎn)品有觀看端和創(chuàng)作端，創(chuàng)作端可以賦能到每一個人，只要你有想法，就可以做這樣的內(nèi)容。它的開放度和能力上限都很高，當(dāng)然，上手需要一定的學(xué)習(xí)時(shí)間，因?yàn)樗且粋€全新的內(nèi)容形態(tài)。我們前期和很多專業(yè)創(chuàng)作者聊的時(shí)候，他們都表示很興奮。現(xiàn)在很多導(dǎo)演或 AIGC 創(chuàng)作者其實(shí)都想做偏游戲性的東西，但沒有開發(fā)能力或團(tuán)隊(duì)。我們相當(dāng)于提供了這個工具，他們就可以做出這樣的片子。

Founder Park： 無論是網(wǎng)飛的互動劇，還是現(xiàn)在的互動游戲，能火的前提是內(nèi)容消費(fèi)體驗(yàn)好，質(zhì)量足夠高。能做出這些內(nèi)容的人是比較高質(zhì)量的創(chuàng)作者。如果把這個能力平臺化，降低了創(chuàng)作者門檻，還能奔著「高質(zhì)量」去嗎？這兩點(diǎn)會不會有沖突？

David：第一，用同樣的 AI 工具，普通用戶和專業(yè)創(chuàng)作者的內(nèi)容品質(zhì)差距非常大。專業(yè)創(chuàng)作者已經(jīng)可以創(chuàng)造出很多能賣給品牌的商用廣告，說明作品質(zhì)量已經(jīng)達(dá)到了很高水準(zhǔn)。在我們社群里，都是國內(nèi)最頭部的創(chuàng)作者，承包了全國 80% 的高質(zhì)量商用 AIGC 內(nèi)容。即便只是靜態(tài)內(nèi)容，用同樣的模型，不同的人做出來差距也很大。

在我們的內(nèi)容形態(tài)里，創(chuàng)作者會設(shè)定一個世界觀、畫風(fēng)、人物，或者很多過渡的橋段，這些就像是建筑的「柱子」，是提前埋好的。可能會有一些部分是用戶交互的時(shí)候填進(jìn)去的，至少可以保證是在框架內(nèi)進(jìn)行的，系統(tǒng)提示詞層面也有之前的專業(yè)創(chuàng)作者提供的世界設(shè)定以及人物設(shè)定，可能也會有一些關(guān)鍵幀，這些的控制會幫助 AI 更融入劇情，能保證內(nèi)容更相關(guān)、質(zhì)量更高，審美更強(qiáng)，風(fēng)格也更統(tǒng)一。不可能說在一個輕功的環(huán)境里，非要生成一個在宇宙里打架的科幻故事。

第二，我們現(xiàn)在相對鼓勵 PGC 和 PUGC 來創(chuàng)作，也是希望一開始就有高質(zhì)量內(nèi)容打底。但我們也不會讓普通用戶無從下手。未來我們可能會做分區(qū)，「內(nèi)容會有「品質(zhì)劇集」可以去看，也會有類似游樂場的分區(qū)，大家可以簡單創(chuàng)作，隨意發(fā)布作品。

Founder Park：如果用戶提了一個特別「飛」的需求，比如本來是一個古代背景，他突然說「這時(shí)候來了一艘宇宙飛船」。你們現(xiàn)在是會拒絕生成，還是怎么處理？

David：我們現(xiàn)在的做法是把這個控制權(quán)交給創(chuàng)作者。創(chuàng)作者在構(gòu)建故事時(shí)，可以自己決定這個故事的開放性有多大。比如，你的設(shè)定可以是「觀眾輸入什么都行，要宇宙飛船也給他」，而我的設(shè)定可能是「不行，我還是希望他在我的框架里玩」。這體現(xiàn)了不同創(chuàng)作者的審美和他希望觀眾體驗(yàn)的傾向。所以，這個自主權(quán)我們交給了創(chuàng)作者，讓他自己去決定，自己的作品，他的觀眾跟他共創(chuàng)的時(shí)候會玩得有多飛。

Founder Park：現(xiàn)在有語音和文字輸入，為什么考慮加入語音？感覺這會讓輸入信息的收集變得更復(fù)雜。

David：語音的溝通效率很高。用戶可以在更短時(shí)間內(nèi)反應(yīng)，而且它的想象空間很大。比如我們可以做一些女性向的內(nèi)容，你可以和里面的男主角進(jìn)行語音對話、聊天。

04核心是用 AI 幫助用戶搭建更自由的故事樹

Founder Park：你們現(xiàn)在的能生產(chǎn)多長的視頻？允許用戶交互多少次？

David：目前沒有限制。只要創(chuàng)作者能一直做下去，工程就可以做得非常長，主要看精力和想法。理想上也是，要給市場和創(chuàng)作者自由度，有人想做 10 分鐘，有人想做半小時(shí)，有人想做 3 分鐘，都得讓他們做，市場會告訴我們說哪種時(shí)長、哪種內(nèi)容是觀眾喜愛的。

Founder Park：現(xiàn)階段的產(chǎn)品交互和功能設(shè)計(jì)上，是怎么考慮的？

David：這個創(chuàng)作工具是全球首發(fā)的，之前沒有任何競品做過這種東西，包括我們的觀看端，這種 AI 交互式播放器同樣是全球首發(fā)，目前也沒有人在做。

用戶可以通過輸入文字指令，改寫故事情節(jié)

因此，這個創(chuàng)作工具的很多部分，其實(shí)是在定義一種新的交互方式，它的模塊和傳統(tǒng)靜態(tài)作品或藝術(shù)內(nèi)容的模塊是不一樣的。說實(shí)話，整體還是有挺高的學(xué)習(xí)門檻。

所以我們的做法是定義了幾種不同的模塊。

一種是交互模塊，在這會引導(dǎo)用戶輸入，比如在某個節(jié)點(diǎn)向用戶提問，用戶的輸入會被保存下來，之后可以繼續(xù)用。

另一種是生成模塊，把之前從用戶那里收集到的各種輸入，用來生成新的內(nèi)容。

還有一種是情節(jié)梳理模塊，也就是把用戶的輸入交給語言模型去判斷，決定情節(jié)的走向。比如在我預(yù)設(shè)的框架里，它會智能地判斷走哪條支線更符合，并生成觀眾需要的內(nèi)容。所以，現(xiàn)在我們主要是在定義這些新的模塊，無論是交互、生成，還是情節(jié)樹的搭建。當(dāng)然，這只是 MVP 版本，我們還有很多更大膽的想法正在嘗試。對于新的內(nèi)容形態(tài)，我認(rèn)為還是要先拿出一個版本讓大家看，然后再根據(jù)反饋修改，在不斷的交互中向前推進(jìn)。

Founder Park：如果我現(xiàn)在想復(fù)刻《黑鏡：潘達(dá)斯奈基》。原片可能有固定的三條故事線，但在你們的平臺上，創(chuàng)作者需要為用戶的各種輸入提供可能性。這是否意味著，創(chuàng)作者需要定義好允許什么樣的提示詞或想象空間，后續(xù)的視頻生成是前端即時(shí)的嗎？

David：是的，這也是由創(chuàng)作者自己決定的：哪部分是由我預(yù)設(shè)的「血肉」，哪部分是由觀眾輸入的「血肉」來填充。觀眾的每一次輸入，都可以通過語言模型進(jìn)行判斷，你可以選擇讓它在既定分支上做選擇，也可以讓它完成多模態(tài)的生成，無論是視頻、音頻、文字還是圖片。它不一定只是生成一段視頻。比如，你也可以把劇情設(shè)計(jì)成與角色對話，我輸入的語言通過模型處理后，生成角色的回應(yīng)。你也可以讓我輸入的內(nèi)容在后續(xù)劇情里變成一條飄過的彈幕。這都取決于創(chuàng)作者的意圖，你的想法有多豐富，完成度就有多高。

Founder Park：這會不會進(jìn)一步縮小你們目標(biāo)創(chuàng)作者的群體范圍？

David：早期，群體范圍一定會相對較小，但之后我們一定會降低創(chuàng)作門檻。比如我們正在做的智能體輔助創(chuàng)作，至少能讓 AI 更多地參與框架搭建，這個功能近期就會上線。此外，我們也會做一些模板性的東西，類似一個「游樂場」，讓 C 端用戶可以玩起來。讓他們知道自己可以簡單地做出作品，可能做完第一個作品后，就有更強(qiáng)的動力去做更復(fù)雜的。用戶的培養(yǎng)和成長體系，我認(rèn)為之后是會補(bǔ)的。所以，現(xiàn)在只是一個 MVP，但它的發(fā)展空間非常大。

Founder Park：相比單純用基礎(chǔ)模型生成視頻的公司，你們的核心更像是在解決：如何幫創(chuàng)作者把各種素材搭建成一個更豐富的故事樹？

David：是的，可以這么理解，這也是一個差異化的點(diǎn)。我和很多視頻基礎(chǔ)模型的公司交流過，他們的視角更偏向于在技術(shù)上解決「生成」這個難題，但對于應(yīng)用場景還沒有很聚焦和垂直。而我們的方向是在一個很垂直的應(yīng)用場景里，已經(jīng)想得比較清楚了。說實(shí)話，我們這種場景非常適合做自研，因?yàn)槲液芮宄匝惺裁礃拥哪Ｐ湍芨玫貪M足我的需求。我也在和一些模型廠商聊自研合作。我們對產(chǎn)品和內(nèi)容的判斷，也可以幫到那些有自研方向但不知道該聚焦何處的廠商落地。

05AI 短劇、AI 漫劇同樣可以產(chǎn)出高質(zhì)量內(nèi)容

Founder Park：內(nèi)容側(cè)來看，消費(fèi)高質(zhì)量、實(shí)時(shí)性互動內(nèi)容的需求，會不會是一個偽命題？

David：其實(shí)很多人是這么認(rèn)為的。之所以覺得它是偽命題，是因?yàn)榇蠹一诂F(xiàn)有的習(xí)慣去思考。比如觀眾交互意愿是低的，你突然讓人停下來輸入，他可能腦子一片空白。

Founder Park：大家越來越懶了。

David：現(xiàn)在的視頻越看越短，大家可能手都不想動，你還讓大家輸入。但這是因?yàn)楝F(xiàn)在的內(nèi)容就不是為交互設(shè)計(jì)的。這里我們的內(nèi)容思考空間很大，怎么讓用戶愿意交互？比如讓劇情人物在特定情境下主動引導(dǎo)你。比如《復(fù)仇者聯(lián)盟》最后，鋼鐵俠大戰(zhàn)滅霸，馬上就要犧牲了，這時(shí)候如果問你「想不想要另外一個結(jié)局，讓鋼鐵俠復(fù)活？」，你可能就會想「好，我想看看會發(fā)生什么」，你可能順理成章就交互了。比如，畫面上面如果有一些視覺的興趣點(diǎn)，比你走著走著那邊有一個長得跟環(huán)境格格不入的大蘑菇，你有可能就停在那了，你就會說，去那看看到底是什么東西。

在關(guān)鍵情節(jié)，會彈出提示主動引導(dǎo)用戶

其次，用戶的想象力有限，但是「用戶們」的想象力是豐富的。我們可以提供輸入提示，或者讓他看別人怎么玩的，激發(fā)創(chuàng)作動力。作為個體，我可能沒有輸入的傾向，但是我去看別人玩過的東西，或者通過別人的輸入去加入我的想法、再二創(chuàng)，可能就會有更多動力。

Founder Park： 也就是說，你對人類消費(fèi)高質(zhì)量內(nèi)容的需求是有信心的。

David：我有信心。

Founder Park：這一點(diǎn)我有點(diǎn)矛盾。經(jīng)歷了精品大片內(nèi)容的時(shí)代，再看到現(xiàn)在很多消費(fèi) 1 分鐘的短劇，會覺得有點(diǎn)絕望。

David：我也和很多做短劇的朋友，包括上戲的導(dǎo)演、編劇朋友聊過同樣的問題。他們說，長內(nèi)容會回來的。

在我看來，人類感興趣的東西其實(shí)一直沒怎么變，從古希臘文學(xué)里的那些情節(jié)，到現(xiàn)在的霸道總裁，本質(zhì)的吸引點(diǎn)是一樣的。內(nèi)容的長短會有輪回和波動。而且，現(xiàn)在大家覺得視頻越拍越短、越拍越碎，短劇這么火，不代表長劇就不會回歸。審美和時(shí)尚是有輪回的。況且，短不代表不能交互，短劇也可以做交互，長劇也可以，它們各有各的價(jià)值。

Founder Park：所以你認(rèn)同 AI 短劇、AI 漫劇同樣可以產(chǎn)出高質(zhì)量內(nèi)容。

David：我認(rèn)同。長劇只是把那些吸引人的點(diǎn)做了更豐富的鋪陳，讓情感更充沛。短劇只是把節(jié)奏壓縮得更短。我有看長劇的需求，也有看短劇的需求，我相信長劇還是會回來的。只要我們抓住那些本質(zhì)的點(diǎn)，就是 OK 的。

我覺得這其實(shí)也跟制作市場的 ROI 相關(guān)。一部電影長片的制作周期可能是兩三年，你很難準(zhǔn)確把握市場，不確定投入之后的回報(bào)率。以前的長電視劇也一樣。但現(xiàn)在短劇的制作成本和周期都極短，可能在橫店 10 天就拍出來了，能獲得非常快速的市場反饋。在商業(yè)市場上，這筆賬很好算，也很容易掙錢。所以大家就不斷復(fù)制成功的橋段和品類，起碼能活很久。這本質(zhì)上還是一個生意和 ROI 的問題。

Founder Park：所以，AI 在某種意義上，會降低我們過往制作高質(zhì)量內(nèi)容，比如商業(yè)大片的風(fēng)險(xiǎn)。

David：我覺得會。因?yàn)?AI 本身就有降本增效的屬性，制作周期和成本都可以壓縮一個數(shù)量級。另外，AI 內(nèi)容可以有自己的調(diào)性。現(xiàn)在 AI 還在走模仿傳統(tǒng)內(nèi)容的路，但它其實(shí)可以走一條自己的路，這也是為什么需要新的內(nèi)容樣式。它的特征就是，一方面可以做很個人化的東西，我們每個人都可以把自己的故事加進(jìn)去；另一方面可以做很多超現(xiàn)實(shí)、風(fēng)格融合的東西。它完全可以去突破一些新的風(fēng)格，再次去激活市場。

06「一家基于 AI 技術(shù)，去探索下一代內(nèi)容樣式的公司」

Founder Park：你希望行業(yè)或者外界怎么定義你們？一個做廣告的公司，還是一個做內(nèi)容生產(chǎn)平臺的公司？

David：我覺得還是內(nèi)容公司。我們不是賣廣告，我們是賣新的內(nèi)容樣式。我們希望把這種內(nèi)容樣式推廣到讓每個人都知道，廣告是其中一個重要的途徑和商業(yè)化的橋梁。所以我們對內(nèi)對外的定位都是「AI 內(nèi)容公司」。

Founder Park：如果用一句話來定義公司呢？

David：基于 AI 技術(shù)去探索下一代內(nèi)容樣式的公司。

Founder Park：對于你們平臺來說，我理解目前的核心用戶是創(chuàng)作者。那么產(chǎn)品設(shè)計(jì)和商業(yè)模式都會圍繞他們服務(wù)。創(chuàng)作者為平臺供給內(nèi)容，他們就是商業(yè)模式的核心。

David：它有一個順序，像一個飛輪。現(xiàn)階段需要先有好的內(nèi)容，那就需要先有創(chuàng)作者。有了好的內(nèi)容，我們再去做推廣和增長，就能吸引來用戶。這個平臺未來的主流用戶一定是觀眾。所以后期要不斷完善的是觀看端的體驗(yàn)。有了好內(nèi)容，吸引來更多觀眾，他們接受了這種新樣式，就會有更多人關(guān)注。這不僅能激勵已有的創(chuàng)作者，也能讓現(xiàn)有觀眾轉(zhuǎn)化成創(chuàng)作者。同時(shí)，有觀眾就有商業(yè)價(jià)值，也能吸引品牌客戶來做新的廣告。

這一切都源于內(nèi)容，內(nèi)容帶來觀眾，觀眾帶來更多的創(chuàng)作者和商業(yè)機(jī)會，他們再進(jìn)入創(chuàng)作鏈條，帶來更多內(nèi)容，這樣飛輪就跑起來了。

Founder Park：核心創(chuàng)作者是所有平臺爭搶的對象，你們靠什么來留住他們？

David：大家都要對創(chuàng)作者好一些，要么讓他成名，要么讓他掙錢。所以要給他們明確的收益方向。早期平臺可能沒有直接的收益分成，但一些激勵計(jì)劃、補(bǔ)貼是不可避免的，所有大平臺早期都是這么做的。我朋友圈里的那些超級創(chuàng)作者，都和大平臺有商業(yè)合作。雖然我們是小公司，但在內(nèi)容上付費(fèi)一直都是值得的。

只要能做出好的內(nèi)容，拿內(nèi)容去做宣發(fā)，就一定可以吸引來觀眾和商業(yè)伙伴。到時(shí)候，我們就可以把這種形式做成一種新的廣告樣式，比如開放世界的互動廣告，你可以在里面改變代言人的樣子，或者改變產(chǎn)品。像這類商單，我們現(xiàn)在已經(jīng)有很多很有意向的品牌客戶在對接，我們也會把這些商單都推薦給我們的創(chuàng)作者，讓他們有實(shí)際的收益。

Founder Park：這個算現(xiàn)階段已經(jīng)跑通的商業(yè)場景嗎？

David：正在跑通的過程中，現(xiàn)在基本算是 halfway。有很多積極的合作意向，也正在做一些用于 pitch 的 Demo。我們對這個方向的商業(yè)化很有信心，作為一種廣告樣式是可以跑起來的。AIGC 創(chuàng)作者的商單是很大的收入來源，只要品牌愿意為新形式付費(fèi)，這就是個正向循環(huán)。

Founder Park：這會不會帶偏平臺的調(diào)性？

David：這是分開的。這些廣告不會放在我們平臺上，可以作為一種服務(wù)，以 H5 的形式出現(xiàn)在品牌自己的商業(yè)鏈條里，比如他們的社交媒體或官網(wǎng)里。

Founder Park：你覺得產(chǎn)品到哪個階段才算找到了大家認(rèn)可的 PMF？

David：有兩個點(diǎn)。第一是用戶側(cè)：只要有一條片子火了，大家對這個東西買賬且愿意付費(fèi)，PMF 就找到了。第二是品牌側(cè)：我們談的商業(yè)合作真正完成交付的時(shí)候。

這兩個目前都是 halfway。品牌側(cè)進(jìn)展順利，預(yù)計(jì)在 Q1 就能成單。觀眾側(cè)我們也在不斷打磨內(nèi)容，隨著我們越來越好，一定會出現(xiàn)爆款內(nèi)容。我們正在國內(nèi)外市場同步測試，看哪些內(nèi)容更受歡迎。

Founder Park：品牌側(cè)，你們會不會最終變成一個專門接互動廣告的平臺？

David：大的內(nèi)容平臺都會有自己的廣告團(tuán)隊(duì)，比如抖音。我們公司有很豐富的廣告行業(yè)背景，我的聯(lián)創(chuàng)也是廣告公司出身的連續(xù)創(chuàng)業(yè)者，所以商業(yè)化這塊我們比很多創(chuàng)業(yè)公司更有經(jīng)驗(yàn)。我的看法是，我們肯定要保持一套相對固定的能力，創(chuàng)作和觀看的核心功能不會為了客戶而改變。但我們會賦能他們的商業(yè)上下游，比如看完廣告后可以跳轉(zhuǎn)到他們的商鋪，或者適配微信、小紅書、TikTok 等不同生態(tài)。我們會為他們做一些周邊開發(fā)，但主體能力不會變，這樣就能保證我們不會變成一個每單都定制開發(fā)的狀態(tài)。

Founder Park：現(xiàn)階段給品牌做定制會偏離你們的主線嗎？

David：我覺得它在主線上。新內(nèi)容樣式一定會帶來新廣告樣式，我們做的品牌案例也是在幫用戶更好地接受新內(nèi)容。大品牌如果和我們合作，對用戶教育也是有好處的，能讓更多用戶知道，這種新內(nèi)容樣式是值得信賴和一看的。

其次，品牌商業(yè)化不只是單獨(dú)做一個片子，它可能誕生新的廣告樣式。既然元素可以實(shí)時(shí)生成和改變，我們就可以做 AI 植入。比如劇情里怪獸穿的是 A 品牌球鞋，另一個觀眾看時(shí)可能穿的是 B 品牌。這可以變成一種潛意識的植入，就像電影里的植入廣告一樣。讓廣告主更接受這種形式，其實(shí)也是在幫我們打開未來更大的商業(yè)空間。

Founder Park：廣告業(yè)務(wù)除了帶來收入，還能吸引留住優(yōu)質(zhì)創(chuàng)作者。同時(shí)，你們在這里做的技術(shù)和形式上的積累，也能反哺到主平臺。

那現(xiàn)階段除了廣告，你們設(shè)想過主產(chǎn)品的商業(yè)模式嗎？

David：有考慮過。作為工具產(chǎn)品，可以對標(biāo)主流的 AI 工具，走「訂閱 + 按量付費(fèi)」模式為創(chuàng)作者服務(wù)，頭部的超創(chuàng)會有無限權(quán)益。從消費(fèi)端看，可以對標(biāo)短劇或視頻打賞、付費(fèi)解鎖交互劇情，甚至可以把打賞融合在劇情和交互里。這些都是可嘗試的方向，但我不能自負(fù)地說哪種一定是主流，可能是一種混合或全新的商業(yè)模式。

07AI 創(chuàng)業(yè)，寧愿早一點(diǎn)，也不要晚

Founder Park：與競品相比，你們的優(yōu)勢是什么？

David：首先，跑得快肯定是優(yōu)勢。其次，目前我還沒看到競品，但競品一定在路上。另外，一些純做實(shí)時(shí)快速模型和開放世界的產(chǎn)品，可能對我們既有幫助，也有沖擊。你可以在那里玩得很開心，可能就會想，我還需要看你這邊的作品嗎？這些都有待驗(yàn)證。目前那些模型也還沒開放給大眾順暢地玩，質(zhì)量上也還有待提高。

對我來說，做開放世界和做實(shí)時(shí)視頻模型，對用戶的感知最后可能是一回事，就是「我可以在其中操控」，雖然技術(shù)不同，但在用戶場景上可以合在一起。如果他們能合在一起，我們的場景最終會不會也跟他們合在一起？這是需要思考的。當(dāng)然，我更覺得他們會成為我們的助燃劑。

另外，作為一種新的內(nèi)容樣式，必然會對過去的內(nèi)容樣式產(chǎn)生沖擊。如果你不能占據(jù)大家注意力的一部分，就不能稱之為新樣式。我不是說短劇對我們有沖擊，那太自大了，我們能沖擊到他們就很不錯了。我只是說，我們要考慮，大家憑什么看你的東西？你是不是比那些內(nèi)容更有意思？在沒有直接競品的時(shí)候，這些最流行的內(nèi)容樣式就是我們思考、挑戰(zhàn)、去搶奪一塊蛋糕的「競品」。

Founder Park：視頻模型肯定不是你的競品，而今天還沒有出現(xiàn)同類產(chǎn)品，會不會是因?yàn)槟銈兣艿锰缌耍繒羞@種擔(dān)憂嗎？

David：我會有這種擔(dān)憂，但我不覺得這一定是壞事。可能我們前幾次嘗試都是跑得不夠早，這次跑得太早了。但跑得太早這件事情，我覺得一定會發(fā)生。我每次去想這件事的時(shí)候，都覺得它在終局上會是一個世界級、人類級影響力的產(chǎn)品，是下一個 TikTok，會帶來一種新的內(nèi)容消費(fèi)享受。

所以我希望我們是在最早一批提出這個方向時(shí)，能在這條路上有自己的一席之地。只要我們一直做對的事情，吸引正確的用戶，和他們一起讓產(chǎn)品越來越好，保持住自己在這個領(lǐng)域的身位，一直活著，就是一件很幸福且重要的事。不能因?yàn)楝F(xiàn)在覺得它早就不做，可能過了幾個月，模型突然有一次大迭代，那就晚了。寧愿早一點(diǎn)，也不要晚。

Founder Park：你們堅(jiān)信能活到那個終局。

David：是的，我其實(shí)相信這點(diǎn)。比如我也一直相信 XR 的未來，它只是因?yàn)橛袝r(shí)候太火，資本注入太多，市場太分散了。現(xiàn)在大部分公司其實(shí)還是留著團(tuán)隊(duì)在繼續(xù)做。所以只要你能活到那個時(shí)候，就一定能分到那塊蛋糕和那個新市場。

Founder Park：像 Genie 3 這樣的世界模型，也做的是可交互的開放世界，會擔(dān)心被它們?nèi)〈鷨幔?/strong>

David：它同時(shí)是威脅，也是助推。如果它能達(dá)到那個水平，意味著技術(shù)上也會有相應(yīng)的開源技術(shù)或其它方案能做到，我們接入它，也可以達(dá)到。

而且，我們可能比它在內(nèi)容層面或平臺架構(gòu)上有自己的賣點(diǎn)，這些是我們積累了一年的壁壘。比如我們已經(jīng)積累了創(chuàng)作習(xí)慣、創(chuàng)作流程，有創(chuàng)作用戶和觀眾，我們主打的也是高質(zhì)量。如果已經(jīng)有了這個基礎(chǔ)，我們再接入它，對我們就是助推。因?yàn)樗赡苓€是一個更泛化的、偏 UGC 的場景，而我們在一個相對 PGC 的環(huán)境里，再去輔助用戶玩，大家可能會覺得還是我們這邊產(chǎn)出的內(nèi)容更有價(jià)值。

08當(dāng)不了 AI Netflix，

當(dāng) AI A24 也很好

Founder Park：你最近焦慮嗎？

David：會。我剛跟我愛人說，我最近很興奮，但也很焦慮。她給我的回復(fù)是「擁抱這種焦慮」。一方面，我是第一次創(chuàng)業(yè)，可能有些焦慮在成功人士看來很小兒科。但很多時(shí)候，是對于「感覺能做更多事，但精力或能力有限」的焦慮。比如我睡前會想，還有這么多事情可以做，很想同時(shí)都做了，但這不可能。然后就會想，如果沒做到，會不會有不好的情況發(fā)生。

但后來我咂摸「擁抱焦慮」的感覺，首先盡人事，把認(rèn)為重要的事情按優(yōu)先級排好，最高效地完成它。只要方向是對的，很多事情也不是那么急。我之前會擔(dān)心，如果春節(jié)前不做推廣，會不會馬上就有類似的人做了，那我們就不是第一個了。但后來一想，這事你也不知道。所以還是盡人事，做你該做的事，但不要因?yàn)橥砹艘粌商於^度擔(dān)憂。

Founder Park：與其擔(dān)心漏掉什么，不如確定自己的每一步都是對的，朝著對的方向走。

David：對。而且我有時(shí)候會想，人與人的想法很不一樣。即便我把我的想法告訴你，你照著去做，做出來的可能也是完全不一樣的東西。所以還是堅(jiān)持做你自己在做的事情。

Founder Park：你對于整個產(chǎn)品未來一年的發(fā)展規(guī)劃和預(yù)期是怎樣的？

David：首先，我希望得到用戶側(cè)和商業(yè)上的認(rèn)證。讓世界范圍內(nèi)的觀眾和品牌知道并接受這種新形式，這對我來說是一個里程碑式的、很有意義的事情。其次，在技術(shù)和產(chǎn)品層面要做更多的迭代，根據(jù)用戶反饋去更好地完善觀看和創(chuàng)作的流程。因?yàn)楝F(xiàn)在還是 MVP 版本，門檻高，交互的多樣性和樣式還可以再提升。

Founder Park：三年之后你們的產(chǎn)品會是什么樣子？

David：今年的規(guī)劃是做好用戶和商業(yè)上的兩個驗(yàn)證，以及搭建規(guī)范的創(chuàng)作流程。三年后，我心中一直覺得它是一個「AI Netflix」。我不懷疑技術(shù)會一直迭代，但我感覺 AI 的內(nèi)容思考是嚴(yán)重滯后的。

我蠻期待以 AI 為原始技術(shù)的內(nèi)容，做什么東西好看，能由我們來驗(yàn)證、定義、實(shí)現(xiàn)。我們做的這種交互式視頻，就是 AI 原生內(nèi)容，是真正具備 AI 特性的。探索AI native 的內(nèi)容應(yīng)該長什么樣。我們希望能做出世界級消費(fèi)的這種東西，可以自稱為一個「影業(yè)」的感覺。

Founder Park：所以也不介意把自己定位成「AI Netflix」？

David：我不介意任何標(biāo)簽。雖然沒有哪個標(biāo)簽?zāi)芡耆x你，但至少能讓大家開始了解你。負(fù)面的也還好。在流量市場上總會有正面和負(fù)面的聲音，如果能讓大家記住，即便是負(fù)面的，他也消耗了精力去記你。

Founder Park：如果說，最后沒能成為流媒體霸主 Netflix，而是成了像 HBO 或者 A24 那樣小眾、精品的平臺，你會接受嗎？

David：我會接受。我覺得 A24 很好。我還是蠻在乎做的東西是不是有表達(dá)、有審美。在我看來，技術(shù)會迭代，但藝術(shù)會留下來。我們現(xiàn)在還會去看幾百年前文藝復(fù)興的畫，看 80 年代的電視劇。只要做出好東西，它是可以留下的，這對我來說有很大吸引力。如果你不是一個很大的平臺，但你做的東西有一幫人覺得很有價(jià)值，能留下來，對我來說就是一種成功。

轉(zhuǎn)載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker