---
title: "非凡大赏：AI多模态｜All-in-One VS Vertical，商业落点之争"
id: "20250801A08HA700"
publicationAccount: "非凡产研"
originalPublishedAt: "2025-08-01T19:03:01+08:00"
canonical: "https://ffcap.cn/research/20250801a08ha700"
source: "https://view.inews.qq.com/a/20250801A08HA700"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["非凡大赏","全球化出海","智能硬件","AI 视频","短剧与漫剧"]
---

# 非凡大赏：AI多模态｜All-in-One VS Vertical，商业落点之争

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

欢迎收听现场对话原文

7月18日，非凡资本以“应用无界，智创全球”为主题，在深圳益田威斯汀酒店主办「2025年度生成式AI全球化高峰论坛暨Go Global AI 100年度评选」圆满落幕。全天议程自上午9点至晚上18点，线上同步直播。内容以主旨演讲、巅峰对话和趋势圆桌为主，现场颁发“2025 Go Global AI 100”，并同步进行AI应用全球化发展论坛和AI硬件全球化发展论坛。其中AI应用全球化发展论坛由非凡产研承办，AI硬件全球化发展论坛由火星加速器承办，超过2000名来自全球的参与者、800家AI企业、400位创始人齐聚一堂。

在《AI多模态｜All-in-One VS Vertical，商业落点之争》圆桌会议上，主持人是扬帆出海联合创始人王璐，嘉宾有Vozo AI 创始人&CEO 周昌印、CreativeFitting 创始人&CEO 朱江、Mootion 联合创始人童超、WaveSpeedAI 联合创始人&CTO 李样兵。他们围绕“技术选择、商业落点、反脆弱性”进行了深入讨论。

![非凡大赏：AI多模态｜All-in-One VS Vertical，商业落点之争 · 原文图片 1](https://inews.gtimg.com/om_bt/OPySk-ca-56LPZmWlCGImpNol4OrmMfsqF_wH5UDZ55swAA/1000)

  

**01｜起点的分岔——All-in-One 与垂类打法的权衡**

“创业的起点，就是一场对不确定性的下注。”

Vozo AI 创始人周昌印指出，创业早期的核心不是“All-in-One”还是“Vertical”，而是两类风险的判断与化解：市场风险和技术风险。团队若对技术风险更有掌控力，就应优先验证市场是否真存在需求与付费意愿；而一旦路径选错，应尽早“死亡”，以降低试错成本。这是经典的硅谷式PMF思维。

而CreativeFitting创始人朱江则给出了“认知确定性”的另一种视角：AI带来的内容供给变革是确定的，短剧作为内容密度最高、视频生成适配度最好的载体，是AI娱乐时代最可能率先规模化的切入点。技术再前沿，如果没有匹配上合适的消费场景，也无法实现“让用户付费”的闭环。

Mootion 联合创始人童超进一步指出，从终局视角看，多模态生成具备“社交货币型内容”的潜力，这是一场供给结构的根本重构。用户对表达的渴望是真实存在的，技术的使命是让表达“更容易、更人人可及”。All-in-One并非高不可攀，而是一种愿景路径，但选择必须符合团队的基因与现实资源。

WaveSpeed AI CTO李样兵则展现了另一种打法：聚焦算力调度与加速API，一周内搭建产品上线，第一天就有客户买单，用最快速度验证商业闭环。在API这个“基础设施”的战场上，市场验证优于完美产品，60分产品也可以快速变现，从而支撑后续的技术与产品演进。

  

**02｜在技术与市场之间“来回摆钟”**

当企业迈入中期，All-in-One的边界越来越模糊，真正的挑战来自于：技术卡位 vs 用户需求，谁优先？

这不是一个伪命题。正如Vozo AI所说，技术路径与产品路径理应完美匹配，但实际中往往背离。工程师可能开发出惊艳的技术功能，而用户却只愿意为“降本”买单。这种错位，是创业中最常见也是最痛的浪费。周昌印提出的判断逻辑是明确的：必须优先满足市场明确表达出的需求。技术上的“跑飞”可以容忍，但不能迷失方向。

Mootion 则提出一个动态的组织策略：技术未收敛前，团队应保持“80/20”的分配——80%的资源服务于现有市场，20%留给技术探索。这既保护了技术团队的创新动能，也确保企业对市场变化有足够的反应速度。

CreativeFitting 进一步将技术选型上升到战略判断。他们在2023年就判断出“连续生成长视频”是AI内容的下一阶段，但因技术尚未成熟，提前投入研发积累能力。待2024年推出Reels.AI时，已具备匹配市场的内容质量与产品形态，实现了PMF的第一轮闭环。朱江指出：“你要知道每次技术投入能换来什么，是融资力？是用户体验？还是产品领先性？”

  

**03｜当大厂进入，****创业公司****如何反脆弱？**

大厂是否进入，曾一度是AI创业者最焦虑的问题。但在这个尚未收敛的技术周期，越来越多创业者开始放下焦虑，转而追问更本质的问题：我们能留下什么？

WaveSpeed AI 提出的答案是三个关键词：聚焦、开放、极致体验。他们选择在“算力API”这个基础能力上深耕，通过更快速的产品开发、更好的跨平台整合能力和更极致的开发者体验，避开大厂正面冲突，在速度与用户理解力上拉开差距。

CreativeFitting 的视角则更为战略。他认为创业者需要明确这是一场“搞钱型机会”还是“理想型路径”。前者需要速度与执行力，后者则是构建技术积累与护城河。AI的快速迭代本身给了创业公司“不断变化”的空间，今天被抄走的形态，明天可能已变形。唯一能留下来的，是你创造的用户价值和系统能力。

Vozo AI 也给出类似判断：他们回避“通用模型”，专注做细分场景下的自研模型矩阵，构建难以替代的深度能力。“GenAI时代，大厂的流量优势不再是决定性武器”，相反，市场与产品的深度理解，成为真正的护城河。

  

**04｜多模态创业的黄金窗口，正在打开**

从工具产品到内容应用，从轻量化API到重体验的创意引擎，多模态创业者们正在走出一条条差异化的路径。无论是All-in-One的通用平台梦，还是垂类打磨下的价值深井，这些路径在当前这个“未定型”的AI时代都仍充满机会。

但真正决定企业走多远的，不是技术本身，而是三个底层能力的组合：

**判断力**：什么技术值得提前投入？什么功能只是漂亮但无用的烟花？

**节奏感**：何时该探索？何时该收敛？资源如何分配？

**积累意识**：每一个月过去，你的系统里到底留下了什么长期价值？

这是AI创业者真正的生死线。

  

**05｜在迷雾中前行的人，决定了路径本身**

技术尚未收敛，需求仍在演进。但正因如此，才给了创业者足够的结构性红利去开辟自己的地带。这场“多模态商业落点之争”，本质上是对创业者能力边界的全面挑战。

而今天这些讨论的价值，不止在于为方向辩护，而是提醒我们：每一个被验证的需求背后，都有一个敢于下注的团队；每一次卡点背后，都是一次试错与选择的博弈。

AI变革仍在路上。你要走哪条路，取决于你是谁。

  

**06｜对话原文**

**王璐**：大家好，我是扬帆出海的王璐。非常感谢非凡资本的邀请，来主持我们今天这一场圆桌。因为我们都是创业者，所以我今天很想和大家从技术的角度以及商业本质的角度来切入我们的大话题。我们今天总共会有三个交流环节，分别是从创业早期的技术选择，到中期的技术和资源匹配，以及后期的反脆弱能力三个角度来跟大家聊一聊。我们先请四位嘉宾介绍一下自己，从周总开始。

**周昌印**：大家好，我是Vozo AI的周昌印。Vozo AI做的事情比较简单，就是希望帮助个人和企业用视频去讲他的故事。我们在这个行业其实做的比较久，在视频的改写跟视频的翻译这边可能做的会比较深一点。无论你是个人创业者，还是企业的marketing，或是一个media，你有很多内容，我们可以帮助你把它从一个国家，比如说从墨西哥搬到西班牙等等，帮助好的内容穿越语言和文化。基本上就是可以帮你做字幕翻译、语音克隆、重新配音、对口型，在需要的时候，也可以把你的整个形象变成当地的一个形象，希望能够帮助好的内容不受个性、文化和语言的限制。总体我们是一个比较偏多模态模型技术类的公司，应用场景是在视频的全球化这一块。

**王璐**：谢谢周总，有请朱总。

**朱江**：大家好，我是CreativeFitting的创始人CEO，我叫朱江。我们公司主要在做AI短剧，我们有两个产品。第一个是给创作者用的AI短剧生成工具。第二个是帮助创作者生成的内容解决全球化发行问题，叫Reels.AI，也是全球第一个AI短剧的应用。我个人也是AI娱乐这个领域里的连续创业者。在移动互联网时代，我们做了一家做输入法和小说的公司，在海外纽交所上市。四年前做了CreativeFitting，我们认为AI娱乐时代以后一定会出现大的变革。第一个是从供给侧开始，第二个也会长出平台化的机会，我们也一直在这个路上。

**王璐**：谢谢朱总，有请童总。

**童超**：大家好，我是Mootion的联创童超。Mootion是一个视频创意的智能体。因为我们自己的思考是，很多的视频模型现在其实都提供了一个大家从拍摄素材到生成素材的状态，但离最终用户得到一个内容，其实还有非常长的创作和创意的过程。我们会发现AI agent是很有机会去让普通人，甚至没有用过AI的人可以完成自己的一个视频表达。这是Motion现在的目的。我们现在在海外已经有几百万的用户了，我们也看到类似像AI agent这样的产品，其实可以让更多的人能够享受到AI带来的便利，帮助他们去做更好的表达。

**王璐**：谢谢童总，有请李总。

**李样兵**：大家好，我是WaveSpeed AI的联合创始人CTO李样兵。WaveSpeed AI的定位是一个多媒体大模型的聚合平台。我们聚合了市面上主流的商业模型，和开源模型，但我们的核心优势是对开源引擎的加速。我们现在能够做到全球最快的图和视频的生成速度，包括海外一些比较大的多媒体聚合平台，像Replicate、 Leonardo.Ai其实都是用的我们自己的API。我们现在主要做欧洲和北美的市场，大概从今年过完春节之后二月份开始创业，现在大概每天能做到15,000美金的营收。

**王璐**：谢谢李总。我们发现今天基本上覆盖了工具内容型的产品以及平台的方向。其实就想和几位老板聊一聊，在我们创业早期，"All-in-one"的平台，它的边际成本和技术试错成本相对可控，但是垂类赛道的话，市场买单的确定性相对比较高。面对这样不同路径的商业模式考量，大家会从什么样的角度去思考呢？我们可以先从周总开始。

**周昌印**：这其实是一个非常经典的PMF（Product-Market Fit）的问题。在早期的时候有两大风险：第一个是市场风险，就是你想的需求到底存不存在；另外一个是技术风险，就是你想的技术方案是不是可行。每个团队对这两个风险的感知会不一样。比如我们团队技术背景比较深，所以我们对技术现状以及未来半年到一年的发展能做比较好的判断，对技术风险的把控会比较好。所以我们更在意的是市场风险是怎么样子的。

虽然我们在视频生成领域可能做了十几年，但还是感觉这种市场风险其实非常难去评估。比如说有件事情你觉得每个人应该都会需要，他们应该会付费，但他们真的会不会付费？这很多时候你需要把东西放到他面前，他真正把钱给你，这个才真正被验证。按照硅谷这边的PMF逻辑，就是你先做最大风险速降，哪个风险最高你先搞定它，万一你想错了就早点死掉，这是最有效的PMF方式。

所以对我们来说，就会在不同时间点评估不同的风险。可能这个月觉得技术风险高，那我们就会有技术同学先去做技术评估；下个月可能觉得产品风险不放心，那就会去做市场的风险验证。我第二个创业项目其实都在不停地循环做这件事情，一步步递进，风险不停下降。在这个过程中，你会有越来越多的用户，技术积累也越来越多，市场越来越大，对产品越来越了解，技术路线也越来越清晰。

**王璐**：但其实底层还是基于您对技术的优势，有一个相对更确定的方向，然后去解决那个不确定的因素。朱总，因为您也是一个连续创业者，短剧就是很好的踩到了市场需求，您对周总这个看法有什么补充呢？

**朱江**：我的思考角度是这样，在创业早期，大家除了思考技术上是"all-in-one"还是垂直，更重要的是要判断一下这个机会存不存在，以及这个机会是什么。它是一个搞钱的现实机会，还是一个梦想型的、以后做成一个伟大东西的机会？不同的机会选择有不同的路径。对我们来讲，我们在四年前就认为，C端的消费内容会随着AI带来两个大的浪潮变化：第一是供给侧门槛会降低，第二是体验侧会升级。有了这个判断，接下来就是路径问题。

我们认为，短剧是在这个过程里面最有可能发展最快的一个路径。因为过去四年，中国的短剧市场已经非常火了，我们因为过去做小说，所以很早对这个事情就有洞察。第二个，短剧本身在技术适配度上，我们认为视频生成技术会在一个比较快的时间里成熟。所以创业初期我们就选择了一个路径：从故事型的视频，从to C的方式切入。有了这样的思路，选择也比较明确了，就是围绕短剧的场景去研发技术、设计模型。同时，如果有了更好的可用技术，也可以很好地把它进行整合，始终朝向“给用户生成的内容质量最好、能让用户付费”这个维度去走。

**王璐**：就是选定一个市场价值足够高的方向，然后持续地去迭代技术。童总，在当前的技术变化下，您会考虑哪一个方向呢？

**童超**：从我们自己的实践跟思考，我会想这两个维度。第一个，我们去看一下为什么Mootion一开始要做一个非常to C的应用。因为你会发现，大概接近百分之百的人都有分享欲和传播欲，都希望拿一个内容来去赢得其他人的欣赏或赞美，也就是所谓的“社交货币”。所以在生产端有非常强的诉求。但你看现在的内容供给结构，海外TikTok上可能只有3%到5%是创作者，剩下全是consumer；国内的抖音会更陡峭，只有1.5%的创作者。

我觉得这个事情是非常大的、AI能够去撬动的杠杆。所以你去想未来，它可能就是一个很大的"all-in-one"的机会。从终局的角度看，我们会认为这是一个可能会因为技术变化带来新体验的巨大商业机会。当然，还有一个非常落地的现实考量，就是每个创业团队都有自己的基因，你到底适合做什么。你适合做一个vertical的事情，还是一个"all-in-one"的事情，第一天所谓的基因就已经刻在团队内部了。这不是一个你认为哪个是大机会，就应该义无反顾冲上去的问题，而是适合不适合的问题。

**王璐**：那您在创业初期的选择，团队是非常一致吗？还是大家也会出现意见不同？

**童超**：我觉得“打架”还是很正常的。因为团队有不同的角色，大家考虑的点也不一样。但很核心的是，founding team在综合了很多人的输入之后，最终还是要回到你们自己的vision是什么，你们要做什么。你才能当船长，把后边的事情立好。

**王璐**：就您这个话题，我想跟李总聊一下。创业初期，大家也会考量技术的边际成本。那如果做一个"all-in-one"的平台，怎么去考量它的边际成本的降低呢？

**李样兵**：我觉得这个其实跟团队的基因还是蛮相关的。我可以简单讲一下WaveSpeed刚开始是怎么创业的。春节的时候我们看到，海外做API平台的像Leonardo.ai、Replicate，能有比较好的商业模式。我们就在想，这个机会来了之后，我们怎么样去快速验证？我们两个联创花了一周时间就把平台做了上线。上线之后我们发现，第一天客户就已经找到我们了。我们很快利用技术优势，在2月底到3月份大概赚了5万美金，那就证明这个路子是能跑通的。

因为有客户愿意为这个API、为这个加速引擎买单。同时，我们团队也一直在做算力调度、GPU优化，我们认为有这么大的市场，是可以从这个点去切入的。我觉得当前的AI就是这样，当你有一个好的idea，有想法的时候，你就去实践，通过快速开发把它变成产品，进而去打开市场。我们后面也是这样的过程，面对市场的变化和新机会时，我们会快速验证。我们不会说一下子把产品做到100分，而是很快做一个可能60分的产品，放到平台上，看有没有人愿意使用、愿意买单。

包括现在我们每上的一个功能，基本上是客户先提了需求，或者我们先做了一个60分的产品，客户说我需要这个功能。比如我们最近上音频服务，客户说需要流式服务、需要更好的速度，他会说“你接了之后我先给你买单”。有这样的前提下，我们才会去做这个产品。所以，技术很重要，但我们更希望从市场上先有一个验证之后，再去拓展技术。

**王璐**：谢谢李总。其实您正好聊到了我第二个想了解的问题。当公司发展到一定阶段，特别是对AI企业，如何平衡技术的超前卡位和用户的实际需求？举个例子，一个生成的视频，技术上可以非常酷炫，但客户的需求可能只是降本。或者，技术的卡点是我要做到短期内没人能超过我，但客户觉得1080P就够了。我们怎么去分配团队资源？周总，您也是技术出身，您怎么看这个问题？

**周昌印**：我的理论还是说市场风险跟技术风险两边要一起往下降。理想上，你看到一个巨大的市场，但市场风险和技术风险这两边都有各自的路径。你的产品有一条路径，对应的是市场需求的路径；你这边有个技术的路径。你希望这两个路径是完美匹配的。但过程中就会出现，你发现我的技术优势发挥到了一个用户并不在意的地方，或者用户在意的东西，你的技术并没有满足。

我觉得这个其实是比较常见的，无非就是你一开始对市场需求预判错了。你以为用户在意这件事情，但他其实在意另外一件事情。或者在研发过程中，特别是AI研发，它可能会跑飞。本来一个模型是做这件事情的，结果那个researcher做得开心了，做出另外一个特别炫酷的模型，但这个东西跟你想做的市场又对不上。

我觉得这个事情首先最好不让它发生，但如果不可避免地发生了，原则很清楚：市场肯定是优先的。市场需要的能力你应该去做，去跟进。如果你不小心开发出了一个用户用不上的能力，那最痛的情况下，你可能会放弃它。但从CEO的角度来说，研发资源是非常昂贵的，所以也要反思为什么会出现这种情况。但有时候要稍微容忍一点，否则厉害的researcher是不会为你工作的，你不能说“我就要这个结果，别的我都不要”。如果偏差很大的话，可能就要去反思，然后大家往前看就好了。

**王璐**：周总的分享非常好，感觉是非常多的实战经验。童总您怎么看待这个问题呢？

**童超**：我觉得现在大家坐在这儿，每个人身上都有一个非常重要的问题，就是AI本身的技术，特别是多模态，其实还远远没有收敛，大家还没有在技术本身得到一个共识。不像移动互联网的时候，大家可以把技术变成一个公用商品，然后去在市场角度做创新。所以现在的创业者，手上是有两个枷锁，一个是市场，还有一个就是还没有定型的技术。

在这个角度，Google内部有一个叫"80/20"的原则，就是用80%的时间做日常工作，但每个人都有20%的时间去做一些新的事儿。我们内部也是这样。你最好的算法和技术同学是需要发散的，你不能给他圈在一个地方说“你就去做ABCD这个事儿”。所以我们自己的算法同学，会自己去录一段舞蹈，然后去试接下来哪种生成方式会更合适。这些工作都要留在20%的时间让他们去做探索，恰好可能这20%的时间会带来产品上新的体验。但作为创业公司，我们还是要把80%的精力放在市场和用户那里。这是一个动态的平衡。

**王璐**：我发现大家来深圳都成了深圳人，都非常务实。朱总，像咱们这个需求是比较确定性的，会怎么去平衡这个点呢？

**朱江**：我觉得首先还是回到一个本质，就是你选择了之后，你想获得些什么。如果机会有搞钱型的现实机会，也有理想型的伟大企业机会，它也可以推导出你在具体做的时候怎么选。比如说，做一个非常领先的技术，第一它能换来在投资机构这里获得更好的融资，那这肯定是值得投入的事。第二，这个技术可能使得你在产品市场上可以往前走一步，实现长期价值。

从我们的角度来说，我们觉得自己动手做技术，是今天不管你做什么都必须要去做的事。因为今天技术基本都没有收敛。对于创业来讲，你一定要知道接下来的6到12个月会发生什么。如果你能提前知道，就可以更好地去把其他维度做好，比如围绕这个模型做一个好的产品设计。

回到我们，其实从2023年年初就有一个判断，觉得AI生成的长的、连续的内容，用户一定能看得进去，但当时主要卡点是技术上实现不了。然后我们花大概一年的时间迭代技术、升级模型。在2023年底，我们在海外的Twitter和TikTok上做了一轮测试，其中有一个剧的一集获得了100万的播放。我们当时就觉得，AI短剧的PMF初步验证完成了。接下来要做的事情就是用户能不能付费。所以我们在2024年1月份又发布了Reels.AI这个APP，去迭代用户和技术在商业上的匹配程度。

所以，第一个阶段我们先迭代了技术，因为技术是当时最大的block因素，后面就迭代产品、内容和技术的适配程度。大家一定要知道你做这件事能收获什么。因为今天子弹都很少，资源很有限，所以每一次决策都要了解技术，但是也要仔细思考你能获得什么。

**王璐**：可以总结一下，第一，在尽量确定的市场需求情况下，把80%的资源给到现有业务；同时给AI技术同学更多发展空间，并关注未来6到8个月的技术趋势。随着企业的发展，未来可能会出现一些寡头市场或大厂进场后的降维打击。这时候我们AI创业型企业怎么去提升我们的反脆弱性？这个问题我想先抛给李总。

**李样兵**：我觉得这个问题特别好。我们第一天做融资的时候，投资人就经常问我们：“如果字节抄你们怎么办？”因为我们做的是一个中间的基础设施，一个API平台，大厂更容易进场。我觉得有几点：

第一点是聚焦。大厂可能方向很多，API平台仅仅是他们的一个方向。但我们专注做这个事情，每天能接触到很多海外B端客户，跟他们长期沟通，我们会更深入，更知道用户到底需要什么。有的时候客户需要的并不是一个标准化的产品，这里面有很多细节点，这些细节才是真实的需求。

第二点是开放。大厂往往希望所有人都在自己的平台上。但作为创业公司，我们更希望融合各个厂商，和合作伙伴一起成长。我们和各种大模型厂商、应用公司都在合作。我们也会推荐客户，你觉得哪个好就用哪个，不是强制必须用我们的。

第三点是产品应用性和用户体验。我们可以做得更好。海外客户希望产品更简单，比如通过一个谷歌或GitHub登录就可以直接用。但像国内外的云厂商，你想要注册一个账号到使用起来，可能需要一到两周。从用户体验和使用角度，我们能够做得更好，包括支持更多元的国家和语言。这样我们就可以利用自己的身位，去打差异化的竞争，而不是和大厂去硬碰硬。

**王璐**：有革命般的友谊以及精细化的服务。我想问一下朱江总，因为您之前已经把企业成功做到上市了，是不是对于AI企业，应该在大厂来加入这个赛道之前，快速把企业做到上市，作为一种规避方式呢？

**朱江**：这个恐怕比较难。从逻辑上来讲，你如果要到一个上市的规模，就意味着你的领域一定是有一定的收入或用户了，那种情况竞争一定是加剧的。在我看来，还是要回到你这个机会本身，思考它最后面临竞争时，你能不能留下点什么。

如果你认为这是一个现实的“搞钱”的机会，那你的做法就是速度得快，因为拼的是认知和行动力。第二个就是不能把这个现实的机会当成自己的梦想。很多企业家成功的路径就是，一次创业积累资源，再寻找下一个更大的机会点。

但如果你认为这是一个理想型的机会，那你要考虑的就是在面对竞争时，你能剩下些什么。除了速度快之外，是不够的。比如我们拿具体例子讲，这一代的生成式AI是重供给的，而现在的平台很多时候是重流量的。如果你主要解决AI生成好内容、连接创作者，其实本质上你跟这些大平台是合作为主。

其次，我个人也觉得，在现在的模型还在快速进化的时候，总体合作是大于竞争的。说实话，如果你真的面对很大的竞争，很有可能是你这个机会选择本身就有一些问题。因为AI技术在快速进化，今天不是你坐在大厂的决策层，就可以明确地知道应该怎么去做。往往很多时候他们考虑的是后发先至，比如别人做了什么我去抄。但是因为AI没有收敛，所以今天你可能能抄到我现在的样子，但你并不知道明天会发生什么。

所以我觉得本质上大家应该不要对竞争过度担心。最后回到我们之前创业的一个经验分享：竞争这件事情没有固定的方法论，是一个非常复杂的问题。大家还是要想清楚你每一步能够剩下些什么，然后再不断迭代，这可能是非常重要的。

**王璐**：明白，在务实派和梦想派中间我们怎么去选择。周总，你也是二次创业，在创业之初，你是怎么去思考这个问题的呢？

**周昌印**：我发现这一次好像被投资人问到“大厂做怎么办”的问题会少一些。我最早也在大厂做很久，上一个创业公司时，会有比较多的跟大厂的竞争。我觉得这一次比较少，可能主要有两个原因。

第一个，就像朱总讲的，大厂有很多流量，但在GenAI这个时代，流量不是最重要的事情。有时候投资人问我平台的MAU多少，我经常都答不上来，我也不关心。我比较关心的是，我们的用户在平台上每天创造了多少视频，多少视频被发出去，然后多少人会因此付费。如果不是流量的逻辑，大厂在这方面的整体优势其实没有那么强。以前大厂像洪水一样，一发过去所有地方都淹了。但现在更像是你要挖得非常深，有个自己的大水池，挖特别深，然后希望用户过来之后就留存。

另一个就是，因为技术没有收敛，你会来回纠结产品定位和技术方向。在大厂其实很难去做这件事情。你很难想象你在大厂立的项目，会一个月或两个月都来回折腾。这种不确定性，其实是对创业公司很好的一个保护。

但现在有别的不一样的风险。因为我们做很多自研模型，好处是我们在做的过程中，对比如视频改写和翻译这个场景的理解会越来越深。因此我们开发出了很多模型的矩阵，完全贴合很细致的场景，挖得特别深，用户一过来可能就因为某个能力而不离开了。但是我觉得会有些东西要小心一点，比如我们公司的原则就是不去做通用模型。如果一个模型是通用的基础模型，我们就尽量不去碰它，除非这个模型我真的很想要，但市场上就是没有，那我们才会去花时间做。有时候我们都会等一等，因为我觉得它是通用模型，等两个月可能就有了。

这其实跟朱江总刚讲的，实际上就是你每过段时间留下了什么。这个留下的东西必须有长期价值。所以在这个情况下，我觉得大厂可能我们不用太在意它，关心自己的演变会更重要一点。

**王璐**：AI这个时代的到来，对于创业者来说是一个非常好的机会，可以呈现一个百花齐放的方向。童总，你对这个问题怎么看呢？

**童超**：前面几位说的我都很同意。我自己体会是这样的：第一个其实就是速度。速度背后很重要的逻辑就是现在的技术还在发展，所以速度变得越来越重要，它本身就会是创业公司一个非常重要的特质。你立一个项，说要改一个功能，在大厂可能一周之后还没审批完，但是创业公司可能已经做了三个了。在这种技术动态变化过程中，速度会变成一个可以被放大的优势。

第二个点其实是关于焦虑。如果你对比中国的创业者跟硅谷的创业者，会发现没什么硅谷创业者现在会去谈“如果Google去做这个事儿怎么办”。因为硅谷的一级市场退出足够灵活。但是每一天，中国创业者都会被投资人问到嘴上起老茧的问题：“如果大厂做了要怎么办？”

所以这个事儿，我认为对于创业者来讲，就是回归到自己身上。我们其实在创造一些价值，在这个动态过程当中，我们积累到了什么阶段性的价值，我觉得这个就够了。创业者不要因为投资的压力去给自己带来更多的焦虑，回归到自己本身，回归到市场，回归到用户，我们才会看到自己有越来越多的价值。

**王璐**：笃定本心。非常感谢四位嘉宾的分享。我们从创业初期的路径选择，到中期的市场和技术平衡，再到未来可能的竞争格局。我相信其实未来AIGC还有非常大的空间，我们也希望在未来2到3年，会有更多更优秀的创业者加入我们AIGC的一个浪潮。

---

原始发布版本：https://view.inews.qq.com/a/20250801A08HA700

本站阅读页：https://ffcap.cn/research/20250801a08ha700