如果说这一轮 AI 浪潮里有一句很令人兴奋的话，大概是苏果立那句定义新的内容消费形态，是几十年一遇的机会。
大部分团队盯着的是性能跑分、模型参数、Sora2 的 demo，他盯着的是另一件事：当视频真正变成 AI 原生媒介，人们用时间和享受时间的方式，会不会被一起改写。
苏果立是 95 后，卖过两家公司，23年在VAST从0到1做了Tripo，后来Tripo成为了全球领先的AI 3D工具。2024 年之后，他跳进了更贪心的命题：在 Sand.ai 直接和视频这块最丰沛用户时间较劲。
在他看来，AI 普惠人类大致只有两条路：
一条是 Save time——让所有重复劳动都自动化，GPT 系列迟早会成为人类历史上最强的通用生产力工具；
另一条是 Enjoy time——在你刷短视频、看剧、打游戏的那些时刻，AI 能不能让愉悦这件事本身升级，而不仅是推得更精准、刷得更上头。
Sand 选择了后者：从公司成立的第一天起，Sand.ai就在为后者做准备：2P是确定性机会，但2C有星辰大海。
当模型开始内含故事
在视频方向上，苏果立口中的一个分水岭，是 Sora2。
不是因为它画面多逼真，而是因为这是视频领域第一个真正内化了闭环叙事能力的模型。
过去的视频工具，本质上还是 2P：给你的，是更便宜的拍摄、更高效的剪辑、更智能的抠像。你得先是从业者，它才帮得上忙。
Sora2 这样的模型出现，则意味着另一种可能：模型自己理解这段影像的起承转合，能自己撑起一个完整的片段。创作者和普通人之间的门槛，又被推低了一个数量级，视频创作开始从 2P 世界，缓慢滑向 2C 世界——不再只是做工具，而是在做新一代内容本身。
Sand 的路径其实比外界看到的更早、更坚定。
今年 4 月，他们发了自回归视频模型 Magi-1——到现在依然是全球唯一一款高质量的自回归视频模型。10 月，又拿出了一条 音画同出的 Gaga-1，在人物表演的维度上做到了全球 SOTA。
这些名字听起来技术感很重，但对苏果立来说，它们只是路上的里程碑：
先定义你心里那个下一代内容平台长什么样，再往回推，拆出一串技术前提——哪些是如果我们不做，别人不会做，或者做不好的部分，然后一块块啃下来。Magi-1、Gaga-1 只是这条链路上的第一批拼图而已。
真正让他兴奋的，是当创作者开始把这些技术当成日常生产工具。最近已经有团队用 Gaga-1 做短剧了——效率是原来的 100 倍，成本只有过去的大约百分之一。
在这样的世界里，会不会拍、会不会剪已经不再是最重要的门槛，内容生产这块土地正在被重新分区：以前是有设备的人和没设备的人，以后更像是谁能讲出有意思的故事，谁能设计更抓人的设定、人物和节奏。
模型会讲故事之后，人就不能只做按快门的人了。
好公司、顶尖公司和 AI Native 组织
技术方向想清楚，只是第一步。真正的难点，在组织。
苏果立有个挺形象的比喻：
差的公司，是瘸腿公司——技术强一点，产品弱一点；或者商业团队很能打，但技术只能跟在别人后面追。
好的公司，是三好学生——技术、产品、商业都不拉胯。
顶尖公司，则是第三种：把所有认知和资源整合在一起，定义一款结构上就是革命性的产品。模型里内含了产品功能，产品本身又天然带着商业闭环。
在他眼里，OpenAI 是这个意义上的标杆：
ChatGPT 不只是一个 API 的前端皮肤，而是从底层能力到产品形态再到商业化路径，天然咬合在一起。模型越强，产品越好用，产品越好用，商业闭环越完整，闭环越完整又能反哺模型。
所以 Sand 一直在做的事情，听上去有点老派，却在 AI 创业里尤其稀缺：
跨职能团队的垂直整合，技术、产品、运营、商业从一开始就绑在一起看问题，而不是各写各的 OKR；
基础组织能力的持续打磨，既要有冲第一的野心，也要有把复杂系统一点点抹平的耐心。
在传统互联网时代，做产品最核心的是理解用户；
到了 AI 时代，这句话被他多加了一半：
做产品不仅要理解用户，还要理解模型。在模型能力的边界之外、用户需求的边界之内寻找空间。
这听上去抽象，却是对无数昙花一现的 Agent 产品的解释：
如果你的杀手锏功能，半年后就变成主流大模型的基础能力，那你在做的其实只是一次性的能力搬运。
真正走得长远的产品，一定是在模型的地基之上，再往外搭了一圈新的结构。要么是新的交互范式，要么是新的工作流，要么是新的内容形态。
Agentic：中途的特性，而不是终点的标签
过去一年，Agentic AI 是最热的 buzzword 之一。
苏果立的判断却很冷静：
Agentic 更像是模型能力一路迈向 AGI 过程中，逐渐显现出来的一种关键特性，而不是一个可以单独做成行业的标签。
很多团队会急着给产品贴上 Agent 的名字——让模型能自己调用工具、写脚本、串流程，看上去智能程度 ++。
但在他看来，这类探索最大的风险是：你今天费力堆出来的复杂架构，很可能就是明天基础模型的默认能力。
所以对创业者来说，问题不再是 我要不要做一个 Agent，而更像是两道连在一起的问题：
在未来一两年的模型演进路径里，哪些能力会成为水、电、煤气一样的底层设施？
在这些设施之上，我要多往前走一步，才能碰到那些即使模型再进步，仍然属于人类价值创造区的问题？
Agentic 的重要性不在于你是不是用了 tool calling，而在于它逼迫你重新划定人与模型之间的分工线——模型负责哪一段机械推理，人类在哪一段注入价值判断和世界观选择。
这其实也是苏果立给AI 创造者的一个隐性提醒：
不要把自己活成一个更辛苦、更拼命的 agent。
你的价值，不是多帮模型点了几次按钮，而是替它做了什么决策、承载了什么长期责任。
Day1 Global 与中国的虚拟制造业
谈到全球化，他给出的判断很干脆：新一代中国公司，天然就是 Day1 global 的。
尤其是在 2C 领域，视频这类内容产品，本身就是跨语言、跨文化的——笑点、爽点、悬念、反转，这些东西的底层结构，在不同国家看起来反而更像是共性。
2P 业务会更 regional，要深挖本地行业、法规和客户关系；
2C 产品则更像是在和全人类的注意力打交道，找的是普遍的人性。
中国创业者最大的优势，在他看来，是离中国互联网市场足够近。
如果只看线上内容消费的丰富程度，他用了一个很古典的说法：
全世界共一石，中国独占八斗。
我们的虚拟制造业，其实一点也不比实体制造业逊色：
短视频平台多、题材多、打法多，增长黑客、内容运营、A/B 实验被玩到极致。对于做 AI 视频的团队来说，这既是残酷的竞争环境，也是一个巨大的训练场——你可以在这里最快速地迭代、踩坑、修正，最后再把在最卷的市场打出来的产品，投向全球。
挑战也类似：
无论是实体还是虚拟，想要真正走向全球高端，都得经历一段漫长的从低端供给到高端品牌的升级过程。
AI 视频这个赛道上，中国团队能不能走完这条路，取决于两件事：
有没有足够世界级的底层能力；
以及有没有勇气做出那一代别人非用不可、又说不清为什么就是更好用的产品。
被抬高的地板和被推远的天花板
这场大会的主题是开创智能｜个体时代。
如果用一句话概括苏果立的解读，大概是：AI 正在同时抬高地板和天花板。
地板被抬高，是因为越来越多并不超级的个体，因为 AI 而变得相对全能，可以自给自足：
不再需要完整的摄制团队，一个人加上几条提示词，就能完成过去需要十几人的活；
不会建模、不会特效、不会后期，也不再是天生的短板，模型会补齐这些能力。
天花板被推远，则是因为真正的超级个体，获得了更大的杠杆：
如果过去，你的创意被执行力拖住。脑子里有一个庞大的宇宙观，却没有预算把它拍出来；
今天，执行力的成本在坍塌，你可以毫不吝啬地试错、重来、推倒重建。
那些原本只存在于笔记本、草稿和深夜对话里的世界观，有机会第一次被完整搬上屏幕。
对 AI 创造者 来说，最大的机遇是：
创意能力正在被模型平权化，新人和素人走进头部的门槛被压到了前所未有的低。
你不再需要十年行业经验才能入场，某种意义上，只要你敢讲一个别人没讲过的故事，就有机会被看见。
但挑战也同样锋利：
你必须重新问自己一个问题。在一个 AI 也能写剧本、能分镜、能拍摄、能剪辑的世界里，我的价值究竟是什么？
是更懂人类情绪？
是更懂某个垂类场景？
是能构造更复杂的世界观？
还是在长期创作中形成了别人无法复制的人格和品味？
这不是一个能在一晚上想清楚的问题，却是每个想在个体时代走得更远的人，绕不过去的自我拷问。
让 AI 帮你掌握 AI
聊到最后，当被问到未来 1–3 年，个体或小团队应该怎样提前布局，才能抓住 AI 红利时，苏果立给了一个听上去有点偷懒，但其实非常诚实的答案：
这个问题，应该每个人结合自己的情况去问大模型，让 AI 帮你掌握 AI。
这句话乍一听像是把问题抛回给了工具，但想深一点，你会发现这是一个很典型的 AI native 心态。
不要把 AI 当作一门需要先学完再用的技术，而是从一开始，就把它当成你思考问题的共同作者。
你可以让它帮你诊断：
现在的工作链条里，哪些环节已经可以被自动化，哪些环节暂时还离不开你？
你真正的比较优势，是在思考、在表达、在组织资源，还是在用某种特殊的视角看世界？
如果你把今天做的事情拆开来看，哪些部分是迟早会被模型替代，哪些部分是模型越强，你反而越值钱？
这些对话，很难有人给你统一标准答案。
但只要你愿意持续地和模型、和自己对话，愿意在实践中不断修正路线，你就已经在做一件最重要的事——不是追赶 AI，而是 和 AI 一起重写你自己的坐标系。
Sand.ai 正在试图重写的是人类如何消费视频内容；
而对每一个个体来说，更值得思考的问题也许是：
在一个视频会自己讲故事、模型会自己行动的世界里，
你还想为这个时代贡献哪一种不可替代的故事？
访谈精选Q&A
Q1：先简单介绍一下你自己，以及 Sand.ai 吧？
苏果立：我是苏果立 Chris，95 后连续创业者，之前卖过两家公司。23 年开始正式投身 AI 创业，先在 VAST 做了全球领先的 AI 3D 工具 Tripo，后来加入 Sand.ai 专门探索 AI native 的 2C 产品形态。Sand.ai 成立于 24 年年初，长期愿景是加速 AI 普惠人类，一开始就坚定聚焦在视频生成方向。
Q2：为什么从一开始就锁定AI 视频 + 2C + 娱乐？
苏果立：普惠人类大概有两条路，一条是 Save time，一条是 Enjoy time。GPT 代表的语言模型，终局一定是最强的通用生产力工具，对应 Save time；而在脑机接口出现之前，视频是人类接收信息密度最高的形式，所以我们一开始就决定围绕 AI 视频技术做 2C、做娱乐。
Q3：Sand.ai 目前最核心的产品和技术突破是什么？
苏果立：我们先定义了下一代内容平台应该长什么样，再往回拆出最关键的技术依赖，去攻克那些如果我们不做，别人不会做、做不好的环节。阶段性成果有两个：一个是 4 月发布的高质量自回归视频模型 Magi-1，目前仍是全球唯一；另一个是 10 月刚发布的音画同出视频模型 Gaga-1，在人物表演维度做到全球 SOTA。
Q4：现在离你心中的那个 2C 产品，还有多远？
苏果立：技术突破还在不断刷进度条，Gaga-1 只是其中一个里程碑。理想中的那个 2C 产品，其实已经能看到轮廓了，离 MVP 形态越来越近。
Q5：你个人在 AI 创业这条路上的初心是什么？
苏果立：很简单，就是喜欢创造。AI 是一个足够底层的变量，会给所有喜欢创造的人打开一片特别大的空间，这是我愿意长期深耕的原因。
Q6：在你看来，最近生成式 AI 领域最关键的突破是什么？
苏果立：视频方向当然是 Sora2。它是视频领域第一个真正内化了闭环叙事能力的模型，这意味着创作者和普通人之间的 gap 又缩小了一个数量级，是视频创作从 2P 向 2C 过渡的里程碑。
Q7：Sora2 出来时，你们团队是什么反应？
苏果立：我们其实挺早就有明确方向和相关预判，所以看到 Sora2 并不意外。它更多是帮我们确认了自己某个技术探索方向的可行性，也初步验证了AI 视频有机会定义新的 2C 产品这件事。
Q8：在技术飞速迭代下，你们怎么平衡技术创新与商业落地？
苏果立：组织上，我们一直在做跨职能团队的垂直整合，同时打磨基础组织能力。简单说，差公司是有明显短板的瘸腿公司，好公司是技术、产品、商业都不差的三好学生，顶尖公司则是能把所有认知和资源整合起来，定义一款结构上就带着商业闭环的革命性产品。
Q9：你心目中这种顶尖公司的参照是谁？
苏果立：OpenAI。它是那种模型内含产品功能、产品内含商业闭环的公司，三者是咬合在一起演进的，这是我们非常认可的路径。
Q10：你们如何看待并实践 Agentic AI 这类新范式？
苏果立：我们已经做了不少探索。Agentic 本质上是模型能力往 AGI 迈进过程中，逐渐显现出来的关键特性。关键是要想清楚模型能力的边界在哪里，不少阶段性的 agent 产品的杀手级能力，很可能半年一年后就变成底层模型的标配。
Q11：在 AI 时代，做产品最重要的变化是什么？
苏果立：以前做产品，更多是理解用户；现在则是在理解用户的基础上，还要理解模型。要去做模型能力边界之外、用户需求边界之内的东西，这对创始团队的认知要求特别高。
Q12：在全球化上，你怎么看 2P 和 2C 的差异？
苏果立：2P 会很 regional，要深入具体区域的行业和客户；2C 更多是在找共性，用一个产品服务全球用户。我们的精力明显更放在后者。
Q13：跨国数据隐私、伦理、文化差异这些问题，你们有什么特别经验吗？
苏果立：这块我们没什么额外高见，还是以向先行者学习和参考为主，避免重复踩坑。
Q14：你如何看中国 AI 企业在全球市场中的角色？
苏果立：新一代中国公司应该都是 Day1 global 的。从优势看，我觉得中国创业者最大的优势是离中国互联网市场很近，如果只看线上内容消费的丰富程度，全世界共一石，中国独占八斗，我们的虚拟制造业不比实体制造业差。
Q15：那挑战呢？
苏果立：挑战其实是类似的，都是要从低端、中端逐渐走向高端。不管是实体还是虚拟，想在全球市场站稳高位，都得熬过这段升级过程。
Q16：你怎么理解开创智能｜个体时代这个主题？
苏果立：我觉得是两个变化并行：一方面，超级个体通过 AI 获得更大的杠杆；另一方面，并不超级的个体也因为 AI 变得相对全能，很多事情可以自给自足。
Q17：能举个你们赋能个体创作者的具体例子吗？
苏果立：已经有创作者在用我们刚发布的 Gaga-1 做短剧了。如果简单量化一下，生产效率大概是原来的 100 倍，成本只有原来的百分之一。
Q18：在你看来，AI 赛道里AI 创造者最大的机遇是什么？
苏果立：机遇在于创意能力正在被模型平权化。新人、素人都有机会变身头部创作者，不再是只有少数人能玩得起这套东西。
Q19：那最严峻的挑战呢？
苏果立：挑战是要想清楚自己和 AI 的关系。要在 AI 已经存在、并且会持续快速进化的前提下，重新审视创作者真正的价值应该在哪儿，而不是和模型去抢同一块工作。
Q20：展望未来 1–3 年，你给个体和小团队什么建议？
苏果立：我反而觉得，这个问题应该每个人结合自身情况去问大模型——让 AI 帮你掌握 AI。不同人、不同起点，最优解肯定不一样，关键是尽快养成这种和 AI 一起思考、一起迭代的习惯。