AI 平权后，最该重视的 8 种能力

最近几天又一堆新模型发布了，后台有人问，说 xx 怎么样？

说实话，我现在除非模型大版本更新，否则我都已经没那么关注了。

很简单，模型能力现在基本是一天一变，但是未来一定是平权，不过是时间问题而已。

如果未来有一天，人人可以花钱就可以用上最强的模型和 Agent，那人与人之间的差距在哪里呢？未来什么样的能力最重要呢？

我前几天刚好和朋友聊到这个话题，那么这里分享下我的看法。

1. 领域认知。现在人人都在用 AI，但是做出的东西差距很大，本质就是领域认知能力的差异。比如你用 AI 做视频，如果你不具备视频领域的认知，那么运镜，分镜交接，一镜到底，贝塞尔曲线等等之类的提示词你想不到，那么自然导致你做出的结果差异很大。

2. 品味。这个就不多说了，未来人人都可以借助 AI 做出工具或产品，但是你的品味决定了 AI 设计审美的上限。

3. 用户洞察。用 AI 做出东西很简单，但是能挖掘出垂直细分领域的痛点与刚需，决定了你的产品有没有人买单，这就需要用户洞察，本质也是产品能力。

4. 判断力与取舍。我有个朋友，AI 时代做出了几十个产品，钱没少花，一顿操作猛如虎，一看用户十五个。判断什么不值得做，我觉得比判断什么值得做更重要。

5. 架构与工程能力。个人做出的工具和商业级产品，中间还隔着一堆活。哪些自己做，哪些用现成服务，输入不符合要求怎么办，接口断了怎么办，数据丢了能不能恢复？很多人用 AI 把东西做出来了，但是心里没底，就是工程能力的差异。

6. 商业能力。有人需要你的东西，接下来还有一串问题，谁付钱，为什么付钱，怎么定价，找一个客户花多少钱，交付和售后又要花多少。用户洞察让你看见需求，商业能力决定你能不能靠满足这个需求，持续做下去。

7. 影响力。这个也不多说了，影响力一直都很重要，但是 AI 时代，会更重要，未来会充斥着一大堆垃圾信息和产品，但是影响力意味着自带用户和话语权以及信任。

8. 自我学习进化能力。工具在变，工作的做法也在变，过去熟练的方法，可能很快过时，你不进化，不革新自己那永远跟不上时代。

别问我，以上各种能力怎么提升，很多能力我也比较弱，也在不断学习摸索中。

比如我做过技术和产品，但是我没做过设计，品味我也在想办法提升，影响力也不在不断积累，至于未来能到哪一步，一切只能交给时间。

未来 AI 对人才的要求会非常高，现如今，但凡你了解过市场，很多十来年高级工程师现在找不到工作，这就是真实发生的事。

未来怎么样没人知道，哪怕顶尖 AI 大公司，也一样摸着石头过河。

我们能做的，就是全面拥抱 AI，用 AI 先解决当下的工作，先意识到自身哪方面不足，然后去针对性的去学习补充，你才能不断进步。

以上，与大家共勉。

爬上来说一个不少人好奇的问题。

昨天直播，有人问我，Google 和 OpenAI 一直在 AI 领域的领跑者，为什么反而被 Anthropic 反超了呢？

确实，要知道 Google 是 Transformer 的发明人，现如今全球大模型都是基于这个架构，而 OpenAI 是定义市场的人，ChatGPT 全球十几亿用户说明了一切。

A 社反超其实主要是两个原因。

一是，Google 和 OpenAI 心很大，从一开始就要做全模态 AGI，所以你们可以看到这两家的文本模型，图片，音频，视频模型都有，而且都有不少储备。

二是，A 社从一开始就押注 AI Coding 这一个赛道，针对 B 端，并且和 Cursor 合作，甚至 Cursor 一度贡献了约一半的收入。

但是之后 A 社推出了 Claude Code，甚至封锁 Cursor 等第三方工具的访问，所以这是被认为 A 社背刺的一个历史。

也就是说，A 社押注 Coding + 针对 B 端，做对了这两件事。

后来大家才醒悟，原来 Coding 才是大模型最先真正「干活」的场景，结果可验证、任务链条长、使用频率高、用户付费意愿高。

所以现在全球的 AI 都开始重视并卷 AI Coding 这条路了。

我虽然不喜欢 A 社，但不得不承认，A 社已经在这条路走在前面了，沉淀和积累很多，现在单纯 AI Coding 这条路基本都是追赶状态。

Google 技术储备顶尖，但最大的问题，内部赛马、发布审查、部门利益让转化速度一直很慢，内部组织架构出现了问题，前一段时间刚做了大调整。

但说实话，AI Coding 发展到现在其实算是很成熟了，没有护城河，GitHub 一堆公开项目语料是所有公司都可以拿去训练的。

现如今 Google 和 OpenAI 一边着手追赶 AI Coding，另一边也没有放弃全模态这条路，比如 GPT-Image-2.5 现在就是全球独一档，视频模型 Sora 虽然关闭了，但是技术储备是一直在的。

AI 的未来现在才刚开始而已，未来全模态一定是刚需的，AI Coding 只不过是 AI 时代发展一个很小的过渡，虽说 Google 很拉，但是未来潜力还是很大的。

现在 AI 按天来算的，诸位不必为了今天谁又领先了就立马切换手里的订阅套餐，AI Coding 真的没多大护城河，未来国内外的能力平权不过是时间问题而已。

现如今我一直主力在用 Codex，一是编程能力还可以，二是在做产品设计相关的需求，我已经离不开 GPT-Image-2.5 了，这是 A 社目前没法替代的。

信我，AI 的发展一切才刚开始，AI Coding 只是敲门砖而已。

爬上来说个事，Jev 刷屏快一周了，全网都在吹「新技术路线」。

后台也有不少人问我怎么看？我说句扫兴的：别吹了。

先说下它是啥。前 OpenAI 研究员创业做的模型，最大的特点是不说话，不生成文字，它只帮你做决策。

你给它一段状态加几个问题，它直接返回带概率的判断：选哪个，打几分，有多少把握。

它为什么爆？我说实话，不是因为它强，是它戳中了两个当下 AI 的痛点：token 贵，AI 慢。

拿大模型做分类路由，等于拿大炮打蚊子，烧几百 token 就为了拿回三个 JSON 字段。Jev 输入每百万 token 0.042 美元，输出免费，毫秒级返回。

所以它确实在一些细分场景有用。

比如客服工单一次调用分出部门，紧急度，流失风险，不用等大模型慢悠悠给你写小作文。

比如给大模型当护栏，做模型选择和内容审核。啥活适合什么样的便宜模型，很多人是没有这方面的判断能力的。

比如批量处理文档，实测每千份成本 0.22 美元，DeepSeek Flash 要 1.31 美元。

但别吹成技术突破。能力上和 DeepSeek Flash 打平。

「不会幻觉」是重新定义出来的，OpenAI 的结构化输出，Anthropic 的 tool use 等早就做到了。护城河 48 小时就塌了，推特老哥两小时拿 Qwen 搓出同款，400M 的开源 laya 基本是同款。

能被两小时复现的东西，是工程技巧，不是模型突破。

你要想体验，直接去 GitHub 下载本地部署这个项目：

github.com

所以你要问我怎么看？

Jev 本质上就是一个 JSON 分类器套了层前沿模型的皮。

但是它算是盒合格的止痛药，治的是贵和慢这两个真病。在一些场景上是有需求，但是吹嘘远大于它的能力，X 上一大堆开发者是把它当玩具的。

但是你要拿它当主力出活，做工程，做产品，还是洗洗睡吧。

昨晚全网都在讨论一个事，可以说炸锅了。

爬上来给大家说下什么事。

1.起因是 Anthropic，以下简称「A➗」，它发了一份报告，指责中国各种 AI 公司又开始蒸馏它了。这份报告可以说非常详细，基本上大家听过的国内顶尖 AI 公司都在列。

2.其实蒸馏这个事，在 AI 领域早就是公开的秘密了，大家早就见怪不怪了，而且不只是国内这么干，国外顶尖 AI 公司也这么干的。我就说一件事，你们有没有注意到，最近几个月 A➗ 和 OpenAI 的模型对中文的理解非常精准，甚至蹦出来的中文口头禅比我们自己用的都溜。

3.要知道国产模型最大的优势就是中文语料非常丰富，你说它们没有蒸馏我们的国产模型语料，就能在这么短的时间内，让中文处理和回复这么人性化，根本没人信。

4.但是 A➗ 这次特意指责 Kimi，说部分 API 请求直接路由到 Claude 模型，还监测到一些敏感企业的敏感数据。我看了下这份报告，完全是单方面指控，没任何实质证据。

5.但是我来给大家解释这意味着什么，且不说这个真的假的，如果是真的，就意味着所有 Kimi 用户花着国产模型的钱，用的却是贵几倍的 Claude 模型，还有这种好事？就好比你花了二锅头的钱，给你掺飞天茅台，嗯，这样的掺假多来点最好。

6.至于所谓的泄露敏感企业数据的指责，要知道 Kimi 是开源的，国内一些特殊企业如果涉及敏感数据，完全可以本地部署，数据不出本地，真当我们一些敏感企业是吃素的？真有敏感数据，一家顶尖 AI 公司完全有能力对数据进行分析清理，但是 Kimi 没这么做，是不是可以变相说明 Kimi 真的对用户数据保护得比较好，不侵犯用户隐私？

7.A➗ 这份报告对 Kimi 的指责是重头。自从 Kimi K3 发布，就对闭源模型构成了极大的威胁，这是国产模型里第一个敢和全球顶尖模型掰手腕的，让 A➗ 再也无法掌握定价权。加上 GPT-6 发布，A➗ 直接被打趴了，现在在上市前扔出这份所谓的分析报告，这不是急了是什么？

8.A➗ 这份报告，其实变相说明它们对用户数据分析得相当详细，一边说着保护用户隐私，数据不外泄，一边又不打自招。但凡对数据敏感的，我都建议务必不要用 A➗ 家的产品了。

9.A➗ 最近也在学 Codex，给用户重置了额度。之前你还有领先优势，现在国产模型崛起，加上 OpenAI 的冲击，所谓的领先优势都没了，现在开始把用户当人了，早干嘛去了？我之前就说过，这家公司早晚自己作死。

10.骂归骂，但是不得不承认，Claude 系列的产品确实还不错，但是我们要看相对进步。你们仔细想想，除了 Opus 4.6，之后的 4.7、4.8 和 Opus 5，是不是一代比一代拉？相反，全球其他 AI 公司的模型不都是一代比一代有巨大提升？说白了，它就是有了先发优势而已。我甚至有时候会想，4.6 是不是一个偶然间搞出来的东西，他们内部甚至自己都不知道为何能达到领先地位。

11.现在如果你还觉得 Claude 的产品全球领先，那就真 out 了。

但凡你用下 GPT-6 Astra + GPT-Image-2.5，就会发现这个组合在前端能力和编程能力上，可以说全面吊打一直以这些能力为傲的 A➗。很多人对国产 AI 和 OpenAI 的印象还停留在几个月前，我只能说你的思维完全被限制了。

12.以前我们边骂边用 A➗ 家的模型，那是没办法，没得选，想用最强的只能选它。现如今，我们自己早就抛弃了 Claude，它一没任何领先优势，二不把用户当人，三之前泄露的水印代码，百分百确认这家公司就是针对中国用户，现在只剩下义正词严地骂了。

13.说回 A➗ 对 Kimi 的指责，甚至泼脏水，把矛头引到我们敏感企业身上，激发我们自己的内部矛盾，让我们自己处理内部问题，可以说算盘打的真好，对我们国内的情况摸的非常清楚。

A➗ 一边打不过 GPT-6，另一边只能拿国产模型开刀，它越针对 Kimi，就说明它越怕。Kimi K3 这个开源模型，相当于重新定义了全球闭源模型的定价权，这对 A➗ 的利益伤害是最大的，这简直是给 Kimi 打了最大的广告。

信我的，想用全球最强的 AI，有条件的就优先选择 Codex，想用国产的，就上 Kimi，对数据敏感的，那就本地部署，A➗ 让它接着作好了。

说个扎心的事实。

当下市面上充斥着一大堆垃圾产品。

AI 时代，做工具，做插件，做产品的门槛太低了，哪怕一些新手，借助 AI 都可以折腾出一些产品出来。

绝大部分人，幻想着做个网站，做个 app 火起来，然后躺赚，这都是天方夜谭。

现实是，很多人钱没少花，token 没少消耗，一顿操作猛如虎，开发了 10 个产品，最后一看用户 5 个。

真别不信，这就是当下很残酷的现实。

再说个数据，deepseek harness 发布之后，短短的时间，GitHub topic 已经有 8000 多个插件发布。

这其中有多少是真正有价值的？绝大部分也都是垃圾插件。

甚至如果你分辨不清，你装个乱七八糟的插件，很可能就是你电脑的常驻病毒。

产品也好，插件也罢，你是否有在重复造轮子？是否真正有市场需求？你做的产品是否真的算是生产级产品？

绝大部分人都不具备市场生产级产品的能力，只是借助 AI 瞎折腾而已。

而现实也确实，现如今市面上单纯靠 AI 赚钱的个人和公司非常少，基本都处于花钱花 token 的阶段。

但是未来，整个市场对 AI 的人才需求，市场需求是很大的，现阶段，最该做的，是提升自己 AI 的底层能力，这个作为第一要务，比你天天花时间开发出一堆无用的垃圾产品有用的多得多。

别再问我，现如今我做出什么 AI 产品了。

我做的 AI 产品还真的不少，但是都是服务我自己，服务内部团队提效用的。

除了一些开源项目，目前为止面向 C 端用户的正式产品没有一个。

不是我做不了，而是我觉得如果做了，大概率就是花了时间，花了成本，最后一场空。

我现在在做的 AI 产品和工具，一是提效，整个团队工作的效率先提升个 10 倍再说，其实现在已经不止了。二是提升 IP 影响力，这是长期复利价值。三是服务现有星球用户，提升所有球友的 AI 底层能力。

目前来看，每一项都成果显著。

听我一句劝，别瞎折腾乱七八糟的没有市场刚需的产品了，也别重复造轮子，更别幻想靠着做出一个产品一夜暴富。

先提升自己的 AI 底层能力，想办法提升自己的工作效率和生产力，如果有内容创作能力的，去尝试下自媒体，短视频，积累流量和影响力，做有复利的事，这在未来会非常非常有价值。

DeepSeek 刚刚上线了多模态模型 v4-flash-vision-exp。

在当下多模态已经成为大模型标配的时代，DeepSeek 终于补齐这个短板了。

现在它可以直接接收图片，识别截图、文字和图表，同时保留 V4 Flash 的推理、编程与 Agent 能力。

官方称，其纯文本能力与 V4 Flash 基本相当，涉及视觉理解的 Agent 能力已经接近 Claude Opus 4.8。

不过，值得单独提的是，图片输入的价格。

根据官方文档，每张图片最多只计算 384 输入 tokens。按高峰期、缓存未命中的价格计算，一张图片最高约 $0.00017，累计处理 1000 张图片也 只需要约 $0.17，不包含文本和输出成本。

这意味着，低成本视觉 Agent 真正具备了实用价值。

它可以查看网页截图、分析报错界面、检查前端设计、读取图表，再根据看到的结果继续调用工具。

而且这里有个小技巧，有些人如果需要大量的输入，比如处理论文，解读书籍之类的。如果直接输入给大模型，那 token 输入会很大。

这里提供个思路，你可以预先把大量文字排版处理成图片，让模型以较少的视觉 token 完成资料预读。

这种方式叫“光学上下文压缩”，DeepSeek 自己的 OCR 模型此前就研究过类似方向。

如果一张只计算 384 个视觉 tokens 的图片，可以放入约 3000 个原始文本 tokens，理论压缩率就接近 8 倍，极大的节省输入 token。

当然，图片不是无损压缩包。文字放得越密，模型越容易遗漏数字、标点和细节。

所以，也不能无限把一大堆密密麻麻的文字压缩到一张图片里，这会导致模型识别内容难度很大，增加出错概率。

这个思路，对一些特定论文研究，大量输入并且要节省 token 的同学有帮助。

我之前就说过，当下的 AI 时代，早就不是单一领域模型能力的竞争了，是多模态，Agent 以及 AI 生态多维度的竞争。

最近 DeepSeek 从发布自己的 harness，以及 web agent，再到补齐多模态能力，基本都是往生态走的。

所以按照这个方向，我一直反复强调，推荐大家当下订阅各家的 AI 套餐，都建议以月为单位，未来是模型能力 + Agent + 多模态的天下，AI 发展速度如此之快，你订了年套餐，很可能下个月就被替代了，这条切记。

爬上来说几点关于 DeepSeek 的事。

1. DeepSeek 今天全面涨价，还实行峰谷定价：高峰期北京时间 09:00-12:00、14:00-18:00，费用是低谷期的两倍。AI 时代奖励夜猫子，这句话被 DeepSeek 进一步具象化了。

2. 虽然涨价，但之前太便宜了，白菜价，涨完依然全球最便宜。只不过 DS 按量计费，从订阅套餐角度看，尤其 Codex 最近一个多月老是重置，性价比最高的还是 Codex 订阅。

3. DS 上周发布了自己的 harness 框架，一切皆插件，理念确实前沿，给开发者更多定制空间。本意就是争取开发者，借开源社区壮大 harness 生态。

4. 但依我看，这可能是不得已的路线。Agent = Model + harness，不再是只拼模型的时代。Claude Code、Codex 都迭代多少版本了，DS 想短时间超越很难，才选了这条路。

5. 一切皆插件看似前沿，也会带来问题：AI 时代谁都能开发插件，生态质量参差不齐，用户筛选成本很大，别有用心的人还会带来安全隐私问题。

6. 我们期待的是旗舰级 Agent 产品，现在交付的是本地 web 服务--开发难度和适配性最简单的那种。桌面版和 TUI 才是复杂度更高、需要长期投入的。TUI 在发布前被删，说明 DS 有团队在做，但做得不够好，还需要时间。

7. DS 背负的压力可以想象。我的建议是干脆把 TUI 发出来，承认不完善，后续迭代就好。

综合判断：DS 的 harness 现在是开发者玩家的玩物，普通用户不着急用。Codex、Kimi Code 依然是大部分人开箱即用的最优选择，再给 DS 一些时间。

# 第三方 Agent 和官方 Agent，到底该选谁？

爬上来，说下不少读者关心的这个问题。

现在有很多第三方 Agent，如 OpenCode，Hermes，Pi 等，相比较于原生的 Codex，Claude Code，Kimi Code 等，到底怎么选更好呢？

我的推荐是，尽量用原生 Agent。

一个很现实的问题，既然模型都是人家的，为什么不直接使用 AI 公司自己的 Agent？

要理解这个逻辑，先得分清 Model、harness 和 Agent。

如果把 AI 比作赛车，Model 是发动机，提供基础能力；harness 则是赛车的座舱和操控系统--方向盘、变速箱、仪表盘，Agent 是赛车手 + 整车，负责理解目标、观察环境并决定下一步行动。

简单来说，大模型负责思考，Agent 负责行动，harness 负责让行动稳定发生。

第三方 Agent 和官方 Agent 最大的区别，不是谁更会写 Prompt，而是谁能控制整个系统。

第三方可以设计自己的交互、界面、工具、上下文和工作流，却很难修改底层模型。

AI 公司则既能造赛车，也能修改发动机。它们可以根据 Agent 的实际表现继续训练模型，让模型更擅长调用工具、理解上下文和完成长任务。

这是一种结构性优势。

第三方今天通过复杂 Prompt 和工作流解决的问题，明天可能被一次模型升级直接解决。很多所谓的 Agent 工程，本质上都是在弥补当前模型的不足。

因此，在编程、搜索、研究、写作等通用任务上，我更推荐优先使用 AI 公司自己的 Agent。

它们通常能更快获得最新模型能力，模型、Agent 和 harness 也能一起迭代。

当然，第三方通用 Agent 也有一个真实优势：

可以自由切换各家模型，不被单一厂商锁定，以及有时候为了吸引用户，可能有一些便宜的套餐之类的。这可能也是当前很多人选择第三方 Agent 的最主要原因。

另外，如果你是 harness 开发者，多研究第三方开源 Agent 没坏处。上下文怎么管，工具怎么接，任务怎么拆，各家的做法都摆在明面上，正好吸收各家所长。

所以，我的建议很简单，如果你已经用 OpenAI，Anthropic，Kimi 等前沿模型，我更推荐结合 Codex，Claude Code，Kimi Code 原生 Agent 配合使用，效果通常更佳。

不过，也有不少模型能力有很大进步，但是 Agent 还没来及去做，比如 DeepSeek，前段时间刚发布的 DeepSeek-V4-Flash 公开评价能力提升很大，这让大家更期待 Pro 的发布。

目前官方推荐和 Codex 结合使用，但是 DeepSeek 自己的 harness 团队在着手研发自己的 Agent，并且已经在公开招募内测。

给它点时间，后续用 DeepSeek 自家的 Agent 结合自家的 DeepSeek-V4-Pro 模型，也许会更能打。

未来不会缺少强模型，也不会缺少 Agent。

真正拉开差距的，是模型和 Agent 一起迭代的能力。

爬上来给大家一个建议：交个程序员朋友吧。

千万别信市面上所谓的 AI 时代，第一批淘汰的就是程序员。

我的观点很直接，那些到现在还没有大力拥抱和全面使用 AI 的程序员，以后会淘汰，但是具备 AI 能力的程序员，在以后会越来越吃香。

AI 现在写代码确实很强，但是从「一段能跑的代码」到「一个能用的东西」，中间隔着需求，部署，调试，安全，还有一堆你根本不知道存在的坑。这些坑，AI 不会主动告诉你，但是程序员朋友踩过。

我自己就有深刻体会。

现在创业圈好多朋友，都是我从做自媒体开始认识我的，根本不知道我以前是写程序的，自从知道我做过技术后，遇到问题，基本都开始问我了，我推荐的工具，给他们的解决方案，他们很相信。

之前也遇到过其他朋友，问怎么搞定账号和环境问题，让 AI 反复改个 bug 搞不清楚，气的直骂娘。后来我就直接推给他一个程序员圈友，基本是立刻就解决。

十年前，交一个程序员朋友，最大的用处是帮你修电脑，装系统，抢火车票。
现在不一样了。

AI 时代，程序员朋友是普通人手里最便宜的外挂。

但前提是，这个程序员朋友是全力拥抱 AI 并且具备 AI 能力的。

AI 时代，程序员的上限被拉得比以前高得多。以前他能帮你写个小脚本，现在他能帮你攒一个小产品出来。同样是朋友，含金量今非昔比。

所以我的建议很直接：

去交一个程序员朋友，真心的那种。

不用多，一个就够。请他吃个饭，聊聊你在用 AI 干什么，踩了什么坑。他给的信息增量，比你刷一周信息流都多。

AI 时代，人人都说自己有 AI 这个朋友。

但真正值钱的，是那个懂 AI 的活人。

最近 AI 圈都在关注编程模型和 Agent,打得火热,但上周 AI 视频圈也很热闹。

先说背景,Sora 已关停。3 月宣布停服,4 月关站,API 撑到 9 月 24 日。曾经的行业标杆,就这么退了场。

然而这个领域国产 AI 公司竞争很激烈。

1. 7 月 31 日,MiniMax 发布 H3,8 月 3 日直接开源权重。2K 分辨率,15 秒,原生立体声,0.13 美元一秒,大概是 Seedance 2.0 的三分之一。Artificial Analysis 视频编辑榜,全球第一。这是视频赛道第一个旗舰级开源模型。

2. 8 月 1 日,字节发布 Seedance 2.5。30 秒原生 4K,能塞 50 张参考图,还能按时间戳控制第几秒发生什么。账面参数拉满。不过社区实测吐槽,人物会有不自然的停顿,对白弱。

3. 可灵最近没发新模型,但 ARR 冲到 5 亿美元,还传出要分拆独立上市,估值 200 亿美元,腾讯领投。

AI 视频之所以普通人很少关注,主要是成本太贵用不起,多是 B 端和视频自媒体团队在用。

但 Sora 退场后,AI 视频依然是很火的赛道,从能力,到画质,再到价格,进步都很迅速。

H3 更是把价格打到三分之一,权重直接挂出来,ComfyUI 当天就支持,开发者当天就能在本地跑。这和当年网约车大战一个逻辑,补贴抢的不是乘客,是司机。

AI 编程抢的,是开发者生态,AI 视频赛道抢的,是创作者生态。

字节背靠抖音和 TikTok 两大短视频内容平台,这块有天然最大的优势,现在基本是全球 AI 视频领域的王者。

Google 有 Youtube,按理来说也有很大潜力,可惜不管是在 AI 编程还是在视频,都不知道在干什么。

xAI 背靠 X,Imagine 1.5 也更新了,加上图片参考和声音参考,原生 1080p。但被吐槽还不行。

在我看来,AI 未来的竞争,绝不是单一领域,一定是生态。AI 视频一定是 AI 生态不可或缺的一环。

我有个大胆的预测,也许用不了多久,高质量的视频生成与制作,很快就是即时的,一旦成本大幅打下来,以后的视频自媒体,电影制作,3A 游戏画面都会全面是 AI 的天下。

也许未来的某一天,OpenAI 有可能重启 AI 视频业务也说不定。