刚刚下班回家，第一次打车遇到了听障司机，想到 AI 的软硬件结合，可能对他们会带来很大的帮助。

我在车里一坐下，习惯性的说了手机尾号，但司机很奇怪的，把手机给我让我自己输入，我以为他没听清，于是又重复了一遍手机尾号，然后他指了自己耳朵，我才意识到他听不见。

我赶紧道歉，然后输入手机尾号，他比了 OK，就开始出发，可能这种场景他也遇到很多次，哪怕在车里其实放有提示，大晚上我也看不到。

在行驶过程中，我注意到几个细节

1. 车比较干净，没有异味，因为他是弱势群体，就在这些方面更加用心，才能跟健全司机竞争

2. 车里有 3 个屏幕，而且导航的显示屏比较大，方便他看路线，大概 5-10 秒会看一次导航，因为他听不到语音播报

3. 到了之后，我一下子不知道怎么跟他说直接大路边停就行，不用拐进小路，但他应该通过后视镜看到我的姿势和表情，就停了下来，并给我打手势
[图片]

整个过程，他的服务并没有比其他健全司机的差，但是全过程对他来说，其实要付出更多努力，他的工作体验并不好，以及可能他会遇到一些不明事理的乘客。

想到如果我们的 AI 眼镜能做成，可以实现

1. 看到我入座，多模态理解，发出声音提示我输入手机尾号，或者直接把我报的尾号输入到司机端 app，类似智谱的 auto GLM 模型能力

2. 镜片显示导航地图，就不用频繁低头看大屏幕的导航也更安全

3. 快抵达目的地，可以辅助跟乘客沟通具体下车点，乘客的声音转成字幕显示到镜片上

4. 可能还有其他的沟通场景，从当前技术发展看，是有可能实现的

查了一下，中国有 2780 万听力残疾人，这也是一个挺大的市场规模，更别提更大范围的残障人士群体，但他们都隐身了，社会基建因为成本也没做好

马斯克的 neuralink 成功让一个瘫痪病人重新可以生活，一年后，他说，他最害怕的是马斯克把这个收回，因为他已经无法接受自己瘫痪在床的日子了。

AI 对我们可能是锦上添花，但对某些人可能是完全两类人生

张小龙第一次对腾讯全员描述自己对电商未来的想象：商品信息应该成为一个原子化交易组件，能自由地在微信里游走。

其实原子化能力也是我们内部常提的概念，把各种大模型小模型固化包装为原子化能力，让创作者在编辑器内对AI与非AI原子化能力进行创意的叠加，沉淀为模板，普通用户使用后，做出有趣酷炫的视频，在内容平台成为爆款。

这是原子能力与创作者生态、大内容生态之间发生的化学反应，对应的是乘数效应，增长飞轮，而非一个简单的工具产品。

长期看，模型没有壁垒，功能没有壁垒，但生态有壁垒，因为人比工具更重要，效果比效率更重要。

在内部看到的都是问题，模型某某维度不是第一梯队，某某能力还不支持，满眼望去，一堆要优化的。

但神奇的是，二级市场竟然都开始有字节AI概念股，连朋友们都来打听，寻求投资建议。

内部看到的都是问题，外部看到的都是颠覆，可能都不客观。实际上，没那么糟，也没那么好。不过这是两套行业逻辑，一个是非常严谨的实际的考核从模型到应用到收益，另一个是看市场的信心。

想起几年前在腾讯，眼看着股价从四百涨到七百多，而公司业务根本没有什么突破性进展。也想到互联网巨头的早期员工都拿不住股票，早早卖了股票去买空调，电视机，汽车…

弯路在大力出奇迹面前，不值得一提

没有理解模型，就做不好生成模型

多刷内容case，多找用户调研，多体验产品，是又笨但又最有效的办法。

过去这两年，有大收益的项目，基本都是以这个感性认知作为起点的。当要做创新项目，如果单纯基于理性的逻辑和数据，大概率只能推导出不犯错而平庸的方案（当然我说的也不一定对）

比如你看这个即梦AI生成中文字体，可以用来做海报，好牛逼，要颠覆 canva 了。但一问商家，人家最关心的是，这个字体有没有商用版权，用了会不会被告

Pika 2.0支持多主体一致性视频生成，导入多张图，比如衣服、模特，环境，就可以生成模特穿着衣服在特定环境里的视频。

应用在营销场景会比较明确，今年做营销项目的时候，发现中长尾商家更痛的不是剪辑，而是缺素材。

商家手头更多的是图片原始素材，可能手机拍的很粗糙的，而非多分镜的视频素材，不够生动；

目前AI的成熟解决方案，就是图生图做精致美化商品图，比如美图设计室、photoroom这些

把静态商品图转动态视频，有Vids_app等一些小产品在做，简单的动起来，还没有规模化

另一个动态化解决方案是，是通过数字人做口播讲述，边讲边插入静态商品图来解决，算是跑出来了，比如creatify.ai。但是没法解决模特和商品的互动，调研时不少商家就问能不能实现。

Pika的多ID组合，从case看，比Vidu好很多，能用了，但画质和稳定性还是不如实拍的模特和商品互动视频，所以不一定短期能在营销场景替换传统的商拍方式

但是胜在有趣味性和脑洞，所以可能营销场景要再过一段时间，等用户上手后，做出完全不一样的创意营销视频，比如「马斯克」开着「特斯拉」，在「星舰」上一起冲向太空

跟某厂商谈合作，强烈感受到爹味带来的不适感，开会静息心率飙到 95

习惯了平等和互相尊重的互联网行业年轻人，真的很难忍受某些传统硬件的中年人“我是你爹”的傲慢

这是今天 Sora发布以来，我看到最眼前一亮的视频，通过「Blend融合」功能，实现两个视频片段的无缝衔接，是更高维度的首尾帧，也是我个人认为sora最创新的能力。

看到外网有博主说，打赌2个月内中国大模型公司就会抄过去并加以改进，Sora没有护城河。让我们拭目以待，中国的可灵，海螺，即梦，vidu， pixverse，混元，阶跃，智谱等啥时候跟进上线

考虑到大家可能都没办法上手用sora，非常推荐youtube的头部博主Marques Brownlee的Sora测评，有大量的测评case，现在不少国内博主是把他的case切片后进行传播的 www.youtube.com

核心结论

1. 有些画面真假难辨

2. Sora不懂物理——目前没有一家解决这个问题

- 运动轨迹不符合逻辑
- 运动速度奇怪，可能突然加速
- 多个主体交互会混乱
- 火焰、液体可能不符合流体力学，但还挺好看的
- 物体有时候突然消失

3. 适合玩抽象——是AI的优势
- 搞迷幻风格的动态壁纸
- 做一些夸张的、艺术性的片头
- 做动画片