作者｜周永亮

编辑｜郑玄

99% 的人都搞错了。

「Sora 不是『AI 版抖音』，它更接近『AI 版 ins 或朋友圈』。」这是 Lovart 创始人陈冕，在与极客公园创始人&总裁张鹏、Sand.ai 创始人曹越对话中的核心观点。

就在所有人享受十一假期的第一天，OpenAI 发布了新一代文生视频大模型 Sora 2，以及配套应用 Sora App。一瞬间，全球科技圈被彻底点燃。Sora App 在严格的邀请制下，仍火速冲上美区下载榜第三。

然而，喧嚣之下，争议也随之而来：这会是 AI 时代的 TikTok，一个超级应用的诞生？还是又一个「现象级」的烟火，绚烂一瞬，便迅速冷却？

在与张鹏的对话中，陈冕和曹越给出了清晰的判断。陈冕认为，Sora 是继抖音和 ChatGPT 之后，又一个里程碑式的产品，它真正开启了 AI 的 ToC 应用时代。其核心突破在于，OpenAI 展现了「为产品打造模型，而不是为模型寻找产品」的思路。Sora 通过 Cameo 等功能，巧妙地解决了「AI+社交」的难题，将重点放在熟人关系的「低成本 Remix」共创上，而非单纯追求视频质量。这意味着，定义应用与产品的能力，其重要性正变得与构建模型同样重要。

从技术视角，曹越则表示，Sora 在音画同步、人物 ID 保持和多镜头叙事上的突破，正是为了跨越 C 端消费门槛而做的关键优化。这些优化与产品定义相结合，爆发出了强大的力量。

Sora 的出现，也让两位创始人重新审视 AI 应用的终极方向。他们一致认为，AI 时代最大的机会在于「AI 原生」。

如何定义 AI 原生呢？「你就想，没有 AI，这个业务或内容还存不存在？如果不存在，它就是 AI 原生的。」陈冕解释道。他认为，对于创业者来说，AI 应用的时代才刚刚开始，但不要想着去做 AI 版微信，因为创业公司做通用社交几乎不可能成功。真正的机会在于，将最好的产品创意和最好的模型进行整合。

这场变革也带来了更激烈的竞争。陈冕认为，AI 时代的发展速度远超以往，人才、算力、资本都在向头部集中，导致竞争被前置。这是一个「Go Big or Go Home」的时代：平庸的改良者注定出局。对于创业者来说，这既是最好的时代，也是最卷的时代。

在这场风暴的中心，两位创始人对未来都清晰而坚定。陈冕表示，Lovart 将激进地探索 ToC 的 AI 原生应用。曹越则透露，Sand.ai 将在国庆后推出全新的音画同出模型，直面挑战。

只有那些敢于将顶尖产品创意与模型深度整合、并全身心投入于创造全新体验的玩家，才能最终定义下一个时代。

以下为陈冕、曹越与张鹏对话内容实录，有编辑删减。

01

解构 Sora：

「AI 原生超级 APP」的雏形

张鹏： 看大家兴奋又略带疲惫的样子，想必是熬夜玩 Sora 了。你们是连夜守着发布，还是第二天一早才发现世界变了？先请两位聊聊体验 Sora 的第一感受吧？

陈冕：我是连夜看的，发布会是凌晨 1 点。看完我马上就去弄美区账号，结果被苹果的安全延迟卡了一个小时，急得不行，大概 3 点左右才拿到邀请码。

坦诚讲，我本来期待没那么高，但用完之后我感到非常震撼。我是一个产品经理出身，最近十年里，能让我感到震撼的时刻只有三次：第一次是 2016、17 年玩抖音，第二次是 2022 年底玩 ChatGPT，第三次就是这次的 Sora。

我觉得 ChatGPT 开启了以模型为中心的时代，而 Sora 则开启了一个应用的时代，尤其是一个 ToC 应用的时代，这是里程碑式的。

我从凌晨 3 点玩到早上 7 点，实在扛不住睡了三小时，10 点起来接着玩，然后就开始拉着团队开会。所以到现在我都是亢奋状态，对未来即将发生的事感到非常兴奋。

曹越：我是早上醒来看到各种群里都炸了。我的感受是，从效果上来说，它非常令人兴奋，而且是一个为产品优化得非常完整的模型。但从模型本身的技术视角看，效果虽好，却没那么令人意外。因为包括我们自己在内，过去几个月也一直在探索视频和声音同步生成的能力。现在大家玩的很多梗，我们内部在早期模型上已经玩过一遍了。所以，这种感受更像是我们内部的兴奋点被释放到了外部。

张鹏：从技术角度看，Sora 2 的核心进步在哪里？

曹越：我觉得有三点：第一，当一个视频模型能同时做到画面和声音同出时，它就越过了 C 端消费的临界点。过去一年的视频模型大多只能生成无声的 GIF 式画面。

第二，它能保持人物 ID，也就是 Cameo 功能。这个 ID 同时包含了样貌和音色。之前有些模型能保留长相，但 Sora 能同时锁定样貌和音色，这让它的可消费性和传播性大大增强。

第三点，也是很多人可能没注意到的，它生成的 10 秒视频带有叙事属性。它不再是单一的片段，而是包含了运镜、多镜头切换（我最多看到切了 8 个镜头）和景别设计。这是一种以前没有展现过的能力。

当这三点结合在一起，就爆发出了强大的力量。

张鹏： Sora 的邀请机制很聪明，形成了病毒式传播。陈冕你作为产品经理，抛开技术，单看这个产品，有什么值得圈点的创新吗？

陈冕：这是我第一次看到一个 AI 原生超级 APP 的雏形。

首先，OpenAI 这次想得非常清楚：它在为产品打造模型，而不是为模型找产品。这表明它不只想做一家模型公司，更想做一家消费互联网产品公司，野心昭然若揭。模型可以被快速追赶，但一个成功的产品，其用户和网络效应是很难在一个月内被颠覆的。

其次，它解决了「AI+社交」这个大命题。最大的 ToC 应用就是社交，而 Sora 的 Cameo 功能就是答案。为什么大家都在和 Sam Altman 或者自己的朋友合拍？因为社交的乐趣建立在熟人关系之上，而不是视频质量本身有多高。你朋友圈的照片质量就一定很高吗？不是，但因为是你熟悉的人，所以感觉不一样。这也解释了为什么邀请码机制能如此成功，它天然就适合基于社交关系进行裂变传播。

最后，它用一种极其简单的方式解决了「共创」的问题。AI 降低了创作门槛，而 Sora 的左右滑动交互，本质上就是一种低成本的 Remix。你在别人的视频上进行再创作，这种交互方式简单到了极致——就是滑动和点击，这是顶级移动互联网产品的共性。

所以你能理解我有多兴奋。作为一个产品经理，这些问题我想了一年多，现在有人把答案做出来了，就放在我面前，这太酷了。后来它迅速登上美区 App Store 总榜第三，也验证了它的成功。

02

为产品打造模型，

而不是为模型寻找产品

张鹏： 确实，你刚才提到了一个核心观点：Sora 这个产品形态的成功，是因为它的模型是围绕产品来打造的。这与许多先做模型再找应用的团队形成了鲜明对比。从技术角度看，有哪些明显的迹象能证明这一点？

曹越：我非常同意陈冕的观点。OpenAI 展现出了一种强大的垂直整合能力，即组织内部同时拥有顶尖的模型能力和敏锐的产品洞察力，并且能让产品需求反过来指导模型的迭代方向。

这已经不是第一次了。上一次的典型案例就是 ChatGPT。GPT-3 模型的核心能力早已存在，但 OpenAI 真正的厉害之处在于，他们将这种能力对齐了普通用户的需求，把它打磨成了一个极其易用、易于传播的产品。这种组织能力是非常高级且稀缺的。大多数团队都会陷入「先做模型还是先做产品」的内部矛盾中。

具体到 Sora，一个关键的例子就是音画同步。从纯技术角度看，把声音做好，可能不像把视频或语言做好那么难。但从产品和用户视角看，声音是决定性的。正是因为 Sora 能让音画同步输出，才使得普通用户生成的视频具备了直接的可消费性，越过了 C 端产品普及的临界点。

这种洞察力——关注用户真正想要什么，而不仅仅是技术上什么最难——是一个只会埋头训练模型的基础模型公司可能不具备的。OpenAI 再次证明了，他们不仅有能力打造强大的模型，更有能力将模型与产品完美结合，这正是他们最令人敬畏的地方。

张鹏：OpenAI 在技术和产品之间的切换并非没有代价。去年那场宫斗大戏，现在看来，或许正是为了将重心彻底转向产品侧而经历的必要撕扯。Sora 的出现提示我们，在追赶模型的同时，定义产品的能力也必须跟上。你怎么看呢？

陈冕：这完全说出了我的心里话。我这两天想明白一个关键点：Sam Altman 是一位非研究员出身的 CEO，他是一个顶级的「产品+融资+战略」大师。在过去几年由研究员主导的「模型竞赛」中，让一个纯研究员主导的公司率先做出顶级产品，是很难的。

OpenAI 的成功得益于其独特的组织结构：它既拥有顶尖研究员，又由一位非研究员出身的顶尖产品战略大师领导。同时，它兼具创业公司的高融合度与巨头的雄厚资源。正是这种独特的组合，让 OpenAI 率先做出 Sora 变得顺理成章。

我之所以兴奋，是因为这预示着整个行业的组织方式和话语权将发生变化。定义应用和产品的能力，其重要性正变得与构建模型同样重要。就在大家还在讨论 OpenAI 的模型领先优势是否缩小时，他们已经通过产品开启了下一阶段的竞争。底层模型的竞争格局已相对集中，但 Sora 的出现，就像当年的 ChatGPT 一样，正式拉开了 AI 应用层竞争的序幕。

张鹏：除了刚才总结的那些结构性突破，你觉得 Sora App 在产品层面，有哪些做得特别聪明的地方？

陈冕：我认为 Sora App 的背后一定有产品高人。大家不要觉得一个产品看起来简单，越是简单的产品，背后越见功力。产品经理最难的不是做加法，而是做减法，这需要顶级的判断力。你用 Sora App 会发现，它几乎上手就会用。虽然在工程上还很粗糙，比如会弹出代码报错，甚至没有安卓版，但它的第一版在产品设计上，我认为已经做到了极致。

它的交互就是最简单的上下滑、左右滑。创作流程也极其简练：用 @ 来选择人物（Cameo），然后输入 prompt，整个过程行云流水。它所有的设计都在鼓励你进行社交。能把流程做到如此简单，背后一定是有强大的组织能力和优秀的产品经理在支撑。

第二个关键点，也是它最特别的地方，就是所有设计都紧密围绕「社交」。我为什么说它是「AI 的 Instagram」，你看它的核心功能：

ID 保持是基础。你要社交，总得先让别人认出你的脸，你才能 @ 朋友的脸，两个人才能互动。

音画同步是为了让大家「玩起来」。两个人要对话，要一起表演，就需要音画同步。你看所有双人共创的视频都依赖这个功能。只有在最需要即时性、UGC 和社交性的场景里，才需要把音画同步做得如此简单和极致。

再看它的分镜头控制。它限制视频时长为 9 秒，这完全是朋友圈的逻辑。同时，短视频也需要叙事性，所以它提供了多镜头切换的能力，让一个 9 秒的视频也能有故事感。

它做的所有事都在为「社交」服务。包括它的邀请码策略，一个人只能拉四个，就是为了让你邀请最亲密的朋友，快速建立「熟人关系链」。他们甚至没做营销，这证明从产品、模型到市场，内部已经想得非常清楚，并串成了一条高效的链条。这件事，如果没有高度整合的组织和 CEO 的亲自拍板，是绝对无法实现的。

张鹏：现在假定你是 Sam Altman，能帮我们想象一下 Sora 是怎么做出来的？

曹越：在这里我有一些不太一样的观点。首先，我觉得没必要神化 Sam Altman，他可能只是「许可」了这件事，而非亲自发起。

关键在于，Sora 的诞生更可能是一个「看菜下饭」的过程。当你知道现有模型能实现哪些能力后（比如音画同步、参考 ID 生成，这些对算法人员并非不可预测），再将这些能力与产品场景结合。对我个人而言，认知上最大的迭代是，它把「叙事」也整合进了模型，而不是用传统的产品方式来做，这点非常出色。

但是，要说团队一年前就决定要做社交，我觉得绝不可能。更大几率是，一个出色的产品经理，看着手里已有的「土豆丝」（模型能力），决定炒一盘菜。当你能做参考 ID 生成，但在北美 deepfake 是条红线，你不能随意生成人脸，那么「基于许可」的熟人社交就成了一个自然而然的选择。

所以，整个过程更像是组织内部紧密耦合、上下文对齐得很好，而不是产品提需求、模型再排优先级的传统流程。

张鹏： 所以你觉得这更像是一个归纳而非演绎的过程？把所有可用的「菜」搁在一起，然后推导出到底能炒出什么？

曹越：是的，从我的视角看，这个过程可能没那么神奇，但的确不容易。它需要大家做一些 mindset（思维模式）的切换。作为一个做模型的团队，我知道应该跟产品经理做更深度的交流，可以往某个方向去优化。但产品同学也需要去理解模型到底是怎么回事。

所以我觉得它更多是这样迭代出来的，而找到那个 fit 是关键。一旦找到这个 fit，如果他们的团队本身在产品侧就比较成熟，那么执行起来是能做到的。但最难的是最开始的那个认知：我们能做什么？在哪个地方是真正 fit 的？这个是关键。

03

超越技术：AI 时代的组织护城河

张鹏： 我们来聊聊视频生成的技术。很多人并非技术出身，但很想了解视频生成技术在过去几年经历了哪些关键阶段的变化？

曹越：我来梳理一下视频生成的几个关键里程碑。

第一个关键里程碑是今年 2 月 OpenAI 发布的 Sora，它是一个巨大的认知突破，用「扩散模型+Transformer」的结构证明了 AI 可以生成高质量的单镜头素材。

紧接着，上半年以 Veo 等模型为代表的音画同步技术，让 AI 生成的人物表现力大增，跨越了「恐怖谷」，使其能进入主叙事链路。

差不多在同一时期，还有另一条关键技术路线——自回归模型（如 MAGI-1 和 Genie），它像语言模型一样逐个 Token 生成视频，被证明可以生成更符合物理规律的视频。

然后是最关键的时刻——Sora，它核心叠加了「叙事能力」，能一次性直出一个包含有意义镜头切换的短片，让视频模型从生成「片段」进化到了能直出「可消费的完整故事」。

最后，Sora 还有一个常被忽略但官方极为重视的突破，即「物理准确性」，官方报告通过体操、跳水等案例来强调这一点。

张鹏： OpenAI 的报告里，有什么让你觉得在技术上有启发的东西吗？还是说他们已经把关键问题都藏起来了？

曹越：报告里关于如何实现物理准确性的描述确实相对晦涩，远没有达到学术论文的清晰度。它只是说「我物理上更准确」，但并没有详细解释方法，这和实现它的路径之间差距还是很大的。

但这至少指明了一个方向：OpenAI 非常关注物理准确性，并认为自己已取得阶段性成果。这对我来说是有启发的。

张鹏：我相信国内顶尖的模型公司都在加班加点地追赶，你估计他们需要多久才能做出类似 Sora 的产品？

曹越：我估计大概需要三个月。从产品维度看，OpenAI 的优势在于模型和产品的垂直整合，但如果只看模型能力，追赶者与它的差距并没有想象中那么大。一个关键能力是音画同出，Veo 3 在 5 月份已经做到，我们内部也将在国庆节后发布一个具备这种能力的新模型。所以，这更像是一个如何将模型能力完整地展示为产品的过程，单论模型本身，海内外团队的差距并不大。

陈冕：我觉得会非常快，第一个产品可能一个月之内就会出来。

原因有两方面：一个是模型能力会迅速拉平。不论是谷歌还是国内公司，很快会发布新模型追赶上来，OpenAI 的 API 也可能很快开放；另一个是真正的战场在应用侧。

对此，我有两个核心观点：

第一，国内的互联网大厂现在应该睡不着觉了。大家对 Sora 有个误解，它不是「AI 版的抖音」，而是「AI 版的 Instagram/朋友圈」，它的本质是 AI 社交。

在中国，通用社交有极强的头部效应和网络效应，赢家通吃，比如微信。内容平台可以百花齐放（抖音、小红书、B 站），但社交只有一个。如果 Sora 真的做成了社交超级 App，将会动摇现有所有平台的流量根基。这会引发一场「腥风血雨」，无论是海外的 Meta、Google，还是中国的几家大厂，都会疯狂内卷。所以我说一个月都是保守估计。

第二，对于创业者来说，AI 应用的时代才刚刚开始，但不要想着去做 AI 版微信，因为创业公司做通用社交几乎不可能成功。真正的机会在于，将最好的产品创意和最好的模型进行整合。

张鹏： 陈冕你觉得 AI 社交的帷幕被拉开了。如果把你切换成 Sam Altman 的角色，接下来三步棋会怎么走？

陈冕：首先，我想澄清一点，CEO 之前的背景不重要，重要的是在当前这个时间点，CEO 和整个团队都要有「复合认知」和「复合能力」。本质上是产品能力和产品认知变得越来越重要了。

回到你的问题，如果我是 Sam Altman，接下来要做三件事：

第一，勇敢地做 ToC。Sora 掀开了 AI 面向泛 C 端的帷幕，这件事可以开始认真考虑了。

第二，加强组织能力的垂直整合。未来的组织，产品需要懂技术，技术也需要懂产品。在前一个阶段，研究员（researcher）可能只需要工程能力，但现在他们也需要产品思维。技术是 AI 革命的基石，但现在技术也开始离不开产品了。不同职能的人，包括研究、工程、产品，必须深度整合。

第三，Go big or go home（要么做大，要么出局）。AI 时代的机会比互联网时代大 10 倍甚至 100 倍，但市场也可能更加头部集中。人才、算力、资源、资金都在向头部集中。AI 的发展速度比以往任何技术革命都快，这导致竞争被前置了。大家都能看到未来，共识很强，所以都用充裕的资本提前进入竞争，内卷加剧。你本来可以慢慢做应用，但现在不行了。API 和算力的价格都很高，如果你没有足够的钱，连 API 费用都付不起，还怎么竞争？所以，我的建议是，业务要更激进地增长。这对所有创业者来说，是最好的时代，也是最卷的时代。

张鹏：我想再追问一下关于「组织能力整合」，有什么迹象表明这种整合是对或错呢？

陈冕：坦诚说，我们也在探索。举个实际例子：一个产品经理会从用户出发，想着用现有技术去「打补丁」，比如优化提示词。但我们的技术同学会提出一个更未来的概念：为什么整个画布不能是一个上下文窗口？

这是一个产品经理最初可能想不到的。但反过来，你光有大的技术变革也不行，设计师会问你，「所以呢？这对我有什么用？」

这就需要产品和技术的深度整合。你既要拥抱新技术，又要找到一个「灵光一现」的场景，让技术真的能被用户玩起来。这要求组织非常敏捷，没有部门墙。根据我的经验，他们必须物理上坐在一起，因为「物理距离也影响心理距离」。我脑海里 Sora 的诞生画面就是：在一个复合型团队里，一个既懂模型又有产品感的人突然想到一个新玩法，然后整个团队能迅速形成共识并落地。这种组织能力至关重要。

张鹏： 我也想听听曹越对这个问题的看法。你最近在组织内部有什么相关的思考和观察吗？

曹越：在我看来，组织内部绝大多数的摩擦都来源于「上下文不对齐」。不同专业背景的人（比如算法与业务）之间沟通带宽很窄，因此提升组织效率的本质，就是如何让大家更快速地对齐上下文。

要实现对齐，有两个基础：第一，个人的 EGO 要小，这样才更容易接受别人观点；第二，要善用语言模型这个「补全上下文的神器」，比如，当我听不懂一段话时，我会把它发给 Gemini，让它帮我理解。

另外，我有一个强烈的感觉：AI 时代，产品和模型的边界比我想象的要模糊得多。这对组织的要求是：做产品的人要去理解模型，做算法的人也要和产品的人多交流。大家要多一起吃饭、散步，在非正式的沟通中对齐上下文。我非常同意陈冕的观点，很多伟大的想法不是设计出来的，而是碰撞出来的。组织就像一个容器，把不同背景的人「Remix」在一起，最终产生伟大的创意。

04

AI 应用的黄金时代和「最卷」的战场

张鹏：我观察到，过去大家追求让普通人能拍出好莱坞大片，或帮专业公司降成本。但 Sora 出来后，路线似乎变了，大家更像在玩，而不是想做大片。这是否意味着，过去那种降低成本、普及好东西的思路，未必是最好的？

陈冕：对，我觉得这是一种惯性思维。AI 时代最大的机会，本质上是 AI 原生的机会。

如果你想的是给好莱坞大片降成本，那你其实还是在做提效，而提效不可能带来革命。革命才诞生伟大的新机会。巨头想提效无可厚非，但创业者绝对不能用这个思维。

我们从第一天起，思考的都是：AI 时代会带来什么样的新体验和新内容？这才是本质。比如你和 Sam Altman 合拍的那个视频，在过去几乎不可能发生，但现在可以随时随意地发生。这就是原来没有的、从 0 到 1 产生的新体验，我们称之为「AI 原生」的体验。

如何定义 AI 原生？你就想，没有 AI，这个业务或内容还存不存在？如果不存在，它就是 AI 原生的。这是一个很重要的思维切换。如果你想在 AI 时代做一家伟大的公司，就必须回答这个问题。如果答案是「体验会打折」，那你可能做错了；如果答案是「业务会直接消失」，那你就做对了。

所以我其实不认为未来会是「好莱坞大片人人都能拍」。当年抖音出来，大家以为短视频是另一种电影，后来发现它是生活记录视频，是摄像头的平权化。我觉得这次也会是不同的东西。

张鹏：如果我们的目标是改变供给，而非降本增效，这会如何改变 AI 模型技术的发展路线，以及模型与产品的融合方式？

曹越：首先，我非常同意这个观点。这一波 AI 本质上是一场生产力革命。无论是语言模型、图像视频模型，还是现在可以音画同步生成的模型，它们在初始阶段都是在改变供给。

但关键问题是：到底要改变的是什么供给？这是一个需要从产品侧深入思考的问题。以视频为例，过去一两年我最大的感受就是，视频这个品类实在太庞杂了。有电影、短视频、中视频，甚至游戏也可以看作是一种交互式视频。

从内容的视角反推，我们就要思考：哪些品类会率先被改变？机会到底在哪里？产品与技术的「fit」又在哪里？随着模型能力的进化，我们看到机会也在演变。一开始可能是人利用各种模型工具去制作一个片子；现在，一个模型已经可以端到端地生成一个 10 秒的短片。再过一两年，模型能独立生成多长的、可消费性的内容呢？

沿着这个时间线推演，会涌现出不同类型的机会。它可能是一种像表情包一样的玩梗视频，也可能是需要更长叙事的 AI 短剧，还可能是有更多交互的形态，比如交互式游戏，用户可以点选分支剧情。甚至，我们能否做出陈冕之前提到的那种，超越简单滑动的、具有极致交互体验的 AI 原生视频产品？

张鹏：Sora 的出现，在未来三个月，对中国的创业团队和投资环境，究竟是好事还是坏事？可能会如何演进？

陈冕：我认为有两个方向的变化，最终是好是坏还不好说，但大概率不会变得特别差。

首先是积极的一面：AI ToC 的想象空间被极大地拓宽了。创业者能探索的方向更多，能做的事情也更多。光有模型能力已经不够，需要更复合的能力加入，这对创业公司是利好。我们能清晰地看到 AI 走向应用的趋势，这几乎是一个比互联网大 10 倍甚至 100 倍的超级机会。能力要求越复合，组织要求越敏捷，创业公司的机会就越多。

但另一方面，也存在「要么做大，要么出局」（go big or go home）的问题，即头部集中会更明显。因为行业发展太快，竞争趋于白热化。虽然巨头如 OpenAI 也并非无所不能——比如他们的 Agent 体验就不一定比创业公司好——但速度、资本和人才的密集，导致大家都在烧钱。尤其 C 端 APP 更烧钱，就像移动互联网早期一样，大家都知道未来能盈利，所以早期竞争异常激烈。这就不可避免地导致资本会更加向头部集中。

所以，总的来说，对于整个创投市场，投资 AI 会更加疯狂和「FOMO」（错失恐惧症），但资金会更向头部集中。而对于创业者来说，这既是最好的时代，也是最「卷」的时代。你必须飞快地做大、变强、找到产品市场契合点（PMF），否则就只能出局。

曹越：我对未来非常非常乐观。无论 Sora 是否出现，这个时代都充满了层出不穷的机会。我非常认同陈冕的观点，这是一个有巨大增量的时代。从底层来看，这波 AI 带来了至少几个数量级以上的效率提升，这种基础生产力的变革最终会催生出极多的机会。

另外一个维度是，中国的创业者完全可以放眼全球市场。坦率地说，中国的创业者非常「卷」，无论是数量还是质量都非常出色。

回顾过去，00 到 10 年，大家主要聚焦中国市场；10 到 20 年，顶尖的企业家已经在中国和海外市场都取得了成功。而在这个新时代，趋势一定会更加全球化。我相信，中国的工程师红利和企业家精神红利，能为世界创造巨大的价值。

张鹏： 最后一个问题，想请两位分享一下：看到了 Sora 之后，你们各自有什么新的目标和计划？

曹越：首先，我们最新的音画同出模型，将在国庆后大家就可以使用了。Sora 让大家看到了音画同出最终的 ToC 机会是什么。国庆后欢迎大家去评测和对比。

未来半年，Sand.ai 会继续专注于 AI 视频方向，为普通和专业用户提供 SOTA 级别的模型和产品。我们对此非常有信心，希望能抓住这个大方向上的机会。

陈冕：对 Lovart 来说，Sora 对生产力侧是巨大的变化。之前 Nano Banana 出现时，我们的流量翻了一倍，希望 Sora 2 开放 API 后能再翻一倍。生产端工具的 PMF 已经得到验证，并且会更强，我们肯定不能错过这个机会。

另外，我们会激进地探索 ToC，但具体做什么我先卖个关子。

第三，我们会激进地扩张团队，欢迎产品、运营、设计、研发的同学加入我们，我们希望做一家顶尖的 AI 原生应用公司。

张鹏： 我逼问一下，12 月份能看到你 ToC 产品的进展吗？

陈冕：（笑）进展肯定会比这更快。但我们对 C 端产品有更长的生长预期。如果一个产品能瞬间爆发，那可能还是大厂的机会。

张鹏：好的。今天两位嘉宾的分享让我们对 Sora 这件事看得更深入、更清楚了。一位准备迎接整个产业在 AI 视频模型上的高度关注，另一位准备接住翻倍的流量并向外扩张。能感觉到两位都非常兴奋。

再次感谢两位的分享。