对话 Roto：让视频实时可交互、足够个性化，我们要做 AI 时代的 Netflix

⬆️关注 Founder Park，最及时最干货的创业分享

---

超 19000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者，飞书扫码加群： 

进群后，你有机会得到：

• 最新、最值得关注的 AI 新品资讯； 
  

• 不定期赠送热门新品的邀请码、会员码；
  

• 最精准的 AI 产品曝光渠道

---

01

与其进入一个很卷的赛道，

不如把梦想做大点

Founder Park：介绍下之前的工作经历？

David：大学毕业后我就出国了，大部分时间在硅谷各个独角兽公司之间游走，比如 Pinterest、TikTok、Snapchat。最近几年我一直深耕 AI 领域，从 TikTok 到 Snapchat，再到回国，始终在做从 0 到 1 的 AI 新产品。从早期生图还不火的时候，到后来的多模态生成，包括视频、音频，都参与过相关项目。

在 Snapchat，我负责做了一整套相当全面的多模态生成功能。我们的目标是把相机拍摄器下的所有工具都用 AI 重新做一遍。比如 caption，你贴一张图，AI 会自动生成注释；你想配乐，AI 可以根据调性自动匹配；甚至所有的橡皮擦、生图、inpainting，这些都是可以在上面加东西、减东西、删东西等。那段经历让我把各种模态的东西都跑了一遍，评测了大量模型效果，这对我现在判断内容质量有很大帮助。

2023 年视频模型开始出现，到现在，生图模型已经非常商用化，像 Nano Banana Pro 这种级别基本已经很完善，没有太大增长空间了。现在大家在拼视频模型，希望它达到 Nano Banana Pro 那样的级别。这也是为什么我觉得要开始思考新的内容形态，这才是 AI 带来的机会。

David Xu

Founder Park：大概是什么时候决定出来创业的？

David：这个想法很早就有了。一个人是否适合创业，自己通常会有感知。如果你在一个大环境里总觉得有点慢、不够灵活，或者总是对决策有不同看法，说明你渴望拥有更多的主动权。当你知道方向时，就会想尽快把它实现，这样的人其实相对适合创业。我基本是 2024 年从海外回来后，就一直在研究创业，接触各种创业者、投资机构。

2025 年上半年，我正式和我现在的合伙人开启了现在的事情。

Founder Park：那你们现在的创业想法，中间变过吗？

David：变过很多次，这很难不变。我一直坚定要做内容和创意，之前的工作之余也做很多线下演出型的内容创作。但这个领域能做的事情太多了，我们也经历过两三次方向调整。

去年年中，好几次我们想到的一些点子，在做到差不多准备上线，或者 Demo 出来内部测试的时候，国内大厂就已经推出了一个很完备的、和我们想法差不多的东西。

比如「无限画布」，可以在上面删删改改，我们上半年想做，后来快手的可灵就上线了，海外的 Flora 很早在做，现在它基本已经变成一个标配功能了，当时感觉再做意义也不是特别大。还有像 Sora App 社交的形式，我们也做了一个几乎一模一样的 Demo，连横滑竖滑的交互组合都和我们当时的概念视频完全一致。我们做的时候它还没发布，结果过了几个月它就发了。如果我们坚定地做下去，投入几个月后发现追不上，再去做推广可能也追不上，那时候再撤退，我觉得判断的时间点不够好。你要么就更早做判断，要么就更长时间地坚持。

后来我的思考就是：要么做非常具体的需求，更 ToB，做出来就知道有人付费，把它当成纯工具和服务的东西；要么就做得更大胆，去做那种可能一两年技术都不成熟、但你坚信的极致创新。最后我选择了后者。虽然现在的产品在技术和内容上都不成熟，但是我们能想到的它的未来是无比光明的，愿意陪着技术和内容一起思考，和整个市场一起去努力，去构想它未来的样子。

Founder Park：与其进入一个现在看来已经很卷的赛道，不如把思路放大一点。那现在回头看 Sora App，会庆幸没做吗？

David：也不是，我还是蛮看好的。虽然它的数据上其实不够好，留存几乎接近于零。但我觉得很多概念本身没问题，只是可能故事讲得太快，或者市场的耐心不够。

比如 2021、2022 年有一阵数字人和元宇宙很火，大家都觉得是未来，但明显是概念走得比技术远太多了，技术追不上，热度就会降下来。我不是说 Sora App 和它一样，Sora 2 走的方向是「人人都能创作」。大家都可以快速上手、快速生产，这样带来的结果就是内容的可看性和可消费性相对较低。这也是现在大部分内容工具产品的方向：先让更多人使用。这样做出来的东西可能消费性不高，但用户多了，商业化就好做一点，订阅会更好。

但我一直想走另一条路，就是先做出好的东西，让大家知道 AI 不仅仅是降低门槛、降本增效，它其实可以做出高品质的内容，有它自己的特性，在某些方面甚至可以比人做得更有看头。它不是一个在品质线之下纯粹降本增效的东西，是可以达到品质线的。

这也是我们现在坚持要做高品质内容的原因，我希望大家对 AI 内容的观念能有转变，不要一提到 AI 内容就觉得是那种模板化的东西。如果产品的用户教育一直是「尝鲜」，看不到新鲜的好东西，产品很快就会让用户产生「创意疲劳」，留存率就会很低。Sora App 当时也是这个方向，内容同质化且质量偏低，大家在平台上看不到太多新鲜的好东西，留下来的意义就小了很多。

Founder Park：你们当时决定切入这个赛道，是因为觉得技术成熟了，还是想法更明确了？

David：我觉得是想法更明确，技术还是不够成熟的。

现在做的东西，我们定义为「AI 开放世界视频」，比较接近交互视频，但在样式上有区别，开放世界的想象空间非常高。现在只是 MVP 版本，未来能做的太多了。如果我们把它定义为「第十艺术」，它也值得一个新的名字。所以我们现在叫它「开放世界视频」，算是借用了「开放世界」这一广为人知的概念来帮助理解。

做这件事基于我对行业长期的观察。AI 作为一个新技术，应该可以带来一种新的内容样式，而不仅是复刻视频、图片、音频。这些都不能代表 AI 的核心特色。历史上，每个新技术的到来都能催生新样式：照相机的发明带来了摄影； PC 的出现催生了「第九艺术」游戏。AI 也应该如此。

实时性意味着观众可以快速参与，创作一个作品不再需要花一两年时间。个性化意味着观众能加入自己的身份、形象、名字，与情节互动，它会带来创作者和观众边界的相对融合。我们定义的未来内容，创作者可能占 60% 主导，设定一个框架而不再是一个静态的作品；观众有 30% 交互空间，有很高的自由度去改变剧情；最后 10% 是模型的随机性，如果之后模型有更大的进步，随机性可能会更小。当然也有可能我们喜欢这种随机性，这些都可以开放讨论。

Founder Park：在 2025 年做这个事情，你们怎么判断技术的阶段？如果做得太早，可能做了一年技术都无法解决实时性生成的问题，导致前期只是在做技术积累，这对于创业公司来说是很难承受的。

David：我希望能达到趁势而上的效果，但没人能真正完美地预测。比如现在的视频模型更多在乎效果，实时性还不是重点。但我们也看到有些公司在做相对快速的模型，效果更偏向小一点的垂类。我判断在我们做到 6 个月到 1 年的时候，这些模型的生成速度应该都会开始优化，达到秒级甚至更实时。

我们大概有这种判断，但我没有自信说一定能判断得很准。因为技术的发展其实是阶梯性的，不是线性的。可能突然出现一个新的算法，技术就上了一个台阶，然后大家再对模型进行调优，比如参数变大，进入一个相对平缓的增长期，再等待下一个阶梯。这个阶梯什么时候来，我无法准确地判断。

所以，一方面是我有一个预判，未来某个时刻技术会成熟，我们就可以顺势而为。另一方面，在这条路上，现在也有很多可以做的事情，不是非得等着实时模型效果很好了再做。如果等到那个时候，所有人都可以直接做了。除了技术，其实还有很多产品和内容层面的东西需要打磨。

比如，每个新内容样式出现时，该做什么内容？这是一个大家经常忽视的视角。短视频出现时，竖屏 15 秒，你不能再用拍 YouTube 长视频的思路去拍。竖屏意味着可以拍全身，肢体动作可以更夸张，更有冲击力。15 秒意味着节奏要快，要迅速给出兴奋点。这就催生了产品上的需求，比如分段拍摄、多样化的剪辑效果。对于交互视频也一样，怎样的交互是好玩的、有意义的？剧情该怎么走？它相当于一种平行世界的叙事，视觉风格该如何设计？这些都有巨大的探索空间。所以，我们可以从内容层面反向思考，给产品提供新功能的建议，与技术一同进步。

Founder Park： 你的意思是，可能今天的 60% 或 70% 的技术，已经可以搭建 MVP 版本来探索新的内容形态了。在这个基础上，你们需要提前研究它的交互方式、呈现形式等等。因为我们从来没见过一个纯粹自由的实时交互视频内容，所以需要一步步去探索。

David： 对。包括我们追求高质量，就是希望新内容样式出来时，能让大家看到一个标准线以上的东西，看到它的上限，而不是一上来就觉得「不过如此」。所以我们现在和上海戏剧学院的导演、编剧合作，一起思考叙事结构；也和业界头部的 AIGC 创作者合作制作片子。我们希望能在这方面做深入的思考，做出优质内容，让大家看到它能带来的价值。

Roto 故事库中的部分短片

Founder Park： 提到可交互视频，很多人会想到 Netflix 那种可选择的互动剧。Netflix 最后也算是放弃了这个方向。你觉得它没成功是什么原因？

David：我只能基于自己的角度分析，我觉得整体是一个 ROI 的问题。网飞拍一个像《黑镜：潘达斯奈基》那样的选择式互动剧，最后可能有十几个不同结局。这意味着他们要用四五倍的体量去拍一个同样时长的东西，还要花更长时间构思剧本走向，因为出品质量要有保障。

内部团队肯定会算这笔账：它带来的收益会比拍一部《怪奇物语》的续集更高吗？它的成本远高于普通剧集，收益却未必有那么大的增长，可能只是在市场上造成声量。如果持续拍这类剧，剧本难写，制作周期又长，到底值不值？所以对他们来说，试一下就行了。

AI 时代之所以让这种形式变得更可行，就是因为 AI 生成降低了制作成本。你规划的部分可能只是一个框架，血肉可以由 AI 去填充，制作成本就不会那么高了。

Founder Park： 所以更多是性价比问题。用人力去堆砌交互体验，最终收益可能还不如用同样时间拍三部普通剧带来的。这两年也有很多影视公司在做所谓的「互动影游」，它的性质和你说的差不多，只是把互动视频做成了一个所谓的游戏，你怎么看这类产品？

David： 那些对我们来说都是启发。过去的产品剧情固定，比较像选择题，开放性相对受限。我们想把「选择题」变成「填空题」，甚至是「解答题」。你可以通过文字或语音输入，获得更大开放程度。而且过去的产品制作门槛很高，无论是做成游戏上架 Steam，还是作为一个剧拍出来。

我们的产品有观看端和创作端，创作端可以赋能到每一个人，只要你有想法，就可以做这样的内容。它的开放度和能力上限都很高，当然，上手需要一定的学习时间，因为它是一个全新的内容形态。我们前期和很多专业创作者聊的时候，他们都表示很兴奋。现在很多导演或 AIGC 创作者其实都想做偏游戏性的东西，但没有开发能力或团队。我们相当于提供了这个工具，他们就可以做出这样的片子。

Founder Park： 无论是网飞的互动剧，还是现在的互动游戏，能火的前提是内容消费体验好，质量足够高。能做出这些内容的人是比较高质量的创作者。如果把这个能力平台化，降低了创作者门槛，还能奔着「高质量」去吗？这两点会不会有冲突？

David：第一，用同样的 AI 工具，普通用户和专业创作者的内容品质差距非常大。专业创作者已经可以创造出很多能卖给品牌的商用广告，说明作品质量已经达到了很高水准。在我们社群里，都是国内最头部的创作者，承包了全国 80% 的高质量商用 AIGC 内容。即便只是静态内容，用同样的模型，不同的人做出来差距也很大。

在我们的内容形态里，创作者会设定一个世界观、画风、人物，或者很多过渡的桥段，这些就像是建筑的「柱子」，是提前埋好的。可能会有一些部分是用户交互的时候填进去的，至少可以保证是在框架内进行的，系统提示词层面也有之前的专业创作者提供的世界设定以及人物设定，可能也会有一些关键帧，这些的控制会帮助 AI 更融入剧情，能保证内容更相关、质量更高，审美更强，风格也更统一。不可能说在一个轻功的环境里，非要生成一个在宇宙里打架的科幻故事。

第二，我们现在相对鼓励 PGC 和 PUGC 来创作，也是希望一开始就有高质量内容打底。但我们也不会让普通用户无从下手。未来我们可能会做分区，「内容会有「品质剧集」可以去看，也会有类似游乐场的分区，大家可以简单创作，随意发布作品。

Founder Park：如果用户提了一个特别「飞」的需求，比如本来是一个古代背景，他突然说「这时候来了一艘宇宙飞船」。你们现在是会拒绝生成，还是怎么处理？

David：我们现在的做法是把这个控制权交给创作者。创作者在构建故事时，可以自己决定这个故事的开放性有多大。比如，你的设定可以是「观众输入什么都行，要宇宙飞船也给他」，而我的设定可能是「不行，我还是希望他在我的框架里玩」。这体现了不同创作者的审美和他希望观众体验的倾向。所以，这个自主权我们交给了创作者，让他自己去决定，自己的作品，他的观众跟他共创的时候会玩得有多飞。

Founder Park：现在有语音和文字输入，为什么考虑加入语音？感觉这会让输入信息的收集变得更复杂。

David：语音的沟通效率很高。用户可以在更短时间内反应，而且它的想象空间很大。比如我们可以做一些女性向的内容，你可以和里面的男主角进行语音对话、聊天。

Founder Park：你们现在的能生产多长的视频？允许用户交互多少次？

David：目前没有限制。只要创作者能一直做下去，工程就可以做得非常长，主要看精力和想法。理想上也是，要给市场和创作者自由度，有人想做 10 分钟，有人想做半小时，有人想做 3 分钟，都得让他们做，市场会告诉我们说哪种时长、哪种内容是观众喜爱的。

Founder Park：现阶段的产品交互和功能设计上，是怎么考虑的？

David：这个创作工具是全球首发的，之前没有任何竞品做过这种东西，包括我们的观看端，这种 AI 交互式播放器同样是全球首发，目前也没有人在做。

用户可以通过输入文字指令，改写故事情节

因此，这个创作工具的很多部分，其实是在定义一种新的交互方式，它的模块和传统静态作品或艺术内容的模块是不一样的。说实话，整体还是有挺高的学习门槛。

所以我们的做法是定义了几种不同的模块。

一种是交互模块，在这会引导用户输入，比如在某个节点向用户提问，用户的输入会被保存下来，之后可以继续用。

另一种是生成模块，把之前从用户那里收集到的各种输入，用来生成新的内容。

还有一种是情节梳理模块，也就是把用户的输入交给语言模型去判断，决定情节的走向。比如在我预设的框架里，它会智能地判断走哪条支线更符合，并生成观众需要的内容。所以，现在我们主要是在定义这些新的模块，无论是交互、生成，还是情节树的搭建。当然，这只是 MVP 版本，我们还有很多更大胆的想法正在尝试。对于新的内容形态，我认为还是要先拿出一个版本让大家看，然后再根据反馈修改，在不断的交互中向前推进。

Founder Park：如果我现在想复刻《黑镜：潘达斯奈基》。原片可能有固定的三条故事线，但在你们的平台上，创作者需要为用户的各种输入提供可能性。这是否意味着，创作者需要定义好允许什么样的提示词或想象空间，后续的视频生成是前端即时的吗？

David：是的，这也是由创作者自己决定的：哪部分是由我预设的「血肉」，哪部分是由观众输入的「血肉」来填充。观众的每一次输入，都可以通过语言模型进行判断，你可以选择让它在既定分支上做选择，也可以让它完成多模态的生成，无论是视频、音频、文字还是图片。它不一定只是生成一段视频。比如，你也可以把剧情设计成与角色对话，我输入的语言通过模型处理后，生成角色的回应。你也可以让我输入的内容在后续剧情里变成一条飘过的弹幕。这都取决于创作者的意图，你的想法有多丰富，完成度就有多高。

Founder Park：这会不会进一步缩小你们目标创作者的群体范围？

David：早期，群体范围一定会相对较小，但之后我们一定会降低创作门槛。比如我们正在做的智能体辅助创作，至少能让 AI 更多地参与框架搭建，这个功能近期就会上线。此外，我们也会做一些模板性的东西，类似一个「游乐场」，让 C 端用户可以玩起来。让他们知道自己可以简单地做出作品，可能做完第一个作品后，就有更强的动力去做更复杂的。用户的培养和成长体系，我认为之后是会补的。所以，现在只是一个 MVP，但它的发展空间非常大。

Founder Park：相比单纯用基础模型生成视频的公司，你们的核心更像是在解决：如何帮创作者把各种素材搭建成一个更丰富的故事树？

David：是的，可以这么理解，这也是一个差异化的点。我和很多视频基础模型的公司交流过，他们的视角更偏向于在技术上解决「生成」这个难题，但对于应用场景还没有很聚焦和垂直。而我们的方向是在一个很垂直的应用场景里，已经想得比较清楚了。说实话，我们这种场景非常适合做自研，因为我很清楚自研什么样的模型能更好地满足我的需求。我也在和一些模型厂商聊自研合作。我们对产品和内容的判断，也可以帮到那些有自研方向但不知道该聚焦何处的厂商落地。

Founder Park：内容侧来看，消费高质量、实时性互动内容的需求，会不会是一个伪命题？

David： 其实很多人是这么认为的。之所以觉得它是伪命题，是因为大家基于现有的习惯去思考。比如观众交互意愿是低的，你突然让人停下来输入，他可能脑子一片空白。

Founder Park：大家越来越懒了。

David： 现在的视频越看越短，大家可能手都不想动，你还让大家输入。但这是因为现在的内容就不是为交互设计的。这里我们的内容思考空间很大，怎么让用户愿意交互？比如让剧情人物在特定情境下主动引导你。比如《复仇者联盟》最后，钢铁侠大战灭霸，马上就要牺牲了，这时候如果问你「想不想要另外一个结局，让钢铁侠复活？」，你可能就会想「好，我想看看会发生什么」，你可能顺理成章就交互了。比如，画面上面如果有一些视觉的兴趣点，比你走着走着那边有一个长得跟环境格格不入的大蘑菇，你有可能就停在那了，你就会说，去那看看到底是什么东西。

在关键情节，会弹出提示主动引导用户

其次，用户的想象力有限，但是「用户们」的想象力是丰富的。我们可以提供输入提示，或者让他看别人怎么玩的，激发创作动力。作为个体，我可能没有输入的倾向，但是我去看别人玩过的东西，或者通过别人的输入去加入我的想法、再二创，可能就会有更多动力。

Founder Park： 也就是说，你对人类消费高质量内容的需求是有信心的。

David： 我有信心。

Founder Park：这一点我有点矛盾。经历了精品大片内容的时代，再看到现在很多消费 1 分钟的短剧，会觉得有点绝望。

David：我也和很多做短剧的朋友，包括上戏的导演、编剧朋友聊过同样的问题。他们说，长内容会回来的。

在我看来，人类感兴趣的东西其实一直没怎么变，从古希腊文学里的那些情节，到现在的霸道总裁，本质的吸引点是一样的。内容的长短会有轮回和波动。而且，现在大家觉得视频越拍越短、越拍越碎，短剧这么火，不代表长剧就不会回归。审美和时尚是有轮回的。况且，短不代表不能交互，短剧也可以做交互，长剧也可以，它们各有各的价值。

Founder Park：所以你认同 AI 短剧、AI 漫剧同样可以产出高质量内容。

David：我认同。长剧只是把那些吸引人的点做了更丰富的铺陈，让情感更充沛。短剧只是把节奏压缩得更短。我有看长剧的需求，也有看短剧的需求，我相信长剧还是会回来的。只要我们抓住那些本质的点，就是 OK 的。

我觉得这其实也跟制作市场的 ROI 相关。一部电影长片的制作周期可能是两三年，你很难准确把握市场，不确定投入之后的回报率。以前的长电视剧也一样。但现在短剧的制作成本和周期都极短，可能在横店 10 天就拍出来了，能获得非常快速的市场反馈。在商业市场上，这笔账很好算，也很容易挣钱。所以大家就不断复制成功的桥段和品类，起码能活很久。这本质上还是一个生意和 ROI 的问题。

Founder Park：所以，AI 在某种意义上，会降低我们过往制作高质量内容，比如商业大片的风险。

David：我觉得会。因为 AI 本身就有降本增效的属性，制作周期和成本都可以压缩一个数量级。另外，AI 内容可以有自己的调性。现在 AI 还在走模仿传统内容的路，但它其实可以走一条自己的路，这也是为什么需要新的内容样式。它的特征就是，一方面可以做很个人化的东西，我们每个人都可以把自己的故事加进去；另一方面可以做很多超现实、风格融合的东西。它完全可以去突破一些新的风格，再次去激活市场。

Founder Park：你希望行业或者外界怎么定义你们？一个做广告的公司，还是一个做内容生产平台的公司？

David：我觉得还是内容公司。我们不是卖广告，我们是卖新的内容样式。我们希望把这种内容样式推广到让每个人都知道，广告是其中一个重要的途径和商业化的桥梁。所以我们对内对外的定位都是「AI 内容公司」。

Founder Park：如果用一句话来定义公司呢？

David：基于 AI 技术去探索下一代内容样式的公司。

Founder Park：对于你们平台来说，我理解目前的核心用户是创作者。那么产品设计和商业模式都会围绕他们服务。创作者为平台供给内容，他们就是商业模式的核心。

David：它有一个顺序，像一个飞轮。现阶段需要先有好的内容，那就需要先有创作者。有了好的内容，我们再去做推广和增长，就能吸引来用户。这个平台未来的主流用户一定是观众。所以后期要不断完善的是观看端的体验。有了好内容，吸引来更多观众，他们接受了这种新样式，就会有更多人关注。这不仅能激励已有的创作者，也能让现有观众转化成创作者。同时，有观众就有商业价值，也能吸引品牌客户来做新的广告。

这一切都源于内容，内容带来观众，观众带来更多的创作者和商业机会，他们再进入创作链条，带来更多内容，这样飞轮就跑起来了。

Founder Park：核心创作者是所有平台争抢的对象，你们靠什么来留住他们？

David： 大家都要对创作者好一些，要么让他成名，要么让他挣钱。所以要给他们明确的收益方向。早期平台可能没有直接的收益分成，但一些激励计划、补贴是不可避免的，所有大平台早期都是这么做的。我朋友圈里的那些超级创作者，都和大平台有商业合作。虽然我们是小公司，但在内容上付费一直都是值得的。

只要能做出好的内容，拿内容去做宣发，就一定可以吸引来观众和商业伙伴。到时候，我们就可以把这种形式做成一种新的广告样式，比如开放世界的互动广告，你可以在里面改变代言人的样子，或者改变产品。像这类商单，我们现在已经有很多很有意向的品牌客户在对接，我们也会把这些商单都推荐给我们的创作者，让他们有实际的收益。

Founder Park：这个算现阶段已经跑通的商业场景吗？

David：正在跑通的过程中，现在基本算是 halfway。有很多积极的合作意向，也正在做一些用于 pitch 的 Demo。我们对这个方向的商业化很有信心，作为一种广告样式是可以跑起来的。AIGC 创作者的商单是很大的收入来源，只要品牌愿意为新形式付费，这就是个正向循环。

Founder Park：这会不会带偏平台的调性？

David： 这是分开的。这些广告不会放在我们平台上，可以作为一种服务，以 H5 的形式出现在品牌自己的商业链条里，比如他们的社交媒体或官网里。

Founder Park：你觉得产品到哪个阶段才算找到了大家认可的 PMF？

David： 有两个点。第一是用户侧：只要有一条片子火了，大家对这个东西买账且愿意付费，PMF 就找到了。第二是品牌侧：我们谈的商业合作真正完成交付的时候。

这两个目前都是 halfway。品牌侧进展顺利，预计在 Q1 就能成单。观众侧我们也在不断打磨内容，随着我们越来越好，一定会出现爆款内容。我们正在国内外市场同步测试，看哪些内容更受欢迎。

Founder Park：品牌侧，你们会不会最终变成一个专门接互动广告的平台？

David：大的内容平台都会有自己的广告团队，比如抖音。我们公司有很丰富的广告行业背景，我的联创也是广告公司出身的连续创业者，所以商业化这块我们比很多创业公司更有经验。我的看法是，我们肯定要保持一套相对固定的能力，创作和观看的核心功能不会为了客户而改变。但我们会赋能他们的商业上下游，比如看完广告后可以跳转到他们的商铺，或者适配微信、小红书、TikTok 等不同生态。我们会为他们做一些周边开发，但主体能力不会变，这样就能保证我们不会变成一个每单都定制开发的状态。

Founder Park：现阶段给品牌做定制会偏离你们的主线吗？

David：我觉得它在主线上。新内容样式一定会带来新广告样式，我们做的品牌案例也是在帮用户更好地接受新内容。大品牌如果和我们合作，对用户教育也是有好处的，能让更多用户知道，这种新内容样式是值得信赖和一看的。

其次，品牌商业化不只是单独做一个片子，它可能诞生新的广告样式。既然元素可以实时生成和改变，我们就可以做 AI 植入。比如剧情里怪兽穿的是 A 品牌球鞋，另一个观众看时可能穿的是 B 品牌。这可以变成一种潜意识的植入，就像电影里的植入广告一样。让广告主更接受这种形式，其实也是在帮我们打开未来更大的商业空间。

Founder Park： 广告业务除了带来收入，还能吸引留住优质创作者。同时，你们在这里做的技术和形式上的积累，也能反哺到主平台。

那现阶段除了广告，你们设想过主产品的商业模式吗？

David： 有考虑过。作为工具产品，可以对标主流的  AI  工具，走「订阅 + 按量付费」模式为创作者服务，头部的超创会有无限权益。从消费端看，可以对标短剧或视频打赏、付费解锁交互剧情，甚至可以把打赏融合在剧情和交互里。这些都是可尝试的方向，但我不能自负地说哪种一定是主流，可能是一种混合或全新的商业模式。

Founder Park：与竞品相比，你们的优势是什么？

David：首先，跑得快肯定是优势。其次，目前我还没看到竞品，但竞品一定在路上。另外，一些纯做实时快速模型和开放世界的产品，可能对我们既有帮助，也有冲击。你可以在那里玩得很开心，可能就会想，我还需要看你这边的作品吗？这些都有待验证。目前那些模型也还没开放给大众顺畅地玩，质量上也还有待提高。

对我来说，做开放世界和做实时视频模型，对用户的感知最后可能是一回事，就是「我可以在其中操控」，虽然技术不同，但在用户场景上可以合在一起。如果他们能合在一起，我们的场景最终会不会也跟他们合在一起？这是需要思考的。当然，我更觉得他们会成为我们的助燃剂。

另外，作为一种新的内容样式，必然会对过去的内容样式产生冲击。如果你不能占据大家注意力的一部分，就不能称之为新样式。我不是说短剧对我们有冲击，那太自大了，我们能冲击到他们就很不错了。我只是说，我们要考虑，大家凭什么看你的东西？你是不是比那些内容更有意思？在没有直接竞品的时候，这些最流行的内容样式就是我们思考、挑战、去抢夺一块蛋糕的「竞品」。

Founder Park：视频模型肯定不是你的竞品，而今天还没有出现同类产品，会不会是因为你们跑得太早了？会有这种担忧吗？

David：我会有这种担忧，但我不觉得这一定是坏事。可能我们前几次尝试都是跑得不够早，这次跑得太早了。但跑得太早这件事情，我觉得一定会发生。我每次去想这件事的时候，都觉得它在终局上会是一个世界级、人类级影响力的产品，是下一个 TikTok，会带来一种新的内容消费享受。

所以我希望我们是在最早一批提出这个方向时，能在这条路上有自己的一席之地。只要我们一直做对的事情，吸引正确的用户，和他们一起让产品越来越好，保持住自己在这个领域的身位，一直活着，就是一件很幸福且重要的事。不能因为现在觉得它早就不做，可能过了几个月，模型突然有一次大迭代，那就晚了。宁愿早一点，也不要晚。

Founder Park：你们坚信能活到那个终局。

David：是的，我其实相信这点。比如我也一直相信 XR 的未来，它只是因为有时候太火，资本注入太多，市场太分散了。现在大部分公司其实还是留着团队在继续做。所以只要你能活到那个时候，就一定能分到那块蛋糕和那个新市场。

Founder Park：像 Genie 3 这样的世界模型，也做的是可交互的开放世界，会担心被它们取代吗？

David：它同时是威胁，也是助推。如果它能达到那个水平，意味着技术上也会有相应的开源技术或其它方案能做到，我们接入它，也可以达到。

而且，我们可能比它在内容层面或平台架构上有自己的卖点，这些是我们积累了一年的壁垒。比如我们已经积累了创作习惯、创作流程，有创作用户和观众，我们主打的也是高质量。如果已经有了这个基础，我们再接入它，对我们就是助推。因为它可能还是一个更泛化的、偏 UGC 的场景，而我们在一个相对 PGC 的环境里，再去辅助用户玩，大家可能会觉得还是我们这边产出的内容更有价值。

Founder Park：你最近焦虑吗？

David：会。我刚跟我爱人说，我最近很兴奋，但也很焦虑。她给我的回复是「拥抱这种焦虑」。一方面，我是第一次创业，可能有些焦虑在成功人士看来很小儿科。但很多时候，是对于「感觉能做更多事，但精力或能力有限」的焦虑。比如我睡前会想，还有这么多事情可以做，很想同时都做了，但这不可能。然后就会想，如果没做到，会不会有不好的情况发生。

但后来我咂摸「拥抱焦虑」的感觉，首先尽人事，把认为重要的事情按优先级排好，最高效地完成它。只要方向是对的，很多事情也不是那么急。我之前会担心，如果春节前不做推广，会不会马上就有类似的人做了，那我们就不是第一个了。但后来一想，这事你也不知道。所以还是尽人事，做你该做的事，但不要因为晚了一两天而过度担忧。

Founder Park：与其担心漏掉什么，不如确定自己的每一步都是对的，朝着对的方向走。

David：对。而且我有时候会想，人与人的想法很不一样。即便我把我的想法告诉你，你照着去做，做出来的可能也是完全不一样的东西。所以还是坚持做你自己在做的事情。

Founder Park：你对于整个产品未来一年的发展规划和预期是怎样的？

David：首先，我希望得到用户侧和商业上的认证。让世界范围内的观众和品牌知道并接受这种新形式，这对我来说是一个里程碑式的、很有意义的事情。其次，在技术和产品层面要做更多的迭代，根据用户反馈去更好地完善观看和创作的流程。因为现在还是 MVP 版本，门槛高，交互的多样性和样式还可以再提升。

Founder Park：三年之后你们的产品会是什么样子？

David：今年的规划是做好用户和商业上的两个验证，以及搭建规范的创作流程。三年后，我心中一直觉得它是一个「AI Netflix」。我不怀疑技术会一直迭代，但我感觉 AI 的内容思考是严重滞后的。

我蛮期待以 AI 为原始技术的内容，做什么东西好看，能由我们来验证、定义、实现。我们做的这种交互式视频，就是 AI 原生内容，是真正具备 AI 特性的。探索 AI native 的内容应该长什么样。我们希望能做出世界级消费的这种东西，可以自称为一个「影业」的感觉。

Founder Park：所以也不介意把自己定位成「AI Netflix」？

David：我不介意任何标签。虽然没有哪个标签能完全定义你，但至少能让大家开始了解你。负面的也还好。在流量市场上总会有正面和负面的声音，如果能让大家记住，即便是负面的，他也消耗了精力去记你。

Founder Park：如果说，最后没能成为流媒体霸主 Netflix，而是成了像 HBO 或者 A24 那样小众、精品的平台，你会接受吗？

David：我会接受。我觉得 A24 很好。我还是蛮在乎做的东西是不是有表达、有审美。在我看来，技术会迭代，但艺术会留下来。我们现在还会去看几百年前文艺复兴的画，看 80 年代的电视剧。只要做出好东西，它是可以留下的，这对我来说有很大吸引力。如果你不是一个很大的平台，但你做的东西有一帮人觉得很有价值，能留下来，对我来说就是一种成功。