OpusClip 增長秘訣：如果每個階段只讓我選一件事做 | 42章經

OpusClip 是近幾年最成功的海外華人 AI 產品之一。在前不久的一場活動中，我們邀請到了 OpusClip 前增長產品負責人謝君陶，分享他在公司的整個增長周期中積累的實踐經驗。

前半部分是謝君陶的個人分享，后半部分是我補充的一些提問。

播客原文約 18000 字，本文經過刪減整理后約 9500 字。

個人分享

非常感謝曲凱老師的邀請。

接下來我會聊聊，在增長的不同階段，如果只能選一件最重要的事，我會做什么。

先說獲客。在這個階段，幾乎所有團隊都會遇到類似的難題。

比如我前幾天和一個朋友聊，他們剛發布了一個產品，聯系了很多推廣 AI 工具的創作者去做冷啟動，但遇到了不少問題：

很多創作者會買粉刷單，交不出事先承諾的數據結果，雙方很難建立信任；

與代理機構合作，又很難精準把控投放效果，因為無法與達人一對一溝通；

就算達人能帶來一些用戶，也難以判斷這些人是否是產品的目標用戶，因為他們的背景太雜。

針對這些問題，我先反問了一句：

「你們合作的這些達人，是你們的真實用戶嗎？」

這個問題在產品早期尤其重要。

冷啟動階段，你要找的第一批用戶，應該是你的 Partners，而不是 Affiliates。

兩者差別很大。

Affiliates 是那些希望通過傭金或銷售提成賺錢的人。這些人不一定是你產品的深度用戶，也不太能提供有價值的產品反饋和洞察。

而 Partners 來自你的真實用戶，他們能看到產品的潛力、愿景和方向，愿意在前期幫你打磨、共建，甚至以更低的價格幫你推廣或背書。

這類人，才是你要找的第一波推廣用戶。

那視頻產品到底該怎么做冷啟動？

其實，只要視頻產品真正找到了 PMF，通常就自帶很強的破圈能力。

因為你的用戶，尤其是那些內容創作者，本身就是最好的推廣渠道。

創作者會圍繞 KOL 形成圈層。如果在早期能和一些 KOL 合作，借助他們的影響力和背書打入這些圈層，就能快速建立起用戶群。

但這里有一點要特別注意：不要一味消耗創作者對產品的熱情，讓他們長期「為愛發電」。

更好的做法是盡早與他們建立穩定、正式的經濟關系。只有這樣，合作才能持續，也才能實現長期共贏。

對于創作者來說，他們之所以能成為 KOL 或 KOC，就是因為他們能持續為受眾創造價值。而提供價值的方式之一，就是分享最前沿的工具和使用方法。如果你的產品真的好用，他們自然愿意主動分享給自己的社群，從而獲得熱度和關注。

對于產品方來說，這種合作也能帶來更精準的用戶。如果為你宣傳的人是你的真實用戶，那么 Ta 的受眾往往也與你的目標用戶重合。

相反，廣撒網式的獲客會帶來大量噪音。這種噪音在產品早期迭代階段，往往是致命的。

所以在早期，應該聚焦于少量與自己愿景一致的創作者，讓他們幫你破圈、宣傳、獲客。這樣雙方都能獲得正向反饋，形成一個健康的循環。

那具體該怎么建立這種良性循環呢？

以 Opus 為例。上線不久后，我們就推出了 Brand Partner Program，邀請的創作者都是產品的早期用戶，其中不乏一些頭部大 V。

這些人一早就看到了我們產品的價值，愿意持續給我們反饋，和我們展開越來越深入的合作。比如 Jon Youshaei，他現在幾乎所有短視頻結尾都會加一句「Edited with OpusClip」，我們也在多場活動和聯合營銷中保持長期合作。

這種關系，正是得益于前面提到的策略——去找 Partners 深度共建，而不是依賴 Affiliates 做淺層宣傳。

這里有一個常見的誤區：很多人覺得冷啟動階段應該盡可能多找 Affiliates、鋪盡可能廣的渠道。

但這并不一定高效。

我們的 Brand Partner Program 做了兩年，到現在只和十幾位創作者簽了年框合同。但這十幾個人，為我們帶來了大量自然流量。

所以找達人的關鍵不在數量，而在質量。他們必須是你的精準用戶。

怎么找到這些人？

第一步是錨定圈層。比如我們會重點瞄準播客創作者群體，在這個圈子里集中發力。如果是視頻生成類產品，AI 視頻導演圈就是一個很好的突破口。

確定圈層后，再從中找到你們的真實用戶，然后篩選出第一批種子用戶和 KOL。

而在冷啟動之后，大家比較關心的一個問題，就是怎么更快、更好地提升營收和用戶增長？

眾所周知，付費轉化是增長的基石。而為了實現規模化、可持續的推廣，提升付費轉化率至關重要。

然而，能影響轉化率的因素太多了。

提升產品質量和能力一定是長期手段。但在早期，我們更需要一些短期、確定性高的抓手，先初步優化轉化率，形成用戶增長和產品迭代的正循環。

可現實中，很多團隊都會卡在這里：冷啟動之后用戶太少，想繼續推廣，那 ROI 就打不平。

所以該怎么辦？

一個很有效的切入點，就是靈活且精準的定價策略。

我跟很多創始人聊，發現大家很容易忽略一點：

定價不是一成不變的，而是可以隨著產品階段和用戶需求動態調整的。這種調整，往往能帶來立竿見影的收益。

以視頻產品為例，我建議大家可以圍繞「定制化」去設計定價。

因為用戶使用視頻產品的目的，是為了創作內容，然后向受眾傳遞價值。而內容的價值核心在于獨特性。對創作者來說，凸顯獨特性最簡單的方式就是建立自己的品牌。這個品牌可能來自真人出鏡、個人聲音，或者是 Logo、字體等元素。

我很喜歡舉的一個例子是 RunwayML。它的定價策略就很好地抓住了創作者對定制化的需求。RunwayML 的 Standard 和 Pro 兩個方案最大的差異在于，Pro 用戶可以上傳自己的聲音，實現從文本到自己聲音的 Voice Cover 或 Lip Sync，從而讓內容與個人品牌綁定。

另一個優秀案例是 Higgsfield。它最核心的一個付費功能，就是用戶可以上傳自己的照片，創建出一個專屬角色，此后生成的所有圖片，都能保持這一角色的特征。這一功能直接帶動了它的整體增長，如今勢頭依然很猛。

從這兩個例子可以看出，「定制化」是一個非常強的付費點。尤其在做視頻產品和創作者生態時，這點更為明顯。

不過調整定價確實是一件很精細的事。很多產品上線后都不太敢動價格，怕用戶敏感、怕被抱怨。

所以我從 Opus 的實踐中，總結了幾條比較通用的經驗，供大家參考。只要考慮到這幾點，基本就可以放心大膽地去調整定價了。

第一，永遠要保護老用戶的利益。無論是推出新的付費計劃，還是增加層級，都一定要保證老用戶的體驗和利益不受損，甚至可以更大方一點，給他們額外的權益。

一方面，老用戶是長期增長的基石。老用戶的留存，決定了你的 ARR 能做到多大。

另外一方面，老用戶也決定了你的口碑。口碑本質上就是老用戶如何看待你這個產品。新用戶來來去去，老用戶才是你真正的根基。

第二，團隊要有做全生命周期 AB 測試的能力。

最好的定價策略是測出來的。而且搭建 AB 測試其實比很多人想得要簡單快速很多，這點我們后面也會再展開。

第三，UI 傳達的信息也是定價的一部分。

比如，付費彈窗在什么時候彈？彈出時展示哪些功能？文案怎么寫？這些都是定價策略的一環，而且是非常低垂的果實。

如果你有良好的 AB 測試的基建，然后去優化 UI，往往能快速看到效果。比如你簡單調整下付費彈窗的時機、修改幾句文案，很可能就會帶來 30%、甚至更高的轉化提升。這聽起來可能有點不可思議，但事實就是如此。

不過 UI 的重要性被大大低估了。我看過上百個產品的定價策略，真正把這塊做好的公司很少。前面提到的 RunwayML 和 Higgsfield 是優秀代表，很推薦大家研究一下他們的做法。

再往下，就聊到了留存。

我認為留存是長期最重要的增長指標。

為什么？

因為留存決定了你的付費規模能做到多大。

忽視留存去做增長，就像拿一個漏水的桶去打水，無論你多賣力，最后也只能剩下桶底那一點點水。

舉個例子。假設一家公司的留存率是 90%，另一家是 80%，從留存的角度來看，這兩家公司都很厲害。可反過來從流失的角度來看，前者的流失率是 10%，后者是 20%，半年后，前者的存量用戶幾乎就是后者的兩倍了。

另外，用戶量越大，留存就越關鍵。

當你的付費基數越來越大時，每天在流失的老用戶也會越來越多。而新增用戶的數量不會無限增長，因為獲客在一定階段后就是會趨于平穩。

這時，你的流失率越高，就會越快進入零增長的階段，也就是每天流失的用戶和每天新增的用戶數量相等。

所以，高留存是實現產品復利式增長的基石。

Opus 的留存一直做得不錯，這也是我們能有長期營收增長的一個關鍵原因。

那要怎么提升留存呢？

這里分享一句我特別喜歡的話：

「大約 70% 的新產品想法來自于傾聽那些有著良好判斷力的用戶，這些用戶能夠提供寶貴的意見。而 30% 則是做一些本應該會大受歡迎的事情，但并沒有被用戶明確地提出需求。 —— Stripe 聯創 Patrick Collison

這句話有兩個關鍵點，點出了提高留存的兩個路徑：

第一，70% 的產品改進應該來自用戶反饋。

這點印證了 Opus 的策略。我們之所以能把留存做好，就是因為搭建了「以用戶為中心」的運營體系。這一點我后面也會展開。

第二，剩下那 30% 沒被明確提出來的需求，同樣關鍵，不能被忽略。

當你建立起反饋機制后，很容易被反饋淹沒。客服和市場團隊每天都會收到大量負面反饋，自然會優先去解決這些問題。

但與此同時，產品團隊必須保留長期愿景，去抓那 30% 用戶沒說出口的方向，因為這 30% 往往決定了產品能否做出差異化。

那具體要怎么搭建一個「以用戶為中心」的反饋閉環？

首先，要從不同渠道收集用戶反饋，多多益善，因為用戶在不同場景下就是會有不同聲音。

以 Opus 為例，我們主要有四個渠道：

• Discord：用于社區互動，收集用戶對產品的構思和實時反饋。

• Intercom：用于客服支持，主要處理用戶、尤其是付費用戶的 Bug 報告。

• Canny：用于結構化收集功能需求，并公開展示，讓用戶看到產品 roadmap。

• 社交媒體：用于監測潛在用戶觀點與品牌口碑。

這四個渠道構成了我們主要的外部反饋系統。

其實即便在早期，有很多方式可以收集和運用用戶數據。舉兩個例子：

第一，「郵箱后綴」可能很有信息量。Opus 就曾通過分析郵箱后綴，意外發現了許多來自美國教會和房產中介的用戶。這一發現直接拓寬了我們的理想用戶畫像。

第二，「用戶關聯的社交賬號」也很重要。通過分析這些賬號，可以識別出高影響力的創作者，并主動建立長期合作。聯系一個已經在用你產品的用戶，比 cold reach 一個陌生人要容易得多。

而在團隊內部，我們也建立了一套高效的運作機制。

在 Opus，我們非常重視客服團隊，也舍得投入。哪怕團隊只有 30 人時，我們也配了 5、6 位在美國的全職客服。

我們要求客服團隊每周輸出報告，匯總來自各渠道的 Top Feature Requests 和 Top Complaints，并分享給用戶。

同時，我們還配備了工程和產品同事，為客服團隊做自動化，讓他們能在每周處理數千張工單的同時，仍能快速、準確地向產研團隊提供有效、可執行的洞察。

最后，就是要讓整個流程形成閉環。

所謂閉環，對產品團隊來說，就是要明確并公示產品路線圖，讓面向客戶的一線同事清楚，哪些 Top Feature Requests 被采納了、當前的優先級和進度如何。

對研發團隊來說，就是要快速響應和修復 Bug，并第一時間通知客服團隊，由他們回傳給用戶。

這樣就形成了從收集反饋，到內部響應，再到產品迭代和用戶感知的完整閉環。

無論是這個閉環，還是前面提到的 AB 測試，背后的共同點都是「用數據驅動決策」。

很多人都會好奇，到底該怎么做到數據驅動？尤其對創業公司來說，在資源有限的情況下，數據建設到底該投入到什么程度？

這就來到我今天分享的最后一部分：洞察。

通過數據去洞察用戶需求、輔助決策，其實是一件貫穿產品整個生命周期的事。

在產品早期，一是要優先關注那些收益高、確定性強的動作。

比如我們前面講過的定價 AB 測試，它不僅能帶來直接收益，還能幫團隊建立信心，讓大家切身體會到，數據真的能驅動增長。

二是要定義好轉化漏斗，然后逐步對每個環節進行測試。

我建議從最簡單的前端 AB 測試做起，比如功能滲透率實驗。隨著數據積累，再去做更復雜的留存測試或跨端注冊實驗。

在產品早期，付費彈窗是最簡單、最有效，適合最早測試的一環。你可以測試不同的觸發時機、UI 設計和文案內容。

舉個例子，有個叫 Arcade Software 的產品，付費點就抓得非常準。

用戶進入這個產品后可以錄制視頻，然后系統會自動生成一條 Product Demo。它的付費節點設置在，當用戶搞定前三個 Demo，也錄完了第四個視頻，準備將它發布為公開項目時。

這個點非常精準，我當時幾乎沒猶豫就付了費。這顯然是他們多輪測試后得出的最佳方案。

現在很多 To Prosumer 的產品，用戶的付費決策周期都很短，可能在 10 分鐘內就會完成決策。在這段時間內，他們會頻繁操作，有大量測試的空間。

這些測試不僅能直接提升轉化率，也能幫助你更深入地理解用戶。這也是為什么，付費彈窗越早測試越好。

事實上，AB 測試的過程，本質上也是學習用戶、尋找 PMF 的過程。

比如，用戶的付費點在哪里，你的 PMF 很可能就在哪里。當你發現用戶在某個節點更容易轉化時，往往意味著你找到了他們的 Aha Moments。而這些 Aha Moments，其實就是產品的核心價值所在。

那么創業早期，到底該在數據上投入多少？比如要不要招數據科學家？要不要先搭數據倉？

我的答案是，數據驅動固然重要，但不必一上來就重投入，而是應該合理規劃，確保把資源用在刀刃上。

1）在 0–50 人階段，有一兩個懂點數據的產品經理和工程師，稍微自學一下，再用一些 SaaS 工具，就能把基本的 AB 測試體系搭起來。

創業公司一定要善用 SaaS。北美有很多成熟的工具，比如 Statsig 這樣的 AB 測試平臺，幾乎是即插即用，跑通一個完整實驗可能都用不了半小時。

這些工具對創業者非常友好，它們前期通常會對小公司免費，等他們規模變大后再收費。

所以在早期階段，你完全可以重度依賴這些 SaaS 工具，高效搭建體系，而幾乎不用花錢。

2）到 50 人左右、數據需求變復雜，比如要算 LTV、優化成本時，才需要考慮招一位全職數據分析師或數據科學家。因為這時的工作量，可能已經足以支撐一個全職崗位了。

3）等到團隊進入非常后期，才需要考慮招一些數倉的人。因為那時團隊需要應對 SOC2 合規，以及降低對第三方 SaaS 的依賴、減少成本的問題。而這些事情完全沒必要一早就去做。

最后簡單做個小結。

前面我主要分享了在獲客、轉化、留存、洞察這四個環節上的一些思考。

獲客最重要的是理解用戶，與他們共同成長。冷啟動時，核心是在早期找到對的人，不求數量，但求少而精。

轉化要以定價作為短期的增長抓手，核心是不要傷害老用戶的利益，其次是可以通過修改 UI、UX 和文案，多做測試。

留存的關鍵就是圍繞客服建立反饋閉環，保持高效迭代鏈路，讓用戶感受到被傾聽，同時別忽略那 30% 沒說出口，卻非常重要的需求。

最后，洞察的關鍵就是「be resourceful」，努力用好一切可以收集到的數據。但不要超前規劃，數據基建可以長期保持在毛坯狀態，夠用就行。

下面就是看曲凱老師有什么樣的問題。

Q&A 精選

曲凱：謝謝君陶的分享。

首先我想問，現在很多創業公司都要招做增長的人，從你的經驗來看，他們應該在什么階段、招什么樣的人？

謝君陶：我可以分享一下 Opus 的增長團隊是怎么分工協作的。

首先我們把投放分成了兩個部分。

一部分人負責 Direct-to-Customer，在各個平臺上做投放；

另一部分人專門對接 KOC、KOL，去談合作、簽年框，尋找和維護長期合作伙伴。

此外，我們還有做 Product Marketing 的人，負責對外傳播，比如運營社交媒體。這塊更偏向于對已有用戶的持續溝通和營銷，因為創意類產品會不斷更新，老用戶的長期價值會越來越大。當投放逐漸飽和、市場份額趨穩后，召回老用戶、提升留存的價值就會更高。

再有就是我之前負責的 Growth Product 這部分。

我們一方面會通過 AB 測試提升產品內的轉化率，服務投放團隊、提高 ROAS；另一方面，也會為不同團隊搭建基礎設施，比如支持 KOC、KOL 團隊，設計流暢的分賬系統，讓我們和達人之間的合作更長期、更穩定。

曲凱：這里面有一個小環節你沒提，就是 SEO 優化。這部分你們有專人在做嗎？

謝君陶：SEO、Direct Sales 這些偏投放的工作，都是由我們的 Head of Growth 一并負責。

曲凱：明白。那這些角色你們是同時招、同時開做的嗎？還是有先后順序？

謝君陶：早期都是需要的，因為不同產品最適合的增長路徑都不一樣。

像 Higgsfield 這種產品，就完全靠社交媒體驅動，因為他們能組建一支很強的創意團隊，自產內容引流；而像 Opus，早期更多是依托我們的達人 Partners 起量。

曲凱：明白。那你們做過那么多 AB 測試，有得出過什么反直覺的結論嗎？

謝君陶：有。其實我覺得最好的 AB 測試，不是能驗證你原本的想法，而是能讓你學到意料之外的東西。

比如在 Opus，我們就遇到過一個挺有意思的例子。我們做短視頻工具，有很多字幕模板。后來在一次設計改版中，我們把字幕模板的樣式露出做得明顯了些，結果轉化率一下子大幅提升。

這其實很合理，因為短視頻用戶天然非常關注字幕模板，但我們之前沒意識到，這個點的價值會這么大。

曲凱：在付費這件事上，你們通過 AB 測試有沒有得到什么核心結論？

謝君陶：我們發現 Price Discrimination 這種實驗非常值得做。

曲凱：我們之前跟 Ace Studio 的 Joe 聊過（回顧：），他也提到，他們之前實現增長目標最有效的方式就是直接漲價。

所以是不是現在絕大多數 AI 產品的定價都偏保守？

謝君陶：可以這么說。根本原因在于毛利率。

SaaS 產品的毛利率通常能做到 70% 甚至 80%，但 AI 產品的毛利率低很多，因為大量成本都在模型廠商那里。

不過肯定是有調整空間的。比如我最近聽說 Listen Labs 就有過一次大漲價，直接把價格從幾百美元一個月，提升到了 3 萬到 5 萬美元一年。這應該是他們深入研究用戶畫像和付費意愿后的調整。

所以，怎么探索一種能讓用戶產生高付費意愿的產品形態、怎么找到最適合的產品定價，是當下最核心的課題。

曲凱：是。然后大家經常還會糾結，不同的付費模式到底該怎么選？比如該收周費、月費，還是年費？這幾種模式之間又該差多少錢？

這方面你有什么經驗嗎？

謝君陶：其實不用想得太復雜。如果你希望產品的留存更高、長期增長更穩，那就延長付費周期。

在 Opus，我們采用的是「月付 + 年付」的組合策略。

年付的主要目的就是提升整體留存率。它通常會設置比較大的折扣，用來引導轉化。而因為選擇年付的用戶留存更高，所以可以把折扣的 ROI 打正。當然，折扣的設置需要測試，就是要找出在成本允許范圍內，怎樣能讓更多人轉向年付。

曲凱：所以聽起來，這些都需要長期測試？

謝君陶：對。測試時要重點考慮三點：成本、毛利率，以及試用所帶來的成本。

試用成本一定要計入整體收益。現在很多 AI 產品的一大問題，就是試用太貴，導致沒辦法像傳統 SaaS 那樣大規模投流獲客。

曲凱：那像付費相關的測試，一般要測多久？是要一直做嗎？

謝君陶：看需求吧。我們是一直在做。團隊每次腦暴增長點時，也都會考慮付費項目。

這件事也隨時可測。每當推出新功能，或者調整用戶權益，比如加水印、改免費額度之后，都可以立刻測試付費率的變化。這些測試往往能帶來非常可觀的收益。

曲凱：但付費率的提升，難免會和轉化、留存這些指標沖突，對吧？這種時候怎么辦？

謝君陶：你談到的就是付費率和留存率之間的 trade-off。比如你加了水印，付費率可能立刻翻倍，但用戶體驗變差、流失也會增加。

在大廠，可能就會通過「反轉 AB 測試」等復雜方法去驗證。

但對初創團隊來說，可以直接把測試周期拉長一點，比如跑半個月到一個月，觀察付費率提升了多少、流失率增加了多少，再計算整體收益變化，就能得出結論。

曲凱：明白。你前面提到客服和數據那部分，我聽起來還挺適合用 AI 來輔助提效的。你們在這個過程中，有哪些地方用了 AI 嗎？有沒有什么能分享的？

謝君陶：增長團隊相對來說都比較小，所以必須想辦法用最小的力量辦最大的事。要做到這點，肯定離不開各種 SaaS 工具。

比如我們的客服中心是用 Mintlify 搭建的，并接入了 Intercom，等于擁有了一個每周能自動處理上千條用戶反饋的客服系統。

我們也用了一些和留存相關的 SaaS。

以支付環節為例，Past Due Payment（逾期支付）是一塊很大的損失。很多用戶最終沒能完成付款，其中可能只有一半是主動取消，另一半往往是因為卡里暫時沒錢等原因，所以支付失敗。

如果不做干預，大概只有 20%–30% 的用戶會自行重試成功，但如果接入 Stripe 的功能，或使用第三方 SaaS 工具，這個比例可以提升到 40%–50%。

于是我們就用了一些工具來提升重試成功率。它們可能會通過彈出提示或發送 retry email 的方式重新觸達用戶，然后就能帶來一些增長。

曲凱：聽起來你們真的用了蠻多 SaaS 的。大概有多少？

謝君陶：反正我自己用的就不下 10 個。

曲凱：OK。那回過頭看，你覺得 Opus 這幾年做得最正確的一件事是什么？

謝君陶：品牌搭建。

如果想要長期獲得穩定的流量和新增用戶，就得有清晰的產品定義，最好能成為 Category Definer，定義一個全新的品類。

曲凱：但現在很多人都吐槽，說每出來一個 AI 產品，都號稱「全球首款」（笑）。

謝君陶：因為大家都想做到這件事，但真的做到了的很少。

Manus 算是做到了，OpusClip 其實也算。人們想到「長剪短」的視頻工具，第一個想到的，大概率就是 Opus。

我們是怎么做到的？

其實就是把品牌做好。

做好品牌，核心在于知道你的用戶是誰、他們在哪里、以及該怎么和他們建立連接。

就像前面說的，Opus 在找第一批用戶時，先定位在了播客創作者這個圈層，然后發現這個社區往往會圍繞 KOC、KOL 互相學習。于是我們從這里切入，找到最合適的 KOC、KOL，與他們建立長期合作，把這小群人打透。

之后，只要這群人想到「長剪短」，就會先想到 OpusClip，然后幫我們去傳播。

這樣，我們的品牌、品類定義和壁壘，就都慢慢建立起來了。

曲凱：所以 Opus 的成功，主要來自于品牌建設，而不是投放或者內容？

謝君陶：對，Opus 從內到外都是圍繞品牌在做。

曲凱：這還挺美國打法的。

謝君陶：因為品牌確實能帶來用戶粘性和忠誠度。

曲凱：明白。最后，你現在怎么看 AI 視頻市場？Opus 算是做得很早也很成功的，但近兩年有很多新產品出來。

謝君陶：我覺得市場還處于早期。

我們可以從兩個角度去看這個問題，一是生成模型的可用性，二是 Agent 的可用性。

之所以要看 Agent，是因為現在單個模型還很難獨立生成完整視頻，很多時候需要靠 Agent 把不同片段拼接起來。

而無論是模型還是 Agent，都是今年 4 月之后才逐漸成熟的。

所以我認為，整個行業仍處在早期探索階段。

但我比較看好 Higgsfield 和 Pixverse。

曲凱：就都是 AI 特效類產品。

但這類產品會不會厚度不夠？

打個比方。過去十年間，修圖軟件層出不窮。有時候某個特效火了，整個產品就會跟著火一陣。但我印象中，修圖軟件大概是 App 排行榜上變化最頻繁的品類。

AI 特效類產品有沒有可能也會這樣？

謝君陶：競爭確實很激烈。

但我認為，現在一些 AI 特效產品，本質上就是工具。

Pixverse 就是一個很好的代表。它能和其他特效類產品拉開差距，主要靠兩點：

第一，他們針對專業運鏡場景訓練了大量 LoRA 模型，讓特效真正能用于內容生產，而不只是娛樂。

第二，他們非常注重角色一致性，讓創作者可以圍繞固定角色打造自己的 IP。當創作者能用工具產出穩定的形象和風格，這個工具就能真正幫助他們創造商業價值了。

現在 Pixverse 還開放了很多免費功能，也是因為他們看到了一個正在快速成長的新型創作者群體。這些人不只是內容消費者，而是真正的生產者。在 Pixverse 的用戶中，確實已經有相當比例是后者。

曲凱：那如果把 AI 特效刨除在外，你覺得在什么時間點、以什么樣的形態，會出現真正意義上 AI-Native 的視頻生成產品？

謝君陶：這是個挺好的問題。翻譯一下，就是什么時候，能看到一個類似 Premiere 那樣的一站式視頻工具，對吧？

曲凱：不一定。也有可能是下個抖音？我不知道。

但我總體感覺，現在大家在用 AI 生成視頻這件事上還比較局限。

AI 剪輯大多靠理解而非生成，AI 特效也只是把圖片轉成很短的視頻，還談不上真正的 AI-Native。

也許是因為視頻生成模型還不夠成熟，或者成本依然太高？

謝君陶：其實從專業創作者的角度來看，成本并不算高。因為 AI 視頻產品替代的，是攝影棚、專業設備等高價值元素。

我認為真正的卡點，不在成本，而在于生成式模型的學習成本和使用門檻太高了。

一方面，目前無論是視頻模型還是圖片模型，從技術上來說都還不是真正的多模態。它們往往需要依靠插件或腳本，把自然語言和視頻生成過程串聯起來。

這個流程對傳統創作者來說門檻很高，也非常占用時間精力。他們要熟悉模型，要學習 Prompt Engineering，而且模型一旦迭代，還得從頭再來。

另一方面，不同模型各自擅長的場景也不同，這讓很多創作者的工作流非常割裂。所以現在很多集成平臺依然很火。

未來最好有一個 Agent 產品，能把復雜的模型能力全部封裝起來，讓創作者只需通過自然語言、畫布，或其他符合直覺的交互方式，就能完成創作和調用功能。

這也是為什么最近會出現那么多「一鍵成片」或「畫布式創作」的產品。它們本質上，都是在降低生成式技術的使用門檻和學習成本。

曲凱：明白。其實今天聽下來，你講的內容，包括 Opus 的整個歷程，并沒有什么神奇的秘訣，更多是把那些應該做的事，用更科學的方式，做得更好。

不過說起來簡單，做起來難。

每一個環節都需要有足夠好的人去推動、去落地，才能真正做好增長吧。

42章經

思考事物本質