Medeo：融資 2300 萬(wàn)美元，用 IDE 的邏輯做視頻，以 API 的方式帶團(tuán)隊(duì)

ONE2X 正式發(fā)布了 Medeo 1.0，很易上手

https://www.medeo.app/

ONE2X 剛完成A輪，累計(jì)融資額近2300 萬(wàn)美元
資方包括清流、九合、聯(lián)想，老股東美團(tuán)龍珠和小米王川繼續(xù)跟投，更早的投資方還有紅杉中國(guó)和百川

團(tuán)隊(duì)約 30 人，核心成員來自月之暗面、字節(jié)、阿里、快手

晨然是 Medeo 的產(chǎn)品負(fù)責(zé)人，是最典型的 AI 產(chǎn)品經(jīng)理樣本：懂技術(shù)、善于思考、既了解模型的脾氣，又明白創(chuàng)作者的痛苦

他之前是全棧工程師，剪視頻剪了 8 年，做過 B 站 UP 主，上傳過六七十個(gè)視頻，從編劇、導(dǎo)演到剪輯全流程都干過

去年 7 月的時(shí)候，晨然跟我說他加入了一個(gè)視頻工具創(chuàng)業(yè)公司，希望能創(chuàng)造點(diǎn)與眾不同的東西

當(dāng)時(shí)沒太當(dāng)回事，但直到前段時(shí)間才知道他去了 ONE2X 做 Medeo
優(yōu)秀的人，總是可以與優(yōu)秀的團(tuán)隊(duì)，一拍即合

ONE2X 的創(chuàng)始人王冠，則更是有趣
是月之暗面前模型產(chǎn)品負(fù)責(zé)人，也是月之暗面第一個(gè)離職創(chuàng)業(yè)的人

ONE2X 的由來

在加入月之暗面之前，王冠嘗試過三次創(chuàng)業(yè)方向，每一次都精準(zhǔn)地踩在了 OpenAI 的更新路徑上

• ? 第一次，做寫作輔助工具，剛跑通 Demo，ChatGPT 發(fā)布了

• ? 第二次，做「Excel 轉(zhuǎn)圖表」的代碼生成工具，剛看到效果，GPT-4 發(fā)布了，自帶 Code Interpreter，直接覆蓋

• ? 第三次，做 Agent 工作流，剛準(zhǔn)備融資上會(huì)，OpenAI Plugins 發(fā)布了，思路完全撞車

這讓他意識(shí)到一個(gè)問題

如果不理解模型能力到底是怎么來的，未來會(huì)朝什么方向發(fā)展，你做的事情和模型的關(guān)系是什么，那就是在一個(gè)非常虛無的地基上構(gòu)建想法

于是，他去了月之暗面，待了一年，搞清楚幾件事之后出來創(chuàng)業(yè)

他的結(jié)論指向一個(gè)詞：數(shù)據(jù)

王冠把 AI 行業(yè)的發(fā)展分成三個(gè)階段：

• ?第一階段，拼公域數(shù)據(jù)：誰(shuí)能更快清洗互聯(lián)網(wǎng)公開數(shù)據(jù)，這個(gè)階段已經(jīng)過去，格局已定；

• ?第二階段，拼領(lǐng)域數(shù)據(jù)：「我有你沒有」的行業(yè)私有數(shù)據(jù)，這利好大廠；

• ?第三階段，拼內(nèi)生數(shù)據(jù)：「之前世界上不存在的數(shù)據(jù)」

在 ChatGPT 出現(xiàn)前，沒有通過對(duì)話方式解決各種問題的海量自然語(yǔ)言數(shù)據(jù)。這份數(shù)據(jù)是因?yàn)橛辛?ChatGPT 這個(gè)產(chǎn)品形態(tài)，才慢慢產(chǎn)生的

只有通過設(shè)計(jì)新的產(chǎn)品形態(tài)產(chǎn)生內(nèi)生數(shù)據(jù)，應(yīng)用層公司才能建立壁壘

這是王冠選擇做視頻的底層邏輯之一
視頻是價(jià)值更高的模態(tài)，在美國(guó)市場(chǎng)，有 20-30 家做視頻處理的 SaaS 產(chǎn)品，ARR 都能做到幾千萬(wàn)美金

「一鍵生成」的問題

Medeo 的定位是「全品類對(duì)話式 AI 視頻創(chuàng)作工具」
用對(duì)話做視頻，而非一鍵生成視頻

今年 5 月，Medeo 發(fā)布了早期測(cè)試版本
同期的競(jìng)品不少，納米 AI 做得最早，小云雀、360 也在做類似的事

到了 10 月，這些聲音基本都沒了
信息插播：國(guó)慶之初，Sora2 發(fā)布

晨然復(fù)盤過這件事。他的結(jié)論是：剪輯和創(chuàng)作絕對(duì)不是線性的過程，是一個(gè)反復(fù)迭代的過程

「一鍵生成」的問題在于，它剝奪了用戶迭代和修改的權(quán)利。一鍵出的視頻不夠好，用戶想改又改不了，這就成了死局

如果一鍵真能出好視頻，廠商應(yīng)該直接生產(chǎn)內(nèi)容去賣，而不是做工具

在目前階段，一鍵生成還未走通

還有一個(gè)例子。有些競(jìng)品做了「畫分鏡」的功能，用戶嘴上都夸好用，但實(shí)際上數(shù)據(jù)很難看，根本沒人用

分鏡只是傳統(tǒng)流程中階段性的產(chǎn)物，創(chuàng)作者真正關(guān)心的是最終效果。Sora-2 出來之后可以直接繞過分鏡出更好的視頻，內(nèi)置了多分鏡能力，對(duì)「先確定分鏡再做視頻」的工作流是降維打擊

類似虛榮指標(biāo)，或許還可以有「虛榮功能」

Medeo 早期版本其實(shí)是一個(gè)半成品態(tài)，生成系統(tǒng)還沒完全搭建好。這次 1.0 版本，是把生成系統(tǒng)的架構(gòu)搭建完成了，可以支持對(duì)話式連續(xù)創(chuàng)作、語(yǔ)義化 Workflow 的使用方式

這個(gè)形態(tài)參考了 Cursor

為什么是 Cursor

這里有個(gè)挺微妙的發(fā)現(xiàn)

晨然在做 Prompt Engineering 和 Context Engineering 的時(shí)候注意到：
目前主流的大模型，訓(xùn)練數(shù)據(jù)里高質(zhì)量的邏輯部分，很大比例來自于 Coding 場(chǎng)景

這事兒就顯得非常有趣：
在調(diào)試 Prompt 的時(shí)候，越對(duì)齊它的訓(xùn)練數(shù)據(jù)范式，模型就越聽得懂

他試過用視頻行業(yè)的術(shù)語(yǔ)去寫 Prompt，效果很差
但用類似代碼的邏輯，效果瞬間提升

非常有趣
要想讓 AI 聽得更懂，可以先把任務(wù)，偽裝成寫代碼

這...讓我想到了繼剛提示詞

Cursor 還有一個(gè)值得借鑒的，是及時(shí)反饋
Agent 如果 3 秒內(nèi)沒給反應(yīng)，用戶就會(huì)慌
在這里，Cursor 的交互做得最好

Cursor 和視頻生成，隔空互動(dòng)了

視頻和代碼最大的區(qū)別，是Validation
代碼寫錯(cuò)了， IDE 會(huì)報(bào)錯(cuò)
但視頻創(chuàng)作沒有「錯(cuò)誤」，它是風(fēng)格化的，允許幻覺
視頻沒有語(yǔ)法報(bào)錯(cuò)，只有好不好看

這意味著 Medeo 沒法像寫代碼那樣做自動(dòng)化測(cè)試，得自己造「負(fù)反饋鏈路」
通過 AI 視覺模型去給用戶「報(bào)錯(cuò)」或「提示」

這也呼應(yīng)了王冠的產(chǎn)品架構(gòu)思路，他把生成系統(tǒng)分成三層：

• ? 底層是 DSL（領(lǐng)域特定語(yǔ)言），定義了視頻制作的原子操作；

• ? 中間層是 Context 系統(tǒng)，負(fù)責(zé)把用戶模糊的意圖轉(zhuǎn)化為精確的指令；

• ? 頂層是 Environment，讓人和 AI 在里面共同活動(dòng)

「Context is Everything」，王冠反復(fù)強(qiáng)調(diào)這句話

基座模型大家用的都一樣，產(chǎn)品的優(yōu)劣完全取決于你在模型之外構(gòu)建的上下文

Medeo 工具

你在對(duì)話框里告訴 Medeo 你想做什么，它會(huì)幫你寫腳本、拆分場(chǎng)景、規(guī)劃節(jié)奏，然后自動(dòng)匹配媒體素材、語(yǔ)音音色、背景音樂，最后把所有東西編排到時(shí)間軸上

Medeo 產(chǎn)品界面，非常清晰、易用

三種玩法：

語(yǔ)義化工作流
用自然語(yǔ)言告訴 Medeo 你想如何制作視頻，包括視頻是什么樣、按什么步驟制作、每一步需要什么工具。比如「用圖生圖確保人物一致性生成分鏡，最后用 Sora-2 圖生視頻，然后配英文的解說」。Medeo 能直接響應(yīng)你的方法，按要求執(zhí)行

智能體模式
只描述你對(duì)視頻的想法，讓 AI 自由決策該如何制作。適合不想操心技術(shù)細(xì)節(jié)的人

對(duì)話模式
從一個(gè) idea 出發(fā)，通過不斷對(duì)話，明確和完善想法以及視頻內(nèi)容。可以先說「你好」，然后慢慢聊出一個(gè)完整的視頻

這里，核心差異點(diǎn)在于「雙重控制」：既有 AI 對(duì)話式修改的便捷，又保留軌道編輯的手動(dòng)精修能力。交付的是可編輯的剪輯工程文件，不是死的視頻

目前支持的模型包括： Doubao、Gemini、Midjourney、 Minimax 和 Sora-2

生成的品類，也是全支持：動(dòng)畫、漫劇、科普視頻、教程、MV、廣告，都能做

批發(fā)商 vs 零售商

我問晨然
“Medeo 和可靈、Sora 什么關(guān)系？未來模型能力越來越強(qiáng)，會(huì)不會(huì)把應(yīng)用層覆蓋掉？”

回答很直接
他們是供應(yīng)商（批發(fā)商），我們是零售商（加工商）

模型廠是在超市賣礦泉水的，一瓶賣 2 塊錢
應(yīng)用層是在 KTV 里賣礦泉水的，可以賣 20 塊

應(yīng)用層，通過場(chǎng)景服務(wù)來溢價(jià)

Sora 出來的時(shí)候，晨然說他也慌過，但體驗(yàn)后發(fā)現(xiàn)，它解決不了「靈感」和「敘事邏輯」的問題

素材越好，對(duì)剪輯和敘事的要求就越高

王冠有一個(gè)說法：視頻可以分成兩個(gè)世界。物理世界的視頻，攝像頭拍攝的，對(duì)應(yīng)短視頻生態(tài)，供給已經(jīng)非常充分；理念世界的視頻，AI 生成的，對(duì)應(yīng)知識(shí)、藝術(shù)、精神信仰類內(nèi)容，以前因?yàn)橹谱鞒杀具^高而稀缺

他把前者比作「夜店、生活廣場(chǎng)、超市」，把后者比作「圖書館、歌劇院、大教堂」
ONE2X 的目標(biāo)是后者

快手在今年 8 月發(fā)布的二季度財(cái)報(bào)中稱，可靈 AI 的單季收入已超過 2.5 億美元。Runway 在 6 月宣布年化營(yíng)收超過 9000 萬(wàn)美元

市場(chǎng)是存在的。問題是誰(shuí)能吃到應(yīng)用層的溢價(jià)

一個(gè) Remote Native 的組織

ONE2X 的組織形式也值得聊聊

從公司建立第一天開始，就決定以 Remote Native 的形式存在。沒有管理崗，甚至不考勤

王冠把建立組織類比為強(qiáng)化學(xué)習(xí)中「搭建環(huán)境」的過程

每個(gè)員工都是獨(dú)立的智能體
組織的任務(wù)不是去控制員工，而是搭建一個(gè)環(huán)境，讓智能體在其中自主活動(dòng)

Demo 先行
現(xiàn)在這個(gè)版本在 7、8 月份的時(shí)候就已經(jīng)做出來了一個(gè)非常接近的 Demo，一兩周時(shí)間就可以測(cè)試可行性

團(tuán)隊(duì)內(nèi)認(rèn)知閉環(huán)
Cursor 做得好，是因?yàn)閳F(tuán)隊(duì)本身就是自己產(chǎn)品的用戶。程序員、懂 AI 的人，每天高強(qiáng)度使用 Cursor，每個(gè)人既是生產(chǎn)者也是消費(fèi)者，非常清楚自己做的產(chǎn)品到底哪里不好

ONE2X 組織方法論

但 AI 加視頻比 AI 加 Coding 難一點(diǎn)。AI 加 Coding 很容易在一個(gè)人身上完成閉環(huán)，但 AI 加視頻，需要既懂 AI 又懂內(nèi)容的人。如果反饋鏈路放得太遠(yuǎn)，迭代速度就會(huì)變慢

所以 ONE2X 的做法是：
既然要做創(chuàng)作工具，團(tuán)隊(duì)本身就得成為創(chuàng)作者

所以，ONE2X 招了很多真正懂內(nèi)容的人，電影系的、影視行業(yè)的編劇，讓他們反復(fù)使用 Demo，更快速地積累產(chǎn)品還有哪些問題

創(chuàng)作者智慧才是壁壘

Medeo 發(fā)現(xiàn)很多用戶是 Prosumer（專業(yè)消費(fèi)者/半專業(yè)人士）

有個(gè)編劇，把自己幾萬(wàn)字的短劇寫作指南喂給 AI，跑通了一個(gè)非常牛的工作流。他甚至覺得手動(dòng)搞比用產(chǎn)品要好

到了 Medeo 中，他可以把這套手動(dòng)流程用自然語(yǔ)言表述的方式「縫」進(jìn)產(chǎn)品里

這給了團(tuán)隊(duì)啟發(fā)：下一個(gè)階段的產(chǎn)品，其實(shí)是圍繞「創(chuàng)作者智慧」進(jìn)行服務(wù)

域民不以封疆之界，固國(guó)不以山溪之險(xiǎn)

工具隨時(shí)可以被替代。但如果用戶的 Prompt 習(xí)慣、項(xiàng)目 Context、Workflow 都沉淀在你這，產(chǎn)品才能成為真正的創(chuàng)作伙伴

所以 Medeo 現(xiàn)在做的很多功能，比如統(tǒng)一腳本格式、世界觀設(shè)定卡、人物小傳，本質(zhì)上都是為了幫助創(chuàng)作者固化這些「獨(dú)有智慧」

王冠表示：未來的創(chuàng)作者會(huì)兩極分化，金字塔尖的藝術(shù)家/專家，他們控制的不是生產(chǎn)內(nèi)容的能力，而是控制生產(chǎn)能力如何被使用的邏輯，不同創(chuàng)作者之間的壁壘在于 Recipe（配方）和 Taste（品味）

作為平臺(tái)，不僅要提供錘子，還要幫用戶把敲打手法存下來

最后

現(xiàn)在看到的 AI 應(yīng)用，很像諾基亞手機(jī)上的計(jì)算器或貪吃蛇

作為創(chuàng)業(yè)者，在真正的「iPhone 時(shí)刻」到來之前，可以通過各種方式貼身的感知模型變化，積累數(shù)據(jù)和 Context，為未來做準(zhǔn)備

一切都在成長(zhǎng)，一些事情值得記錄