Medeo：融資 2300 萬美元，用 IDE 的邏輯做視頻，以 API 的方式帶團隊

ONE2X 正式發布了 Medeo 1.0，很易上手

https://www.medeo.app/

ONE2X 剛完成A輪，累計融資額近2300 萬美元
資方包括清流、九合、聯想，老股東美團龍珠和小米王川繼續跟投，更早的投資方還有紅杉中國和百川

團隊約 30 人，核心成員來自月之暗面、字節、阿里、快手

晨然是 Medeo 的產品負責人，是最典型的 AI 產品經理樣本：懂技術、善于思考、既了解模型的脾氣，又明白創作者的痛苦

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

去年 7 月的時候，晨然跟我說他加入了一個視頻工具創業公司，希望能創造點與眾不同的東西

當時沒太當回事，但直到前段時間才知道他去了 ONE2X 做 Medeo
優秀的人，總是可以與優秀的團隊，一拍即合

ONE2X 的創始人王冠，則更是有趣
是月之暗面前模型產品負責人，也是月之暗面第一個離職創業的人

ONE2X 的由來

在加入月之暗面之前，王冠嘗試過三次創業方向，每一次都精準地踩在了 OpenAI 的更新路徑上

• ? 第一次，做寫作輔助工具，剛跑通 Demo，ChatGPT 發布了

• ? 第二次，做「Excel 轉圖表」的代碼生成工具，剛看到效果，GPT-4 發布了，自帶 Code Interpreter，直接覆蓋

• ? 第三次，做 Agent 工作流，剛準備融資上會，OpenAI Plugins 發布了，思路完全撞車

這讓他意識到一個問題

如果不理解模型能力到底是怎么來的，未來會朝什么方向發展，你做的事情和模型的關系是什么，那就是在一個非常虛無的地基上構建想法

于是，他去了月之暗面，待了一年，搞清楚幾件事之后出來創業

他的結論指向一個詞：數據

王冠把 AI 行業的發展分成三個階段：

• ?第一階段，拼公域數據：誰能更快清洗互聯網公開數據，這個階段已經過去，格局已定；

• ?第二階段，拼領域數據：「我有你沒有」的行業私有數據，這利好大廠；

• ?第三階段，拼內生數據：「之前世界上不存在的數據」

在 ChatGPT 出現前，沒有通過對話方式解決各種問題的海量自然語言數據。這份數據是因為有了 ChatGPT 這個產品形態，才慢慢產生的

只有通過設計新的產品形態產生內生數據，應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
視頻是價值更高的模態，在美國市場，有 20-30 家做視頻處理的 SaaS 產品，ARR 都能做到幾千萬美金

「一鍵生成」的問題

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

今年 5 月，Medeo 發布了早期測試版本
同期的競品不少，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：國慶之初，Sora2 發布

晨然復盤過這件事。他的結論是：剪輯和創作絕對不是線性的過程，是一個反復迭代的過程

「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，廠商應該直接生產內容去賣，而不是做工具

在目前階段，一鍵生成還未走通

還有一個例子。有些競品做了「畫分鏡」的功能，用戶嘴上都夸好用，但實際上數據很難看，根本沒人用

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

類似虛榮指標，或許還可以有「虛榮功能」

Medeo 早期版本其實是一個半成品態，生成系統還沒完全搭建好。這次 1.0 版本，是把生成系統的架構搭建完成了，可以支持對話式連續創作、語義化 Workflow 的使用方式

這個形態參考了 Cursor

為什么是 Cursor

這里有個挺微妙的發現

晨然在做 Prompt Engineering 和 Context Engineering 的時候注意到：
目前主流的大模型，訓練數據里高質量的邏輯部分，很大比例來自于 Coding 場景

這事兒就顯得非常有趣：
在調試 Prompt 的時候，越對齊它的訓練數據范式，模型就越聽得懂

他試過用視頻行業的術語去寫 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，偽裝成寫代碼

這...讓我想到了繼剛提示詞

Cursor 還有一個值得借鑒的，是及時反饋
Agent 如果 3 秒內沒給反應，用戶就會慌
在這里，Cursor 的交互做得最好

Cursor 和視頻生成，隔空互動了

視頻和代碼最大的區別，是Validation
代碼寫錯了， IDE 會報錯
但視頻創作沒有「錯誤」，它是風格化的，允許幻覺
視頻沒有語法報錯，只有好不好看

這意味著 Medeo 沒法像寫代碼那樣做自動化測試，得自己造「負反饋鏈路」
通過 AI 視覺模型去給用戶「報錯」或「提示」

這也呼應了王冠的產品架構思路，他把生成系統分成三層：

• ? 底層是 DSL（領域特定語言），定義了視頻制作的原子操作；

• ? 中間層是 Context 系統，負責把用戶模糊的意圖轉化為精確的指令；

• ? 頂層是 Environment，讓人和 AI 在里面共同活動

「Context is Everything」，王冠反復強調這句話

基座模型大家用的都一樣，產品的優劣完全取決于你在模型之外構建的上下文

Medeo 工具

你在對話框里告訴 Medeo 你想做什么，它會幫你寫腳本、拆分場景、規劃節奏，然后自動匹配媒體素材、語音音色、背景音樂，最后把所有東西編排到時間軸上

Medeo 產品界面，非常清晰、易用

三種玩法：

語義化工作流
用自然語言告訴 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 能直接響應你的方法，按要求執行

智能體模式
只描述你對視頻的想法，讓 AI 自由決策該如何制作。適合不想操心技術細節的人

對話模式
從一個 idea 出發，通過不斷對話，明確和完善想法以及視頻內容?？梢韵日f「你好」，然后慢慢聊出一個完整的視頻

這里，核心差異點在于「雙重控制」：既有 AI 對話式修改的便捷，又保留軌道編輯的手動精修能力。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：動畫、漫劇、科普視頻、教程、MV、廣告，都能做

批發商 vs 零售商

我問晨然
“Medeo 和可靈、Sora 什么關系？未來模型能力越來越強，會不會把應用層覆蓋掉？”

回答很直接
他們是供應商（批發商），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
應用層是在 KTV 里賣礦泉水的，可以賣 20 塊

應用層，通過場景服務來溢價

Sora 出來的時候，晨然說他也慌過，但體驗后發現，它解決不了「靈感」和「敘事邏輯」的問題

素材越好，對剪輯和敘事的要求就越高

王冠有一個說法：視頻可以分成兩個世界。物理世界的視頻，攝像頭拍攝的，對應短視頻生態，供給已經非常充分；理念世界的視頻，AI 生成的，對應知識、藝術、精神信仰類內容，以前因為制作成本過高而稀缺

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

快手在今年 8 月發布的二季度財報中稱，可靈 AI 的單季收入已超過 2.5 億美元。Runway 在 6 月宣布年化營收超過 9000 萬美元

市場是存在的。問題是誰能吃到應用層的溢價

一個 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化學習中「搭建環境」的過程

每個員工都是獨立的智能體
組織的任務不是去控制員工，而是搭建一個環境，讓智能體在其中自主活動

Demo 先行
現在這個版本在 7、8 月份的時候就已經做出來了一個非常接近的 Demo，一兩周時間就可以測試可行性

團隊內認知閉環
Cursor 做得好，是因為團隊本身就是自己產品的用戶。程序員、懂 AI 的人，每天高強度使用 Cursor，每個人既是生產者也是消費者，非常清楚自己做的產品到底哪里不好

ONE2X 組織方法論

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

所以 ONE2X 的做法是：
既然要做創作工具，團隊本身就得成為創作者

所以，ONE2X 招了很多真正懂內容的人，電影系的、影視行業的編劇，讓他們反復使用 Demo，更快速地積累產品還有哪些問題

創作者智慧才是壁壘

Medeo 發現很多用戶是 Prosumer（專業消費者/半專業人士）

有個編劇，把自己幾萬字的短劇寫作指南喂給 AI，跑通了一個非常牛的工作流。他甚至覺得手動搞比用產品要好

到了 Medeo 中，他可以把這套手動流程用自然語言表述的方式「縫」進產品里

這給了團隊啟發：下一個階段的產品，其實是圍繞「創作者智慧」進行服務

域民不以封疆之界，固國不以山溪之險

工具隨時可以被替代。但如果用戶的 Prompt 習慣、項目 Context、Workflow 都沉淀在你這，產品才能成為真正的創作伙伴

所以 Medeo 現在做的很多功能，比如統一腳本格式、世界觀設定卡、人物小傳，本質上都是為了幫助創作者固化這些「獨有智慧」

王冠表示：未來的創作者會兩極分化，金字塔尖的藝術家/專家，他們控制的不是生產內容的能力，而是控制生產能力如何被使用的邏輯，不同創作者之間的壁壘在于 Recipe（配方）和 Taste（品味）

作為平臺，不僅要提供錘子，還要幫用戶把敲打手法存下來

最后

現在看到的 AI 應用，很像諾基亞手機上的計算器或貪吃蛇

作為創業者，在真正的「iPhone 時刻」到來之前，可以通過各種方式貼身的感知模型變化，積累數據和 Context，為未來做準備

一切都在成長，一些事情值得記錄