从模型到应用，AI 视频产品层出不穷。

本周，我们邀请从创业开始就专注做海外市场、到 2025 年年初有 200 万用户、达到百万规模 ARR 的 Mootion 联合创始人、首席产品官童超，和我们分享 Mootion 在 AI 视频领域的创业故事。

你会听到 Mootion 用户如何使用 Mootion，童超对「拿着锤子找钉子」式 AI 创业的反省，对「模型能力提升是否会淹没应用」的看法，对提升产品体验的心得，对 AI 视频领域的分析，以及 Mootion 作为一家从第一天就出海的企业，对巴西、阿拉伯市场的分析。

微信收听播客：

小宇宙收听播客：

🚥 Koji：

本周做客的朋友是童超。童超是 Mootion（AI 视频 APP）的联合创始人和 CPO。我们一开始做一个快问快答吧。年龄？

👦🏻  童超：

36。

🚥 Koji：

毕业院校？

👦🏻  童超：

乔治华盛顿大学和香港科技大学。

🚥 Koji：

工作经历？

👦🏻  童超：

现在是 Mootion 的联合创始人。曾经是 360 的 AI 产品负责人和创新奇智的产品负责人。

🚥 Koji：

可以一句话介绍 Mootion 是什么吗？

👦🏻  童超：

我们对 Mootion 的定位是，期待让没有用过 AI 的人做自己的视频，讲自己的故事。

🚥 Koji：

创办 Mootion 多久了？

👦🏻  童超：

两年半。

🚥 Koji：

Mootion 融了多少钱？

👦🏻  童超：

现在大概融了七八百万美金的样子。

🚥 Koji：

用户规模？

👦🏻  童超：

到 2025 年的年初，海外有两百万用户左右。

🚥 Koji：

收入规模？

👦🏻  童超：

我们大概也是同时在年初大概到百万的 ARR 的样子。

🚥 Koji：

我们知道市面上有很多 AI Video 的产品。再用两句话向大家介绍一下自己，给大家安利一下 Mootion？

👦🏻  童超：

我是童超，Mootion 的联创。Mootion 希望让没有用过 AI 的人开始讲自己的故事，创作自己的视频。目前我们可以让用户简单的实现四个步骤就完成可以 po 在短视频、自己生活场景，或者一些行业场景里的视频内容。

🚥 Koji：

在用 Mootion 的用户，有做出过什么的爆款吗？不管是在小红书，在抖音，还是在 YouTube。

👦🏻  童超：

产品发布不久，我请我们运营同学做了一个实验——尝试每天花 5 分钟用 Mootion 做一个视频，看在小红书上面有什么样的反馈。

很有意思的现象是，他大概花了两个月的时间，每天用 5 分钟，现在大概有一万三千多粉丝。我在这里给大家看一下不同的场景的一些视频的例子。这个是一个欧洲的用户，视频是跟宗教相关的。他现在大概有十几万的粉丝，他也是很近的视频，大概就有几百万的播放量。这部分我觉得是偏短视频的领域。大家会做很多 faceless 的这种视频，会得到比较好的浏览量。

🚥 Koji：

faceless 就是不露脸的视频吗？

👦🏻  童超：

是的。还有我找一些用户又收集了一些其他的例子。这里有一个菜单，我们专门有一个功能让老师跟学生通过生成 AI 故事来促进教学。比如这个就是一个双语的故事，这里面有中文和英语。另外就是我们自己的一些技术积累，我们也有一个自研的模型。我们会发现在专业的视频制作里面也会有一个挺好的使用。

这里给你们看一个波兰的专业的视频工作室制作的一个视频，当这个人戴上眼镜之后，进到虚拟环境里，所有角色的画面就是我们做的生成。

🚥 Ronghui：

这个视频是一个广告片还是？

👦🏻  童超：

是一个 MV。它先有了歌，他们想做一个专业的 3D 片子，就用到我们模型的能力。我们当时跟他对接去做了一个这样很专业的 3D 片子出来。

Mootion 用例分类：短视频创作者用生成方式替代原素材剪辑模式；生成动画式对话教学短片；专业创作者制作 MV、广告等

🚥 Koji：

听播客的朋友们看不到视频，听的过程中也比较难切换到其他平台去搜出来看。请童超再介绍一下，用户在用 Mootion 究竟是做哪些类型的视频？

👦🏻  童超：

第一类：用户是短视频的创作者，完全用生成的方式替代原来的素材剪辑。

第二类：刚才在第二个视频里面展示到的教学类场景，很多的老师跟学生利用 Mootion 做教学。

第三类：专业的创作者，他们更多的是用到我们一些底层能力，但结合了很多自己的专业技巧，制作一些专业的像 MV 或者是视频广告，甚至一些 3D 动画小短片里的一些环节。

🚥 Koji：

用户用 Mootion 做过最出圈的爆款是什么？

👦🏻  童超：

这是个好问题。

我们更多的关注点在如何给用户更持续的创作能力，而不是我们持续做爆款。我们内部也在讨论，如果从产品的角度看，我们的爆款可能有一周的生命周期，但是过了一周的生命周期之后，我们要继续做什么？是持续做爆款，还是去更延续地去寻找更长期的价值，我们是要服务一周的爆款，还是我们去服务一个十年的用户？

我们认为我们的选择是后者。

🚥 Koji：

之前不管是 Pika、Vozo 还是 Vigo 等 AI 视频公司，都有做出过刷屏的爆款。Vozo 的创始人 CY 也来过十字路口，提到 Vozo 几次比较里程碑式的增长都和爆款出圈有关。

但是 Mootion 如果没有这样的爆款，是不是也从侧面在说明 Mootion 这个产品，还没有真正的击中市场的痛点？

👦🏻  童超：

这是个好问题或者好的角度去观察。

从我的理解来看，

第一：视频内容本身，内容形式可以覆盖非常多的场景，并不只限于要在 TT 上或者在 YouTube 上做好的内容，可通过多个 channel 变现。视频仍然在非常多领域有自己的价值。

第二：拿爆款作为一个增长或运营手段，我是非常同意的，这是一个很好的杠杆。在冷启动阶段，或者说在一个新的里程碑的时候，有一个非常好的反馈，所以很多人好奇会来用你的产品。这个点我完全同意，从我们的增长的角度来讲，我们可能没有在这个事情上面做太多的文章。还是回到刚才我们的思路上面，我会认为更长期的去做这个事会更好一点。

第三：是不是打到用户的痛点，在我们的理解，应该不是从流量的角度去观察，而是从收入的角度去观察。如果用户真金白银给你付了钱，而且付费率又很好，我觉得毫无疑问应该是打到了用户的痛点的。只是可能没有在流量上面得到很好的展示。

🚥 Koji：

Mootion 上线有段时间了，一直在续费的用户往往是用 Mootion 来做什么？

👦🏻  童超：

其实也很典型，在短视频里边那一群做 faceless、自己把账号运营起来的人在持续付费。

我的观点是，AI 可能它的产值能到 50 分，原来可能只有 20 分，现在可以到 50 分。但是想运营好账号，剩下的 30 分或者 40 分需要靠用户自己。有没有好的故事？有没有好的表达？有没有好的展示？有没有好的运营？这些事其实都不直接跟 AI 相关，都是跟用户直接相关。

第二部分，还是说到老师跟学生。我有一次做用户访谈，一个老师跟我讲， 他做了一个尝试。做某一个知识点讲解的时候，用 Mootion 做了一个两分钟的片子讲给学生，发现学生在课堂里的 engagement 突然变得很好。

🚥 Koji：

最近有一个刷屏的 AI 视频，做了一集猫和老鼠，很多用户第一次看的时候都不知道这是 AI 做出来的，以为是猫和老鼠众多剧集中的一集。

当时我看到它的时候，感觉这也很像 Mootion 想要做的视频。它有脚本，有剧情，也有连贯的人物，有大概一分钟左右的长度等等，似乎和 Mootion 的目标非常一致。但是我们也知道猫和老鼠这个视频，它是被一个基础模型的升级给智能涌现出来的，这个里面几乎就没有工程化，没有人的交互操作了。

所以我也很想问你，你会看到之后感到焦虑吗？某一天自己做了非常多的产品功能，流程优化，但是会不会被 AI 基础模型的能力一升级就淹没掉、所有的努力都灰飞烟灭了？

👦🏻  童超：

其实最近一两周的时间，好多朋友都跟我在聊那个 Tom & Jerry 的事情。

我是这么理解的。首先从技术的角度来讲，test time training 一定是个很有潜力的方向，我们其实自己也在做一些跟进研究。这个部分的能力，我相信有可能把视频生成的能力带到下一个阶段。

第二点，对于 Mootion 这样的视频类应用来讲，我们会更多地观察基础模型和能力的升级——这对于应用来讲是好事，而不是坏事。为什么？我们观察一个用户的创作过程，视频创作是一个环节很多，流程很长，利益相关人也很多的任务。不像 Jasper 或者其它文字类的产品，工作流程相对较短，我想，然后我输出。

我们认为，当一个任务，它的环节越长，过程越多，利益相关人员越多的时候，其实它是更难被 AI 颠覆的。

对 AI 来说，它很难在这个很长的流程，很多的环节，很复杂的利益里面，把好的体验好的功能设计出来。

🚥 Koji：

刚才你说到视频制作的环节非常多，参与的角色非常多，因此它不会像文字工作一样轻松的就被模型的基础能力淹没掉，因为这里面有很多的细节。但其实也有一个争议，大家会觉得今天很多做应用的人是在做套壳。

👦🏻  童超：

如果看过往技术发展史，「套壳」这个词往往会在技术 hype 的时间出现，技术 hype 之后就没有人提了。AI 我觉得也是如此。

目前处在一个 AI 技术快速发展的状态，很多人会特别高估现在技术的存在和能力。当你高估它的时候，就会认为目前在它之外做的所有的事看上去好像都是一个浅浅的一层的事。但在我们看来，当你真正做产品的时候会发现， 基础能力是 50 分。但是用户要的东西至少 80 分，那 30 分谁来填呢？是一个产品要去填。

Mootion 本质上是在填这 30 分。所以在这个事上，套不套壳对我们来讲其实并不关键。假设未来的像刚才 Koji 问猫和老鼠类似的能力，基础模型提升之后，我们认为，越发会显得应用和产品设计的能力变成了差异化的能力。这种差异化能力会导致用户是选择 A 还是选择 B，或者他什么都不选。

我们自己作为创业者，我觉得重要的心得是，第一，不要有技术的洁癖，只想着做高精尖的别人没做过的东西；第二，不要有技术的幻觉，觉得技术现在真的很好，或者技术两个月之后就会变得超级无敌。我们还是要更实际一点，有一个客观的评估，然后回到自己做的事上会比较重要。

模型能力提升变成商品，产品打磨早做一定比晚做好

🚥 Koji：

前段时间张月光难得出来做了一次分享，有人拍了他现场分享的 PPT 给我看，其中一页是要去寻找那些在 90 分到 100 分之间的产品机会。

因为用户是不接受 20 分、40 分、60 分、80 分的产品的，所以这和你刚才提到的观点我觉得好像有一些不一样。你会不会担心今天大模型 50 分，你们花了很多时间把它做到 80 分。但是其实也有很多人在等着大模型直接变到 90 分，在那个时候再出来做产品？

👦🏻  童超：

这个事儿对我们来讲可能确实是个问题，但从现在的技术的方向和真正达到用户的要求的角度看，这 30 分的事情，像我刚才讲的，视频创作是一个环节非常长，过程非常多，利益相关人也非常多的情况。

里面存在一层非常非常重要的事，是你对视频创作的 know how 和对用户的理解。即便模型到了 90 分，这个 90 分会变成 60 分，它会变成商品，水涨船高，变成了新的 60 分，那剩下的 30 分谁来做？仍然是产品公司要做。这个点，早做一定要比晚做好。至于说要不要等到模型能力提到 90 分我们再去做，我觉得这个是对技术的考量。

🚥 Koji：

可以给我们举一两个例子吗？可能模型今天只有五六十分，但是你们在产品上面给他大大提升了体验，让用户最后做出来的作品也变得很好，在交互或者设计方面的例子？

👦🏻  童超：

第一个事是，我自己有一个习惯，从去年上线开始，我每周都至少会访谈一个用户，至少 20 分钟左右，无论是哪个国家的，这样积累了很多用户反馈。有一个共同的声音是，用户普遍认为 Mootion 是一个易用的产品，非常简单。

我们对用户讲，Mootion 可以让你通过四个步骤就完成一个视频的创作。每一步就像一个引导，是非常简单的傻瓜化操作。我们在视频创作里边，从起端、脚本怎么写、镜头怎么表达、叙事是哪些类型，这些所有的流程连在一块让 AI 去做自动化，才完成了我刚才说的从 50 分到 80 分的能力，用户见到的是一个 80 分的东西。

第二个事情也很有意思，我们去年 12 月份在东京做了一个小范围的用户见面会。交流中，有一位可能 60 多岁一个老者，是个导演，问我为什么平台在生成亚洲人的形象时不能生成亚洲人呢？因为确实现在从模型的角度来讲，很多的训练数据是偏西方的。所以虽然大家给的指令是要生成一个比如说日本的或者中国人，但生成的很容易有西化属性。他说：“你为什么不能做这个事呢？”这个其实是当时被我忽视的一个细节。

我回来之后就专门去做模型的优化，让它更好地去做指令遵循，生成不同种族形象的时候都更加匹配。后来这个人我才知道，他是一个日本非常有名的制片人和导演，叫浅井隆。周迅的第一部电影《苏州河》，他就是制片人。

第三个事，二月份我去整个中东的国家走了一圈。发现三月份是他们的斋月，他们没有什么事干，所以要做很多内容。于是我们很快就推了一个新的功能，很好的生成伊斯兰教的故事，让他们分享。

那这里边有什么问题呢？伊斯兰教的教义中，他们有一个真主，二十三个先知，这些人在教义里面是不可以有形象的，往往是一个光或者光圈来代表，很神圣。我们看遍了所有 AI 生成的能力，哪一个可能默认设置就可以生成这样的内容，发现没有。Mootion 就很快在 3 月 1 号就上了这个功能，量起得非常非常快，甚至一度每天的用量可能百分之十几都是这个内容带来的。

最后一个我也觉得很有意思，现在 AI 的推理成本是不能忽略的。我们想让每一个人用，那我们就得让他用得更便宜，否则我们就不可能把规模做得很大。那在这个角度来讲，我们其实在背后的架构和推理测试做了非常非常多的投入。这个是用户不可见的，但是用户可见的就是我们足够便宜，能够用非常简洁的体验和极低的价格，让它生成足够好的内容。从去年六月底产品上线，半年左右的时间，我们的毛利空间大概优化了 50%。

🚥 Ronghui：

前面说到四个步骤来完成一个视频创作，这个四个步骤是怎么得出来的？为什么不是三个、不是五个？

前面你说把整个拍摄视频的流程连起来，然后做了自动化，这个过程里面，对创业者比较有借鉴意义的可以讲一讲吗？

👦🏻  童超：

四个步骤是我们拆解了整个视频创作环节之后定义出来的。

我们认为用户要做的是几个事。

第一、他想要什么，他有什么。

第二、他要得到一个整个内容的结构。

第三、把主要的功能和内容组织好之后，选择叠加的或者附加的元素。比如特效，转场，声音等等。

第四、合成，分享。合成分享就是你得到了视频之后，单视频可能不足以支撑你去做内容的分享和传播，比如说描述怎么写，hashtag 怎么做，所以我们定义成了四步。

自动化的部分，我很感谢我们的一位投资方，他们是一个非常专业的、国内非常好的影视公司。从影视创作的角度，比如影视里面真的好的那种脚本结构要怎么写，镜头如何表达等等，给了很多建议。比如惊恐的表情，一定是对眼睛的特写。什么样能够表达一个欢快的场面，一定是一个超广角，有非常非常多的人。这类事情是需要我们来定义一个能够让 AI 生成的内容类型，包括叙事类型其实也是一样的。

🚥 Koji：

我很好奇，AI 为什么会不知道表达惊恐就要去拍人的眼睛，欢乐的处理方式是拍一个大广角，然后有很多欢乐的人，这难道不应该是 AI 自己就知道的吗？为什么你们要自己做这个事？

另外一个类似的问题，你提到毛利优化，好像这也是今天很多人对创业者的一个反面建议，就是不要去在成本上做优化，因为大模型很快自己就会把成本降下来。听起来你们做这些事情，有一点逆潮流或者逆主流观点，你怎么看？

👦🏻  童超：

第一个问题，我们在做测试的时候也期待大模型有这样的能力。但其实它不懂，即便到现在它还不懂。

第二个，从毛利的角度看，这个其实很有意思的，我们一开始的目标是去优化推理架构。因为它太慢了，我们要生成一个好的视频，我们希望它很快的生成。但是我们发现慢的背后其实就是成本，因为你消耗了更多的 GPU 时长，所以你就有更多的成本。当我更快的时候，自然成本就可以降了下来。

🚥 Koji：

我真的难以相信大模型不知道一个惊恐的画面要去拍人物特写，所以就在你刚才回答我问题的时候，我让 Claude 帮我生成一个文生视频的 prompt，要给一个明确的画面需求，这个 prompt 我说的六个字就是：一个惊恐女人，它就会给一段文字 prompt 延展出来需求。

这个需求里面它明确的有写到一个年轻的女性，她的双眼睁大，瞳孔放大，然后镜头从女性脸部特写慢慢拉远，展示她孤立无援的处境等等。所以我想说的是，今天我觉得这个模型是可以做到的呀，会不会你在半年前做不到，然后你们花了很多时间去用你刚才说的方法训练，会不会担心当时的时间和努力都被浪费了呢？

👦🏻  童超：

如果单点去做测试，它有时候是可以的。

但把它放到一个整体工程里，说这是一个用户的 prompt 和素材，要把它组织出来一个有效的完整内容。这个故事里边包含 64 个场景，这 64 个场景里面，语义上面相连，且每一个内容，每一个图片，每一个视频要去表达当时的语义，这是很难的。所以如果你只给一个输入， 它是可以的。但你把它变成一个系统， 变成一个 network 的时候， 它就 fail 了。这个是很大的差异。

🚥 Koji：

我蛮好奇你们现在公司里技术研发人员大概有多少位， 都是怎样的组成？

👦🏻  童超：

目前人很少，20 个人左右。我们只有一位财务同学，一个运营同学，剩下的全部都是研发。这里边大概有一半是算法，另外一半是工程。

🚥 Ronghui：

收入跟功能的迭代有什么特别相关联的拐点吗？

👦🏻  童超：

去年 12 月我们做了一个很重要的功能，听起来可能很简单，叫模板。所谓的模板就是不同的入口。

这个模板区别于那些设计的模板，背后是一些 AI 的工作流。其实就是刚才 Koji 很关心的为什么做这个事的时候好像看起来你能做，那为什么大模型自己不能做？

其实背后就是需要有很多不同的工作流。比如说我刚才举例的那个伊斯兰教的故事，之后就是一长串的 AI 的工作流，或者你可以理解为那是一个 agent 在工作，他要完成一系列的任务，然后把这个好的内容给他做出来。

所以这个事我觉得是非常重要的一个变化，就是我们通过这样的一个界面，其实更快的或者更深的扎到了用户场景里面去了，所以我们会发现用户在这些不同的入口上面得到的好的内容之后，付费有一个比较大的提升。

🚥 Koji：

我在用 Mootion 的过程中发现你们有一个设计是，不让用户自己选视频模型。所以用户应该没有办法自由选，我今天是用 Flux，是用可灵，还是用 Veo2 等等。这是出于什么考虑来做的设计？

👦🏻  童超：

这个跟我们定位相关。

刚才提到说我们希望让没有用过 AI 的人能够做自己的内容，讲自己的故事。所以我们会认为用户要的是效果，不是模型。就像赵本山说的，别看广告看疗效。他们不关心这个是什么，或者后面的品牌是谁，他们要的是最终的结果。所以我们会有自己的选择，给用户模型反而增加了他们的学习成本。

他们会问什么是可灵？什么是 Veo ? 什么是海螺？什么是 Pika？什么是 Sora? 我们都是在所谓 AI 圈子里的人，很容易接受到这种信息，但是 AI 的渗透率远远没有到每个人都知道的状态，所以有太多人没有这种信息，当他没有这种信息的时候，我认为不给他们或者让他们专注在效果跟创作上面应该是更好的。

🚥 Koji：

我在想，就像刚才你也提到，我们录播客的前一天，可灵发的 2.0 确实很炸裂。十字路口公众号也写了很长一篇文章来介绍可灵的 2.0。一定会有好多用户多多少少也看到了这个新闻，他们会不会跑来问 Mootion，就是你们里面有可灵 2.0 吗。或者另外一个情况就是，会不会因此就流失了用户，跑去用可灵 2.0 了，或者会不会他就跑去用了其他支持可灵 2.0 的 Mootion 类似的竞品了。

这个你会怎么看？听起来你好像就放弃了这些用户了。

👦🏻  童超：

对，因为我自己其实很了解这些用户。我们可以统称为他们叫 AI 的尝鲜者或者叫技术的尝鲜者，他们就像一个接受曲线最前面的那 3% 的人。

这些人很活跃，看法可以影响别人，所以我们会看到非常非常多他们的消息。这个群体对新事物的接受程度非常强。但坦白讲这些用户的生命周期非常短，大概就一个月，一个月之后在现在的技术迭代上面一定会有新的东西给他们去用。他们不在意说在某个场景上面要用什么，因为对他们来讲最大的价值是「鲜」，而不是某个场景。转换到「鲜」的事情上，转移成本对他们而言是非常低的。

我觉得对我们来讲可能就是一个取舍，做产品很多时候就是取舍。技术不成熟，资源不充足，用户不清晰等等一系列的事。我觉得很重要的就是取舍，因为你不可能得到所有的资源，你也不可能在某一个时间内有充足的声量，所以做好取舍，然后能识别好那个最重要的问题，应该对于产品来讲是最核心的。

创业心得：创始人要坚持做用户访谈，避免「拿着锤子找钉子」

🚥 Ronghui：

刚才提到你每周会做一个用户访谈，这个点还挺有意思的。大部分的 founder 都会说自己非常在意用户反馈，但是每周做一个访谈并且保持这个频率，还是一个在操作跟坚持上都还是挺有挑战的一个事。你现在还在做吗？

👦🏻  童超：

我还在做，我每周大概要给 50 个用户发邮件，就是完全 cold call，可能有一两个人回我。

对于用户来讲，通过邮件沟通的回复率很低，但我觉得这个事非常非常重要，就是因为我们其实谈到了好多 AI 的技术，当这个技术不成熟的时候，用户的心智，用户的接受点很 tricky，它到底在哪儿其实是很难找的，你只有问他才知道。但是你的用户又有很多的类型，就需要不断的去找到他们，所以我自己会做这个坚持。

另外就是我觉得作为一个产品负责人来讲，有这种体感也是很重要的，就是你自己做产品的时候很容易会先入为主，但是你在技术也在变化的过程中，很容易失去体感，不知道用户到底在想什么，而且他那个接受点在变化的情况下，你一定要随时随地知道。

那这个通过什么实现呢？我觉得目前的状态只有通过不断的跟用户交流才能实现。

🚥 Ronghui：

你说这个让我想到以前 Stripe 的 CEO Patrick 发过一个推文，大概意思就是说他把 user research 不是当作 user research 指向了做什么功能或者做什么产品。而是他先让你形成自己的思维模式，然后你再用这个思维模式去做一个产品。

👦🏻  童超：

没错，我特别同意，有点像我刚才说的那种体感，对于所谓高认知的人，其实比较容易丧失用户意识。

因为自己认知很高，所以会觉得自己说的可能是对的，但是服务的人可能是你完全不熟悉的群体，那怎么能跟他们共情、产生交集呢？我觉得就是你要不断地把自己扔到那个场景里面去，扔到他们的那个处境里面，才能得到这些你往下走的方向。确实我非常同意刚才那个说法。

第二，你可以很快地切到另一个身份上面，或者你可以有两三个或者三五个身份同时来去思考说，我的产品要怎么做？

🚥 Ronghui：

这是不是来自之前的什么经验教训？

👦🏻  童超：

我觉得是有的。

因为我自己其实是做 CS，然后又学过 Machine Learning，我其实是有技术背景的人，只是谈我自己，有技术背景的人，比较容易产生技术幻觉，你认为技术都能行，但是当你把手「弄脏」，你发现它不行，就卡在这儿了。所以过往我自己经历给我类似的负反馈，自己也要时常提醒自己说要把技术扔掉。

无论是什么技术，当我要去解决一个用户问题的时候，问题到底是什么？我现在不断地要提醒，或者说在过往的产品经历里，我做过很多尝试，就是我们说拿着锤子找钉子，有时候会成功，就因为你的锤子恰好在那个场景下面，一下就能砸中它，但大多数是失败的。所以这种失败的经历其实是非常强的负反馈给我后边，尤其现在这个产品。

🚥 Koji：

所以曾经有过什么拿着锤子找钉子、也没找到，让你感到非常挫败的故事？

👦🏻  童超：

太多了，从 Mootion 的角度来讲，有一个很有意思的——我觉得不能叫挫败——但是一个很重要的教训。我们在刚开始的时候非常专注自己的基础技术研发，我们做了一个 3D 的动作生成的模型，尺寸不大，但应该是世界上第一个。它的作用是生成我们看到那种 3D 电影 / 动画 / 游戏里面的角色动作。输入一个文本 prompt，给你生成动作。当时 2023 年的年中，我们得到这个模型，然后把它推出去。很快收到了两万多个专业的 3D 创作者的积极反馈。

过了两个月，我发现有个问题，也就是我刚才提到的你往后走要干什么？这个模型到底要干什么？生成一个角色动画，然后呢？可以放在真正的游戏工业或者影视工业里吗？还不行。那如果不行，那这个事儿往下怎么走呢？就走不下去了。

所以我们就做了一个很快的决定，这个事不成立了。有两个选择，第一做一个非常专业的工作流出来，服务专业的创作者。第二把这事停掉，做另外一个事。所以我们当时非常快决定把这个模型的能力内化在现在 Mootion 的产品里，去支撑我们生成的可控性。

所以前面说我一直要提醒自己，因为我其实也会有这样的问题，因为非常多的技术的可能性、机遇放在这儿，你忍不住去伸出手去探索，但是当没想好你在解决什么问题的时候出去，就一定会被打回来。这个事儿其实是挺关键的，因为你想那是我们四到五个月的创业期间的尝试，其实成本还是蛮高的。

🚥 Ronghui：

说到这里，这跟你过往的工作经历是不是也有一些关系？比如说之前你提到在 360 手机，还有创新奇智。可以说说这些经验跟你之前的工作经历，有哪些 take away 是很有关系的？

👦🏻  童超：

对，我觉得奇智也是一个点，因为奇智算是上一代的 AI 公司了，大概从 16 年到 22 年的样子， 包括当时的四小龙。

那一代的公司其实是受 DeepMind 的影响。DeepMind 给了大家一个非常强的希望，除了下国际象棋，它还能下更复杂的围棋了，他在非常非常多的领域有特别好的进展。所以奇智或者说那一波的 AI 公司都是心里有了一个 AI 的技术梦去创业。但问题也在于此，如果你拿着技术，那就是典型的拿着锤子找钉子。

那有两个问题。第一个就是当时的锤子不够硬。以 CV 为主的技术，或者 NLP 的技术，Machine Learning 的技术等等，在某一个细分场景里边，可能可以达到一些可以工业化、产业化用的性能，但是普适性非常弱。所以就说你的锤子即便砸到这儿了，也要用非常多的人和额外的工程去补充或者来实现交付能力。这是很重的一个模式，它并不符合我们认为说 AI 能够改善劳动力，甚至于说提升劳动效率。

第二个问题，还是拿锤子找钉子。作为一个创业公司，即便你融了很多钱， 那你有多少机会挥这把锤子呢？其实也是有限的。带来的问题是你越挥，往后风险越高。你敢挥下去的决心也越小，因为你不知道这个事到底能不能成。从这个角度来讲，前面的这个钉子没有砸到足够多，到后边如果没有办法持续的帮助提营收，这个事可能也就会出现非常大的挑战了。所以诸如这样的经历，是为什么我一定要警醒，即便要去用新技术来去做产品或者做应用的时候，也一定要先想好我们的用户到底是谁，然后我们到底解决的是什么问题。

🚥 Koji：

当时创新奇智是一个非常明星的企业，是开复老师 all in 的一家 AI 公司。

当时也有新闻说 CEO 追随开复老师，放弃了 1800 万的年薪，前后也融了七轮，有软银这样的国际大基金在背后支持。如此黄金的阵容，也很努力上了港股。但是上市之后年年巨亏，股价现在已经暴跌了 80 %。你作为产品总监，应该是非常核心的高管之一。你刚才也提到拿着锤子找钉子，一直很难受。

可不可以讲一讲当时你们找过哪些钉子？那个时代的故事，有可能对我们眼下正在发生的这个时代的故事多多少少有一定的借鉴意义。

👦🏻  童超：

我非常赞同你说的点，即便技术有了代际变化，大家面对的场景其实是相似的。

这一点从商汤也能看得出来，商汤正在经历转型。回到场景上面，我们当时其实探索了非常多的场景，或者行业，零售，工业，制造，这其实是非常头部的或者说体量非常大的行业。各自都会有问题。

工业的问题在于它的细分的赛道非常多，不同的细分赛道里面，中国的制造业确实增长的非常非常快，同时代表的就是他们的要求其实越来越高。在不同赛道上面的高要求，当时的 AI 是有局限的。这一部分受制于技术，当你挥起锤子来的时候，不一定能砸得到这个钉子。

金融行业。我觉得金融是确实很可能是做 ToB 很理想的一个行业，因为在金融行业的人认知都很好，愿意接受新技术。同时可能是一个非常好的收入来源，但是当时的金融也会有一个问题，金融行业有非常强的对于模型或者技术的诉求。你需要给一个模型，模型的归属和之后的更新维护等等要归属于银行，或者说银行保险，证券等等，他们都会有类似的一些诉求。这个诉求对于上一代的 AI 公司来讲其实是比较困难的，你的模型部署进去，你要持续不断的更新维护。不像现在 OpenAI 锁一个版本，其实可以解决很多问题。但上一代你很难去这样解决问题，你要持续不断的去做这个事儿，意味着在这个事儿上面你要投入更多的人力维护更新，那其实是很有挑战力的问题。

营销领域的问题是太小了，每一个场景都不大，当然机会很多，但是每个场景都不大的时候，又没有办法像现在的 AI 技术更有普适性的时候，挑战就是你要花多少横向的人去做。比如说 10 个、50 个、100 个项目或者客户服务。这个事是比较有挑战的。

这一次 AI 浪潮最大的特点是普惠，可以看到很多技术路线进化的可能

🚥 Ronghui：

那你觉得之前创新奇智的经历在 AI 这一波有看到有什么类似的案例吗？

👦🏻  童超：

这一波的 AI，我的判断可能是不会。

讲一个例子，如果八、九年前，我们很难想象 AI 能让一个县城的老奶奶跟 AI 说话，但现在国内我相信你肯定是可以找得到这样的例子的。今年春节我回家。我有一个年龄很大的远房表亲，他说：“有个什么 Seek，好像挺好的，你给我找找。”他说的是 DeepSeek。

背后我认为的原因是，和以往相比，AI 在这一次的能力，最大的区别是普惠。它能够让更多普通人，没有用过 AI 的人，能够享受到 AI 的能力，这是我认为这一代 GenAI 最大最大的价值。其实大概在 22 年的时候我们就做了一个 Transformer 架构的模型，不大，但是这个事不重要，这一代最大的价值就是普惠。当你有普惠能力的时候，就变成了你现在的锤子，有了更好的能力能够去砸得到钉子。

在这个角度来讲，完全跟上一代的路线不可同日而语。所以我会认为这一代 AI 无论是在应用上面还是在模型上面，可能真的都会有很大的潜力，或者不太会出现上一代集体都会哑火的这种问题。

但单独讲，如果我们只看大模型的公司的话，我觉得这个问题还是悬在他们头上的。你做了模型，模型之间又有很多像 DeepSeek 这样的创新者出来，会有很多对大家的冲击。如何面对市场或者面对自己的技术？这个时候我觉得确实对现在的大模型公司可能也存在这个问题，但如果说做应用，这个包袱会小很多。

🚥 Ronghui：

我们之前聊天的时候，你有跟我们说到之前在 OpenAI 见 Ilya 的事情。

👦🏻  童超：

对，就是也挺巧的，我们刚刚开始创业没多久，也是当时开复老师介绍我合伙人去硅谷，在那待了一个月左右的时间，机缘巧合在 ChatGPT 发布前的一周左右，见到了 Ilya 和 Greg。当时我合伙人给我带回来的消息就是他们好像要做一个应用，但是 Ilya 自己也说不知道这个事会怎么样。然后事情就发生了，ChatGPT 发布，变成了改变世界的应用。

这个事给我很大的冲击是什么呢？除了刚才说到拿锤子找钉子的事之外，第二个点是你会发现在技术快速演进、创新产品不断出现的情况下，没有谁比谁的认知更高，尤其面对市场的时候。大家其实都差不多，都是在探索、享受技术带来的收获，寻找在市场或者在用户侧可能的价值。

所以我认为给我们最大的启发是，当我们处在这个 AI 时代的时候，最要紧的事情我认为是多实践，快犯错，然后满负荷的迭代。

其实 Ilya 跟 Greg 没有给太多的所谓内部消息，或者很深的见解，但是他们的这种预期和后面的反转，是给我们很多的启发。

AI 视频创业全景图，五类企业逐个分析

🚥 Ronghui：

很早以前，我听过陈世骏（Steve Chen）的一个演讲，他是 YouTube 的其中一个 founder，他讲了一段话，我印象特别深。大家很多时候都以为一个很厉害的创业者好像是一个上帝，一个先知，他知道什么东西，然后他去做。陈世骏说其实不是的，这是大家对创始人最大的误解。

说回 AI video 这个领域的创业，可不可以请童超帮我们来盘点 AI video 的整个创业的前景图，也可以着重说一说你比较看好哪些。

👦🏻  童超：

模型公司比较平均，大家都在一个水平线上挑战模型更好的性能。从应用的角度，我大概把整个视频类型分成五类。

第一类偏 AI 剪辑，用 AI 做原来剪辑的能力，比如说 Descript，Opus Clip，Captions 这样的公司。

第二类是 talking head，里边有个人，这个人比如有数字人，或者拿真人来去做数字人。典型的有 Heygen。我今天早上还看到 Synthesia，英国的公司，好像刚过了一亿美金的 ARR，这一类其实最终产出也是视频，但路径是它有一个真人在里边，用在不同的场景。

第三是视频特效，比如说 Pika 或 Vigo。他们做的事就是我在视频内部可以有不同的效果出现。很像我们在传统视频制作里后期特效的这一部分，但是他们用生成的方式去解决这个问题。

第四类，有点像 Mootion，完整的端到端，生成一个完整内容，不像生成一个 video clip。视频模型的公司更像生成一个 video clip，但是这些应用层的产品去生成一个完整的内容。包括 Mootion，Flicky，美国还有一个公司叫 Invideo，其实大概都是在这个水平上面。

最后一类像是不同功能的单点功能的类型，比如说 VideoDubbing，就是 Video Translation 的东西，或者是做这种 Face Swap，换脸，更像是在视频的整个创作过程当中某一些单点的功能，有公司专门来去做这部分的应用。

我自己对于整个的视频应用大概分成这么五类，但我有观察到，第一，这些公司其实都是铲子，它都是要得到一个最终内容的一部分，或者是创建了一个环节，在这个铲子的上面，我会认为生成和剪辑这个事可能最终会融合在一起。

因为从用户的视角来讲，我并不关心这个事是这个 clips 或者说哪个效果是生成的，还是实拍的，或者说我拿到了一段片段之后，我怎么去剪得到一个我想要的，比如说一个 highlights 的视频。

我们会认为未来有可能的一个情况就是 AI 剪辑类或者传统的剪辑和现在整个生成，无论你是做特效，还是做像 Mootion 这样做整体生成的，可能会有一个融合的趋势。

那在这个融合的趋势之上，其实有一个机会，就是谁能够先定义当剪辑跟生成融合时那个产品的形态是什么。这个其实我认为是一个很大的机会。先做个预告，可能 Mootion 会在今年年中或者下半年，推出第一个这样形态的产品出来，也请大家期待，也是一个我们思考的呈现。

第二个，刚才 Ronghui 问到我比较关注哪个产品？从产品的创新性跟体验来讲，我很欣赏 Descript。Descript 在尝试用自然语言交互的方式来更新或者迭代现在比较繁琐的视频剪辑的能力。里边很多我自己每天也在用，其实会有很多小问题。但是这个方向我觉得是一个很好的在指引 AI 在剪辑或者视频创作里面承担的角色。我觉得这是一个很好的信号，AI 在整个的视频创作里面可能会有什么样的一些变化。

另外一个可能大家接触比较少的产品，也是个英国公司做的，叫 Veed.io，产品很容易理解，但很有意思的就是，它是在跟着用户在成长的产品。Veed 第一次上线大概在 2019 年，那个时候大概也没什么用户，创始人就像一个完全跟用户沉浸在同一个环境里边的一个创业者。他在推特上面，在很多的社交媒体上公开了自己所有的创业的过程跟经历。所以有非常多的用户跟他们反馈、互动、交互。

他们也做了非常多的点，大概在去年、前年的时间开始集成了 AI 的功能，做了自己的升级。整个 ChatGPT 里边第一个叫 VideoGPT，就是 Veed 做的。所以这是一个非常 agile 的一个团队和产品。他们应该是两年做到了一百万的 ARR，然后又用了三年，现在应该是可能两千多万美元的 ARR，成长很快。但是背后你发现他们的迭代和方向是非常及时的在响应用户的需求。

🚥 Koji：

这一代做 AI Video 的创业者里面有非常多华人，你最欣赏哪一位？

👦🏻  童超：

Heygen 的 Joshua，很欣赏，值得学习。他有点像我刚才说的那个 Veed 的创始人。我知道他们的产品其实经过转型，但是他们做了非常多利于用户跟进市场的设计和迭代。我觉得这也是可能华人创业者很重要的一个特点或者很重要的一个优势。

🚥 Koji：

有没有谁现在在做自己的 AI video 产品，产品还没有发或者发了还没有得到市场足够多的关注，但你认为假以时日他和他的产品一定会取得很了不起的成绩？

👦🏻  童超：

我比较期待国内有更多的基础视频模型出现。现在可能可灵是比较往前的，但是应该有不同的基础路线来去得到更好的视频的结果。从这个角度来讲，我还蛮期待曹越的 Sand AI，我听说他们可能很快会有一些发布。

Koji：

你和他打过交道吗？

👦🏻  童超：

我还没有直接跟他打过交道，但是因为我们都是创新工场的被投企业，间接会有一些联系。

🚥 Koji：

你期待的原因是什么呢？

👦🏻  童超：

因为他们用了不同的技术路线，太细节的不方便公布，但是不同的技术路线可能会有不一样的好的结果，跟 DIT 可能会有一些差异。

🚥 Koji：

你自己在一线应该是非常能够感受到从 Sora 开始，然后一系列的各种视频模型你追我赶，一年之内感觉就百花齐放，就是这一年感觉好像过了快十年的那么久的一个演进。你最佩服哪个团队？

👦🏻  童超：

视频大模型领域，我觉得可灵这个团队是真的很厉害。我曾经参加过可灵一个版本的发布会，也跟他们的团队有过一些交流。在 Sora 之后，可灵其实蛰伏了一段时间，恰好卡在了他们在研发过程当中出现了 Sora。

但是他们出来的结果，包括可灵出海之后，他在国内和海外的结果和创作者给他们的反馈，我觉得是非常难得的。这里面的差异点在于一个做内容的公司，一个我们理解的互联网的公司。他们用了一个非常短的时间达到了 SOTA，然后把这个 SOTA 转化成了一个非常非常多用户喜欢，持续在使用的，一个基础模型对应的产品。

🚥 Koji：

在你的观察里，为什么他们可以做得那么好？当然一方面是快手有钱，有用户数据，这些是所有人都知道的。有没有什么你观察到的，感受到的，他们背后的成功秘方？

👦🏻  童超：

我觉得就是坚持。因为其实对于可灵来讲，更多的成果应该是来自 research 团队。

产品其实没有那么厚。所以 research 上面我觉得他们应该是比较坚持，认准了这样的一个技术路线，做了比较大的投入。在 Sora 出来之后也没有乱掉阵脚，我觉得这个是比较重要的，能够稳定的把自己的好的内容拿出来，好的结果拿出来，然后按照自己的节奏去做产品化，再去做更新。这个是我认为在国内，起码可能卡到现在的时间点，可能是比较重要的一个属性或者一个差异化。

🚥 Koji：

据你所知，可灵内部有哪些灵魂人物是他们成功的关键吗？

👦🏻  童超：

突然想名字，还真不一定能想起来。但是确实是有比较关键的两到三个人是在引导整个 research 的方向。

🚥 Ronghui：

或者策略上有什么正确的决定呢？坚持得到好结果是不是因为前提是选了一个对的路？

👦🏻  童超：

我觉得技术路线他们是压对了，就是跟 Sora 类似的这种技术路线，这肯定是对的，如果错掉可能就会没有办法在这么短的时间给到一个这样的结果。

第二个点，如果说策略，这个可能未必是产品团队的功劳，我觉得他们很快地去做了国际化，去做了全球化，把自己的产品延伸到海外。这一点甚至我自己评价可能都比快手自己的出海要做得好。

🚥 Koji：

现在因为大厂非常的猛，不管是刚才说的快手的可灵，还是字节。那今天像深数科技或者 PixVerse 这样也做视频模型的创业公司，你认为他们还有希望吗？

👦🏻  童超：

我觉得现在视频的基础模型的能力还没有收敛，还处在一个发散的阶段，可能这个点跟语言模型是比较大的差异。在这个状态下面，我认为创业团队新的思路、新的方向、新的成果和大厂持续不断的高投入的新成果可能都会并行一段时间。

但最终结局是谁，我觉得也不好说。我们也无法预料到在春节的时候突然杀出 DeepSeek，然后大家突然就收敛了，我觉得视频领域可能还会跑一段时间，但最终杀出的是谁？我觉得大家都有机会。

🚥 Koji：

今天也有一个说法，字节所到之处片甲不留。尤其在视频领域，不管是剪映 CapCut，还是最近上周在 Product Hunt 上榜首的 Pippit AI，也是字节出的一个视频工具。

你自己对字节这家公司做的各种各样的 AI 视频产品里面，你最喜欢的是哪一个？最看好的是哪一个？

👦🏻  童超：

我觉得即梦是一个挺好的基础。即梦在产品上面有很大胆的尝试。你会发现，当你打开即梦的时候，第一屏是一个类似抖音的一个信息流。它真的在尝试把 AI 的内容变成一个用户可以拉时长，可以持续消费的内容，这一点是很重要的。

那就代表着，即梦很有可能从一个单纯的生产力工具变成一个生产力工具得到的内容，可以很好的跟用户消费，我觉得这是一个很大胆的尝试。即梦的负责人也是我认识的朋友。但这个事可能现在就是一个尝试，至于能不能留得下来，或者未来能否变成新的抖音，是一个可能吧，但还有很长的路要走。

Mootion 最大的三个市场：巴西、阿拉伯地区、美国

🚥 Ronghui：

我们最后来聊聊出海。我们知道 Mootion 一直是做海外市场的。童超可不可以给我们讲一下你们目前用户量最大的三个市场是哪里，以及你们分析是为什么？

👦🏻  童超：

按照大的区域来分，第一是巴西。巴西是我们最多用户的市场。第二部分主要是阿拉伯地区，就是中东海湾的六个国家。第三是美国。

从我们的观察来讲，巴西其实我们是有预期的，巴西事实上是现在很多硅谷的创业公司出海的第一站。他们也很看好巴西用户对产品的接受，对新事物的尝试。巴西又是一个绝对体量的单一大市场。

阿拉伯是我们相对意外的一个市场，其中一个很典型的国家就是阿曼。我昨天看了看数据，我们现在在阿曼可能得有 7 万多用户了。阿曼这个国家现在只有可能不到 500 万人的样子。所以我们在这个国家的渗透率其实是非常高的。

在这个渗透率之下，其实也比较巧。2 月份的时候，阿曼的投资管理局和阿曼的教育部邀请我过去做一些交流。他们也很好奇为什么这样的产品可以有这么高的渗透。我拜访了绝大多数阿曼的好的私立跟公立的学校，也真实的看到那些老师跟学生在用我们的产品去赋能，或者说用到他们课堂跟教学里边。所以这个点是我还是挺惊喜的。在阿曼其实代表了一个整个阿拉伯地区可能类似的这种用户的场景，所以这一部分是我们比较意外。

美国我们觉得很合理。我们出海，北美市场是个重要的地方。

🚥 Ronghui：

可以分别说说这些市场用户的特点吗？

👦🏻  童超：

巴西是一个用户普遍接受新事物非常快，也愿意尝试新事物的市场。用户自己都会很好的去发起一些小的用户的群，讨论新的产品或者新的东西。所以巴西的渗透或者说做新增应该是很快的。但是巴西用户其实很类似于 5 年前或者 10 年前的中国用户，付费习惯其实是没有那么好的。这一点需要考虑到，当你去做冷启动，也许巴西是一个很好的新增市场，但你要同时考虑三个月之后你的付费和转化要怎么解决。

阿拉伯的用户又是一个用户习惯完全不同的群体。因为他们有很严肃的宗教约束。他们很严谨，就代表他们对于新事物的接受或者转化相对谨慎。但反过来，恰好是因为比较严谨的教义，会让这些人对于新东西，就所谓带 AI 属性的东西，会非常有期待。所以当你在阿拉伯地区的国家找到一个小切口的时候，这个就很类似我们的经历。你找到一个小切口的时候，会很大程度上放大这一些人对于新产品或者新概念的一个好奇，所以增长也会很快。那这种增长对我们在阿拉伯国家来讲几乎可能 90% 都是自然的增长。我们做了 2-3个 influencer 的内容，除此之外全部都是自然增长的流量。所以当你找到切口之后，我觉得阿拉伯国家的自然传播会是一个很好的数据。阿拉伯国家的付费会有点挑战，但是你要选择好中东的六个国家会好很多。美国的情况我觉得大家都相对很熟悉了。

🚥 Ronghui：

阿拉伯国家比较谨慎，这是不是意味着他们的忠诚度也会比较高？

👦🏻  童超：

没错，从我们自己的数据也会发现阿拉伯用户的，一旦他接受转化之后，他的生命周期会是比较长的。

🚥 Ronghui：

你刚才也有提到就是去日本做活动，之前我们聊天的时候也有聊到台湾，这两块就是可以分享一下吗？

👦🏻  童超：

日本跟台湾是我们今年开始会发现有一些很好的用户的新增的区域，这个信号特别明确，我们在日本跟台湾基本上也是自然传播，我们会做一些在自然传播之上可能到了万级别用户之后的一些助推，比如说我们去做一些 influencer，然后我们会通过 influencer 的内容去影响更多的用户。

但日本跟台湾，我觉得这两个市场很相似，他们都是用户接受比较难，但是一旦进入之后，他们的忠诚度是非常高的，付费率也极高。

🚥 Ronghui：

你提到了五个市场，你在这些地方有看到哪些同行？

👦🏻  童超：

其实蛮多的。阿拉伯地区比较少，我觉得确实大家可能对阿拉伯地区相对陌生一点。像巴西，我在很多在硅谷的很多朋友创业，他们第一站都会选巴西。在美国就更多了，日本也是。台湾可能相对少一点。所以见到朋友的几率非常非常大。

我这次去阿曼，有一个老师，他告诉我他用的 App，他用 DeepSeek，他给我看 PixVerse，我觉得蛮好的，就是华人的这个产品也渗透到了世界各地的用户中。

🚥 Ronghui：

你觉得在现在这个时期华人创业者的优势是什么呢？

👦🏻  童超：

三个优势。

第一，中国的创业者，起码我认识的很多朋友们就是非常接地气。大家能够在技术还不成熟的时候，通过非常多的方法找到 PMF 的路径，从而能够让产品快速增长。我觉得这一点是很好的。我认为在这儿，中国的创业者应该是比很多美国创业者要好的。这是一个很重要的差异。

第二，不得不说在我们移动互联网和互联网这种超级卷王的市场里边成长出来的创业者，在增长和运营的策略上面，应该是个降维打击。所以尤其是在一个新产品冷启动和规模化增长的时候，中国创业者可能手里拿的就是一些秘密菜单。

第三，在中国的创业者环境里，同时有两种人才。第一是很好的研究人员，甚至很年轻的研究人员，他们不一定是 top 的，但是有很多很年轻、有想法的研究人员。第二，作为创业者来讲，很重要的是，我们有非常好的全栈的工程团队做配合。这样就意味着我们很快的可以把新的技术传递给用户。我觉得这种技术供给是不容易在其他的国家发现的。这三点综合起来你会发现华人创业者，尤其在 AI 的圈子里边是非常快的能够突飞猛进的。

🚥 Ronghui：

最后一个问题，你觉得现在这个时代，出海的公司还需要在当地找一个 representative 吗？

👦🏻  童超：

我会相信 AI。所以我们没有任何想法需要在任何的国家或者区域去设一个代表。

第一，相信 AI 的力量，AI 应该作为一个员工或者一个实习生，能够代表我们去跟用户沟通，我们其实也在这么做。

第二点，要相信用户的力量。在全球化的这种背景下，你在当地的用户是你最佳的代表。用户自己会有足够的动力，有足够的能量来去帮你去做这些国家的拓展、反馈、迭代等等。

🚥 Koji：

今天非常感谢童超的时间。我们分享了 Mootion 的故事，给我们对整个 AI 视频这个大领域做了很多的科普和点评。我们在过一年的时间回头再看今天这期内容的时候，应该能看出非常多的新意和线索。在此谢谢童超，也欢迎你再来十字路口。拜拜。

👦🏻  童超：

拜拜，多谢多谢大家

欢迎订阅「十字路口」播客

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我联合创办了街旁/新世相/躺岛，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。欢迎大家找我聊天，碰撞想法，链接下一个可能性。Koji 的即刻^[1]，Koji 的网站^[2]

👧🏻 主播 Ronghui：我在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻^[3]

参考资料