前字節剪映AI產品負責人創業，獲硅谷基金及BV百度風投投資，要做營銷多模態Agent

文｜鄧詠儀

編輯｜蘇建勛

在AIGC領域，廖謙可能是國內為數不多，親手做過千萬美金級收入的明星產品，從產品研發、商業化到全球化市場都有涉獵的一位「多面手」。

他的職業路徑，也正好和技術拐點相吻合：最早，他在騰訊雲做過最早的To C換臉產品，上線十幾天就達到千萬DAU；

2022年，Midjourney爆火之時，他是字節內部最早一批探索多模態能力的人，從0到1設計和推出了火山引擎Top1流量產品「智能創作雲」 ，為數千家中小商家提供營銷和自動化服務，並在剪映發起出海項目Pippit，如今已經月活超過百萬用户。

到2024年初，Sora的發佈讓廖謙意識到，多模態的ChatGPT時刻或許快要來臨。他當即決定加入多模態明星初創生數科技，帶領Vidu產品、研發、營銷、運營上百人團隊，和這家公司一同走過從0到1的冷啟動到千萬美金收入的階段。

和廖謙共事過的人説，他的做事風格「很狼性、行動迅速」，這也是為什麼，當他在8月決定創立公司「極致上下文」（Apex Context）時，引來了一輪投資人的爭搶。

廖謙説，他的融資PPT還沒來得及畫好，在半個月內就迅速敲定了數百萬美金首輪融資。本輪融資由硅谷美元基金HT investment、BV百度風投聯合投資。其中，HT investment是源自硅谷、佈局全球的新一代美元基金，專注投資AI驅動的科技與社交娛樂領域。

9月末，Sora App發佈，他又一次感受到技術變革帶來的戰慄。「那天晚上我在冒冷汗。」他坦言，那天本來和團隊成員一起加班，看到Sora上新，迅速取消了第二天的所有會議，組織全員評測Sora。

不過很快，這種壓力就已經轉化為動力。不同在於，他如今已經不做基礎模型產品，而變成了一個「造船的人」。

「在這個時刻，應該要更冒險、更激進。」這是剛剛創立「極致上下文」的廖謙，這段時間最大的感受。

這種篤定，源於廖謙在生數科技的經歷。2024年，作為平臺方，他內部搭建的TEP（Talent Exchange Platform）團隊處理了上千單企業級AIGC需求，發現一個關鍵痛點：比起復雜的AI工具，他們更需要的是「告訴AI我要什麼，直接給我成片」。

多模態領域的底層模型，依舊處在迅猛的變化中，但落地的鴻溝依舊存在。

「傳統營銷視頻製作流程太繁瑣、太昂貴。」廖謙解釋，「其實，企業不想學習複雜工具，他們希望像找廣告公司一樣，只不過成本能降低十倍，速度能提升百倍。」

「極致上下文」正在打造的第一款產品，不是視頻生成工具，而是一個營銷Agent——前端通過多模態交互理解企業品牌調性和需求，后端整合各種AI模型能力，直接交付成品視頻。

目前，極致上下文團隊正在開發產品原型，后續計劃將面向海外市場首先推出。

在廖謙看來，中國在AI視頻領域有其獨特優勢：短視頻生態領先全球1-2年，國內對視頻生態的落地探索和理解更深。「國內這套的經驗完全可以遷移到海外市場，無論是產品創新還是用户增長。」廖謙説，這也是他選擇從全球市場切入，而不僅僅服務中國市場的原因。

在未來，廖謙希望把公司打造成一個新時代的「AI表達系統」——但在那之前，他希望先從垂類Agent做起，逐步拓展到更多領域——如教育、辦公場景等。

為什麼不做通用Agent？廖謙的回答很務實：「移動互聯網早期，大家也覺得應該做Super app，但最后跑出來的是美團、滴滴這些垂直場景。AI Agent也一樣，現在應該做這個時代該做的事——找到ROI最清晰的垂直場景。」他説。

廖謙

用户不需要AI工具，需要直接交付

《智能涌現》：你的經歷很豐富，在騰訊、字節都做過，后來去了生數科技，整個過程是怎麼思考的？

廖謙：我2015年碩士畢業於西安電子科技大學，學的是計算機視覺。畢業后在騰訊工作了六年，前兩年在天美工作室做開發，2017年轉到騰訊雲做產品經理，主要負責AI人臉、人體識別落地相關的產品，比如智慧城市、智慧交通，從產品到具體落地都做。

在2019年我就開始接觸AIGC了——那時候主要是基於GAN（對抗生成網絡）的AI換臉技術。我服務過一個叫"她拍"的客户，他們用騰訊的換臉技術做了個小程序，產品邏輯有點像后來的妙鴨，但體驗更好。

他們做了大量模板服務下沉女性用户，讓用户可以穿婚紗、拍各種寫真，上線十幾天DAU就達到千萬級別，進入了當時微信小程序排行榜TOP 10。也是這段經驗，那讓我真正體會到算法技術如何去引爆C端用户價值。

所以2021年，我想去做應用，就去了字節跳動的火山引擎，那時火山剛成立。我從零到一搭建了"智能創作雲"團隊，英文名就叫AIGC。

不過那個時期的AIGC和現在完全不同——我們做的是文字轉視頻，但不是用現在純生成的方式，而是通過NLP理解語義后，匹配素材庫里打好標籤的圖片視頻，再拼接、加BGM和字幕生成視頻。這個產品很快成為2022年火山引擎流量Top 1的產品，主要服務B端的營銷內容創作。

《智能涌現》：后來，你去了剪映？

廖謙：對，2023年到2024年在剪映，我當時內部發起了一個零到一的新項目，專門針對海外商家，打造 AI 內容生產與分發平臺——也就是后來上線的 Pippit。

簡單來説，這個平臺為海外商家提供從創意生成、視頻製作到發佈和數據反饋的全鏈路閉環。

之所以會發起這個項目，是因為之前在智能創作雲的時候，我積累了非常多對國內生活服務和電商用户羣體的認知。

我會發現，國內的AIGC產品在用户認知和產品成熟度上，其實是領先海外兩到三年的。在智能創作雲時期，我們做了很多類似的產品探索：從內容創意到一鍵製作——那個時候一鍵製作會用一些混剪的思路——然后到分發，你可以把抖音號綁上來，一次性把剛製作的一百個視頻分發到一百個賬號，然后再把數據反饋回來。

這套方法論其實是通用的，我們把國內的經驗搬到海外去，效果很好，產出的視頻在TikTok、INS上取得了不錯的表現，現在Pippit月活也已經突破百萬。

《智能涌現》：為什麼在2024年8月那個時間節點，會選擇去生數科技？

廖謙：Sora這個節點很關鍵。2024年初Sora剛發佈的時候，只是一個demo，沒有正式發佈，大廠的跟進速度也沒有那麼快。

那會生數科技是當時國內最早跟進的，4月份就發佈了對標Sora的demo，並在上半年發了Vidu第一個版本。我體驗到了之后覺得能力很強，覺得這是一個特別好的機會，就加入了生數。

生數整個團隊是清華系出身，技術實力非常強，但那會團隊在產品和商業化上需要有人來配合。我剛好懂點技術、懂點產品、懂點研發，比較好地可以去配合他們。

在生數一年時間里，我們從0到1做到數千萬的全球用户，今年能做到數千萬美金的收入。

《智能涌現》：在生數期間，哪些事情對你后來創業的想法影響比較大？

廖謙：其實在生數的時候，會有很多甲方需求直接聯繫到我們，包括品牌TVC、企業宣傳片，以及電商類商品視頻，他們希望我們直接交付一條完整成片。

當時市面上的 AI 工具平臺，比如 Vidu 和可靈，其實只能生成幾秒的片段，真正交付成片，還存在很多后端環節。

為此，我內部組建了一支內容服務團隊，叫TEP（Talent Exchange Platform），核心工作就是承接這些甲方定製需求，同時連接生態內的創作者，讓他們用AI工具來輸出成片。

我們處理了上千單這樣的定製化需求，也讓我產生了一個很強烈的感受：這里存在明顯的創業機會。

許多用户並不願意使用市面上的 AI 標品工具，原因一是這些工具無法與他們現有業務流程直接結合，二是對於業務人員來説，他們不是專業創作者，使用好AI工具還是有很大的難度。所以，他們更願意為端到端、能夠直接交付結果的解決方案付費，而且預算也相對充足。

《智能涌現》：技術到了可以創業的拐點，你的定義是什麼？

廖謙：效果跟成本綜合達到了一個可商業化的點。如果效果很好，但生成一個視頻要一萬塊錢，那也不work。

多模態模型在一年的發展里，成本已經有了一定的下降。用AI生成視頻相比傳統制作，成本能降低到十分之一。

效果層面，Reasoning（推理）能力是一個關鍵的技術節點。直到2024年9月Chatgpt o1發佈，我才覺得大模型落地到千行百業成了一個優化程度的問題，而不是行與不行的問題。

另一個拐點是多模態模型的一致性提升。之前AI視頻模型商業化應用存在的瓶頸是一致性，比如產品視頻，產品畫面會變，這對品牌來説，是難以接受的。

原來要解決一致性問題非常複雜，需要在圖片環節，比如大量的生圖，或者大量的PS，這部分的工作量能佔到70%，之后再圖生視頻。

在Vidu，我們去年11月份推出參考生視頻（Reference to Video）1.5版本，能夠將直接保持主體信息在視頻中的穩定一致，但當時清晰度還不是很夠，到上半年Vidu Q1 版本發出來時，畫質提升了，一致性就已經非常好了。

包括前不久Google的Nano Banana爆火，可以直接靈活的編輯圖片中的元素，包括保持圖片中主體的連續一致。可以看到，一致性問題，不管是在生圖片環節，還是在生視頻環節，都有了很好的解決方案。

先從營銷Agent做起，服務有表達訴求的人

《智能涌現》：為什麼你的公司叫「極致上下文」？

廖謙：Context（上下文）在AI時代是非常重要的東西。從做產品角度，一個好的Agent 需要很好的理解用户的上下文。從企業管理角度，我也希望團隊可以有更多的上下文的交流，按照我的説法是「More context， less control」。

《智能涌現》：這也是字節早期的價值觀之一吧。

廖謙：我受騰訊跟字節的影響還是很深的。

《智能涌現》：極致上下文具體在做什麼？

廖謙：我們想先做信息表達的生產端，先切生產力信息，為有生產力信息表達需求的人去做服務。用抽象的表達來説就是：有表達慾望和訴求的人，但很大程度上不具備表達的能力。

《智能涌現》：不具備表達能力是指什麼？

廖謙：現在的信息表達形式很多，可以是文字、圖像、視頻。視頻最難的，現在視頻的表達方式，先是需求方表達需求，然后他要找一個製作方來做。

這個製作方有可能是個人，比如創作者、influencer，也或者是一個team，in-house的製作團隊，或者外部的agency 團隊。製作方要用非常多的工具——相機拍攝，用 PR、PS、剪映來剪輯，甚至后期配音工具等等。

我們的思路是，把這些工具和環節整合起來，直接為需求方生成最終成片，提供端到端的交付服務。換句話説，我們直接交付服務，不做工具。

《智能涌現》：你之前在生數做多模態的基模，為什麼自己創業之后，不選擇做通用的多模態Agent？

廖謙：在Google等巨頭進入之前，回顧移動互聯網的發展，可以發現一個規律：在技術剛冒頭的時候，最正確的是，做這個時代應該要做的事情，而不是去做一些更超前的東西。

現在很多人會想做AI抖音，我也相信有那麼一天，但不一定會在接下來的兩三年內發生。就像PC互聯網時期就有人想做推薦系統，但那是移動互聯網成熟后才能做成的——所以，我覺得，創業首先要聚焦現在能落地的事。

《智能涌現》：你們會從什麼垂直場景開始切？

廖謙：我們會先從「信息生產端」切入，去服務那些需要高效產出視頻、圖片等內容的用户，而不是做內容消費的平臺。

然后從信息類型來看，像娛樂、社交類的短視頻，這兩塊一定是大廠的主戰場，創業公司進去很容易被卷死，而且這類內容大概率是免費的。

所以我們選擇的是「生產力信息」——比如企業在營銷場景下產生的內容，我們去服務營銷人員、品牌方、企業內容團隊這些有明確工作產出目標的人。

而且這類場景的ROI是可量化的，是能掙到錢的。我們的目標是把原有的製作成本降低十倍，同時讓交付質量達到行業標準。

《智能涌現》：這個需求是很非標的，為什麼選擇營銷這個方向？

廖謙：這個方向是有明確痛點的。比如説一個商家，以前做營銷視頻一般來説一支視頻要幾千塊人民幣或幾百刀，甚至一些追求品牌化敍事的視頻，成本要上萬；第二是檔期，他自己做不了，要找agency去做，agency不一定有空；第三是質量，agency也是有不同team，不同team的質量產出是不穩定的。

拿Sora舉例，現在生成一個視頻成本至少一兩美元，可能是幾十塊人民幣。我們能夠把原有的成本降低十倍以上。現在我們要做的是把這個過程端到端地用AI完成，不再需要人工中介。

《智能涌現》：具體一點，你們通過什麼流程來理解用户的需求？

廖謙：比如，一個商家找到我們，第一步是瞭解他們的產品和品牌。我會讓大模型去搜集他們公開信息，比如官網、社交賬號內容，確保對品牌有充分理解。同時，我也會研究他們所在行業，以及主要競爭對手。

在對用户和行業有了全面瞭解之后，再進入交互環節。這個交互應該是多模態的，不只是文字打字的方式。比如我們會問：「你喜歡什麼樣的畫風？」如果用户回答「帥的」，這太抽象，我們會生成三張參考圖讓用户挑選。

視頻初稿生成后，我們會讓用户反饋修改信息，這時候的交互，應該是用户邊看視頻的同時，用語音或打字的方式告訴我。

通過這樣的流程，我們先掌握產品信息、品牌信息和市場信息，再去了解用户的preference，從而幫助他們更好的進行完成信息表達，也就是輸出視頻。

《智能涌現》：在這個過程里，會有真人來對接需求嗎？或者説，你們是希望把原來創作者的角色替代掉，這多大程度上是可行的？

廖謙：不會。在Vidu期間，驗證了兩個點。第一個點是AI製作的內容是可被消費的。

第二是，如果你要做KA的話，大客户一定要有真人。但如果做一些中小客户，他是能夠接受AI來接管過程的，預算決定了預期。我們前期也做了大量的調研，他們對AI的接受程度還是OK的。

Sora2發佈不要緊，「我們已經在造船了」

《智能涌現》：Sora App發佈那一天，你在忙什麼？

廖謙：在冒冷汗。那天是十月一號凌晨，我們在加班，因為我們初創公司剛開始嘛，看到發佈之后整晚都沒睡，一直在玩Sora。

剛開始看到Sora，我心里有點慌，心想他敍事怎麼做得那麼強？但后來我轉變了思路，在想：我已經不在基模公司，沒有正面競爭的壓力。相反，我感到有點開心。

因為這意味着我在做應用這件事情會變得更加簡單，然后我就變得很興奮。

《智能涌現》：所以你們做的工作更多是造船，隨着模型能力上升，你們的能力也會變強。

廖謙：對，Sora提供API就好了，Vidu、可靈等其他模型也會是我們的工具。

這件事情會極大推進所有基模廠商的進展——第一，刺激大家都往那方面去追，對AI應用來説是很好的；第二，在資本層面上，會讓整個多模態的資本更加活躍。整個行業的發展會更加加速。

《智能涌現》：從你們的角度，你們對Sora的判斷是？

廖謙：我們第二天本來要討論十月的目標，我把那些會全部取消了，大家去玩、去深度評測。我們去評測它在敍事類內容、營銷方向的表現，也會評測單鏡頭、長鏡頭等美學表現，一致性等等。

我們得出來的結論是：Sora很好的點在於敍事、音視頻直出，包括一些娛樂類內容上，是明確領先的。

Sora在我看來不是一個單純的模型，它其實是個Agent。

Sora稱呼自己是AI System。你讓它做一個視頻，只需要説一句簡單的Prompt：「我跟Sam Altman在YC的會議室里聊天」，他就會把會議室、佈局，包括兩個人在爭執或者怎麼樣，講一個完整的小故事。這個東西視頻模型做不了，它一定是用了語言模型前置。

但他在做一些長敍事視頻、或者一些營銷視頻之類的，更生產級的領域，其實還有很多問題沒有被解決，它的一致性解決得並不好。

音視頻同出也是非常厲害的。不過2024年我在Vidu的時候，包括國內很多公司都很早投入到這個方向了，最近Google其實也放出來Veo 3，所以這個能力在預期範圍內。

包括類似Sora Cameo的交互設計，我們去年在Vidu上就探索過同樣的交互機制，只不過我們面向的是更泛化創作場景，比如廣告、影視內容製作，用來構建資產的概念，用户可以創建人物角色、道具、場景等元素，並在創作時一鍵@融合到一個視頻里。我一直認為，這種方式會成為未來內容創作的主流交互之一。

《智能涌現》：從哪些細節能看出Sora比現有產品強？你們猜他們做了什麼，才能讓產品能力這麼強？

廖謙：Sora第一是敍事有超出預期；第二是它有鏡頭語言了，但不太像電影的鏡頭語言，反而是社交媒體化的鏡頭語言——頻繁的切鏡、包括一些誇張的表情等等。

如果Sora App去做一個短劇，表現力非常好，各個鏡頭切換很自然。這跟它的數據相關，可以看出他餵了大量社交娛樂上的數據，但你會發現Sora它在美學角度，其實是比不上一些其他產品的。

《智能涌現》：Sora App發佈之后，有直接影響你們的業務目標嗎？

廖謙：有，就是我們可以更加focus在更重要的事情上。Sora出來對我們是大的利好，因為我們用工具做內容的速度更快、門檻更低。

《智能涌現》：你剛剛也提到，Sora會極大刺激所有大廠的進程。

廖謙：第一是Sora免費，大家都知道；第二是做產品的時候，有一個小細節是，登錄Sora App的時候，OpenAI提供的第一個登錄方式是GPT賬號登錄，然后纔是others。

正常來説，我們去設計一個產品，是非常care賬號體系的，會把GPT、Google、Apple甚至Facebook都鋪出來，方便用户登錄。

就從這個設計來看，OpenAI的野心是更大的，它絕對不甘心就是做一個只有一個輸入框的ChatGPT跟賣API的公司，而是希望打造基於GPT的生態。

所有的大廠都要去做防守。就是他們會把核心精力放在主要賽道上，因為他們會發現OpenAI真的會蠶食他們的主要賽道。

微軟的前CEO薩迪亞，在ChatGPT推瀏覽器插件的時候說了一句話：「搜索的毛利被永久地降低了」。現在用Google搜一個東西，最上面的輸入框其實是大語言模型給你的一些結論，那就意味着每次搜索都消耗了額外的算力。

Sora App出來之后，AI社交、AI娛樂的毛利也同樣被永久地降低了。你會發現新時代的社交產品、娛樂產品一定會有類似這種互動的玩法，這個成本是很高的。哪怕它降到了一次交互一毛錢，比搜索貴很多，也要做。

《智能涌現》：你意思是以后我們刷的內容，AI化的進展會加快很多。

廖謙：對。

《智能涌現》：創業公司的生態位在哪里？

廖謙：作為創業公司，你一定要有一個點，足夠硬。足夠硬了之后，你的用户就會開始「多持」。用户會買可靈、會買即夢，但也會買Vidu，那就OK了。

《智能涌現》：大語言模型現在的技術路線，可以説已經收斂了。多模態的發展路徑，未來會跟大語言模型有一樣嗎？

廖謙：這不太能直接類比。

多模態其實也分三種類別。第一種叫多模態理解，理解你輸入的圖片跟視頻是什麼，這更偏大語言模型的範疇；

第二個叫多模態生成，生成圖片、生成視頻，是現在Vidu、可靈、Sora在乾的事情，它不具備智能，只能做渲染；

第三塊類似於李飛飛在做的World Model，是大語言模型加多模態生成結合的東西。

多模態跟大語言模型很不一樣的點是：大語言模型的Scaling Law是真的被驗證了，你的參數量越大越牛逼。但是在多模態上，如果數據做得不夠好，參數量盲目擴大，其實是不work的。

在多模態領域，數據的重要性非常明顯。哪怕你的模型不夠大，但你的數據做得足夠好，你的效果也可能很好。

《智能涌現》：國內在多模態領域會領先多少？

廖謙：至少有一段時間，中國的視頻生態整體是比海外領先一到兩年，拿可靈作為最主要代表的話。不過在Google Veo3跟Sora出來之后，我覺得國內又有一定差距了。

從營銷Agent，到新時代的AI表達系統

《智能涌現》：你剛剛説，要做這個時代應該要做的事。營銷Agent是你們想先做的事，未來呢？

廖謙：大的目標上，我們希望做好未來的信息表達系統。

我認為信息的表達其實經歷了三個時代的變化。

最早搜索時代，你主動去框里找內容；推薦時代，系統把預製好的內容（文字、圖片）推送給你，這催生了知乎、抖音。

而現在是生成時代。AI讀取海量信息后，進行聚合與理解，再以你最想要的方式（文字、圖片、視頻）重新生成並表達給你。

這徹底改變了遊戲規則：推薦時代的「標題黨」會失效，因為AI看重的是內容實質，而非點擊率；同時，這也能實現真正的個性化，就像教育里的因材施教——知識不變，但AI能為每個人生成最適合他的、可視化的專屬教材。

Sora的出現，就是把「信息可視化表達」這件事極大地向前推進了一步。這種端到端的智能生成，是人力無法完成的，也是這個時代全新的命題。

《智能涌現》：未來，你們還是往通用Agent拓展嗎？還是拓向其他的垂類？

廖謙：我的觀點是先做垂類，通用的Agent不是當下最好的切入點。

未來的競爭一定是按行業或場景劃分的垂類競爭。我們想先服務好一個垂類，未來的拓展方向也是做好幾個不同的垂類 Agent，而不是一個大而全的通用 Agent。

《智能涌現》：為什麼覺得通用Agent不是最好的切入點？

廖謙：通用 Agent 很難去定義一個任務的好壞和標準。

做好用户理解和交互非常關鍵。不同垂類場景的交互形態、需要蒐集的信息、沉澱的行業知識（know-how）都是完全不同的。通用 Agent 會讓上下文變得複雜，無法在特定領域做深。

《智能涌現》：所以你們會按效果付費？

廖謙：「效果」（比如閲讀量、轉化率）有太多我們無法控制的外部因素。一個視頻做得再好，如果產品本身定價兩百萬，銷量也一定不好，這個責任我們無法承擔。

我們説的「結果」，是指我們承諾交付一個達到行業特定質量標準的、內容本身合格的交付物。這個質量水平和價格是明確的。

我們保證交付這個「結果」，但不保證它發佈后帶來的「效果」。這樣用户的體驗是清晰、透明的，他明確知道花一筆錢能得到什麼。

《智能涌現》：除了營銷，你們這個表達系統，未來還可能會有什麼樣的場景，舉個例子？

廖謙：比如你是記者，每天需要追蹤上百個信息源，包括公眾號、官網之類的。

以前可能你看推薦流，RSS工具抓取，這是被動接收別人寫好的原生內容。

Agent時代是生成： 你只需輸入一句簡單的需求，告訴 AI 你關注什麼，它會主動理解、抓取、聚合所有信息，然后為你動態生成一份今天的專屬情報——甚至根據你所在的場合，比如你在辦公室，它就生成圖文報告；如果你在路上，它就生成一段播客讓你聽。

它不再是推送「原生內容」，而是為你生成「全新內容」，這纔是信息表達的未來。

《智能涌現》：對做產品的人來説，預測模型發展曲線很重要。怎麼保證不會被基模吞噬？你看現在Sora出來之后，很多AI生視頻的工具，也被吞沒了。

廖謙：大家都想追求確定性，無論是投資還是創業，但這是不現實的。

現在多模態還是在很卷的狀態。我和這個領域很多頂尖的技術從業者聊，其實他們在訓練模型的時候，也是隱隱約約覺得這件事情Work，但到底是100分還是60分，也沒有很強的把握，所以纔要不斷做實驗。

做產品也是一樣的。與其焦慮地去預測，不如建立一套快速反應的機制。我一直在跟團隊強調要快，基模都是兩三個月迭代一次，而我們的產品必須每周就迭代一次。

很多創業者希望能完全預判模型三個月后變成什麼樣，然后規劃產品，但這是一種追求確定性的脆弱表現。

《智能涌現》：你算是見證了AIGC領域從0到1的人，這幾年你對大模型的技術發展，或者對AI這件事，有什麼核心認知上的變化嗎？

廖謙：要更冒險、更激進。

在大廠的時候，我經過了很多系統性訓練，讓你把事兒做對，但在創業公司，要更有大膽的想法。

昨天，就在這個會議室里面，我和團隊在討論交互怎麼做的時候，研發同學就覺得這個交互太超前、不一定能實現好之類的。

然后我就跟他講了，核心意思是，我們不是在做實驗室研究，創業公司不冒險，那還創業干嘛？

創業就是要去做那些還沒有被驗證過的可能性。

封面來源｜企業官方

歡迎交流

歡迎交流

本文來自微信公眾號「智能涌現」，作者：鄧詠儀，36氪經授權發佈。