聊聊Sora 2 的戰(zhàn)略打法

文：王智遠(yuǎn) | ID:Z201440

今天不國慶節(jié)嗎？

本來想著放松放松，結(jié)果，昨天晚上喝了點(diǎn)兒，差點(diǎn)沒爬起來。可偏偏在半夜，OpenAI發(fā)了 Sora 2。那會(huì)兒我真沒狀態(tài)體驗(yàn)，拖到早上八點(diǎn)，打開試了試。

怎么說呢？就那樣。

然后，10點(diǎn)左右，邀請碼就被瘋傳了。朋友圈、群里到處在要碼，像新款球鞋發(fā)售一樣。

我還在群里和朋友吐槽：一個(gè)生成式 App，博主們怎么就這么愛吹？要我說，Sora 2 真正值得關(guān)注的，是它背后的打法。

你想，Sam做一個(gè)產(chǎn)品，不光能用好海外媒體，還能讓國內(nèi)媒體、博主為它免費(fèi)宣傳，是邀請碼的問題嗎？不是。

說到底，這背后有一整套戰(zhàn)略打法。

01

什么打法呢？我要先提一個(gè)詞：臨界點(diǎn)。啥意思呢？

OpenAI 從來不搶早，它的習(xí)慣是：等到技術(shù)跨過可用閾值、場景被教育成熟，才會(huì)一擊入場。所以，它很看重臨界點(diǎn)。

那這個(gè)臨界點(diǎn)到底在哪里？首先，是技術(shù)。

Sora 1 剛出來時(shí)，確實(shí)震撼了一下，但那更像「實(shí)驗(yàn)室里的特效」。你看它生成的視頻，畫面是美，但物理規(guī)律經(jīng)常崩。

人物走路時(shí)腳滑、東西拿不穩(wěn)、動(dòng)作不連貫；還有音畫不同步，嘴型和聲音對不上；說白了，Sora 1 是炫技，能讓人驚嘆，但沒法真正拿來用。

Sora 2 的出現(xiàn)，必須要解決這個(gè)問題。

可怎么解決呢？Sam 肯定也在想，如果單純靠技術(shù)迭代，很難。領(lǐng)先半步的優(yōu)勢，很快就會(huì)被追平。真正的答案只有一個(gè)：數(shù)據(jù)，用數(shù)據(jù)反哺。

問題是怎么搞數(shù)據(jù)？

靠買，買不到；靠合作，太慢。唯一的解法：讓用戶自己生產(chǎn)。

這就是 Sora App 出場的意義。用戶在里面生成視頻、分享視頻、互相「客串」視頻，所有的數(shù)據(jù)都會(huì)回流。每一條操作，都是一筆訓(xùn)練樣本；每一次社交裂變，都是一次數(shù)據(jù)擴(kuò)張。

這和 GPT-3 與 ChatGPT 的關(guān)系一模一樣。

當(dāng)年GPT-3 在研究圈已經(jīng)很驚艷了，可真正在大眾層面引爆的，是 ChatGPT 的應(yīng)用程序。因?yàn)樗邕^了「可用性閾值」，成了一個(gè)人人都能上手的產(chǎn)品。

Sora 2，也正好走到這個(gè)節(jié)點(diǎn)。所以，Sora 2 為什么在這個(gè)時(shí)候發(fā)布？

技術(shù)上，它終于穩(wěn)到能讓用戶愿意玩下去；數(shù)據(jù)上，它通過 App 把用戶綁進(jìn)來，順帶解決了最棘手的訓(xùn)練樣本問題。

說完技術(shù)，我們再看看看市場，過去兩年，Runway、Pika、Veo3，都在瘋狂演示 AI 視頻。

說句不好聽的話，他們在給 OpenAI 打前站，幫忙教育市場。以前用戶的心態(tài)：AI 能不能做視頻？現(xiàn)在用戶已經(jīng)知道 AI 可以做了，問題變成：誰做得更順手、更穩(wěn)定？

這個(gè)變化很重要。

教育市場的成本已經(jīng)有人替你扛過了，你出手時(shí)，就不用再去解釋「AI 視頻是什么」，直接說「我們做得最好」。就可以了。

這樣，投入的每一分傳播，都能換來實(shí)打?qū)嵉年P(guān)注度和用戶興趣。

就像電動(dòng)車市場，早年比亞迪、日產(chǎn)先推出電動(dòng)車，證明了電車能跑；可真正讓市場沸騰的，是特斯拉 Model S，因?yàn)樗怀鰣鼍妥尨蠹矣X得：

電車不僅能跑，還可以很酷，很順手。Sora 2 出手的時(shí)機(jī)，就是類似的節(jié)點(diǎn)。

最后是戰(zhàn)略上的考慮，我認(rèn)為Sam的邏輯是不做半成品，不推半成熟的東西。Timing 勝過一切。

什么是Timing？

出手時(shí)機(jī)點(diǎn)。太早，會(huì)把半成品推給用戶，砸了口碑；太晚，風(fēng)口被別人截走，剛剛好，才符合他的風(fēng)格；所以，Sora 2 的發(fā)布，踩在了「技術(shù)臨界點(diǎn) + 數(shù)據(jù)臨界點(diǎn) + 市場臨界點(diǎn)」疊加的時(shí)刻。

02

既然 timing 這么關(guān)鍵，那他為什么要做成一個(gè)App？除了數(shù)據(jù)，還要什么？

智遠(yuǎn)認(rèn)為是：工作流。

想象一下，如果 Sora 是一個(gè)模型接口，用戶得先寫提示詞，再導(dǎo)出視頻，再去別的平臺(tái)編輯、分享、加字幕。流程復(fù)雜，環(huán)節(jié)一多，體驗(yàn)就斷了鏈。換句話說，你用它的次數(shù)越多，就越想逃。

一旦把它做成 App，這些動(dòng)作就能被打包在同一個(gè)工作流里：

生成 → 編輯 → 分享 → 傳播，全都不出這個(gè) App，那你的視頻不是「生成完就結(jié)束」，而是直接帶著社交和分發(fā)的屬性。

長期下來，你習(xí)慣了在這里做內(nèi)容，就很難遷移到別的工具。

這就是工作流鎖定。對 OpenAI 來說，技術(shù)是敲門磚，真正能留下用戶的，是這種「一站式」體驗(yàn)。

我還體驗(yàn)了一下，讓Sam給我說相聲，梗是他踩了一坨屎。重點(diǎn)不在視頻內(nèi)容本身，是后續(xù)操作：我能直接下載下來，發(fā)到別的平臺(tái)，甚至還能再優(yōu)化。

這就是基礎(chǔ)工作流的力量。

你看 ChatGPT。一開始大家都瘋狂發(fā)模型時(shí)，為什么大家還用GPT，因?yàn)樗樖郑瑢戉]件、查代碼、寫文案，都能搞定。

Sora 的邏輯完全一樣。單靠模型，用戶永遠(yuǎn)會(huì)追著「誰家更好用」跑。但一旦被工作流綁定，競爭邏輯就變了：用戶要「最順手」和「最低切換成本」。

還有一點(diǎn)，智遠(yuǎn)認(rèn)為，Sora App 里的「客串」功能，可能會(huì)是未來的殺手锏。

為什么？

你拍一條視頻，把朋友拉進(jìn)來客串，他就被迫下載、注冊、體驗(yàn)，再順手轉(zhuǎn)發(fā)一下。視頻創(chuàng)作這事兒，本來是單機(jī)模式，但一旦加上「客串」，立刻就有了社交鏈，就變成了大家一起玩了。

這背后的邏輯特別像當(dāng)年的短視頻裂變：

抖音為什么火？因?yàn)椴还馐撬⒁曨l，還有你可以和別人合拍、對口型、二創(chuàng)。一個(gè)人用還行，十個(gè)人互相拉進(jìn)來，傳播就指數(shù)級放大了。

所以，Sora App 的思路很清晰：工作流鎖定 + 社交裂變。前者保證用戶不流失，后者保證傳播能快速擴(kuò)張，這樣，就成了又一個(gè)入口級產(chǎn)品了。

03

有了入口，他還想干什么呢？智遠(yuǎn)認(rèn)為是：生態(tài)。

怎么理解這個(gè)生態(tài)呢？

我特意查了下，Sora 2背后用了Diffusion Transformer的架構(gòu)。說白了，把原來做圖的「擴(kuò)散模型」，和現(xiàn)在大模型常見的「Transformer」結(jié)合在一起。

擴(kuò)散模型擅長細(xì)節(jié)、紋理，Transformer 擅長理解語義、控制整體場景，兩個(gè)合起來，就能保證畫面和故事的合理性了。

換句話說，Sora 2 在單點(diǎn)突破上，用了一整套組合拳，那以后會(huì)不會(huì)基于數(shù)據(jù)在推出新模型呢？我認(rèn)為，肯定會(huì)的。

因?yàn)槟憧矗还芄雀璧?Veo3，還是 Runway、Pika，這些產(chǎn)品背后，本質(zhì)上還在卷「模型本身」。

說白了，大家還在比誰的畫質(zhì)更高、不卡幀、動(dòng)作更自然。結(jié)果，這季度你領(lǐng)先一點(diǎn)，下季度別人又追上來，永遠(yuǎn)是拉鋸戰(zhàn)。

但 OpenAI 的思路不一樣。

它當(dāng)然也在打磨模型，但更在乎：怎么把模型和產(chǎn)品綁在一起，再用用戶數(shù)據(jù)反哺模型。這樣一來，哪怕模型暫時(shí)不領(lǐng)先，對手也很難把用戶搶走。

等到一個(gè)個(gè)新模型出來時(shí)，那下一步做什么？

開放API，給其他產(chǎn)品使用，這樣，Sora 2成了一個(gè)能力模塊，能嵌入到無數(shù)場景里。

比如說：

教育平臺(tái)要做課件，直接生成講解視頻；游戲廠商要做劇情過場，幾分鐘就能生成一條；電商要投廣告，一條短視頻廣告可以一鍵出爐。

所以，API 的好處是能讓外部開發(fā)者幫它「打天下」，幫忙把模型帶到各種場景；但只靠 API 還不夠。API 就像水電，別人接走用完就走，留不住人。

怎么辦？

答案是：要有自己的產(chǎn)品矩陣。ChatGPT 鎖定對話，Sora 鎖定視頻，這些入口一旦拼在一起，就成了一個(gè)逐漸成型的生態(tài)。

這條路徑，和互聯(lián)網(wǎng)巨頭的成長史特別像。

Google 當(dāng)年從搜索起家，但沒停在搜索。它順手做了 Gmail，進(jìn)一步綁定用戶；再做 Android，把移動(dòng)端生態(tài)徹底鎖死；最后，形成了一個(gè)全鏈條的應(yīng)用帝國。

蘋果也是一樣，iPhone 單點(diǎn)突破，但真正的護(hù)城河，是 App Store 和整個(gè) iOS 生態(tài)。

OpenAI 也是。智遠(yuǎn)認(rèn)為，它的打法用一句話總結(jié)即：技術(shù)敲門，產(chǎn)品收口，生態(tài)吃干抹凈。

04

說了這么多，問題來了：OpenAI 的打法已經(jīng)這么清晰了，那國內(nèi)廠商能學(xué)嗎？

國內(nèi)也有不少團(tuán)隊(duì)在做 AI 視頻，比如：即夢、可靈、百度蒸汽機(jī)。

產(chǎn)品形態(tài)，大多「網(wǎng)站工具 + 專業(yè)創(chuàng)作者」。說白了，給剪輯師、工作室用的，不能直接面向大眾的入口級 App。

邏輯也一樣：發(fā)布個(gè)炫酷的 demo，卷一下分辨率和穩(wěn)定性，開始宣傳，這就跟 OpenAI 有明顯差異。

OpenAI 的打法是先 To C，把用戶拉進(jìn)來，再靠用戶習(xí)慣和數(shù)據(jù)反哺模型；而國內(nèi)廠商更多是 To B、TO專業(yè)創(chuàng)作者，先服務(wù)廣告主、MCN、品牌主，換點(diǎn)現(xiàn)金流。

我認(rèn)為，這里面機(jī)會(huì)很大，中國短視頻和社交的土壤，比海外更適合裂變。一個(gè)「客串」功能，可能在國內(nèi)會(huì)比在海外還要猛十倍。

那國內(nèi)也要做一個(gè)TOC視頻的APP嗎？不。

國內(nèi)的流量格局已經(jīng)定型了。抖音、快手、B站、小紅書，百度、這些平臺(tái)已經(jīng)把用戶時(shí)間牢牢鎖死。你再推一個(gè)全新的 App，哪怕模型再炫酷，能搶到多少用戶注意力？

所以，我認(rèn)為更聰明的路子，是「嵌入舊系統(tǒng)」。

你看抖音已經(jīng)在這么干了。比如你發(fā)圖片的時(shí)候，會(huì)自動(dòng)彈出各種「AI 特效」，點(diǎn)一下就能把靜態(tài)圖片變成動(dòng)態(tài)視頻。

這個(gè)過程里，你都不會(huì)意識(shí)到自己在用 AI，只會(huì)覺得「哦，抖音又出了個(gè)新玩法」；這是最厲害的地方：AI 能力被埋進(jìn)熟悉的流程里，用戶無縫接受。

我說的夠詳細(xì)了吧？

反過來，其他平臺(tái)能不能學(xué)？當(dāng)然能。視頻生成模型完全可以拆成一堆小功能：自動(dòng)加字幕、生成過場動(dòng)畫、補(bǔ)一段配音、甚至搞個(gè)「客串」朋友的特效。

不需要學(xué)習(xí)新 App，不需要重新注冊賬號(hào)，也不用換生態(tài)，就在自己常用的平臺(tái)里點(diǎn)兩下能玩起來，這比單獨(dú)做一個(gè) To C 應(yīng)用更接地氣。

說白了，路徑不同，但邏輯相通：

都要讓用戶順手、低門檻地上手，并且，在用的過程中不斷給模型回?cái)?shù)據(jù)。只不過，Sam的打法是自己做入口，中國的機(jī)會(huì)是在已有入口上「長出新手」。

所以，要我提煉方法論的話，說三點(diǎn)：

一，單點(diǎn)原則，先把模型拆成能落地的小組件、小應(yīng)用，先占住一個(gè)點(diǎn)。別喊通用，通用不好做優(yōu)化，變量太多，抽卡行為變化太大。

二，工作流原則，怎么讓別人用起來，用得順手，流程不斷，數(shù)據(jù)才能源源不斷回流；第三點(diǎn)，就生態(tài)了。單點(diǎn)只是開頭，慢慢長出產(chǎn)品矩陣，才能形成真正的壁壘。

說到底，點(diǎn)要準(zhǔn)，流要順，盤子才會(huì)大。你怎么看？