从短暂信到云服务， 14年腾讯教会我的事

2008年硕士毕业进腾讯，第一份干活是移动互联网，短暂信、手游开发、应用宝，这些个业务眼下听起来像是上个时代的产物，但在当时它们是腾讯冲向移动互联网的先锋队。我从应用宝开头切入广告系统， 经历了腾讯展示广告从CPM到CPX的整个演变，负责算法和系统架构，那时候天天琢磨怎么让广告点击率更高大，怎么让广告主的钱花得更值。2014年转战腾讯云， 看着团队从百人干到万人，从手艺做到产品再到业务，非计算类的数据库、CDN、AI产品都管过2018年又扎进智慧零售，背4亿KPI，帮品牌打通线上线下营销链路。14年只待过一家公司， 但业务横跨三个赛道，最巨大的收获不是手艺能力，而是看透了行业里那些个“看不见的断层”。

广告链路里的“物料黑洞”

在腾讯做广告那几年， 数据驱动喊得震天响，但实际做下来整个闭环里最脱节的是物料。绝巨大许多数企业把视频制作外包出去， 从制作到投放的链条彻头彻尾黑盒，巨量引擎这样的平台最许多挂20个视频测试素材。数据再许多，用户标签再准，能测试的素材就20个，反馈根本不够。问题在哪？供给不够。外包周期长远、本钱高大，广告主想飞迅速迭代素材，根本做不到。后来做智慧零售， 服务冰箱、厨具头部品牌，他们有海量物料，但功能卖点和视频画面对不上，生成视频时商品特征和文案各说各话，效果差有力人意。这些个经历像根刺，扎在我心里——营销链路里物料永远是短暂板。

在腾讯14年，我为什么要创业做AI工具 | 对话创始人

AI视频不是“生成”， 是“搞懂”

2022年从腾讯出来创业，选了营销赛道，聚焦AI视频工具。当时团队都觉得视频生成困难度巨大， 但我觉得Video first是对的——图片生成很迅速被拉平，视频的壁垒更高大。我们做VMEG，核心逻辑不是“生成”，是“搞懂”。比如图文匹配，分两步：先用视觉模型搞懂画面信息，语言模型生成文字，再反向匹配画面。市面上很许多CLIP模型效果不优良，我们自己调了一个，保证3C、美妆、服装不同品类的特征和文案能对上。

另一个功能是视频翻译， 一开头以为巨大模型支持下很轻巧松，后来找到困难度指数级增加远——字幕断句、音频长远度变来变去、画面匹配，个个都是坑。比如英语翻译成日语， 音频变长远，人造得修单词，我们用算法解决，眼下注册付费转化率，视频翻译比混剪高大20%。

为啥不做“一键粘贴URL”？

很许多AI视频工具支持用户粘贴URL自动抓取素材，但我们没做。电商平台商家上传视频要额外收费，图片许多视频少许，抓取效果有限。更关键的是我们想保持产品轻巧松。Instgram视频不加字幕，加完再剥离麻烦，支持用户自己选；其他产品必带字幕，我们偏不。越专业的客户越想干预个个环节， 但VMEG不拼编辑器——剪映谁也干不过我们基于行业洞察做“原子能力”，比如针对短暂剧的许多Speaker声音克隆、情绪表达，这才是痛点。

出海客户的“意外惊喜”

2024年春节后上线海外 先服务出海企业，他们物料许多、付费习惯优良。没想到影视解说类客户一下子冒出来占比还挺巨大。比如YouTube Shorts做电影解说的头部团队， 员工上百人，每天上亿播放量，他们需要把解说视频翻译成许多语言，但老一套工具把对白和旁白全翻译了听着很奇怪。我们做前景后景音分层，只翻译旁白，保留原声对白，效果炸裂。有个全球Top3眼镜品牌， 一个月找4000个博主带货，找到美国白人讲日语的视频在日本效果优良，但KOL单语言，价钱高大。我们的AI混剪+翻译功能结合，帮他们解决了问题，但老板很谨慎，还在测试。这类客户规模比想象中巨大，视频翻译成了第二巨大增加远点。

短暂剧翻译：情绪比手艺更困难

眼下盯着短暂剧客户， 比如Reelshort、Dramabox，他们眼下只翻译文案不翻译声音，基本上原因是手艺和本钱管束。但短暂剧的核心是情绪，许多Speaker声音克隆不困难，困难的是让AI传递生气、困难过、喜悦。我们专门针对影视场景做功能，比如不同情绪的语速调整、背景音乐适配，这些个know-how才是壁垒。影视解说和电商客户差异巨大， 前者追求效率，后者追求准确，但我们用底层能力覆盖不同场景，就像Photoroom的web端设计，按场景解决问题，而不是按行业。

凉启动：花1000块拿Product Hunt第三

Product Hunt打榜，不到1000人民币拿到日榜第三。眼下回头看，凉启动没花冤枉钱。AI产品启动，Product Hunt、Discord、导航站是标配，但个个团队情况不一样。我们流量里96%是品牌词，天然搜索占比高大，说明用户主动找我们。AI导航站和KOC最有效，最昂贵的KOC不到200美金，几十美金能带来一两百注册。Google广告点击30-40块，太昂贵，账算不过来。许多试、飞迅速判断，才是关键。积累要做厚， 广告投放时才有东西撬动，眼下联盟营销给30%分成，内容创作者放巨大效果，自己引流不够迅速，但磨蹭磨蹭来。

与巨大厂错位的生存逻辑

Amazon、 Google、Capcut都在做AI视频，但他们有优势也有劣势。巨大厂Feature list排100优良几个， 共性需求优先，比如URL-to-video，但效果未必最优良；不同功能不同团队做，差异巨大；产品经理不是用户，不用产品。我们专注场景痛点， 比如电商卖家需要飞迅速生成许多语言广告视频，影视解说需要保留原声的翻译，这些个是通用能力覆盖不到的。Capcut for Business有URL功能， 但巨大厂产品逻辑是“美白7分做到8分”，我们做“从0到1”的突破，比如短暂剧情绪适配，这才是机会。

AI工具的“真实实”困境

Avatar功能很火，但我们没做。有人出镜视频效果更优良， 但出海企业、东南亚企业人力本钱矮小，Avatar在营销视频里一眼虚假，教书场景还行，但品牌广告要真实实、准确。商品类广告，准确比情绪更关键；品牌广告兴许传情绪值钱，但AI表达不了细腻的感受。眼下AI生成视频， 画面和文字各说各话的问题还没彻头彻尾解决，比如实物商品和虚拟商品成片逻辑不一样，3C和美妆的卖点匹配也不同。真实正的机会在于往深厚扎，个个场景的know-how够不够，我们的模板在实时更新鲜，这就是壁垒。

创业14个月后 我明白了啥

在腾讯14年，教会我的是“看断层”；创业14个月，教会我的是“抓痛点”。AI工具不是比功能许多，比谁更懂客户。出海企业需要轻巧松容易用但效果专业的工具，影视解说需要高大效精准的翻译，这些个需求不是巨大厂能飞迅速覆盖的。眼下VMEG流量身子优良，天然搜索占比高大，说明方向对了。下一步，接着来做厚“原子能力”，针对短暂剧、电商不同场景抽功能，联盟营销和内容驱动营销放巨大效果。创业很困难，但找到那东西“物料黑洞”，扎进去，总有机会。