文：王智远 | ID:Z201440

今天不国庆节吗？

本来想着放松放松，结果，昨天晚上喝了点儿，差点没爬起来。可偏偏在半夜，OpenAI发了 Sora 2。那会儿我真没状态体验，拖到早上八点，打开试了试。

怎么说呢？就那样。

然后，10点左右，邀请码就被疯传了。朋友圈、群里到处在要码，像新款球鞋发售一样。

我还在群里和朋友吐槽：一个生成式 App，博主们怎么就这么爱吹？要我说，Sora 2 真正值得关注的，是它背后的打法。

你想，Sam做一个产品，不光能用好海外媒体，还能让国内媒体、博主为它免费宣传，是邀请码的问题吗？不是。

说到底，这背后有一整套战略打法。

01

什么打法呢？我要先提一个词：临界点。啥意思呢？

OpenAI 从来不抢早，它的习惯是：等到技术跨过可用阈值、场景被教育成熟，才会一击入场。所以，它很看重临界点。

那这个临界点到底在哪里？首先，是技术。

Sora 1 刚出来时，确实震撼了一下，但那更像「实验室里的特效」。你看它生成的视频，画面是美，但物理规律经常崩。

人物走路时脚滑、东西拿不稳、动作不连贯；还有音画不同步，嘴型和声音对不上；说白了，Sora 1 是炫技，能让人惊叹，但没法真正拿来用。

Sora 2 的出现，必须要解决这个问题。

可怎么解决呢？Sam 肯定也在想，如果单纯靠技术迭代，很难。领先半步的优势，很快就会被追平。真正的答案只有一个：数据，用数据反哺。

问题是怎么搞数据？

靠买，买不到；靠合作，太慢。唯一的解法：让用户自己生产。

这就是 Sora App 出场的意义。用户在里面生成视频、分享视频、互相「客串」视频，所有的数据都会回流。每一条操作，都是一笔训练样本；每一次社交裂变，都是一次数据扩张。

这和 GPT-3 与 ChatGPT 的关系一模一样。

当年GPT-3 在研究圈已经很惊艳了，可真正在大众层面引爆的，是 ChatGPT 的应用程序。因为它跨过了「可用性阈值」，成了一个人人都能上手的产品。

Sora 2，也正好走到这个节点。所以，Sora 2 为什么在这个时候发布？

技术上，它终于稳到能让用户愿意玩下去；数据上，它通过 App 把用户绑进来，顺带解决了最棘手的训练样本问题。

说完技术，我们再看看看市场，过去两年，Runway、Pika、Veo3，都在疯狂演示 AI 视频。

说句不好听的话，他们在给 OpenAI 打前站，帮忙教育市场。以前用户的心态：AI 能不能做视频？现在用户已经知道 AI 可以做了，问题变成：谁做得更顺手、更稳定？

这个变化很重要。

教育市场的成本已经有人替你扛过了，你出手时，就不用再去解释「AI 视频是什么」，直接说「我们做得最好」。就可以了。

这样，投入的每一分传播，都能换来实打实的关注度和用户兴趣。

就像电动车市场，早年比亚迪、日产先推出电动车，证明了电车能跑；可真正让市场沸腾的，是特斯拉 Model S，因为它一出场就让大家觉得：

电车不仅能跑，还可以很酷，很顺手。Sora 2 出手的时机，就是类似的节点。

最后是战略上的考虑，我认为Sam的逻辑是不做半成品，不推半成熟的东西。Timing 胜过一切。

什么是Timing？

出手时机点。太早，会把半成品推给用户，砸了口碑；太晚，风口被别人截走，刚刚好，才符合他的风格；所以，Sora 2 的发布，踩在了「技术临界点 + 数据临界点 + 市场临界点」叠加的时刻。

02

既然 timing 这么关键，那他为什么要做成一个 App？除了数据，还要什么？

智远认为是：工作流。

想象一下，如果 Sora 是一个模型接口，用户得先写提示词，再导出视频，再去别的平台编辑、分享、加字幕。流程复杂，环节一多，体验就断了链。换句话说，你用它的次数越多，就越想逃。

一旦把它做成 App，这些动作就能被打包在同一个工作流里：

生成 → 编辑 → 分享 → 传播，全都不出这个 App，那你的视频不是「生成完就结束」，而是直接带着社交和分发的属性。

长期下来，你习惯了在这里做内容，就很难迁移到别的工具。

这就是 工作流锁定。对 OpenAI 来说，技术是敲门砖，真正能留下用户的，是这种「一站式」体验。

我还体验了一下，让Sam给我说相声，梗是他踩了一坨屎。重点不在视频内容本身，是后续操作：我能直接下载下来，发到别的平台，甚至还能再优化。

这就是基础工作流的力量。

你看 ChatGPT。一开始大家都疯狂发模型时，为什么大家还用GPT，因为他顺手，写邮件、查代码、写文案，都能搞定。

Sora 的逻辑完全一样。单靠模型，用户永远会追着「谁家更好用」跑。但一旦被工作流绑定，竞争逻辑就变了：用户要「最顺手」和「最低切换成本」。

还有一点，智远认为，Sora App 里的「客串」功能，可能会是未来的杀手锏。

为什么？

你拍一条视频，把朋友拉进来客串，他就被迫下载、注册、体验，再顺手转发一下。视频创作这事儿，本来是单机模式，但一旦加上「客串」，立刻就有了社交链，就变成了大家一起玩了。

这背后的逻辑特别像当年的短视频裂变：

抖音为什么火？因为不光是刷视频，还有你可以和别人合拍、对口型、二创。一个人用还行，十个人互相拉进来，传播就指数级放大了。

所以，Sora App 的思路很清晰：工作流锁定 + 社交裂变。前者保证用户不流失，后者保证传播能快速扩张，这样，就成了又一个入口级产品了。

03

有了入口，他还想干什么呢？智远认为是：生态。

怎么理解这个生态呢？

我特意查了下，Sora 2背后用了 Diffusion Transformer 的架构。说白了，把原来做图的「扩散模型」，和现在大模型常见的「Transformer」结合在一起。

扩散模型擅长细节、纹理，Transformer 擅长理解语义、控制整体场景，两个合起来，就能保证画面和故事的合理性了。

换句话说，Sora 2 在单点突破上，用了一整套组合拳，那以后会不会基于数据在推出新模型呢？我认为，肯定会的。

因为你看，不管谷歌的 Veo3，还是 Runway、Pika，这些产品背后，本质上还在卷「模型本身」。

说白了，大家还在比谁的画质更高、不卡帧、动作更自然。结果，这季度你领先一点，下季度别人又追上来，永远是拉锯战。

但 OpenAI 的思路不一样。

它当然也在打磨模型，但更在乎：怎么把模型和产品绑在一起，再用用户数据反哺模型。这样一来，哪怕模型暂时不领先，对手也很难把用户抢走。

等到一个个新模型出来时，那下一步做什么？

开放API，给其他产品使用，这样，Sora 2成了一个能力模块，能嵌入到无数场景里。

比如说：

教育平台要做课件，直接生成讲解视频；游戏厂商要做剧情过场，几分钟就能生成一条；电商要投广告，一条短视频广告可以一键出炉。

所以，API 的好处是能让外部开发者帮它「打天下」，帮忙把模型带到各种场景；但只靠 API 还不够。API 就像水电，别人接走用完就走，留不住人。

怎么办？

答案是：要有自己的产品矩阵。ChatGPT 锁定对话，Sora 锁定视频，这些入口一旦拼在一起，就成了一个逐渐成型的生态。

这条路径，和互联网巨头的成长史特别像。

Google 当年从搜索起家，但没停在搜索。它顺手做了 Gmail，进一步绑定用户；再做 Android，把移动端生态彻底锁死；最后，形成了一个全链条的应用帝国。

苹果也是一样，iPhone 单点突破，但真正的护城河，是 App Store 和整个 iOS 生态。

OpenAI 也是。智远认为，它的打法用一句话总结即：技术敲门，产品收口，生态吃干抹净。

04

说了这么多，问题来了：OpenAI 的打法已经这么清晰了，那国内厂商能学吗？

国内也有不少团队在做 AI 视频，比如：即梦、可灵、百度蒸汽机。

产品形态，大多「网站工具 + 专业创作者」。说白了，给剪辑师、工作室用的，不能直接面向大众的入口级 App。

逻辑也一样：发布个炫酷的 demo，卷一下分辨率和稳定性，开始宣传，这就跟 OpenAI 有明显差异。

OpenAI 的打法是先 To C，把用户拉进来，再靠用户习惯和数据反哺模型；而国内厂商更多是 To B、TO专业创作者，先服务广告主、MCN、品牌主，换点现金流。

我认为，这里面机会很大，中国短视频和社交的土壤，比海外更适合裂变。一个「客串」功能，可能在国内会比在海外还要猛十倍。

那国内也要做一个TOC视频的APP吗？不。

国内的流量格局已经定型了。抖音、快手、B站、小红书，百度、这些平台已经把用户时间牢牢锁死。你再推一个全新的 App，哪怕模型再炫酷，能抢到多少用户注意力？

所以，我认为更聪明的路子，是「嵌入旧系统」。

你看抖音已经在这么干了。比如你发图片的时候，会自动弹出各种「AI 特效」，点一下就能把静态图片变成动态视频。

这个过程里，你都不会意识到自己在用 AI，只会觉得「哦，抖音又出了个新玩法」；这是最厉害的地方：AI 能力被埋进熟悉的流程里，用户无缝接受。

我说的够详细了吧？

反过来，其他平台能不能学？当然能。视频生成模型完全可以拆成一堆小功能：自动加字幕、生成过场动画、补一段配音、甚至搞个「客串」朋友的特效。

不需要学习新 App，不需要重新注册账号，也不用换生态，就在自己常用的平台里点两下能玩起来，这比单独做一个 To C 应用更接地气。

说白了，路径不同，但逻辑相通：

都要让用户顺手、低门槛地上手，并且，在用的过程中不断给模型回数据。只不过，Sam的打法是自己做入口，中国的机会是在已有入口上「长出新手」。

所以，要我提炼方法论的话，说三点：

一，单点原则，先把模型拆成能落地的小组件、小应用，先占住一个点。别喊通用，通用不好做优化，变量太多，抽卡行为变化太大。

二，工作流原则，怎么让别人用起来，用得顺手，流程不断，数据才能源源不断回流；第三点，就生态了。单点只是开头，慢慢长出产品矩阵，才能形成真正的壁垒。

说到底，点要准，流要顺，盘子才会大。你怎么看？