文章核心观点 - 文章聚焦于AI多模态领域的创业机会，认为当前技术拐点已至，创业公司应聚焦于垂直场景的AI应用开发，而非基础模型[7][8][9] - 核心论点是企业用户不需要复杂的AI工具，而是需要能够直接交付成品视频的端到端解决方案，这存在明确的商业机会[11][21][30] - 面对Sora等基础模型的快速迭代，应用层公司应将自己定位为"造船的人"，利用底层模型能力的提升来增强自身产品，并保持快速迭代以应对变化[7][44][78] 创始人背景与创业契机 - 创始人廖谦拥有丰富的AI产品经验，曾在腾讯云、字节跳动火山引擎和剪映负责AI产品，其主导的产品曾达到千万DAU和百万月活[5][13][17] - 2024年初Sora的发布被视为多模态的"ChatGPT时刻"，促使廖谦加入生数科技，带领Vidu产品从0到1达到数千万美金收入[5][18][19] - 在生数科技期间，通过处理上千单企业级AIGC需求，发现企业端到端交付解决方案的痛点，从而决定创立"极致上下文"公司[8][20][21] - 公司于2024年8月成立，在融资PPT未完成的情况下，半个月内迅速敲定了由HT investment和BV百度风投投资的数百万美金首轮融资[5] 公司定位与产品战略 - "极致上下文"公司不做基础模型，而是定位为"造船的人"，即通过整合各种AI模型能力，为企业提供端到端的营销视频生成服务[7][9][30] - 首款产品是一个营销Agent，前端通过多模态交互理解企业需求，后端整合AI模型，直接交付成品视频，而非工具[9][30][34] - 公司选择从"生产力信息"场景切入，如企业营销内容，因为这类需求ROI清晰可量化，目标是将制作成本降低十倍，速度提升百倍[9][35][36] - 未来愿景是打造一个新时代的"AI表达系统"，但当前阶段务实聚焦垂直场景，类比移动互联网早期应专注像美团、滴滴这样的垂直应用[10][31][69] 技术拐点与市场判断 - 多模态模型在2024年达到商业化拐点，效果与成本综合达标，AI生成视频成本相比传统制作可降低到十分之一[23][36] - 2024年9月ChatGPT o1的发布标志着大模型推理能力成为优化问题而非可行性问题，多模态模型的一致性也得到显著提升[24][25] - 中国在AI视频领域具有独特优势，短视频生态领先全球1-2年，国内对视频落地的理解和经验可以迁移至海外市场[10][17][62] - 多模态领域的发展路径与大语言模型不同，数据质量的重要性远超参数规模，数据做得好即使模型不大效果也可能很好[60][61] 对Sora的评估与行业影响 - Sora App的发布被评估为一项AI System而不仅是模型，其具备叙事能力和镜头语言，尤其在社交娱乐内容上表现领先[47][48][50] - Sora的发布对应用层公司是重大利好，意味着可用工具更强大、门槛更低，同时会刺激整个行业和资本市场的活跃度[43][45][51] - OpenAI通过Sora App的账号体系设计显示出其构建GPT生态的野心，将永久降低AI社交和娱乐的毛利，迫使大厂防守[54][55] - 创业公司需找到足够硬的切入点，使用户愿意"多持"不同产品，并建立快速反应机制，以每周迭代应对基础模型每两三个月的更新[58][78] 商业模式与未来拓展 - 商业模式是直接交付服务结果（如合格视频），而非保证业务效果（如转化率），价格和质量标准明确，用户为确定性的交付物付费[72][73] - 未来拓展方向是沿垂类场景进行，如教育、办公等，因不同场景的交互形态和行业知识差异大，通用Agent难以做深[69][70][76] - 信息表达正进入"生成时代"，AI能聚合理解信息后动态生成全新内容，实现真正个性化，这改变了推荐时代的游戏规则[67][68][76] - 创业公司应更冒险和激进，尝试未被验证的可能性，建立快速迭代文化以在不确定的技术环境中保持竞争力[80][81][83]