公司概况与融资 - 公司Vattention（时空注力）已完成数百万美元种子轮融资，投资方为青锐资本、百度风投、常垒资本 [1] - 融资资金将主要用于核心团队组建与技术研发，推动其三大核心引擎（MACE、ACE、PACE）的产品化落地 [1] - 公司由连续创业者钟超（花名船长）创立，其背景为计算机科班出身，曾任阿里淘系核心产品总监，并拥有多年专业视频制作经验 [1][8] 核心观点与市场定位 - 公司选择了一条更具挑战性的路径：构建理解创作者意图、支持预测到自主执行的AI Agent，而非当前AI视频赛道主流的“一键/一句话生成”工具 [2] - 公司认为视频内容未来会分为重度依赖AI生成的视频和非重度依赖AI生成的视频，但最终都会统一走向“Scripting + Configuring + Compositing + Packaging”的新生产范式，即“PostPro 3.0” [2] - 公司致力于通过Human-AI Cocreation（人机协同创作）的理念，重新定义视频后期制作的效率天花板 [2] - 公司认为视频工业应用层从业者真正需要的是Video-Editing Agent（视频编辑智能体），而非不可控的Video Generating Agent（视频生成智能体） [6] - 公司瞄准To P（Professional Consumer，专业消费者）市场，认为这是当前GenAI生产力革命早期阶段真正能够落地的领域，向上可辐射To B需求，向下兼容To C易用性，服务数千万专业创作者 [9] 行业演进与效率革命 - 视频后期制作正迎来从线性到指数的范式转变：PostPro 1.0是线性剪辑，2.0是非线性剪辑，3.0将是指数剪辑 [3] - 传统非线性编辑工具（如Premiere, Final Cut Pro）只是将物理操作数字化，创作者的思维流程并未被真正加速，仍需在海量操作中反复试错 [5] - “指数剪辑”的核心在于，随着视频工程内上下文（Context）越来越丰富，AI能以指数级增长的速度理解创作意图并主动推荐下一步操作 [5] 技术路径与核心引擎 - 公司的技术答案是Context Modeling（上下文建模），认为Human-AI Cocreation类产品必须结合Context Modeling和Context Engineering，通过建模持续理解、记忆和预测创作者意图来提升效率 [5] - 公司构建了三大核心技术引擎，作为其“预测与自主”的技术底座 [6] - MACE (Meta Action Classification Engine)：用于训练数据处理，通过对海量优质视频内容的深度解析与模式分类，为AI构建理解专业创作意图的底层逻辑 [10] - ACE (Asset Comprehension Engine)：通过端云协同计算，对素材进行深度信息提取的基础设施 [10] - PACE (Predictive Action Chain Engine)：用于线上推理，基于Context实现创作意图的实时预测与智能操作引导，是整个Agent系统的核心大脑 [10] - 公司技术架构的巧妙之处在于既保留了创作者的主导权，又通过持续学习让AI越用越懂用户 [6] 团队构成与竞争壁垒 - 团队最大的竞争壁垒在于其复合基因，创始人既懂AI又懂视频制作 [7][8] - 创始人钟超兼具技术思维、商业视角与一线视频创作经验，从2018年即开始持续追踪AI模型发展 [8] - 核心团队成员包括前基础大模型公司核心研发负责人、独角兽公司AI算法负责人、知名剪辑产品工程引擎专家、一线大厂通用Agent平台核心架构师以及深度参与过多模态模型的纪录片导演 [9] - 团队对AI技术与视频后期流程的双重深度理解，使其能够精准切入将离散素材加工成高质量成片的应用层环节 [9] 产品发展计划 - 公司不追求短期的Demo效果，目标是构建一套能在生产环境中持续迭代、越用越聪明的系统 [10] - 接下来的工作重点包括：完善三大引擎的工程化能力，实现产品级稳定性；探索AI-only Skills（GenAI独特的后期工作）；打造从Global Chat到Active Intent Prediction的原生交互体系，逼近“AI与人类主动配合、人机协同、自主执行”的终极形态 [11] 行业愿景与市场机遇 - 公司愿景是让AI成为创作者最强大的Agent伙伴，理解意图、预测需求、加速创作、拓展边界，而非替代创作者 [12] - 视频后期是一个千亿级市场，正在等待它的“Agent时刻”，类比编程领域从Github Copilot到Claude Code/Cursor的演进 [12] - 随着视频内容创作需求持续爆发，专业创作者对效率工具的渴求从未如此强烈 [13]