一线创业者圆桌讨论：多模态 AI 的创业机会在于「有用」
文章摘要
【关 键 词】 多模态AI、AI产品、用户体验、技术实现、商业价值
产品人的AI观点：1. 用户在使用AI图像/视频生成产品时，更关注可控性和成本。专业用户倾向于使用SD WebUI/ComfyUI工作流，而普通用户则更多使用MidJourney等闭源工具。
AI图像/视频生成产品的运营玩法和推广策略：民间社群比官方社群更活跃。例如，野神殿和WaytoAGI主办的「世界生成式AI视频挑战」，吸引了许多人参与。
多模态AI的场景选择：有趣和有用都是重要的考虑因素。AI生图的核心问题在于降低推理成本和提高用户留存。
IP数字分身：如AI版的Onlyfans，是一个相对现实的应用场景。但IP和AI技术的结合需要找到让中小IP高速流转且让受众感到被尊重的解决方案。
评估AI产品的可做性与潜在价值：应关注技术方向的基准线、精确的single domain选择以及将80分的东西优化到100分再交付给用户。
在大厂和创业公司做AI产品：选择方向的思路有所不同。大厂倾向于沿着原有产品进行演化，而创业公司则需要寻求全新的变化。
从业者的前进之路：1. 用户反馈数据在模型优化中的应用有限，因为用户的审美标准不一致，很难从数据中学习提升。
图像/视频生成的实时性：对于用户体验和成本节约都很重要。目前，AI生图对实时性的要求暂时够用，而视频模型的推理加速则需要对模型结构进行轻量化设计。
学术界和工业界在图像/视频生成领域的探索方向：包括降低推理成本、提高人与模型之间的交互性、指令编辑等。
图像/视频生成质量的判断标准：需要由产品经理明确提出，然后通过人工评估来确定模型的提升方向。
产品经理和算法工程师在工作中：需要关注用户体验、技术实现和商业价值的平衡，以及模型的工程化和系统整合。
文章通过多模态创业者的讨论，展示了多模态AI在实际应用中的挑战和机遇，为行业内外的读者提供了宝贵的参考和启示。
原文和模型
【原文链接】 阅读原文 [ 7123字 | 29分钟 ]
【原文作者】 Founder Park
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★☆
