本文整理自OpusClip前增长产品负责人谢君陶在一场活动中的分享，内容涵盖了OpusClip在增长的不同阶段所采取的关键策略，包括早期如何精准获客，通过与真实用户建立合作关系实现冷启动；中期如何利用灵活的定价策略和AB测试提升付费转化率，强调定制化在视频产品定价中的重要性；以及后期如何通过构建以用户为中心的反馈闭环，有效提升用户留存率。此外，还探讨了数据驱动决策的重要性，以及创业公司在不同阶段如何合理进行数据建设和利用SaaS工具提效。最后，分享了OpusClip在品牌建设方面的经验，以及对AI视频市场未来发展的看法。

🤝 早期获客的关键在于找到“Partners”而非“Affiliates”，即产品的真实用户，他们能提供有价值的反馈并进行深度共建，通过与KOL合作打入用户圈层，并尽早建立稳定的经济关系，形成良性循环。

💰 付费转化的早期抓手是灵活且精准的定价策略，围绕“定制化”设计定价能有效提升付费意愿，例如允许用户上传个人声音或创建专属角色，同时调整定价时需保护老用户利益，并通过全生命周期的AB测试和优化UI来提升转化率。

💾 提升留存的核心是构建“以用户为中心”的反馈闭环，通过多渠道收集用户反馈，并在团队内部建立高效的运作机制，明确产品路线图并及时响应和修复Bug，同时产品团队也需关注用户未明确提出的潜在需求，以实现产品差异化。

📊 数据洞察应贯穿产品生命周期，早期优先关注收益高、确定性强的动作，如定价AB测试和定义转化漏斗，逐步进行更复杂的实验，创业公司应善用SaaS工具搭建基本的AB测试体系，并在后期根据需求适时投入数据团队。

📢 品牌建设是长期稳定增长的关键，需要清晰的产品定义，并努力成为品类定义者，通过定位目标用户圈层，找到合适的KOC、KOL建立长期合作，从而建立品牌壁垒，AI视频市场仍处于早期探索阶段，未来Agent产品有望降低生成式技术的学习和使用门槛。

原创 曲凯 2025-11-02 21:28 北京

有关获客、转化、留存、洞察的实战干货。

OpusClip 是近几年最成功的海外华人 AI 产品之一。在前不久的一场活动中，我们邀请到了 OpusClip 前增长产品负责人谢君陶，分享他在公司的整个增长周期中积累的实践经验。

前半部分是谢君陶的个人分享，后半部分是我补充的一些提问。

播客原文约 18000 字，本文经过删减整理后约 9500 字。

个人分享非常感谢曲凯老师的邀请。

接下来我会聊聊，在增长的不同阶段，如果只能选一件最重要的事，我会做什么。

先说获客。在这个阶段，几乎所有团队都会遇到类似的难题。

比如我前几天和一个朋友聊，他们刚发布了一个产品，联系了很多推广 AI 工具的创作者去做冷启动，但遇到了不少问题：

很多创作者会买粉刷单，交不出事先承诺的数据结果，双方很难建立信任；

与代理机构合作，又很难精准把控投放效果，因为无法与达人一对一沟通；

就算达人能带来一些用户，也难以判断这些人是否是产品的目标用户，因为他们的背景太杂。

针对这些问题，我先反问了一句：

「你们合作的这些达人，是你们的真实用户吗？」

这个问题在产品早期尤其重要。

冷启动阶段，你要找的第一批用户，应该是你的 Partners，而不是 Affiliates。

两者差别很大。

Affiliates 是那些希望通过佣金或销售提成赚钱的人。这些人不一定是你产品的深度用户，也不太能提供有价值的产品反馈和洞察。

而 Partners 来自你的真实用户，他们能看到产品的潜力、愿景和方向，愿意在前期帮你打磨、共建，甚至以更低的价格帮你推广或背书。

这类人，才是你要找的第一波推广用户。

那视频产品到底该怎么做冷启动？

其实，只要视频产品真正找到了 PMF，通常就自带很强的破圈能力。

因为你的用户，尤其是那些内容创作者，本身就是最好的推广渠道。

创作者会围绕 KOL 形成圈层。如果在早期能和一些 KOL 合作，借助他们的影响力和背书打入这些圈层，就能快速建立起用户群。

但这里有一点要特别注意：不要一味消耗创作者对产品的热情，让他们长期「为爱发电」。

更好的做法是尽早与他们建立稳定、正式的经济关系。只有这样，合作才能持续，也才能实现长期共赢。

对于创作者来说，他们之所以能成为 KOL 或 KOC，就是因为他们能持续为受众创造价值。而提供价值的方式之一，就是分享最前沿的工具和使用方法。如果你的产品真的好用，他们自然愿意主动分享给自己的社群，从而获得热度和关注。

对于产品方来说，这种合作也能带来更精准的用户。如果为你宣传的人是你的真实用户，那么 Ta 的受众往往也与你的目标用户重合。

相反，广撒网式的获客会带来大量噪音。这种噪音在产品早期迭代阶段，往往是致命的。

所以在早期，应该聚焦于少量与自己愿景一致的创作者，让他们帮你破圈、宣传、获客。这样双方都能获得正向反馈，形成一个健康的循环。

那具体该怎么建立这种良性循环呢？

以 Opus 为例。上线不久后，我们就推出了 Brand Partner Program，邀请的创作者都是产品的早期用户，其中不乏一些头部大 V。

这些人一早就看到了我们产品的价值，愿意持续给我们反馈，和我们展开越来越深入的合作。比如 Jon Youshaei，他现在几乎所有短视频结尾都会加一句「Edited with OpusClip」，我们也在多场活动和联合营销中保持长期合作。

这种关系，正是得益于前面提到的策略——去找 Partners 深度共建，而不是依赖 Affiliates 做浅层宣传。

这里有一个常见的误区：很多人觉得冷启动阶段应该尽可能多找 Affiliates、铺尽可能广的渠道。

但这并不一定高效。

我们的 Brand Partner Program 做了两年，到现在只和十几位创作者签了年框合同。但这十几个人，为我们带来了大量自然流量。

所以找达人的关键不在数量，而在质量。他们必须是你的精准用户。

怎么找到这些人？

第一步是锚定圈层。比如我们会重点瞄准播客创作者群体，在这个圈子里集中发力。如果是视频生成类产品，AI 视频导演圈就是一个很好的突破口。

确定圈层后，再从中找到你们的真实用户，然后筛选出第一批种子用户和 KOL。

而在冷启动之后，大家比较关心的一个问题，就是怎么更快、更好地提升营收和用户增长？

众所周知，付费转化是增长的基石。而为了实现规模化、可持续的推广，提升付费转化率至关重要。

然而，能影响转化率的因素太多了。

提升产品质量和能力一定是长期手段。但在早期，我们更需要一些短期、确定性高的抓手，先初步优化转化率，形成用户增长和产品迭代的正循环。

可现实中，很多团队都会卡在这里：冷启动之后用户太少，想继续推广，那 ROI 就打不平。

所以该怎么办？

一个很有效的切入点，就是灵活且精准的定价策略。

我跟很多创始人聊，发现大家很容易忽略一点：

定价不是一成不变的，而是可以随着产品阶段和用户需求动态调整的。这种调整，往往能带来立竿见影的收益。

以视频产品为例，我建议大家可以围绕「定制化」去设计定价。

因为用户使用视频产品的目的，是为了创作内容，然后向受众传递价值。而内容的价值核心在于独特性。对创作者来说，凸显独特性最简单的方式就是建立自己的品牌。这个品牌可能来自真人出镜、个人声音，或者是 Logo、字体等元素。

我很喜欢举的一个例子是 RunwayML。它的定价策略就很好地抓住了创作者对定制化的需求。RunwayML 的 Standard 和 Pro 两个方案最大的差异在于，Pro 用户可以上传自己的声音，实现从文本到自己声音的 Voice Cover 或 Lip Sync，从而让内容与个人品牌绑定。

另一个优秀案例是 Higgsfield。它最核心的一个付费功能，就是用户可以上传自己的照片，创建出一个专属角色，此后生成的所有图片，都能保持这一角色的特征。这一功能直接带动了它的整体增长，如今势头依然很猛。

从这两个例子可以看出，「定制化」是一个非常强的付费点。尤其在做视频产品和创作者生态时，这点更为明显。

不过调整定价确实是一件很精细的事。很多产品上线后都不太敢动价格，怕用户敏感、怕被抱怨。

所以我从 Opus 的实践中，总结了几条比较通用的经验，供大家参考。只要考虑到这几点，基本就可以放心大胆地去调整定价了。

第一，永远要保护老用户的利益。无论是推出新的付费计划，还是增加层级，都一定要保证老用户的体验和利益不受损，甚至可以更大方一点，给他们额外的权益。

一方面，老用户是长期增长的基石。老用户的留存，决定了你的 ARR 能做到多大。

另外一方面，老用户也决定了你的口碑。口碑本质上就是老用户如何看待你这个产品。新用户来来去去，老用户才是你真正的根基。

第二，团队要有做全生命周期 AB 测试的能力。

最好的定价策略是测出来的。而且搭建 AB 测试其实比很多人想得要简单快速很多，这点我们后面也会再展开。

第三，UI 传达的信息也是定价的一部分。

比如，付费弹窗在什么时候弹？弹出时展示哪些功能？文案怎么写？这些都是定价策略的一环，而且是非常低垂的果实。

如果你有良好的 AB 测试的基建，然后去优化 UI，往往能快速看到效果。比如你简单调整下付费弹窗的时机、修改几句文案，很可能就会带来 30%、甚至更高的转化提升。这听起来可能有点不可思议，但事实就是如此。

不过 UI 的重要性被大大低估了。我看过上百个产品的定价策略，真正把这块做好的公司很少。前面提到的 RunwayML 和 Higgsfield 是优秀代表，很推荐大家研究一下他们的做法。

再往下，就聊到了留存。

我认为留存是长期最重要的增长指标。

为什么？

因为留存决定了你的付费规模能做到多大。

忽视留存去做增长，就像拿一个漏水的桶去打水，无论你多卖力，最后也只能剩下桶底那一点点水。

举个例子。假设一家公司的留存率是 90%，另一家是 80%，从留存的角度来看，这两家公司都很厉害。可反过来从流失的角度来看，前者的流失率是 10%，后者是 20%，半年后，前者的存量用户几乎就是后者的两倍了。

另外，用户量越大，留存就越关键。

当你的付费基数越来越大时，每天在流失的老用户也会越来越多。而新增用户的数量不会无限增长，因为获客在一定阶段后就是会趋于平稳。

这时，你的流失率越高，就会越快进入零增长的阶段，也就是每天流失的用户和每天新增的用户数量相等。

所以，高留存是实现产品复利式增长的基石。

Opus 的留存一直做得不错，这也是我们能有长期营收增长的一个关键原因。

那要怎么提升留存呢？

这里分享一句我特别喜欢的话：

「大约 70% 的新产品想法来自于倾听那些有着良好判断力的用户，这些用户能够提供宝贵的意见。而 30% 则是做一些本应该会大受欢迎的事情，但并没有被用户明确地提出需求。

—— Stripe 联创 Patrick Collison

这句话有两个关键点，点出了提高留存的两个路径：

第一，70% 的产品改进应该来自用户反馈。

这点印证了 Opus 的策略。我们之所以能把留存做好，就是因为搭建了「以用户为中心」的运营体系。这一点我后面也会展开。

第二，剩下那 30% 没被明确提出来的需求，同样关键，不能被忽略。

当你建立起反馈机制后，很容易被反馈淹没。客服和市场团队每天都会收到大量负面反馈，自然会优先去解决这些问题。

但与此同时，产品团队必须保留长期愿景，去抓那 30% 用户没说出口的方向，因为这 30% 往往决定了产品能否做出差异化。

那具体要怎么搭建一个「以用户为中心」的反馈闭环？

首先，要从不同渠道收集用户反馈，多多益善，因为用户在不同场景下就是会有不同声音。

以 Opus 为例，我们主要有四个渠道：

Discord：用于社区互动，收集用户对产品的构思和实时反馈。

Intercom：用于客服支持，主要处理用户、尤其是付费用户的 Bug 报告。

Canny：用于结构化收集功能需求，并公开展示，让用户看到产品 roadmap。

社交媒体：用于监测潜在用户观点与品牌口碑。

这四个渠道构成了我们主要的外部反馈系统。

其实即便在早期，有很多方式可以收集和运用用户数据。举两个例子：

第一，「邮箱后缀」可能很有信息量。Opus 就曾通过分析邮箱后缀，意外发现了许多来自美国教会和房产中介的用户。这一发现直接拓宽了我们的理想用户画像。

第二，「用户关联的社交账号」也很重要。通过分析这些账号，可以识别出高影响力的创作者，并主动建立长期合作。联系一个已经在用你产品的用户，比 cold reach 一个陌生人要容易得多。

而在团队内部，我们也建立了一套高效的运作机制。

在 Opus，我们非常重视客服团队，也舍得投入。哪怕团队只有 30 人时，我们也配了 5、6 位在美国的全职客服。

我们要求客服团队每周输出报告，汇总来自各渠道的 Top Feature Requests 和 Top Complaints，并分享给用户。

同时，我们还配备了工程和产品同事，为客服团队做自动化，让他们能在每周处理数千张工单的同时，仍能快速、准确地向产研团队提供有效、可执行的洞察。

最后，就是要让整个流程形成闭环。

所谓闭环，对产品团队来说，就是要明确并公示产品路线图，让面向客户的一线同事清楚，哪些 Top Feature Requests 被采纳了、当前的优先级和进度如何。

对研发团队来说，就是要快速响应和修复 Bug，并第一时间通知客服团队，由他们回传给用户。

这样就形成了从收集反馈，到内部响应，再到产品迭代和用户感知的完整闭环。

无论是这个闭环，还是前面提到的 AB 测试，背后的共同点都是「用数据驱动决策」。

很多人都会好奇，到底该怎么做到数据驱动？尤其对创业公司来说，在资源有限的情况下，数据建设到底该投入到什么程度？

这就来到我今天分享的最后一部分：洞察。

通过数据去洞察用户需求、辅助决策，其实是一件贯穿产品整个生命周期的事。

在产品早期，一是要优先关注那些收益高、确定性强的动作。

比如我们前面讲过的定价 AB 测试，它不仅能带来直接收益，还能帮团队建立信心，让大家切身体会到，数据真的能驱动增长。

二是要定义好转化漏斗，然后逐步对每个环节进行测试。

我建议从最简单的前端 AB 测试做起，比如功能渗透率实验。随着数据积累，再去做更复杂的留存测试或跨端注册实验。

在产品早期，付费弹窗是最简单、最有效，适合最早测试的一环。你可以测试不同的触发时机、UI 设计和文案内容。

举个例子，有个叫 Arcade Software 的产品，付费点就抓得非常准。

用户进入这个产品后可以录制视频，然后系统会自动生成一条 Product Demo。它的付费节点设置在，当用户搞定前三个 Demo，也录完了第四个视频，准备将它发布为公开项目时。

这个点非常精准，我当时几乎没犹豫就付了费。这显然是他们多轮测试后得出的最佳方案。

现在很多 To Prosumer 的产品，用户的付费决策周期都很短，可能在 10 分钟内就会完成决策。在这段时间内，他们会频繁操作，有大量测试的空间。

这些测试不仅能直接提升转化率，也能帮助你更深入地理解用户。这也是为什么，付费弹窗越早测试越好。

事实上，AB 测试的过程，本质上也是学习用户、寻找 PMF 的过程。

比如，用户的付费点在哪里，你的 PMF 很可能就在哪里。当你发现用户在某个节点更容易转化时，往往意味着你找到了他们的 Aha Moments。而这些 Aha Moments，其实就是产品的核心价值所在。

那么创业早期，到底该在数据上投入多少？比如要不要招数据科学家？要不要先搭数据仓？

我的答案是，数据驱动固然重要，但不必一上来就重投入，而是应该合理规划，确保把资源用在刀刃上。

1）在 0–50 人阶段，有一两个懂点数据的产品经理和工程师，稍微自学一下，再用一些 SaaS 工具，就能把基本的 AB 测试体系搭起来。

创业公司一定要善用 SaaS。北美有很多成熟的工具，比如 Statsig 这样的 AB 测试平台，几乎是即插即用，跑通一个完整实验可能都用不了半小时。

这些工具对创业者非常友好，它们前期通常会对小公司免费，等他们规模变大后再收费。

所以在早期阶段，你完全可以重度依赖这些 SaaS 工具，高效搭建体系，而几乎不用花钱。

2）到 50 人左右、数据需求变复杂，比如要算 LTV、优化成本时，才需要考虑招一位全职数据分析师或数据科学家。因为这时的工作量，可能已经足以支撑一个全职岗位了。

3）等到团队进入非常后期，才需要考虑招一些数仓的人。因为那时团队需要应对 SOC2 合规，以及降低对第三方 SaaS 的依赖、减少成本的问题。而这些事情完全没必要一早就去做。

最后简单做个小结。

前面我主要分享了在获客、转化、留存、洞察这四个环节上的一些思考。

获客最重要的是理解用户，与他们共同成长。冷启动时，核心是在早期找到对的人，不求数量，但求少而精。

转化要以定价作为短期的增长抓手，核心是不要伤害老用户的利益，其次是可以通过修改 UI、UX 和文案，多做测试。

留存的关键就是围绕客服建立反馈闭环，保持高效迭代链路，让用户感受到被倾听，同时别忽略那 30% 没说出口，却非常重要的需求。

最后，洞察的关键就是「be resourceful」，努力用好一切可以收集到的数据。但不要超前规划，数据基建可以长期保持在毛坯状态，够用就行。

下面就是看曲凯老师有什么样的问题。

Q&A 精选曲凯：谢谢君陶的分享。

首先我想问，现在很多创业公司都要招做增长的人，从你的经验来看，他们应该在什么阶段、招什么样的人？

谢君陶：我可以分享一下 Opus 的增长团队是怎么分工协作的。

首先我们把投放分成了两个部分。

一部分人负责 Direct-to-Customer，在各个平台上做投放；

另一部分人专门对接 KOC、KOL，去谈合作、签年框，寻找和维护长期合作伙伴。

此外，我们还有做 Product Marketing 的人，负责对外传播，比如运营社交媒体。这块更偏向于对已有用户的持续沟通和营销，因为创意类产品会不断更新，老用户的长期价值会越来越大。当投放逐渐饱和、市场份额趋稳后，召回老用户、提升留存的价值就会更高。

再有就是我之前负责的 Growth Product 这部分。

我们一方面会通过 AB 测试提升产品内的转化率，服务投放团队、提高 ROAS；另一方面，也会为不同团队搭建基础设施，比如支持 KOC、KOL 团队，设计流畅的分账系统，让我们和达人之间的合作更长期、更稳定。

曲凯：这里面有一个小环节你没提，就是 SEO 优化。这部分你们有专人在做吗？

谢君陶：SEO、Direct Sales 这些偏投放的工作，都是由我们的 Head of Growth 一并负责。

曲凯：明白。那这些角色你们是同时招、同时开做的吗？还是有先后顺序？

谢君陶：早期都是需要的，因为不同产品最适合的增长路径都不一样。

像 Higgsfield 这种产品，就完全靠社交媒体驱动，因为他们能组建一支很强的创意团队，自产内容引流；而像 Opus，早期更多是依托我们的达人 Partners 起量。

曲凯：明白。那你们做过那么多 AB 测试，有得出过什么反直觉的结论吗？

谢君陶：有。其实我觉得最好的 AB 测试，不是能验证你原本的想法，而是能让你学到意料之外的东西。

比如在 Opus，我们就遇到过一个挺有意思的例子。我们做短视频工具，有很多字幕模板。后来在一次设计改版中，我们把字幕模板的样式露出做得明显了些，结果转化率一下子大幅提升。

这其实很合理，因为短视频用户天然非常关注字幕模板，但我们之前没意识到，这个点的价值会这么大。

曲凯：在付费这件事上，你们通过 AB 测试有没有得到什么核心结论？

谢君陶：我们发现 Price Discrimination 这种实验非常值得做。

曲凯：我们之前跟 Ace Studio 的 Joe 聊过（回顾：《硅谷顶尖孵化器奇遇》），他也提到，他们之前实现增长目标最有效的方式就是直接涨价。

所以是不是现在绝大多数 AI 产品的定价都偏保守？

谢君陶：可以这么说。根本原因在于毛利率。

SaaS 产品的毛利率通常能做到 70% 甚至 80%，但 AI 产品的毛利率低很多，因为大量成本都在模型厂商那里。

不过肯定是有调整空间的。比如我最近听说 Listen Labs 就有过一次大涨价，直接把价格从几百美元一个月，提升到了 3 万到 5 万美元一年。这应该是他们深入研究用户画像和付费意愿后的调整。

所以，怎么探索一种能让用户产生高付费意愿的产品形态、怎么找到最适合的产品定价，是当下最核心的课题。

曲凯：是。然后大家经常还会纠结，不同的付费模式到底该怎么选？比如该收周费、月费，还是年费？这几种模式之间又该差多少钱？

这方面你有什么经验吗？

谢君陶：其实不用想得太复杂。如果你希望产品的留存更高、长期增长更稳，那就延长付费周期。

在 Opus，我们采用的是「月付 + 年付」的组合策略。

年付的主要目的就是提升整体留存率。它通常会设置比较大的折扣，用来引导转化。而因为选择年付的用户留存更高，所以可以把折扣的 ROI 打正。当然，折扣的设置需要测试，就是要找出在成本允许范围内，怎样能让更多人转向年付。

曲凯：所以听起来，这些都需要长期测试？

谢君陶：对。测试时要重点考虑三点：成本、毛利率，以及试用所带来的成本。

试用成本一定要计入整体收益。现在很多 AI 产品的一大问题，就是试用太贵，导致没办法像传统 SaaS 那样大规模投流获客。

曲凯：那像付费相关的测试，一般要测多久？是要一直做吗？

谢君陶：看需求吧。我们是一直在做。团队每次脑暴增长点时，也都会考虑付费项目。

这件事也随时可测。每当推出新功能，或者调整用户权益，比如加水印、改免费额度之后，都可以立刻测试付费率的变化。这些测试往往能带来非常可观的收益。

曲凯：但付费率的提升，难免会和转化、留存这些指标冲突，对吧？这种时候怎么办？

谢君陶：你谈到的就是付费率和留存率之间的 trade-off。比如你加了水印，付费率可能立刻翻倍，但用户体验变差、流失也会增加。

在大厂，可能就会通过「反转 AB 测试」等复杂方法去验证。

但对初创团队来说，可以直接把测试周期拉长一点，比如跑半个月到一个月，观察付费率提升了多少、流失率增加了多少，再计算整体收益变化，就能得出结论。

曲凯：明白。你前面提到客服和数据那部分，我听起来还挺适合用 AI 来辅助提效的。你们在这个过程中，有哪些地方用了 AI 吗？有没有什么能分享的？

谢君陶：增长团队相对来说都比较小，所以必须想办法用最小的力量办最大的事。要做到这点，肯定离不开各种 SaaS 工具。

比如我们的客服中心是用 Mintlify 搭建的，并接入了 Intercom，等于拥有了一个每周能自动处理上千条用户反馈的客服系统。

我们也用了一些和留存相关的 SaaS。

以支付环节为例，Past Due Payment（逾期支付）是一块很大的损失。很多用户最终没能完成付款，其中可能只有一半是主动取消，另一半往往是因为卡里暂时没钱等原因，所以支付失败。

如果不做干预，大概只有 20%–30% 的用户会自行重试成功，但如果接入 Stripe 的功能，或使用第三方 SaaS 工具，这个比例可以提升到 40%–50%。

于是我们就用了一些工具来提升重试成功率。它们可能会通过弹出提示或发送 retry email 的方式重新触达用户，然后就能带来一些增长。

曲凯：听起来你们真的用了蛮多 SaaS 的。大概有多少？

谢君陶：反正我自己用的就不下 10 个。

曲凯：OK。那回过头看，你觉得 Opus 这几年做得最正确的一件事是什么？

谢君陶：品牌搭建。

如果想要长期获得稳定的流量和新增用户，就得有清晰的产品定义，最好能成为 Category Definer，定义一个全新的品类。

曲凯：但现在很多人都吐槽，说每出来一个 AI 产品，都号称「全球首款」（笑）。

谢君陶：因为大家都想做到这件事，但真的做到了的很少。

Manus 算是做到了，OpusClip 其实也算。人们想到「长剪短」的视频工具，第一个想到的，大概率就是 Opus。

我们是怎么做到的？

其实就是把品牌做好。

做好品牌，核心在于知道你的用户是谁、他们在哪里、以及该怎么和他们建立连接。

就像前面说的，Opus 在找第一批用户时，先定位在了播客创作者这个圈层，然后发现这个社区往往会围绕 KOC、KOL 互相学习。于是我们从这里切入，找到最合适的 KOC、KOL，与他们建立长期合作，把这小群人打透。

之后，只要这群人想到「长剪短」，就会先想到 OpusClip，然后帮我们去传播。

这样，我们的品牌、品类定义和壁垒，就都慢慢建立起来了。

曲凯：所以 Opus 的成功，主要来自于品牌建设，而不是投放或者内容？

谢君陶：对，Opus 从内到外都是围绕品牌在做。

曲凯：这还挺美国打法的。

谢君陶：因为品牌确实能带来用户粘性和忠诚度。

曲凯：明白。最后，你现在怎么看 AI 视频市场？Opus 算是做得很早也很成功的，但近两年有很多新产品出来。

谢君陶：我觉得市场还处于早期。

我们可以从两个角度去看这个问题，一是生成模型的可用性，二是 Agent 的可用性。

之所以要看 Agent，是因为现在单个模型还很难独立生成完整视频，很多时候需要靠 Agent 把不同片段拼接起来。

而无论是模型还是 Agent，都是今年 4 月之后才逐渐成熟的。

所以我认为，整个行业仍处在早期探索阶段。

但我比较看好 Higgsfield 和 Pixverse。

曲凯：就都是 AI 特效类产品。

但这类产品会不会厚度不够？

打个比方。过去十年间，修图软件层出不穷。有时候某个特效火了，整个产品就会跟着火一阵。但我印象中，修图软件大概是 App 排行榜上变化最频繁的品类。

AI 特效类产品有没有可能也会这样？

谢君陶：竞争确实很激烈。

但我认为，现在一些 AI 特效产品，本质上就是工具。

Pixverse 就是一个很好的代表。它能和其他特效类产品拉开差距，主要靠两点：

第一，他们针对专业运镜场景训练了大量 LoRA 模型，让特效真正能用于内容生产，而不只是娱乐。

第二，他们非常注重角色一致性，让创作者可以围绕固定角色打造自己的 IP。当创作者能用工具产出稳定的形象和风格，这个工具就能真正帮助他们创造商业价值了。

现在 Pixverse 还开放了很多免费功能，也是因为他们看到了一个正在快速成长的新型创作者群体。这些人不只是内容消费者，而是真正的生产者。在 Pixverse 的用户中，确实已经有相当比例是后者。

曲凯：那如果把 AI 特效刨除在外，你觉得在什么时间点、以什么样的形态，会出现真正意义上 AI-Native 的视频生成产品？

谢君陶：这是个挺好的问题。翻译一下，就是什么时候，能看到一个类似 Premiere 那样的一站式视频工具，对吧？

曲凯：不一定。也有可能是下个抖音？我不知道。

但我总体感觉，现在大家在用 AI 生成视频这件事上还比较局限。

AI 剪辑大多靠理解而非生成，AI 特效也只是把图片转成很短的视频，还谈不上真正的 AI-Native。

也许是因为视频生成模型还不够成熟，或者成本依然太高？

谢君陶：其实从专业创作者的角度来看，成本并不算高。因为 AI 视频产品替代的，是摄影棚、专业设备等高价值元素。

我认为真正的卡点，不在成本，而在于生成式模型的学习成本和使用门槛太高了。

一方面，目前无论是视频模型还是图片模型，从技术上来说都还不是真正的多模态。它们往往需要依靠插件或脚本，把自然语言和视频生成过程串联起来。

这个流程对传统创作者来说门槛很高，也非常占用时间精力。他们要熟悉模型，要学习 Prompt Engineering，而且模型一旦迭代，还得从头再来。

另一方面，不同模型各自擅长的场景也不同，这让很多创作者的工作流非常割裂。所以现在很多集成平台依然很火。

未来最好有一个 Agent 产品，能把复杂的模型能力全部封装起来，让创作者只需通过自然语言、画布，或其他符合直觉的交互方式，就能完成创作和调用功能。

这也是为什么最近会出现那么多「一键成片」或「画布式创作」的产品。它们本质上，都是在降低生成式技术的使用门槛和学习成本。

曲凯：明白。其实今天听下来，你讲的内容，包括 Opus 的整个历程，并没有什么神奇的秘诀，更多是把那些应该做的事，用更科学的方式，做得更好。

不过说起来简单，做起来难。

每一个环节都需要有足够好的人去推动、去落地，才能真正做好增长吧。

42章经

思考事物本质

阅读原文

跳转微信打开