从产品的视角来看待技术，通常不关注原理，而是直接关注效果。
我每天都会花一些时间观察人工智能领域的最新进展。对于有API的产品，我一般会建立测试集进行各种测试，而对于视频类的产品，我主要关注非官方出品的视频，看看它们到底做成什么样了，是否具有普遍性。
看了很多这样的视频后，我有两点感想：
第一，视频生成技术真的要到爆发的时刻了。
第二，GPT5 这道门槛很可能能够跨越，虽然先跨越的人是否是 OpenAI 还不好说。
在这波新机遇彻底爆发和现在之间其实存在着一个 AI 的小低谷。
为什么说视频生成要爆呢？
模型方的官方视频由于存在利益牵扯，最多可以看看苗头，不太能让人信服。
因此需要换个视角，**如果一般用户以一定频率和规模持续爆出精彩视频，那就差不多到了临界点了。** 就比如当年迈克尔·杰克逊火起来之前，也是这样持续爆出各种照片。因为社交网络上持续爆出视频这件事必须满足两个条件：
第一个是质量要让人惊讶，超出以往的认知。
第二个是相对容易和便宜，很多人都能够做。
前者是时机，后者是基础。缺一不可。现在是谁没事爆照片的？即使照片比过去做得更惊艳，也没人看啊。
现在看来，这两个条件基本已经满足，只差一点点。一旦这个条件满足，视频生成就会成为 AI 下一个大众型机遇。
为什么说是大众机会呢？
AIGV（Video）是我杜撰的一个词，但确实应该区分生成文本、图片和视频。因为它们的影響规模不可能相同。国内头部主播的收入和过去博主的收入就不在一个数量级上，甚至不是十倍百倍的差距。 假如抖音上市，相当于多少个小红书和知乎呢?
现在这个视频生态面临洗牌，一波人要上机关枪了，另一波人还是大刀长矛，所以这次的影响恐怕比过去文章生成要大得多。它会推动视频平台往不可预测的方向发展。
视频平台以外的部分我们反而看得更清楚一些，甚至发展路线过去都操练过一遍了。
首先会出现新的“李一舟”。 这时内容生成面临双重专业性，一部分是视频生成的模型，另一部分则是视频本身的某些技巧。
当然也会出现套壳的工具。 HeyGen 这种不完全生成视频的工具每年都价值 2000 万美元，这里的全新工具应该价值更大。
然后大量 AI 生成的内容会进入各个平台。 各个平台估计会有点纠结，但最终还是会像现在这样，基本还是允许，最多加个标注。
再往后会往纵深发展，不再停留在宣传片这个层次，而是走向短剧（段子、动画等）。 这时会再次爆炸，因为和上一波的进展就会重叠。之前 AI 碰撞局上，周玮分享过他写短篇小说的 Agent，听过后你就知道这类产品再结合上视频生成能力，特别契合。这类产品的价值空间会一下子上升很多。
再之后估计就是长剧和直播。 其中直播稍微复杂点，因为要和经常说的动作捕捉技术结合，做到特别逼真恐怕还要花点时间。
最后肯定是电影。 扔一本小说，AI 改出剧本，AI 生成电影，这是什么感觉？
先纵后横的 AI
之前文章中提到过几次，AI 和互联网最大的不同是先纵后横，像打深井，现在这里又多了一口井。
文字、图片是一口井，视频是一口井，并且更深更大。
更有意思的是，这是一个大众机会，大厂好像也不能基于这个做什么垄断产品。
每个人差不多是平等的，它辅助你的创意实现，培养一批工具和教工具的人。
先纵后横会导致这样的一个状态：它不会一下子爆炸得那么厉害，比如一下子就出现一个微信，但会持续爆炸。
这时面对它的基本方法论根本不是高瞻远瞩，而是要回到现场，需要像 AI 碰撞局这类把案例聚集起来的，让大家能够鲜活感受 AI 应用现场的手段。
再简单点说就是实事求是，要知道情况是什么，别人干成什么样了，然后形成自己的判断，自己不理解的就当不存在，至少不能用来做事。
这和互联网非常不一样。那是一波大浪冲到底过去就过去了。
彻底成熟了会是什么样？
我之前发了一个视频，没想到自己的读者群（进读者群大家发私信吧）里还有几个这方面专家，又多聊了几句，我就发现这是一个成熟的产业。
上面的视频生成技术一成熟，再加上视频里的那套技术，有可能催生这种产品：
每个人拥有一个自己的分身，这个分身就是视频里那种产品，然后生成脚本、生成内容、发布是全自动的，你对着它说它就能发布内容。 剪映什么的就不要了。这市场应该还很大，真有愿意干的可以试试。
这种东西就像每个人多一个手机，但这手机能自己动起来，生成内容发布内容，和直播架子、话筒什么的其实差不多，需要的量还很大。有人估计用去做水军，但那是做水军违法，就和有人用手机打诈骗电话，但不能说是电话的问题类似，无人机不也用来扔炸弹么。
GPT5 最终肯定会来
看着视频的进展，我就比较确定 GPT5 会到来。
现在 GPT5 是一个符号，也说不清到底是什么，隐喻就是 AI 能再进展一步。 倒不一定是 OpenAI 的下一个版本，它标识着通用智能是否还能再跳一级，智能的通用性每跳一级，其影响和单纯生成视频肯定不一样。
为什么说 GPT5 一定会来呢？
比如说理解物理世界有自己的世界模型这件事，在生成文字和图片的时候理不理解物理世界是不关键的。但生成视频的时候如果不理解物理世界，细微的地方是做不好的。
解读为什么可以看论文，但看结果就是 AI 对物理世界的理解在深入，它正在形成属于它自己的世界模型。
假如有一天 AIGV（Video）能够生成现实世界的各种电视剧，也能够生成各种精彩的奇幻电影，那它的世界模型就必然同时覆盖现实空间和虚拟世界（比如漫威宇宙）。
从这个角度看，视频生成和 GPT5 差不多是同步的。
至于是不是 OpenAI，反倒是不好说，OpenAI 宮斗了一场后看着有点抓瞎，总是很随性地发产品，然后 Sam Altman 不解决公司迫在眉睫的问题，没事去发表涉政言论，这怎么看也路子不对。但这是另外的故事了。
小结
想到 AI 的终极可能会想到无处安放的自己，并恐慌，但看过程其实它也在创造一个个大众型机会。 在这个时间点，这类充满活性，还给一般人机会的领域没想的那么多了。还是应该多拥抱和碰撞。如果说之前阶层固化的程度是 1，那 AI 之后的世界里可能是 100（在我预测的不好的结局里），所以在不良脉络里这可能是最后的机会。
