
精读八尺聊 AI 对陈冕与 Liblib/LibTV 的战略分析,拆开「应用层对齐」、连续找 PMF、订阅加积分与创始人速度背后的证据边界。
| 路线 | 用户主要购买什么 | 可能的优势 | 需要继续验证什么 |
|---|---|---|---|
| 上游模型或原厂视频产品 | 更直接的模型能力、规格和价格 | 距离模型更新更近,成本口径相对容易追踪 | 用户仍需自己组织脚本、资产、分镜、返工和交付 |
| LibTV 这类垂直视频应用 | 视频工作流、订阅、积分和项目组织 | 把模型选择、资产管理与生成流程放进一个场景 | 对齐是否真的减少返工,平台规则是否比单点工具更省钱 |
| 通用 Agent | 跨任务的工具调用和自动化 | 任务覆盖面更广,适合探索型工作 | 能否理解视频的角色、镜头、连续性和交付要求 |
| 多个单点工具拼接 | 按环节自由选择模型和剪辑工具 | 可替换模型,成本与失败原因更容易拆开 | 素材搬运、版本管理、协作和责任边界由谁承担 |
TV Show 和「全部」等入口,没有公开完整套餐、积分数量、模型规格、失败扣费和退款规则。3「应用公司今天拥有的价值,明天可能就被上游拿走。」1
「应用公司的价值,是在模型和用户之间做『对齐』。」2
「他更像是在做一场尚未完成的实验。」1
「应用的时代还没来,可能在 2 年、3 年甚至 5 年后,但要从现在开始准备。」2
mp.weixin.qq.com
mp.weixin.qq.com
liblib.tv
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.