“事实证明，在AI应用领域，不保持焦虑的人很难取得成功。”Lovart创始人陈冕在访谈中直言。9月28日，他向外界透露了对明年to C应用市场的期待，认为这可能是一个重要的转折点。然而，仅仅一天后，OpenAI发布的Sora app便以惊人的速度超越ChatGPT和Gemini，登顶美区App Store下载总榜，为消费级AI超级应用打开了一扇新的大门。
过去两年，AI应用的增长热点主要集中在生产端，从聊天机器人到AI搜索，再到深度研究和智能体。Lovart作为一款服务于设计生产场景的垂类Agent，自今年5月内测、7月正式上线以来，已积累了约20万日活用户，年化预估收入超过3000万美元。但陈冕坦言，这样的增长速度仍不够快。他指出，模型成本的持续下降使得to C应用变得更加可行，而生产者（to P）产品的普及也推动了更多人参与AI内容创作，这促使他开始思考内容消费领域的变化。
Sora app的发布无疑加速了这一进程。陈冕回忆，在Sora上线后的凌晨3点，他连续体验了4小时，这种震撼感让他联想到初次接触抖音和ChatGPT时的情景。他发现，Sora不仅是一个视频生成工具，更是一个潜在的社交平台，甚至可能比“AI抖音”更具影响力。通过Sora的cameo功能，用户可以生成自己的AI形象和音色，并与其他用户“合拍”，这种社交属性让他意识到，Sora可能成为一个拥有数十亿用户的虚拟社交世界。
在体验Sora的过程中，陈冕特别关注了其交互设计。他提到，Sora的Remix功能通过滑动交互实现了用户之间的共创，这种设计非常顺滑，符合他对优秀交互的定义——不超过点击和滑动。他认为，Sora的关键链路设计得非常完善，完成度很高，这得益于OpenAI在模型能力和产品创新上的双重优势。
当被问及中等规模的AI创业公司是否有可能率先推出类似cameo的新交互时，陈冕表示，这需要公司同时掌握顶尖模型和文化组织能力。他指出，即使中型公司能够推出这样的产品，也会面临隐私监管、成本和巨头竞争等多重挑战。因此，AI社交领域注定是巨头的战场。
对于Sora的未来规模，陈冕认为它有可能成为一个虚拟世界的微信，未来人类的社交可能分为“虚假的真实”和“真实的虚假”两个世界，而这两个世界可能会同时存在，争夺用户的时间。他强调，这是一场所有模型巨头都输不起的战役，因为错过的代价太高，而赢下的意义又太大。
在访谈中，陈冕还分享了Lovart的实践经验和增长策略。他提到，Lovart目前的年化预估收入已超过3000万美元，日活用户达到约20万，其中1/3来自美国市场。他指出，Lovart的定位是服务所有有创作欲的人，而不是所有人。对于非专业人士，Lovart像一个AI创作工作室，可以帮助他们将创意落地；而对于专业设计师，Lovart则是一个灵感助手，可以提供底稿供他们完善。
在谈到AI应用公司的增长策略时，陈冕认为，关键在于提前描绘未来，然后等待它发生。他指出，垂类应用公司本质上在做两件事：特殊的交互和特殊的上下文。以Lovart的ChatCanvas功能为例，这种交互方式之所以自然，是因为它还原了人与设计师沟通时的真实场景——必须对着一个摆满素材的桌面或画布，而不是只对着设计师的脸说话。
陈冕还提到，Lovart之所以能够提前预判模型的提升并做出相应的产品设计，是因为他们密切跟踪了模型迭代，并与模型团队保持交流。他强调，应用公司自己不掌握模型创新，因此需要预判模型的演化，先设计出模型到下一阶段后可能出现的交互方式，等模型ready的那一刻，再疯狂展示出来。
在谈到未被满足的需求时，陈冕认为设计师需要更多的上下文信息，比如品牌历史、调性、受众和过往视觉风格等。他透露，Lovart正在开发一个context模块，通过多轮对话补齐上下文，沉淀长期的素材库，记住用户偏好。他相信，随着多模态模型的理解和识别能力快速变强，Lovart将能够持续吸收和学习这些上下文信息，最终给出更满足用户需求的产出。
当被问及如何保持对技术发展的敏感性和快速决策能力时，陈冕表示，核心在于离用户更近、离技术更近。他提到，自己通过技术团队读论文并讲解的方式保持对技术的理解，同时用产品思维快速提炼和类比技术能力。他强调，在AI领域，往往在你觉得短期高估技术进展时，过两天又会发现低估了它，因此需要保持高频迭代的组织状态。
在回顾创业历程时，陈冕提到，自己在创业前频繁换工作被认为没有耐性，但创业后却展现出了韧性。他认为，现在的韧性来自信念，而信念又来自认知。他强调，自己不是为了创业而创业，而是为了赢而创业。当被问及最困难时拒绝收购邀约的决定时，他表示这是一个理性判断——当时他认为山还在、自己也能到达，因此选择继续努力。
在访谈的最后，陈冕分享了自己对创业的感悟。他认为创业既焦虑痛苦又快乐爽快，类似于极限运动或魂类游戏。他强调，每一次跨越挑战都让他的成就感越来越大，而痛苦和快乐是并生的。当被问及是否害怕自己身上的某些特性时，他表示最害怕迭代速度不够快。他相信，在AI领域，只有保持高频迭代和快速决策才能跟上技术发展的步伐。
