摘要

Google 的 Veo 3 做到了 Olivia Moore 所说的「AI 视频的 ChatGPT 时刻」：一条提示词即可生成带原生音频、多个说话角色的完整视频。 这种完整性推动视频获得百万级播放，也让“无脸频道”在数天内吸引数十万订阅者。限制依然明显：每次生成只有8秒，图生视频不支持音频，生成成本约为每秒0.75美元。
语音模型的竞争焦点已经从“听得懂”转向“像人一样不完美”。 ChatGPT 升级后的 Advanced Voice Mode 更自然、更有表现力，加入升调疑问句、填充音等人类化细节；在 Sesame、Gemini、Grok 和 NotebookLM 让其原有体验显得“不再那么先进”之后，ChatGPT 终于追了上来。ElevenLabs v3 则把这条路线推进到生产工具中，允许用文本标签提示耳语、情绪、音效、打断和多角色对话。
Apple 的 AI 故事在主持人看来依然谨慎且令人失望，目前宣布的功能中，最有吸引力的是通话和 FaceTime 的实时翻译。 Justine 认为 Apple 正把大量“真正的 AI”外包给 ChatGPT，同时在通知摘要混乱引发反弹后，收缩了原生 AI Siri 的路线。最具象征性的失败是：Siri 无法判断明天是不是本月第2个周一，反而建议用户去搜索 ChatGPT。
消费级 AI 颠覆了历史上的初创公司收入曲线：a16z 数据集中，消费公司在成立12个月后达到的 ARR 中位数为420万美元，底部四分位数为290万美元，顶部四分位数为870万美元。这些数字是 AI 时代 B2B 基准的2倍，彻底逆转了 AI 之前“消费公司要等3到5年才能变现”的假设。正如 Olivia Moore 所说：“消费者回来了。”
推理成本迫使消费级初创公司提前收费，而产品效用也支撑起平均每月22美元的用户付费额，是主持人提到的 AI 前订阅均值的2倍以上。 尽管存在大量免费用户“AI 旅游”，付费用户留存率大致与 AI 前消费软件相当。积分包还带来了类似企业软件的收入扩张：重度用户会在订阅续费前额外支付10美元、12美元或50美元。
自然语言创意工具正在把品牌开发从专家工作流压缩成由提示词驱动的工具栈。 Justine 用 ChatGPT 做创意，Ideogram 设计字体和包装，再用 Krea 上的 FLUX Kontext 保持产品与门店图像的一致性，在不到几小时内创建了虚构的冷冻酸奶品牌 Melt。她更大的判断是，未来创业者无需掌握 Photoshop 等工具，也能组装出涵盖产品设计、应用、广告、虚拟形象、网红和一件代发商品的“全栈 AI 品牌”。

精读

1. Veo 3 把完整视频场景变成一条提示词的输出

Olivia 的判断是明确的：Veo 3 是“AI 视频的 ChatGPT 时刻”。Veo 2 已经建立了更高质量的场景、一致的角色和物理效果；Veo 3 增加了原生音频，让一条文本提示词同时生成画面、对白和多个说话角色。
这种完整性解释了传播上的跃升。Veo 3 视频获得了数百万次播放，完全由生成视频组成的频道也在数天内获得数十万订阅者。Stormtrooper vlog 之所以有效，是因为戴面具的角色、雪怪和水豚对细小的视觉不连续不那么敏感，而模型可能本来就知道这些角色或生物应该长什么样。
硬限制是8秒。音频只支持文生视频，不支持图生视频，这让较长的人类故事难以保持一致；创作者因此使用面具或非人脸角色。由此诞生了一类新的“无脸频道”，不再要求创作者本人出镜。
访问方式也迅速变化：发布时，用户必须通过 Flow 订阅 Google 每月250美元的 AI Ultra 方案；之后模型通过 API 开放，也可在 Hedra、Krea 等平台使用，相关方案约为每月10美元，或通过 fal 和 Replicate 按用量计费。按每秒约0.75美元计算，Olivia 预计 Google 会继续推进更大、更长的视频模型，但一致性和价格将成为挑战；她希望看到更多经过优化或蒸馏、成本更低的模型。

2. 合成语音靠犹豫、情绪和打断变得像人

升级后的 ChatGPT Advanced Voice Mode 更自然、更有表现力，包括疑问句升调以及“um”“uh”等填充音。在 NotebookLM、Sesame、Gemini、Grok 和开源供应商抬高预期后，主持人开玩笑说，它经历了“从 Advanced Voice Mode 到 basic voice mode，再回到 Advanced Voice Mode”的过程——现在终于又先进了。
他们尚未解决的问题是：其他供应商已经取得进展，为什么这件事可能花了6个多月？一种假设是，团队在“Her”引发争议、担心陪伴型 AI 取代人际关系后变得谨慎；另一种可能是，资源优先投向了文本 AGI、Sora、图像和推理。
ElevenLabs v3 把表演指导变成可编辑的文本标签。创作者不必先录下哭泣、耳语或带口音的表演再进行转换，而是可以给台词加上“悲伤地”“认命地”或“耳语”等标签，加入音效，还能安排一个角色打断另一个角色。
Justine 的农场演示结合了浓重的德州口音、哞叫的奶牛，以及一个打断 Austin、指责他假装口音的第二角色。她的核心判断是，提示词驱动的打断让广告和叙事对白听起来像“自然对话，这是 AI 语音以前从未做到过的”。

3. Apple 最强的 AI 功能是翻译，而不是智能 Siri

主持人对 Apple Intelligence 依然失望，因为他们期待的“手机上的真正个人助理”迟迟没有出现。Siri 连“明天是本月第几个周一”都答不上来，随后还建议用户搜索 ChatGPT，这暴露了基础用户预期与 Apple 当前系统之间的差距。
Justine 认为，Apple 似乎正在把许多实质性的 AI 任务外包给 ChatGPT；而在通知摘要把多条通知合并、整理得一团乱后，公司也开始收缩相关路线。Apple 强调了 Genmoji 和通话转录，但通话与 FaceTime 实时翻译才是最突出的功能：这是“自然而明显的使用场景”，也是即时价值最清晰的功能。
一位主持人仍然“抱着对 Genmoji 的希望”，因为 Olivia 看到过一条病毒式传播的 Gen Z TikTok，内容就是 Genmoji。对比很明显：Apple 展示的是渐进式界面功能，而本期其他模型已经打开了新的媒体生产方式。

4. 消费级 AI 比 AI 时代的 B2B 基准更快实现数百万收入

主持人分析了 a16z 在生成式 AI 出现后大约前22到24个月内接触到的公司，并从开始变现时点计算增长。消费公司在第12个月达到的年化收入中位数为420万美元；底部四分位数为290万美元，顶部四分位数为870万美元。
这些基准是可比 AI 时代 B2B 数据的2倍。在 AI 之前，面向企业销售的 B2B 初创公司如果第一年 ARR 达到100万美元，已经算是“惊人、行业最佳”；消费初创公司则通常要花3到5年积累用户，再通过广告、平台交易或其他后置收入实现变现。
机制始于推理成本：与传统软件不同，每次额外的 AI 查询都可能产生几美分或几美元的成本，一个活跃用户每月可能带来数十美元成本。公司“某种程度上被迫”收费，随后发现消费者愿意平均每月支付22美元，是主持人引用的 AI 前订阅均值的2倍以上。
这种付费意愿建立在创作、陪伴、语言学习、阅读辅导、营养和教练等场景的实际效用之上。每月22美元的订阅，可以替代或扩大过去需要人工服务的能力，而人工服务的收费可能达到每小时50美元，甚至更高；例如视觉模型可以把餐食照片转化为卡路里和蛋白质估算，并给出每日或每周饮食分析。
免费用户存在大量“AI 旅游”，但付费用户的留存中位数大致与 AI 前的消费公司一样强。积分耗尽会带来10美元、12美元或50美元的追加购买；ElevenLabs 等公司还可以从每月10美元的个人方案，快速升级到高 ACV 的企业合同，远快于 Canva 所经历的从消费业务走向企业业务的5到7年历程。

5. 提示词驱动的工具可以在数小时内组装出完整品牌

按 Justine 的说法，FLUX Kontext 的差异化在于保持一致性：它可以把人、产品或 logo 移到新的环境中，同时比 GPT-4o 图像模型保持高得多的一致性。这让自然语言编辑——“用自然语言提示词操作 Photoshop”——真正适用于产品摄影和营销物料。
她为 Melt 设计的流程从 ChatGPT 开始，用来确定冷冻酸奶概念、名称、配色和 logo 方向；随后用 Ideogram 生成字体和品牌杯身；在 Krea 中，她又用 FLUX Kontext 探索把杯子放进餐厅或公园、改变包装颜色，并制作紫薯口味版本。她还生成了一张门店图片，再把 logo 叠加到图片上。
下一步实验是用 Veo 3 或 Higgsfield 让这些素材动起来，并测试模型是否理解冷冻酸奶如何融化，以及把杯子抛到空中后落地会是什么效果——它是否会像现实中那样“啪地一下落下”。Justine 在不到几小时内完成了原型；Olivia 认为这个品牌看起来比很多专业品牌更有吸引力，并表示它可以用于广告代理商的营销活动概念稿。
Olivia 认为，这指向了“全栈 AI 品牌”。Justine 进一步设想，AI 可以设计 logo、产品照片甚至产品本身；用 vibe coding 制作网站或移动应用；向消费者一件代发；再用 AI 虚拟形象制作社交广告，由 Veo 3 生成、实际上并不存在的 AI 网红进行推广。在 Justine 看来，真正的关键变化是：“你只需要在文本提示词里说出自己想要什么”，然后不断迭代，直到满意为止。

AI 专家观点相反，激辩 AI 的未来 Mo Gawdat & Steven Kotler | EP #177 Meta押注Scale AI + Apple的AI困境 + 听众谈工作自动化