很多人说，大模型时代创业很容易死。其实这也分怎么做，非要去跟openAI卷，那确实是容易死。

AI时代你只要搞明白，输入端和输出端，至于里面的黑盒技术怎么变化，无关紧要。
这就意味着，如果你是从底层往上做，盒子随便换，表现层也可以随便换，但本质从没发生过改变

我举个例子，比如invideo AI，他做的事情是：
1、输入一段想法
2、他将想法拆解成了分镜头脚本
3、依靠脚本去视频素材库找素材，然后返回回来
4、拼装在一起，让用户可以进行微调和替换
5、输出视频

好了，他这个框架其实很简单，看一眼就知道是通过RAG做的：把一个prompt理解成一个question，然后对这个question做了sub-question，最终通过sub-question的query去检索回片段。

那soraAI来了能干死他么？
显然不能，因为他的优势在于工程化，而不是AI。
他只需要把API从RAG替换到Sora，就能瞬间起飞。
因为当其他人还在一个输入框生成一个视频片段的时候，它已经可以定制化生产优质视频了。

这个例子就充分说明，Sora是给他赋能的，而非卷死它。
那卷死的是谁？或许是Pika和Runway。

但Pika怕死吗？它本身就是个资本产物，股票都套现完了，最终收场不了的是持有股票的韭菜，至于Pika，死不死的又能怎样？

可这和普通人有什么关系？独立开发者创业，能搞个SVD套壳都已经是大牛了。

回归正题，如果你正在做SVD套壳，你要怎么避免灾祸？也简单，把工程化做好。生产流程是符合用户需要的，这就够了，至于说AI能力，谁牛接谁。

从深度上讲，抓住底层就是抓住工程化，抓住对用户使用体验的理解。

在一个场景不断去深化用户的使用路径和使用体验，而不是优化AI本身，AI交给时间，对用户在意的功能理解把握住就好。

从广度上，也可以抓住底层。

比如你是做图像生成的。不论你是做什么类型的图像，是头像也好，是证件照也罢，甚至肖像，写真，宠物照片。到头来不也是一个input进一个黑盒，最终给照片吗？

那黑盒是谁也不重要。所以你应该想办法封装隔离好生成能力，把工程问题和生成问题拆解开。

从这个维度上讲，你应该多做场景，而不是深挖生成能力。因为生成能力永远在不断迭代，但场景依旧还是那样。

比如你接了midjourney API，你可以用他做可爱婚纱照，你也可以用他做宠物头像，这些都可以卖钱。那为什么不做广度而是不断去深度优化一个API的提示词呢？

从这个意义上讲，底层意味着一套快速搭建业务场景的能力。如果你能快速搭建各类型的生图场景，你就赢在工程上了，哪怕突然有一天，dalle也超越了mj和sd，你依旧可以活的潇洒。