剪映前AI产品负责人创业多模态Agent，成立半月融资数百万美元

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

生数科技前产品副总裁廖谦创业了。

在此之前，他还先后担任过字节剪映与火山引擎前AIGC产品负责人。

8月底从老东家离职后，公司成立仅半个月，就已经拿下了硅谷美元基金HT Investment与BV百度风投的数百万美元投资。

他要做的是一件看起来很“产品人”的事——

• 打造面向营销场景的多模态Agent，同时将逐步构建新时代AI信息表达系统。

他给公司起名为极致上下文（Apex Context）。

这个名字来自他对下一阶段AI发展的理解：AI应该能深度理解并呼应用户的上下文，让生成的内容更精准、更贴合预期。

从人文一点的角度出发，他说这个名字背后是极致上下文的公司文化，希望它有“更多的Context，更少的Control”。

廖谦学计算机视觉技术出身，一路打拼，创业前最后一份工作的title是“产品副总裁”。

早年，他在鹅厂、字节推动很多项目从0到1，也在生数科技这样的初创AI公司留下拿得出手的漂亮成绩。

问起他对自己的评价，廖谦说从最早期的生成式AI，到如今多模态阶段，自己一路从算法到产品，再到商业化的完整路径都走过；做过国内市场，也做过海外市场；待过大厂，也有0到1的创业经验，“对于‘技术如何变成产品价值’这件事，有比较系统的理解，也有足够的实操经验。”

所以，当做出自己创业这个决定的时候，廖谦没有迟疑。

AI Agent创业，极致上下文要做什么？

今年8月底，廖谦正式成立极致上下文。

公司的首要目标是打造面向营销场景的多模态Agent。

营销是个生产力方向，很垂直，落点也很明确。

把营销场景作为切入的具体路径，无外乎营销场景需求明确、效果可量化、付费意愿强，在他看来，这里最能体现AI的真实价值。

而选择做Agent是因为它面向更广泛的用户群。

一个优秀的Agent可以像专业Agency一样理解雇主（也就是用户）诉求，从创意策划、脚本生成到视频成片，全流程自动完成，用户只需要输入品牌信息和风格需求。

做一个Agent，就像是给用户打造的一个全年无休的“007”乙方。

“Agent使用起来无需学习技能、交互极简，像人与人之间的交流方式。即便只有模糊的想法……甚至不确定自己想要什么，Agent都能理解并生成内容。”廖谦进一步解释道，“而且Agent以用户的结果为中心。我们告诉用户一个明确的价格和可达到的质量标准，让他来判断是否符合预期，从商业模式上来看，这更理想也更友好。”

他把这种模式称为“预期思维”或“结果导向”。

做AI工具，需要让用户学习功能、写提示词；做Agent，则需要Agent反过来理解人。

——好的产品一定会持续降低用户的各种成本，无论是使用成本（不需要学习和反复试错）、理解成本（用户能一眼明白得到什么）还是价格成本（花得明白、物有所值）。

当“为什么做Agent”的原因清晰后，极致上下文的用户主力画像就呼之欲出了， “我们的用户，是那些大概知道自己要什么，但不需要懂怎么做的人”。

廖谦表示，在产品路径上，极致上下文会先聚焦于营销场景下的AI Video Agent，“帮助品牌更好地做视觉化表达，提供从创意、脚本到视频生成、编辑的端到端能力”。

在中长期规划上，则是想搭建一个AI时代的信息表达系统，让任何人都能实现个性化自我表达的平台。

早期谷歌时期是搜索时代，人找信息；过去十年移动互联网是推荐分发时代，信息找人。

现在，大模型让“信息的表达”变得前所未有地容易，AI正在让“表达”这件事重新被定义。生成模型让任何人都能以更自然的方式去表达意图，无论是品牌还是个体，都需要更精准、更个性化的视觉语言。

所以他判断：

• 下一阶段的核心竞争力，是谁能帮人、帮品牌、帮组织更好地表达自己。

未来，这套系统的能力还可以拓展到教育、生活方式、娱乐等更多领域。

创业的底气从哪里来？

“我一直知道自己迟早会创业，只是一直在等一个值得真正All in的时刻。”

从技术周期上看，今年确实像是个拐点。

语义理解、镜头语言、画面真实度全面提升，Google Veo3和Sora 2等都用实际效果隐隐告诉行业，技术已经进入“可用”的临界点。

接下来就要看谁能把能力转化成真实的产品价值——廖谦眼中最值得All in的时刻，来了。

在过去十年的职业经历中，廖谦几乎完整经历了从算法到产品、从国内到海外、从大厂到创业的完整路径。

他本硕均就读于西安电子科技大学，本科电子信息工程专业，硕士阶段主修计算机视觉。

2015年硕士毕业后，廖谦进入腾讯天美游戏工作室，参与游戏研发；两年后，他转岗至腾讯云，负责AI人脸人体业务，从零起步将这条业务做到国内第一、全球第三。

腾讯工作的6年期间，他第一次体会到算法在应用层爆发的能量——当年风靡朋友圈、上线十几天冲到图片类榜单第一的“她拍”小程序，就由廖谦所在团队来提供人脸融合技术。

2021年，他加入字节跳动火山引擎，从0到1打造了“智能创作云”。廖谦表示，这是当时团队流量最高的产品。

两年后，他又在剪映内部孵化出海项目Pippit。他是当时这个项目的发起人，同时也是平台和商业化的负责人。

Pippit是一个海外商家的AI内容生产与分发平台，目前月活已超过百万。

到了2024年年初，Sora一石激起千层浪，几乎所有的AI从业者都在谈论走在东京霓虹灯下的墨镜女郎。廖谦猛然意识到，新的一轮技术周期开始。

趁着这股东风，他离开大厂，选择加入专注多模态基模的创业团队生数科技，开始主导Vidu的产品、研发、运营和营销工作，带领超百人团队。

在生数工作的一年时间里，他主导了十余次算法与产品迭代。

而这段经历中最被他看重的创新，是在生数行业首创了“参考生视频（Reference to Video）”功能。

• 参考生功能的意义在于多模态模型开始具备上下文记忆，它能理解不同主体及其特征，还能参考之前的素材和风格，实现内容的连续性和一致性。
  就像AI在创作一部长剧，当它生成第十集时，已经理解前九集的风格和逻辑，能保持统一的调性。

（是不是就更能理解他为啥给自己公司起名叫“极致上下文”了？）

“这个时代没有传统意义上的护城河”

“你们公司的护城河会是什么？”

廖谦沉默了片刻，回答说：“这个时代没有传统意义上的护城河。”

他提到一个典型例子，Sora 2。它的发布不仅再一次证明了OpenAI的野心——不满足于做模型公司，要向产品和平台演进，更重要的是它搅乱了原本的竞争格局。

用更直白的话来说，Sora 2直接打到了抖音、TikTok、等巨头的腹地，侵蚀了它们的核心业务，迫使它们在核心业务上花大量资源、精力防守。

但对初创公司来说这是个好消息。

巨头互殴，过程中不得不拿出一部分精力自保，这意味着他们在其他方向上的创新会慢下来，创业公司就拥有了进攻窗口期。

• 当巨头忙着守，你就有机会去攻。
  去定义新的内容形态、新的协作方式，甚至新的信息分发逻辑。

不过廖谦还说了，如果一定要说优势，应该是“我们对用户和场景的理解，以及团队的热爱”。

他想了想，表示最近极致上下文团队的大部分同学干劲满满，早上8点多就到了，大家每天工作几乎超过14个小时。

由于新公司早期业务聚焦AI Video Agent，还是在和视频生成打交道，我们询问了廖谦关于AI视频方面的未来预判。

廖谦判断，在模型层面，“一致性”是绝对可预见的提升方向，而且是接下来重点解决的方向。

因为就连头部梯队的Sora 2一致性也还不够好。“大家喜欢用Sora 2和奥特曼‘合拍’，里面奥特曼的角色一致性保持得比较好，但用户自己的形象大部分都不够好。”

除了画面之外，音色的一致性可能在未来3到6个月内基本被解决；画面美学，构图、光影这些要素也都有待提升。

One More Thing

“前几天和大厂的老同事吃饭，问我创业感受。”

“我的Co-founder的回复特别好——想听真话还是假话？真话就是，工作时长更长了，但反而没有大厂那么累。”

”创业是一种生活方式，这种感觉是焦虑，也是兴奋。”

“你知道自己在为一件值得全力以赴的事努力。”