在劉沛的構想里，一場汽車發布會的拍攝、剪輯、發布可能要一兩個小時，但現在，有了AI，就只需要幾分鐘的時間。

傳統的人力編輯團隊被智能化、自動化的機器識別代替，以前要幾個鐘頭的工程現在幾十秒就可以搞定。

這是AI發展的魅力，也是他所看到人工智能走向未來的潛力。

2024年，劉沛離開做了二十年的傳統門戶網站——中關村在線，來到視頻類垂直媒體30秒懂車做技術總監，操手AI業務。

一個月前，他帶領設計的基于視頻自動生成主題、大綱和圖片的產品已經全面嵌入30秒懂車的多媒體平臺矩陣。

用戶不再需要開盲盒式地瀏覽整個視頻，只要在自動生成的主題大綱里挑選自己感興趣的內容跳轉播放，就可以了解自己感興趣的信息。

這款功能上線后，視頻完播率和用戶反饋都有了跳躍式的提升。

▋ 01 初識AI

劉沛第一次接觸AI，在2022年，那個時候他在中關村在線擔任CTO。因為項目研發需要，他們開始用人工智能提高工作效率。

兩年前，沒有多少人系統接受過專業的人工智能訓練，都是聽到業內的人說好用，便一窩蜂地去國內外找開源模型，去Google檢索教程和學習資料。

劉沛也一樣，他唯一的一點基礎就是大學時在網絡部待了幾年，學到了一些計算機的皮毛，趁熱打鐵去考了國家程序員證書，在畢業后從事了將近20年網站開發。

劉沛2001年考取的程序員證書照片

網站開發雖也涉及到專業的編程知識，但和生成式AI的邏輯還是有著質的區別。

網站開發由前端和后端技術構成。前端負責HTML、CSS、JavaScript、數據庫管理和服務器配置等。后端開發者需要設計用戶界面、處理用戶輸入、管理數據存儲和檢索，以及確保網站的安全性和性能。

而生成式AI，是基于機器學習和自然語言處理技術構建的，提供對話式的交互體驗。生成式AI的邏輯更側重于理解語言的上下文、意圖和情感，以及如何生成連貫、相關且準確的回答。

兩年前，大部分企業都還屬于AI領域的門外漢。

劉沛領導的項目需要在各大平臺獲取流量變現。流量獲取就是通過專業內容輸出吸引用戶，然后從外部平臺免費獲取用戶流量。

用戶是被質量吸引來的，這需要批量式的優質內容輸出，但傳統的人工團隊效率太慢，一天僅能產出200-300份專業文案。

幸運的是，開源模型給當時還不擅長AI的企業帶來了更多可能性和機會。

恰逢國內清華智譜開源ChatGLM-6b模型，劉沛和同事不用再人工式批量生產UGC、PGC內容，而是基于知識場景制造海量AIGC內容。

曾經一個團隊一天才能產出200到300份的工作量，在AI的自然語言處理技術加持后，一天就可以直接生成1000份。人力團隊削減到不再需要編輯，只有一個審核，對AIGC作進一步的加工、潤色，保證內容符合倫理規范和法律要求。

在AI的幫助下，劉沛負責的項目從內容生產、流量獲取到最終的商業變現，整個交易額gmv已經過億，純利也超過了百萬。

效率大大提高，成本大大下降，利潤滾滾而來。

劉沛稱，“這是爆炸式的增長。”

這種增長也讓他意識到，一個獨屬于AI的時代，正在緩緩揭開帷幕。

▋ 02 三個人，兩個月，一個項目

2024年，劉沛入職垂直類視頻新媒體30秒懂車，擔任技術總監。

30秒懂車創立于2015年，是一個做專業測評和深度訪談的汽車視頻媒體垂直平臺。

7月份，劉沛和他的團隊突發奇想想做一個項目，基于視頻內容生成主題和關鍵詞，讓用戶一目了然地看到這個視頻講的是什么。

“現在的視頻除了吸引流量的短視頻，通常不會在開頭就給出關鍵信息，而中長視頻標題黨居多，很多用戶看了十來分鐘也沒有找到感興趣的片段，便悻悻然退出，視頻完播率較低。”

看到這個缺口，劉沛便想，能不能用AI自動生成一段視頻的主旨、大綱，讓受眾直接找到自己喜歡的信息點擊觀看。

就汽車而言，有些用戶想了解車的空間、有些想了解加速度、有些想了解油耗，但受限于視頻的單線程瀏覽模式，只能一幀一幀扒，既費時、效率又低。如果開頭不夠引入入勝，不到一分鐘就會點擊退出。有了AI提取關鍵信息，用戶可迅速瀏覽文本關鍵詞精準定位每輛汽車的性能、細節、信息。

說干就干，劉沛和團隊立刻匯報給CEO，開始立項。

但實際上手這個項目的除了UI設計也就三個人。

一個前端，一個后端，加上劉沛綜合指導。

項目分為三步走，第一步是準備海量的AI可識別的素材。給AI的素材準確度越高，描述越清楚，AI識別能力就越強、反饋質量也更佳。

第二步是AI的交互過程。交互不是一蹴而就的，而是一個不斷逼近、迭代，然后生成答案的過程。尤其是針對汽車行業里的一些專業知識，需要針對性地訓練、部署，讓模型能夠更好地提煉出關鍵信息，生成優質的主題大綱。

第三步主要是后端的工作。為了使模型生成的答案達到生產級別，后端做了一些后線的算法加工，最終才達到上線效果。

這款基于“圖像OCR、語音識別 + AI大模型推理”的視頻主題提取產品，可依據時間軸精準到秒提取出主旨、大綱、內容甚至匹配的圖片。在AI輔助下，視頻與文本相結合，傳播效率得到了極大的提高。

同時，該應用也可滿足圖像識別、圖形處理、語音識別等批量AIGC需求。

基于AI自動生成的視頻主題大綱

產品雖然優質，但設計研發的過程并非一帆風順。

劉沛的工作，就是對整個產品線實施規劃，及時發現可能存在的bug，修復優化。

比如如何準確高效提取視頻內的字幕就是一大難題。

視頻本身是一幀一幀圖像，提取字幕需要將每一幀上的內容轉換為文本。而字幕又分為軟字幕和硬字幕，硬字幕本身已經和圖片嵌合在一起，要提取難度更大。沒有字幕的視頻，就需要通過音頻語音識別，從視頻到音頻再到文本進行三種格式的轉化。

為了解決這個難點，劉沛和團隊分析了上千份影視內容，從顏色、大小、字體、格式等維度不斷提煉字幕關鍵信息，與AI模型進行交互。同時優化算法以提高字幕識別能力和最終結果的反饋質量。

就這樣，歷經重重困難，這個小而美的三人團隊花了兩個月就把產品做到了生產級別，解決了用戶瀏覽中長視頻的一大痛點。

這是國內目前首個基于“圖像OCR、語音識別 + AI大模型推理”搭建的垂類視頻主題提取產品。在這之前，百度雖然也研發了類似功能，但提取內容過于抽象，并不能聚焦于具體的細節、功能、數據，提供有價值的信息。

功能一經上線，就獲得了業內和用戶的極佳反饋，視頻完播率和粉絲量都有了顯著提升。

網友評論反饋

在劉沛最有成就感的幾個項目里，技術團隊都是小而精，比如，他被CNET China收購的萬維家電網，最多的時候也就是十個人。

2004年剛立項的時候，只有劉沛和他的愛人。

他們一文一武，一個負責搞技術開發，一個負責商業談判。

從資訊內容到產品庫到商業論壇，整個網站的內容都由劉沛一個人搭建。而找客戶、談合作則是他的妻子全權負責。

三年后，萬維家電網的商業價值被當時CNET中國高級副總裁、ZOL總經理劉小東看見，一舉收購進CNET中國集團，成為CONSUMER GROUP中的一員。

劉沛2004年創立的萬維家電網

劉沛坦言，這段從零到一的創業經歷仿佛奠基了他未來的職業生涯。

從那以后，他的思維開始從開發者模式轉向商人模式。他開始從用戶視角看待問題，去看現在市場亟需什么、用戶的痛點在哪。

這同樣也是AI爆發時代企業存活的關鍵點，即把AI嵌入到具體的場景之中。

▋ 03 一個實用的AI拿來主義者

劉沛學習AI的動力來源于每一種業務場景的需要。

當我問到“您如何看待AI和人的關系”的時候，

劉沛的回答言簡意賅：“拿來用。”

他稱自己為一個實用的AI拿來主義者。

在他看來，AI可萬物，AI可以跟硬件結合，成為馬斯克眼前能抓、能識別物體、能交流的人形機器人。AI可跟軟件結合，衍生出各種各樣的文生文、文生圖、文生視頻應用。

AI的魅力實際不來自于AI本身，而是它多大程度上能夠為人所用、為人造福。

在生成式AI興起的一年內，人工智能走向生物科學、應用心理、天體物理、圖文創作、視頻剪輯……

2022年，DeepMind旗下的AlphaFold成功預測了蛋白質的3D結構，并且設計出具有特定功能的新型蛋白質，在新藥和疫苗研發領域功不可沒。聊天機器人Woebot利用生成式AI提供心理支持，通過 “復制” 患者與心理醫生之間的 “治療聯系”幫助用戶減輕焦慮和抑郁癥狀，為沒有錢付高昂咨詢費的群體提供了心靈休憩的場所。

在藝術創作領域，Midjourney可以根據文本提示詞生成風格多樣、精美細膩的藝術作品，海報宣發的制作時間大大節省。Adobe的Sensei平臺通過生成式AI自動化視頻剪輯，分析視頻內容，即使是什么都不懂的藝術小白也可生成轉場酷炫的視頻。

AI就像有無數只觸角，蔓延到人類社會每一個具體可感的角落與場景。

這也是劉沛所堅持的，將AI與具體的垂類業務場景相結合。

創過業、當過總經理，劉沛最常做的還是CTO，據他說，支撐他的是一種新鮮感和成就感。

從自己創業的萬維家電網到待了七年的大型IT網站中關村在線、再到現在的垂直汽車新媒體30s懂車，他最喜歡一個項目結束時的喜悅。看著業務從靈感涌現到項目搭建到商業變現，一路走來，每個地方都有自己的身影，他就感到滿足。

這種滿足感同時也來自于他為社會創造了更大的價值。

當然，AI也不例外，無論如何發展，最關鍵的都是要跟市場和用戶需求結合，這將是一個企業和產品屹立不倒的最終護城河。

劉沛：2002年畢業于鄭州大學，擁有超過20年的IT行業經驗。他曾在北京普信網、中關村在線、新浪網無線部門、中國移動12580和139社區等知名企業擔任要職，涉及技術管理、項目管理等多個領域。2004年，劉沛創辦了萬維家電網并擔任總經理，后被中關村在線收購。2013年至2023年，他先后擔任萊富特佰（手機中國）CTO和中關村在線CTO。2024年，劉沛加入30秒懂車，擔任技術總監，繼續在技術領域發揮其專業才能。

采訪實錄

劉沛，您好，我是碼客人生

幸會，我是劉沛。

碼客人生：您在學生時代學的是什么專業，為什么之后就進入了資訊整合這樣一個行業？

我在大學學的是工程裝備與控制，這個是比較偏機械類的一個專業。當時在學校有自學考了國家程序員認證，然后在學校網絡部有做一些實習，所以畢業之后一脈相承就做了網站相關的開發的工作。

碼客人生：在您大概就20年的職業生涯中，哪一個項目是讓你最有成就感的？

中間我有自己創業做過一個家電資訊網站，整個從規劃開發到商業變現，實際上都主要是自己在全程參與，后面也成功被當時的CNET China收購了。雖然標的不大，但可以說是一個很完整的體驗，我覺得應該算是自己比較成功、比較深刻的一個項目。

碼客人生：在這個過程中有沒有遇到過什么比較大的困難？

技術上沒有什么困難。因為我之前有做過類似的工作，從資訊內容到產品庫到論壇、商家體系都是自己一個人開發的，基本上沒有遇到什么困難。當時的困難更多來自于商業變現，最開始創業的時候，更多是開發者思維，對商業模式思考比較少。網站運營到一定階段之后，商業變現是一個最大的挑戰方式。不過這一塊我愛人比肩擅長，就是愛人在做。

碼客人生：您最早接觸AI是在多久？

2021中關村在線CPS項目，當時需要批量地生產知識場景內容吸引用戶流量變現，就了解了一些NLP技術生成AIGC內容，主要是用的清華智譜開源ChatGLM-6b模型。用了AI后，一天可以生成1000份相關文案，遠高于人工團隊一天200份。人工削減到只需要一個審核做基礎審查。最后，從內容生產、流量獲取到最終的商業變現，CPS項目整個交易額gmv已經過億，純利也超過了百萬。

碼客人生：您上手AI大概用了多久？會系統學習嗎？

我們是拿來主義，就是先用。因為AI開源出來的話，會有一些demo。我們可能從最基礎的就是說然后就是說針對我們業務場景，比如說哪個地方再需要優化一下，或者是怎么需要把這個算法再加強一下，就是在這個過程里不斷學習。在應用場景里面先跑起來，然后邊跑邊迭代邊優化，然后再遇到新的問題，可能又需要另外一個模型或者另外一個技術來寫作的時候，再去學習這么一個過程。這里不是大學里面，你比如說你學了幾年之后在畢業班了，然后怎么著了，再做個項目驗證，不是這個邏輯。

碼客人生：為什么會選擇在從業二十年后進入AI領域？

也是一個自然而然的過程，從21年CPS項目接觸到AI后就開始用人工智能解決一些實際場景的問題，加上現在短視頻成為一個主流的傳播方式，“視頻+AI”在未來是極具潛力的。

但是原來傳統的視頻的這樣的一個閱讀模式的話，需要用戶看完才知道信息點在哪里。所以我發現有用戶有這樣的一個需求，我就想怎么樣，把這個視頻內容的主題提煉出來。這樣的話用戶的話只要他哪個地方感興趣，或者是那個地方他看完了，他覺得很重要，他一看完一遍他沒記住，他便可以自己跳轉回來瀏覽。

他能快速定位到他感興趣想要看的內容，有這種基于這樣的一個用戶的一個需求，然后結合我們的業務場景，所以我們就立項了這么一個項目。