在刘沛的构想里，一场汽车发布会的拍摄、剪辑、发布可能要一两个小时，但现在，有了AI，就只需要几分钟的时间。
传统的人力编辑团队被智能化、自动化的机器识别代替，以前要几个钟头的工程现在几十秒就可以搞定。
这是AI发展的魅力，也是他所看到人工智能走向未来的潜力。
2024年，刘沛离开做了二十年的传统门户网站——中关村在线，来到视频类垂直媒体30秒懂车做技术总监，操手AI业务。
一个月前，他带领设计的基于视频自动生成主题、大纲和图片的产品已经全面嵌入30秒懂车的多媒体平台矩阵。
用户不再需要开盲盒式地浏览整个视频，只要在自动生成的主题大纲里挑选自己感兴趣的内容跳转播放，就可以了解自己感兴趣的信息。
这款功能上线后，视频完播率和用户反馈都有了跳跃式的提升。
▋ 01 初识AI
刘沛第一次接触AI，在2022年，那个时候他在中关村在线担任CTO。因为项目研发需要，他们开始用人工智能提高工作效率。
两年前，没有多少人系统接受过专业的人工智能训练，都是听到业内的人说好用，便一窝蜂地去国内外找开源模型，去Google检索教程和学习资料。
刘沛也一样，他唯一的一点基础就是大学时在网络部待了几年，学到了一些计算机的皮毛，趁热打铁去考了国家程序员证书，在毕业后从事了将近20年网站开发。
刘沛2001年考取的程序员证书照片
网站开发虽也涉及到专业的编程知识，但和生成式AI的逻辑还是有着质的区别。
网站开发由前端和后端技术构成。前端负责HTML、CSS、JavaScript、数据库管理和服务器配置等。后端开发者需要设计用户界面、处理用户输入、管理数据存储和检索，以及确保网站的安全性和性能。
而生成式AI，是基于机器学习和自然语言处理技术构建的，提供对话式的交互体验。生成式AI的逻辑更侧重于理解语言的上下文、意图和情感，以及如何生成连贯、相关且准确的回答。
两年前，大部分企业都还属于AI领域的门外汉。
刘沛领导的项目需要在各大平台获取流量变现。流量获取就是通过专业内容输出吸引用户，然后从外部平台免费获取用户流量。
用户是被质量吸引来的，这需要批量式的优质内容输出，但传统的人工团队效率太慢，一天仅能产出200-300份专业文案。
幸运的是，开源模型给当时还不擅长AI的企业带来了更多可能性和机会。
恰逢国内清华智谱开源ChatGLM-6b模型，刘沛和同事不用再人工式批量生产UGC、PGC内容，而是基于知识场景制造海量AIGC内容。
曾经一个团队一天才能产出200到300份的工作量，在AI的自然语言处理技术加持后，一天就可以直接生成1000份。人力团队削减到不再需要编辑，只有一个审核，对AIGC作进一步的加工、润色，保证内容符合伦理规范和法律要求。
在AI的帮助下，刘沛负责的项目从内容生产、流量获取到最终的商业变现，整个交易额gmv已经过亿，纯利也超过了百万。
效率大大提高，成本大大下降，利润滚滚而来。
刘沛称，“这是爆炸式的增长。”
这种增长也让他意识到，一个独属于AI的时代，正在缓缓揭开帷幕。
▋ 02 三个人，两个月，一个项目
2024年，刘沛入职垂直类视频新媒体30秒懂车，担任技术总监。
30秒懂车创立于2015年，是一个做专业测评和深度访谈的汽车视频媒体垂直平台。
7月份，刘沛和他的团队突发奇想想做一个项目，基于视频内容生成主题和关键词，让用户一目了然地看到这个视频讲的是什么。
“现在的视频除了吸引流量的短视频，通常不会在开头就给出关键信息，而中长视频标题党居多，很多用户看了十来分钟也没有找到感兴趣的片段，便悻悻然退出，视频完播率较低。”
看到这个缺口，刘沛便想，能不能用AI自动生成一段视频的主旨、大纲，让受众直接找到自己喜欢的信息点击观看。
就汽车而言，有些用户想了解车的空间、有些想了解加速度、有些想了解油耗，但受限于视频的单线程浏览模式，只能一帧一帧扒，既费时、效率又低。如果开头不够引入入胜，不到一分钟就会点击退出。有了AI提取关键信息，用户可迅速浏览文本关键词精准定位每辆汽车的性能、细节、信息。
说干就干，刘沛和团队立刻汇报给CEO，开始立项。
但实际上手这个项目的除了UI设计也就三个人。
一个前端，一个后端，加上刘沛综合指导。
项目分为三步走，第一步是准备海量的AI可识别的素材。给AI的素材准确度越高，描述越清楚，AI识别能力就越强、反馈质量也更佳。
第二步是AI的交互过程。交互不是一蹴而就的，而是一个不断逼近、迭代，然后生成答案的过程。尤其是针对汽车行业里的一些专业知识，需要针对性地训练、部署，让模型能够更好地提炼出关键信息，生成优质的主题大纲。
第三步主要是后端的工作。为了使模型生成的答案达到生产级别，后端做了一些后线的算法加工，最终才达到上线效果。
这款基于“图像OCR、语音识别 + AI大模型推理”的视频主题提取产品，可依据时间轴精准到秒提取出主旨、大纲、内容甚至匹配的图片。在AI辅助下，视频与文本相结合，传播效率得到了极大的提高。
同时，该应用也可满足图像识别、图形处理、语音识别等批量AIGC需求。
基于AI自动生成的视频主题大纲
产品虽然优质，但设计研发的过程并非一帆风顺。
刘沛的工作，就是对整个产品线实施规划，及时发现可能存在的bug，修复优化。
比如如何准确高效提取视频内的字幕就是一大难题。
视频本身是一帧一帧图像，提取字幕需要将每一帧上的内容转换为文本。而字幕又分为软字幕和硬字幕，硬字幕本身已经和图片嵌合在一起，要提取难度更大。没有字幕的视频，就需要通过音频语音识别，从视频到音频再到文本进行三种格式的转化。
为了解决这个难点，刘沛和团队分析了上千份影视内容，从颜色、大小、字体、格式等维度不断提炼字幕关键信息，与AI模型进行交互。同时优化算法以提高字幕识别能力和最终结果的反馈质量。
就这样，历经重重困难，这个小而美的三人团队花了两个月就把产品做到了生产级别，解决了用户浏览中长视频的一大痛点。
这是国内目前首个基于“图像OCR、语音识别 + AI大模型推理”搭建的垂类视频主题提取产品。在这之前，百度虽然也研发了类似功能，但提取内容过于抽象，并不能聚焦于具体的细节、功能、数据，提供有价值的信息。
功能一经上线，就获得了业内和用户的极佳反馈，视频完播率和粉丝量都有了显著提升。
网友评论反馈
在刘沛最有成就感的几个项目里，技术团队都是小而精，比如，他被CNET China收购的万维家电网，最多的时候也就是十个人。
2004年刚立项的时候，只有刘沛和他的爱人。
他们一文一武，一个负责搞技术开发，一个负责商业谈判。
从资讯内容到产品库到商业论坛，整个网站的内容都由刘沛一个人搭建。而找客户、谈合作则是他的妻子全权负责。
三年后，万维家电网的商业价值被当时CNET中国高级副总裁、ZOL总经理刘小东看见，一举收购进CNET中国集团，成为CONSUMER GROUP中的一员。
刘沛2004年创立的万维家电网
刘沛坦言，这段从零到一的创业经历仿佛奠基了他未来的职业生涯。
从那以后，他的思维开始从开发者模式转向商人模式。他开始从用户视角看待问题，去看现在市场亟需什么、用户的痛点在哪。
这同样也是AI爆发时代企业存活的关键点，即把AI嵌入到具体的场景之中。
▋ 03 一个实用的AI拿来主义者
刘沛学习AI的动力来源于每一种业务场景的需要。
当我问到“您如何看待AI和人的关系”的时候，
刘沛的回答言简意赅：“拿来用。”
他称自己为一个实用的AI拿来主义者。
在他看来，AI可万物，AI可以跟硬件结合，成为马斯克眼前能抓、能识别物体、能交流的人形机器人。AI可跟软件结合，衍生出各种各样的文生文、文生图、文生视频应用。
AI的魅力实际不来自于AI本身，而是它多大程度上能够为人所用、为人造福。
在生成式AI兴起的一年内，人工智能走向生物科学、应用心理、天体物理、图文创作、视频剪辑……
2022年，DeepMind旗下的AlphaFold成功预测了蛋白质的3D结构，并且设计出具有特定功能的新型蛋白质，在新药和疫苗研发领域功不可没。聊天机器人Woebot利用生成式AI提供心理支持，通过 “复制” 患者与心理医生之间的 “治疗联系”帮助用户减轻焦虑和抑郁症状，为没有钱付高昂咨询费的群体提供了心灵休憩的场所。
在艺术创作领域，Midjourney可以根据文本提示词生成风格多样、精美细腻的艺术作品，海报宣发的制作时间大大节省。Adobe的Sensei平台通过生成式AI自动化视频剪辑，分析视频内容，即使是什么都不懂的艺术小白也可生成转场酷炫的视频。
AI就像有无数只触角，蔓延到人类社会每一个具体可感的角落与场景。
这也是刘沛所坚持的，将AI与具体的垂类业务场景相结合。
创过业、当过总经理，刘沛最常做的还是CTO，据他说，支撑他的是一种新鲜感和成就感。
从自己创业的万维家电网到待了七年的大型IT网站中关村在线、再到现在的垂直汽车新媒体30s懂车，他最喜欢一个项目结束时的喜悦。看着业务从灵感涌现到项目搭建到商业变现，一路走来，每个地方都有自己的身影，他就感到满足。
这种满足感同时也来自于他为社会创造了更大的价值。
当然，AI也不例外，无论如何发展，最关键的都是要跟市场和用户需求结合，这将是一个企业和产品屹立不倒的最终护城河。
刘沛：2002年毕业于郑州大学，拥有超过20年的IT行业经验。他曾在北京普信网、中关村在线、新浪网无线部门、中国移动12580和139社区等知名企业担任要职，涉及技术管理、项目管理等多个领域。2004年，刘沛创办了万维家电网并担任总经理，后被中关村在线收购。2013年至2023年，他先后担任莱富特佰（手机中国）CTO和中关村在线CTO。2024年，刘沛加入30秒懂车，担任技术总监，继续在技术领域发挥其专业才能。
采访实录
刘沛，您好，我是码客人生
幸会，我是刘沛。
码客人生：您在学生时代学的是什么专业，为什么之后就进入了资讯整合这样一个行业？
我在大学学的是工程装备与控制，这个是比较偏机械类的一个专业。当时在学校有自学考了国家程序员认证，然后在学校网络部有做一些实习，所以毕业之后一脉相承就做了网站相关的开发的工作。
码客人生：在您大概就20年的职业生涯中，哪一个项目是让你最有成就感的？
中间我有自己创业做过一个家电资讯网站，整个从规划开发到商业变现，实际上都主要是自己在全程参与，后面也成功被当时的CNET China收购了。虽然标的不大，但可以说是一个很完整的体验，我觉得应该算是自己比较成功、比较深刻的一个项目。
码客人生：在这个过程中有没有遇到过什么比较大的困难？
技术上没有什么困难。因为我之前有做过类似的工作，从资讯内容到产品库到论坛、商家体系都是自己一个人开发的，基本上没有遇到什么困难。当时的困难更多来自于商业变现，最开始创业的时候，更多是开发者思维，对商业模式思考比较少。网站运营到一定阶段之后，商业变现是一个最大的挑战方式。不过这一块我爱人比肩擅长，就是爱人在做。
码客人生：您最早接触AI是在多久？
2021中关村在线CPS项目，当时需要批量地生产知识场景内容吸引用户流量变现，就了解了一些NLP技术生成AIGC内容，主要是用的清华智谱开源ChatGLM-6b模型。用了AI后，一天可以生成1000份相关文案，远高于人工团队一天200份。人工削减到只需要一个审核做基础审查。最后，从内容生产、流量获取到最终的商业变现，CPS项目整个交易额gmv已经过亿，纯利也超过了百万。
码客人生：您上手AI大概用了多久？会系统学习吗？
我们是拿来主义，就是先用。因为AI开源出来的话，会有一些demo。我们可能从最基础的就是说然后就是说针对我们业务场景，比如说哪个地方再需要优化一下，或者是怎么需要把这个算法再加强一下，就是在这个过程里不断学习。在应用场景里面先跑起来，然后边跑边迭代边优化，然后再遇到新的问题，可能又需要另外一个模型或者另外一个技术来写作的时候，再去学习这么一个过程。这里不是大学里面，你比如说你学了几年之后在毕业班了，然后怎么着了，再做个项目验证，不是这个逻辑。
码客人生：为什么会选择在从业二十年后进入AI领域？
也是一个自然而然的过程，从21年CPS项目接触到AI后就开始用人工智能解决一些实际场景的问题，加上现在短视频成为一个主流的传播方式，“视频+AI”在未来是极具潜力的。
但是原来传统的视频的这样的一个阅读模式的话，需要用户看完才知道信息点在哪里。所以我发现有用户有这样的一个需求，我就想怎么样，把这个视频内容的主题提炼出来。这样的话用户的话只要他哪个地方感兴趣，或者是那个地方他看完了，他觉得很重要，他一看完一遍他没记住，他便可以自己跳转回来浏览。
他能快速定位到他感兴趣想要看的内容，有这种基于这样的一个用户的一个需求，然后结合我们的业务场景，所以我们就立项了这么一个项目。