惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

K
Kaspersky official blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
AI
AI
SecWiki News
SecWiki News
宝玉的分享
宝玉的分享
Scott Helme
Scott Helme
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Engineering at Meta
Engineering at Meta
博客园 - 叶小钗
The GitHub Blog
The GitHub Blog
Microsoft Azure Blog
Microsoft Azure Blog
N
News and Events Feed by Topic
Cloudbric
Cloudbric
B
Blog
Cisco Talos Blog
Cisco Talos Blog
V
Vulnerabilities – Threatpost
N
News and Events Feed by Topic
V
Visual Studio Blog
A
Arctic Wolf
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
U
Unit 42
S
Security @ Cisco Blogs
博客园 - 聂微东
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Apple Machine Learning Research
Apple Machine Learning Research
Y
Y Combinator Blog
G
GRAHAM CLULEY
L
LINUX DO - 热门话题
量子位
NISL@THU
NISL@THU
Webroot Blog
Webroot Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
T
Troy Hunt's Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
T
Tenable Blog
月光博客
月光博客
S
Security Affairs
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
The Hacker News
The Hacker News
Spread Privacy
Spread Privacy
D
Docker
www.infosecurity-magazine.com
www.infosecurity-magazine.com
雷峰网
雷峰网
博客园 - 司徒正美
T
The Exploit Database - CXSecurity.com
Hugging Face - Blog
Hugging Face - Blog
Help Net Security
Help Net Security
D
DataBreaches.Net

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI 文字到视频:这将是视频制作的下一个革命吗?
言成 · 2023-11-04 · via 人人都是产品经理

随着技术的发展,AI文字生成视频逐渐出现,崭露头角,为个人内容创作和企业传播提供了相应的手段。本文将阐述AI 文字生成视频技术的强大潜力和广泛应用价值,一起来看看吧。

随着技术的日益先进,AI 文字生成视频技术逐渐崭露头角,为企业和个人提供了全新的内容创作和传播手段。

一、技术概述

AI 文字生成视频技术是利用人工智能技术,将文字内容自动转换为具有相关视觉表现的视频。它不仅改变了传统的视频制作流程,还为个人和企业提供了一种高效、低成本的内容创作方式。下面通过几个具体的技术模型和应用场景,深入探讨这项技术的特点和价值。

1. 技术模型

  • Runway Research 的 Gen-2 模型: Runway Research 推出的 “Gen-2” 模型,是一个革命性的技术,它能够从一行文字中生成三秒钟的原创视频片段。Gen-2 模型通过深度学习和自然语言处理技术,解析输入的文字内容,理解其语义和情境,然后生成与之相匹配的视频片段。这种模型的出现,为广告制作、社交媒体内容创建和个人视频博客提供了新的可能​。
  • CogVideo: CogVideo 是一个拥有 94 亿参数的预训练 Transformer 模型,它采用了先进的文本到图像模型 CogView2,然后通过多帧速率层次训练策略,将生成的图像转换为短视频。CogVideo 的这种设计,使得从文字到视频的转换更为自然和连贯,为动态内容创建提供了强大的支持​。

2. 应用场景与价值

  • 个性化广告制作: 传统的广告制作需要大量的人力、物力和时间投入,但 AI 文字生成视频技术却可以在短时间内,通过简单的文字输入,生成吸引人的视频广告。例如,商家可以通过输入产品的描述或优势,快速生成一个产品宣传视频,大大节省了制作成本和时间。
  • 社交媒体内容创建: 在社交媒体上,用户可以利用 AI 文字生成视频技术,通过输入文字,快速创建有趣、有创意的视频内容,分享给自己的粉丝或朋友。这种技术为内容创作者提供了新的工具,使得视频创作变得更为简单和快捷。
  • 教育培训资源制作: 教育机构和教师可以利用这项技术,将教材或讲义内容快速转换为视频资源,为学生提供更为生动、直观的学习体验。同时,也为远程教育和在线课程提供了强有力的支持。

3. 市场响应与企业应用

  • 商业化应用: 已有多家企业和创业公司开始探索 AI 文字生成视频技术的商业应用。例如,Synthesia 和 GliaCloud 等公司,已经开发出了基于此技术的商业产品,为用户提供在线视频制作服务​。
  • 行业合作与创新: 随着技术的不断成熟,更多的企业开始参与到这个领域的合作与创新中来。他们不仅在提高技术的精度和效率,还在探索新的应用场景和商业模式,以期在未来的市场竞争中占得先机。

通过对技术模型的分析和应用场景的探讨,我们可以看到 AI 文字生成视频技术的强大潜力和广泛应用价值。随着技术的不断进步和市场的逐渐认可,我们有理由相信,这项技术将为未来的数字内容产业带来深远的影响。

二、市场分析

随着数字化时代的快速发展,人们对视觉内容的需求日益增加,尤其是视频内容。AI 文字生成视频技术作为一个新兴的技术方向,正逐渐成为市场的焦点。本节将通过市场规模、增长驱动因素、应用领域以及市场挑战等方面,深入剖析 AI 文字生成视频技术的市场情况。

1. 市场规模与增长预测

  • 2022年,文字到视频 AI 市场规模为 1.225 亿美元,预计在 2023至2032年间,市场将以超过 35%的复合年增长率 (CAGR)增长,其主要推动力来自企业和机构对视频内容工具的日益采纳​。
  • 预计到2032年,该市场的规模将达到 20 亿美元,显示出该领域的巨大潜力和发展空间​。
  • 值得注意的是,教育领域的文字到视频 AI 市场规模将从 2022年的 2000万美元增长到 2032年的 3.5 亿美元,显示出该技术在教育领域的广泛应用和重要价值​。

2. 增长驱动因素

  • 创新的软件开发: 随着 AI 技术的不断创新和发展,新的文字到视频 AI 软件不断涌现,为市场增长提供了动力​。
  • 线上购物的普及: 人们对线上购物的热衷也推动了视频广告的需求,从而进一步推动了文字到视频 AI 技术的发展​。
  • 企业和机构的视频内容需求: 为了提高市场竞争力,许多企业和机构开始采纳视频内容工具,以满足观众的多元需求​。

3. 应用领域展望

  • 教育: 文字到视频 AI 技术可以帮助教育机构快速转化教材内容,为学生提供更直观的学习体验​​。
  • 广告与市场营销: 企业可以利用这项技术快速制作产品宣传视频,以吸引更多的客户并提高销售额​。
  • 社交媒体: 内容创作者可以通过简单的文字输入,快速生成具有创意的视频内容,满足社交媒体平台上用户的多样化需求。

4. 市场挑战

  • 高计算成本: 文字到视频 AI 软件需要大量的计算资源,这也是制约市场发展的一个重要因素。目前,只有大型企业能够承担这种类型软件的开发成本​。
  • 技术成熟度: 虽然 AI 文字生成视频技术取得了一定的进步,但技术的成熟度和精确度仍有待提高,以满足不同领域的应用需求。

通过以上分析,我们可以看出,AI 文字生成视频技术在市场上展现出了巨大的增长潜力,尤其是在教育、广告和社交媒体等领域。

同时,我们也看到了市场面临的一些挑战,比如高计算成本和技术成熟度等。这些因素将在一定程度上影响 AI 文字生成视频技术的市场发展和应用推广。

三、应用领域

AI 文字生成视频技术的应用领域宽泛多样,它不仅改变了传统的内容创作模式,也为不同行业带来了全新的可能性。以下几个应用领域,便体现了这项技术的实用价值和商业潜力。

1. 市场营销与广告制作

  • 快速制作: 传统的广告制作流程通常耗时较长,而通过AI 文字生成视频技术,企业仅需输入相关的文本信息,便能迅速生成具有视觉吸引力的视频广告。这极大地缩短了广告制作周期,为企业节省了大量的时间和资源​。
  • 个性化推广: 企业可以根据不同的市场目标和消费者群体,定制个性化的广告文案,再通过 AI 文字生成视频技术,制作出符合市场需求的个性化视频广告,提高广告的精准度和效果。
  • 成本效益分析: 与传统的广告制作相比,AI 文字生成视频技术大幅降低了制作成本,使得中小企业也能制作出高质量的广告,进而在激烈的市场竞争中占得先机。

2. 教育培训

  • 教材资源的多媒体化: 教育机构和教师可以将书面教材转化为生动形象的视频教材,为学生提供更为直观和生动的学习体验,同时也丰富了教学资源,提高了教学质量​。
  • 远程教育的支持: 在疫情背景下,远程教育的需求日益增加,AI 文字生成视频技术为远程教育提供了强有力的支持,教师可以通过简单的文字输入,快速生成教学视频,满足学生的学习需求。
  • 个性化学习路径: 通过AI 文字生成视频技术,教师可以根据每个学生的学习进度和需求,定制个性化的学习路径和教学内容,提高教学效果。

3. 社交媒体与内容创作

  • 简化创作流程: 在社交媒体平台上,内容创作者可以通过简单的文字输入,快速生成有趣和富有创意的视频内容,极大地简化了内容创作的流程,提高了创作效率。
  • 增强互动性: AI 文字生成视频技术为内容创作者提供了新的互动工具,他们可以通过这项技术,制作出富有创意和互动性的视频内容,吸引更多的粉丝和关注者。
  • 扩展内容表达: 传统的文字内容在表达和传递信息方面存在局限,而视频内容则可以提供更丰富的视听体验,帮助内容创作者更好地传达信息和表达创意。

4. 新闻与传媒

  • 快速视频新闻生成: 新闻机构可以利用 AI 文字生成视频技术,快速将文字新闻转化为视频新闻,满足观众对于视频内容的需求,同时也为新闻传播提供了新的渠道。
  • 丰富新闻表现形式: 通过视频,新闻机构可以为观众提供更为生动和直观的新闻体验,丰富了新闻的表现形式和内容。

四、商业模式和主要玩家

在AI文字生成视频技术不断成熟的背景下,多家企业已开始围绕这项技术开发商业化应用,探索和实践多种商业模式,同时也出现了一批在这个领域内表现突出的主要玩家。这些企业通过不断的技术创新和市场拓展,推动了整个行业的快速发展。

1. 商业模式探索

  • SaaS(软件即服务)模式: 一些企业采取 SaaS 模式提供在线的视频制作服务,用户可以通过订阅服务,利用AI文字生成视频技术快速、便捷地制作视频。这种模式降低了用户的使用门槛,同时也为企业带来了持续的收入来源。
  • 定制化服务模式: 针对有特殊需求的大客户,企业也提供定制化的视频制作服务。通过与客户的深度合作,企业可以提供更符合客户需求的个性化服务,同时也能从中获得较高的利润回报。
  • API 服务模式: 一些企业也提供 API 服务,使得开发者可以将AI文字生成视频技术集成到自己的应用或系统中。这种模式为开发者提供了极大的灵活性,同时也为企业开拓了新的收入渠道。

2. 主要玩家分析

  • Synthesia: Synthesia 是领先的生成性AI工具之一,它允许用户无需摄像机或摄制组,即可创建具有口型同步的AI视频。Synthesia的技术可以广泛应用于广告、教育和企业培训等多个领域,为用户提供了一种全新的视频制作方式​。
  • GliaCloud: GliaCloud 是一家成立于2015年的公司,提供基于AI的文字到视频生成工具。GliaCloud的产品可以帮助用户轻松将文本内容转换为视频,适用于新闻、社交媒体和教育等多个领域​。
  • 其他玩家: 除了上述两家企业外,还有Vimeo、Wochit、pictory.ai、InVideo和Wave video等多家企业也在这个领域内有着出色的表现​。这些企业通过技术创新和市场合作,不断扩大自己的市场份额,推动了AI文字生成视频技术的商业化进程。

3. 市场合作与创新

  • 战略合作: 为了加速技术的发展和市场的拓展,许多企业都选择与其他企业或机构进行战略合作。通过合作,企业不仅可以共享资源和技术,也可以共同探索新的市场机遇,实现互利共赢。
  • 技术创新: 面对市场的竞争和用户需求的多样化,企业也在不断地进行技术创新,以提高产品的性能和用户体验。通过技术创新,企业可以不断地优化自己的产品和服务,以满足市场的需求,从而获得更多的市场认可和用户信赖。

五、挑战与展望

在AI文字生成视频技术快速发展的同时,也面临着一些显著的挑战和未来的不确定性。不过,随着技术不断进步和应用场景的扩展,也为这个领域带来了无限的可能和期待。

1. 挑战

  • 高昂的计算成本: AI文字生成视频技术需要大量的计算资源来支持。目前,尽管已有一些云服务提供商提供了相关的计算资源,但对于许多中小企业和个人用户来说,高昂的计算成本仍然是一个不小的门槛​。
  • 技术成熟度与准确性: 当前的技术还存在一定的不足,比如生成的视频质量、与文本内容的匹配度等方面还有待提高。同时,如何确保技术的准确性和可靠性,也是一个需要解决的重要问题。
  • 版权与隐私问题: 随着技术的广泛应用,如何处理与版权和隐私相关的法律和伦理问题,也成为了一个不容忽视的挑战。企业和用户需要在利用AI技术创造和分享内容时,确保符合相关的法律规定和伦理标准。
  • 市场接受度: 人们对于AI技术的认知和接受度也直接影响了AI文字生成视频技术的市场推广。如何提高市场的认知和接受度,增加用户的信任,是推动这项技术商业化的重要因素。

2. 展望

  • 技术进步与应用创新: 随着技术的不断进步,未来可能会有更多的应用创新出现,比如在虚拟现实、增强现实等新兴领域的应用,或者与5G、边缘计算等技术的结合,为用户带来全新的体验。
  • 市场化与商业模式创新: 未来可能会有更多企业和创业团队参与到这个领域,通过市场化运营和商业模式创新,推动AI文字生成视频技术的广泛应用和商业价值的实现。
  • 社会效应与价值贡献: 通过AI文字生成视频技术,可以为信息传播、教育培训、文化交流等领域带来积极的社会效应,同时也为用户和社会创造了实实在在的价值。
  • 国际合作与标准制定: 在全球化的背景下,国际合作和标准制定也将对这个领域的发展产生重要影响。通过国际合作,可以推动技术标准的统一和应用规范的制定,为全球市场的发展奠定基础。

专栏作家

言成,人人都是产品经理专栏作家。悉尼大学的IT & itm双学位硕士;始终关注AI与各产业的数字化转型,以及AI如何赋能产品经理的工作流程。

本文原创发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。