四木专访｜ArtArch 黄严：一年完成两轮融资的字节系创业者，想让全世界每个人都能AI Native创作

几乎每一次普适性的技术革命都会带来内容生态的变化，AI 也不例外。

以视频生成为例，它正在把创作门槛降到一个不可思议的程度：过去需要拍摄、剪辑的内容，现在理论上只要有一个想法，就能让模型生成。

但变革背后还存在着最后一公里的问题：对很多有想法的人来说，当下的 AI 工具和制作平台存在着工具割裂、功能单一等问题，难以让想象力快速变成现实。

最近我接触到的一家公司——ArtArch，就是从破除这道阻力开始切入。

ArtArch 的创始人兼CEO黄严，创业前在字节智能创作部门担任工程与研发负责人，长期为字节全量业务线，比如抖音、TikTok、剪映、即梦、火山引擎等提供底层创作能力。这让他对"链路卡在哪"和"创作需要什么功能"，有足够深的敏感度。

他希望做到的是，以工程能力为切口，创作一个场域，让全世界各种类型的创造者都能自由、丝滑地用 AI 落地想象力。

带着这个目标，今年年初，ArtArch分别完成了两轮融资，投资方包括锦秋基金、九合创投、BV百度风投。十月底，ArtArch 发布了自己的第一款产品——Skira。

Skira 分为 PC 和 App 两端。

App 目前主要提供内容浏览和 Remix 功能，普通用户只需要上传照片就可以 Remix 同款视频，“傻瓜式”完成创作。

比如，我在 App 中看到自己喜欢的万圣节视频，上传照片选择 Remix 后，很快就能获得同款。

*上传照片Remix

*上传一张蓝猫照片，Remix出的效果

*Skira中很受欢迎的「卢浮宫盗窃事件」

Skira 的 PC 版是面向制作人与技术流创作者的“AI 工作流乐高化”创作工具，能让更专业的内容创作者在一个创作平台里用到各类功能，打磨并发布内容。

*PC版创作后台

*PC 版完成制作，发布时可允许其他使用者修改自己WorkFlow参数

黄严告诉我，之所以让 PC 和 App 同时上线，是因为 ArtArch 的目标是把想象力变成真实的作品与可流通的价值。所以，Skira 设置为 PC 和 App 连通的模式，在 PC 端工作的创作者在完成创作后既可以发布到 Skira App 上，也可以分发至 TikTok、Ins 等平台。

目前，在 Skira App 端和 PC 端可 Remix 的模版，大多出自 Skira 的创作者。

这种机制，既能让专业用户的创意和玩法被更多人看到、消费，也能让 C 端用户拥有源源不断的玩法供给。等于不论创作水平的高低，所有人的想象力都能在这里流动起来。

*Skira 中可Remix的视频

在底层承载这些流动的，是 ArtArch 的想象力引擎。

这套引擎内置了 ArtArch 团队自己打造的编译器和编程语言，把多模态模型的能力、创作素材、工作流等内容，都封装进平台里，能让创作者像写剧本一样地定义工作流——这是 ArtArch 团队的核心能力。

这套引擎还可以高效创作爆款玩法。"要创作一个爆款玩法，很多人就算实现了算法链路，在工程上还要花很久，但我们打通了算法和工程，会比行业平均速度快几十倍。"黄严举例。

从这个角度，Skira 或许更像一个 AI 创意工厂，能高效发布创意，同时尽可能地让创意传播。

*Skira PC 工作台组装了很多功能

上线一个月以来，现在 Skira 已经吸引了一批全球化的创作者 KOC。黄严透露，目前他们有意控制了数量增长，因为质量是更被看重的维度。

一些正反馈是，有创作者利用 Skira 中的模板，在YouTube上从0起号获得单视频上完的万浏览。在不少 Skira 创作者的实操中，在社媒上看到视频的用户也会时常询问视频背后使用的工具。

*创作者用 Skira 制作视频，0粉起号获得3W浏览

*创作者在Ins上传播用 Skira 制作的视频

在完成引擎开发、Skira 产品上线、创作者和用户运营的小闭环之后，近期，我和黄严进行了一次交流。我们聊了聊他创业的初衷，Skira 背后的故事，和对AI时代内容平台的思考。

以下是交流实录：

创造一个让所有人用AI表达想象力世界

Q：你之前在字节负责智能创作部门的研发与工程，为什么会忽然选择创业？

黄严：说实话，虽然我的上一份工作在大厂，但在学生时期，我就一直很向往创新创业。

可以先讲讲我的背景。我 2015 年北大硕士毕业，但实际上从 2013 年开始，我就作为第 5 号员工加入了格灵深瞳。当时能加入，也是因为和几个北大的同学做项目，拿了微软 Imagine Cup 全球大赛的中国区二等奖。我们那个项目叫“World Citizen（世界公民）”，愿景是用多语言翻译让世界各地的人实时聊天，同时做了一些视觉化的小玩法。

当时我们在北大遇到了格灵深瞳的创始人——勇哥（赵勇）。他看了我们的 demo，当场就把我们四个“打包”进了公司。我在格灵深瞳从早期做到上市前后，一共干了七年，把算法、后端、前后端、工程架构、大数据中心、机器学习平台做了个遍，但说实话，虽然那些年成长很快，但我始终知道自己更想做和“创意、想象力”相关的产品，就和学生时期做的项目一样。

所以在 2020 年，我加入了字节跳动。当时的组织最初叫 AI Lab，后来整合成“智能创作”部门。我在其中负责工程研发，是工程研发 Leader。

字节很多业务线的智能创作能力，底层都来自于这个部门。

我们会把创意创新的链路，不管是模型还是非模型、算法还是特效、剪辑还是渲染，全部工程化，变成 API、SDK、服务，供各业务线调用。

在字节的这段时间，我看到了创作从人工到AI强渗透过程，也和全球的产品、工程、运营一起协作，见到各种前沿玩法和全球内容趋势。

所以我很深刻地感受到，创作正在从“拍—编—剪”时代，变成“用想象力构建作品”的时代。这成为后来我创业的底层逻辑。

Q：AI 确实让创造的门槛变低了。在字节看到并感受这个趋势后，你认为 ArtArch 应该做什么？又为什么会有 Skira？

黄严：创作天然是发散的——它会不断生长，不断延伸。不过，创作的发散在技术层面不是无法收敛的，它可以通过一套技术框架来“陪伴式”地引导，而不是将创意和技术分成两条互不相干的管线。

这条收敛的技术管线，就是 ArtArch 的核心——想象力引擎。想象力引擎的核心作用是让越来越多的人用想象力就能进入心流式、丝滑创作的状态。

基于这套引擎，我们有了 Skira。Skira 的 PC 版更偏向专业的用户，App 更适合 C 端，看起来有点两套产品的样子，但本质上仍是一套。

Pro C，也就是专业内容生产者。他们有很强的制作能力，可以创作玩法、模板、效果。但发挥这些能力的工具还不够好用，甚至他们也会犹豫“不知道怎么用”，Skira 可以帮助解决这个问题。

第二类是 C 端创作者。很多人脑子里充满想象力，也想表达，但缺乏表达的“引导”。比如没有模板，他们会不知道如何让作品落地。所以目前，Skira 这套产品要做的，就是基于想象力引擎，让上述两类人都可以在 AI 时代，用更好的 AI 工具找到自己的表达。

Q：这个想象力引擎的具体形态是什么样的？

黄严：“想象力引擎”不是一个点状能力，而是一整条贯通创作前、中、后的系统化工程。随着 AIGC 爆发，传统的编辑、剪辑工具从主力变成辅助，AI 成为新的创意主引擎。真正的创作不是 prompt，而是大模型、多模态能力、工程化结构和创意逻辑的一体化协同。

我们把这套体系称为“想象力引擎”。它从底层架构到语言形态，都是从 0 到 1 自己搭建的。为了让创作真的像导演那样可控可构建，我们专门为创作设计了一门语言，一套编译器，以及可编排的工作流结构。创作者写下的是故事与意图，系统自动把它转成机器可执行的创作链路。

为什么要这么做？因为今天的内容创作还远远不够成熟。市面上很多“简单创作”——比如两个人拥抱一下、一个五秒钟 prompt 就能出一段视频，这些都只是碎片式的技巧展示，称不上完整的创作。真正的创作，从导演视角来看，是一个极其复杂的体系。

它包含人物、背景、时间、分镜，还有特效、转场、滤镜、花字，和素材系统。

只有把这些组合成完整的创作链条，才能产出真正能打动人的作品。

所以我们要构建一套创作语言，基于这套语言，脚本可以被转成可编程的结构，再与多模态能力结合，被自动化地“编排”成一次完整的创作流程，让AI的内容可以被用心构建。这才是我们所说的创作引擎。

同时，我们把 Agent 技术也接进来了。这样，市面上各种模型的能力、不同模态的能力，甚至你喜欢的各种创意手法，都能被拆解成“创作元素”，再快速拼成“玩法”和“模板”。

再换个角度，如果没有这套引擎，AI 创作就会非常人工。现在大家的典型工作流是：一个效果用即梦，另一个效果用可灵，静态图用 Midjourney，视频剪辑用剪映，文案再用 ChatGPT，脚本还得去别的地方写，整套流程要在不同工具之间来回切换，非常碎片化。

而我们做的，就是把这一切 all in one。让创作者只关注想象力，而不是工具之间的摩擦。引擎负责把分散的多模态能力收敛，变成可自动化的、可扩展的、可表达的创作流程。最终，创作者不仅能“模拟一个效果”，而是能表达完整的故事、节奏、风格和表达力。

所以，怎么真的把这么多创作元素组合在一起？怎样自动化？怎样用 AI 让它变得更高效、更有表现力？这一切都极度依赖底层，把多模态能力、模型与非模型能力，以及各种杂乱的创作资源整合、编排起来的这套底层，也就是引擎。

Q：基于引擎的心流式创作体验，可以举一些具体例子吗？

黄严：我们内部最喜欢的一个例子其实很简单：你在脑海里看到一场戏，只需要几句话，系统就能把它拆成一段完整的分镜大纲。

比如你说一句“一个小孩在雨里奔跑，突然抬头看到一条巨龙掠过天空”。传统流程里——编剧写一句、导演想镜头、分镜师画草稿、特效师做预演，各岗位要反复沟通。

但在我们的引擎里，它会自动生成这样的大纲：

镜头一：雨滴特写，落在鞋面，慢慢拉远

镜头二：孩子奔跑的跟拍镜头，略微抖动，带紧张感

镜头三：突然仰头，摄像机角度上摇

镜头四：巨龙从天空横切而过，光影掠过孩子的脸

镜头五：孩子表情特写，风吹起他湿漉漉的头发

更重要的，这些不是静态文字，而是可执行的创作节点，风格、角色、动作、运动轨迹、转场逻辑、光线、音效，全部能被组合并执行。

这种效果，以前就会 AE、Premiere 的专业创作者觉得，这比自己手动搭镜头快太多了。以前只会写故事、不会做特效的编剧老师会发现，原来自己也能做导演。

这就是心流式创作体验的意义：让有视觉的人可以更快落地表达，让没有技术的人也能拥有导演视角，人们不会被工具挡住想象力。

一个人可以凭想象力从 0 到 1 生成完整的作品雏形，再让引擎把所有复杂的技术细节自动化处理好。我们要做的，就是让创作者从繁琐的手工操作里解放出来，让他们只需要思考故事想讲什么、画面要表达什么、世界要长什么样。所有技术层面的摩擦，都交给引擎。

从引擎开始，构建AI时代的内容平台

Q：看到Skira的PC和APP端其实是可以连通的？它们的特点和关系是？

黄严：是的，它们是联动的关系。

Skira App 更 To C，是面向全球用户的“一键创作”玩法宇宙。Skira PC，是更面向制作人与技术流创作者的“AI 工作流乐高化”创作工具。有了它们，Skira 不只是一个应用，而是一套内容流动机制与创作者生产力系统。

等于，Skira 的整个模式从一开始就不是单边供应或单边消费，而是以“玩法”为中心的，供给—消费双向循环。

也就是，C 端需要专业创作者供给玩法，创作者的创意也需要 C 端用户去消化、使用、再表达。所以 Skira 天然是一种平台结构，PC 和 App 分别承载了平台的两端。

Q：除了 PC 端的创造链路，创作者为什么会更喜欢在 Skira App 上分发？

黄严：现在 Skira PC 端的作品，除了 Skira App，也可以发在 TikTok、Ins 上。

但我们在运营上也有自己的吸引力，能解决创作者的痛点。

不少具备创作能力的人，知道怎么做内容但不懂如何把内容有效分发出去——尤其是面向 C 端用户的分销。

很多创作者更偏向做中长篇内容，会通过 To B 的方式商业化，但这个领域竞争极其激烈，而 C 端用户本身并不会为这种“创意逻辑”买单。C 端不买单，就意味着必须依靠平台的运营，把用户留下来。

我们团队的成员大部分来自字节，对运营和爆款有着自己的 Sense 和经验。我们觉得，玩法才是链接创作者和 C 端用户的核心。因为围绕玩法，才能形成完整的创作型社区，我们能够判断什么方向的内容具有爆款潜质，也会设计商业化链路。这也是 Skira 之后会更吸引人的地方。

Q：现在 Skira 的专业和纯 C 端用户的数量大概是多少？

黄严：Skira 还处在一个增长阶段，我们不是很强调纯粹数量上的增长，更在意质量。可以透露的是，现在 Pro C 和 C 端用户的比例是1:10。

这也非常合理，因为海量用户肯定在 App 上。他们更喜欢简单、轻松地玩，用一个模板表达情绪，然后直接发布到社交媒体。所以，我们会把偏娱乐、偏消费侧的内容主要放在 App 上。

现在我们的 App 上还是最低门槛的功能，也就是一键Remix。但是之后我们也会稍微开放一些功能，让更多有创意的、但不需要更专业工具的人找到更多创作乐趣。这类用户叫 Author，也非常重要。

Q：比如 Sora App，有最"傻瓜"的玩法，也有一些创意功能可以让大家探索。似乎 Sora 出现后，Remix 的功能更火了。

黄严：Sora 带来了很多正向影响。因为 Sora 让大家意识到：除了传统的拍摄和剪辑，内容创作其实还有新的解法，并且观众也愿意看这种新模式下的内容。

有很多概念也因为 Sora 更被普及了。类似 Remix，但 Remix 是我们 Day 1 就在做的模式。我在字节时期做的“玩法”，本质上也是 remix。最近大家讨论二次元、讨论各种同款的内容，也确实都在说 remix。其实 remix 只是一种方式，是一个增长手段。这个概念最近才被普遍认识，但它一直存在。

但我想说，创作和传播的核心并不在是不是 remix 上。remix能不能火，还是要回到创作本质：比如模板本身有没有吸引力？它是否真正击中了某些用户的表达欲？它是否让人愿意点开、愿意玩？

Remix 只是一个入口，一个打开方式。真正决定作品生命力的永远是创作本身。

所以我们说，AI 能解决很多问题，但一定不能覆盖所有东西。创作者需要先把自己的 story 搭好，再基于 story 做玩法。只有这样，玩法才能真正击中用户，让他们愿意玩。

而 ArtArch 要解决的事，就是覆盖创作者最本质的想象力，让他们的创作维度更广、空间更大、可用元素更丰富。把这些功能都覆盖，再把工作流打磨更顺滑，让创作链路不被卡住，也有渠道分发，创作者就能更自由地发挥。

Q：Skira 现在有哪些运营策略？

黄严：举一些例子。首先，我们的 in-house 团队会持续做 showcase。很多强玩法、强示例最早都是由我们 in-house 团队亲自做出来的。我们会不断引入新的创作元素，提升玩法的复杂度、覆盖面，以及新颖程度，让整个生态的基础水位持续提升。

比如万圣节活动。我们把原始的模板给到各种创作老师，组织了一场带激励机制的比赛。

结果老师们创作出来的玩法，效果比我们内部做的好很多。

现在 Skira 生态里的老师们各自有自己的强项，有人擅长国风，有人擅长美漫，有人做梦核，也有人擅长写实类内容。当他们看到我们提供的创作手法，就会基于自己的专业积累产生新的想法和想象力。

为了让这些创意流动，我们会做引导 + 激励。

Q：在你的观察里，现在创作者核心在意的运营方式是什么？

黄严：其实对大多数老师来说，一方面他们有自己变现的通道，无论是商单还是教学，另一方面是希望自己的创意被认同，具有影响力。

有时候某些 KOC 发布玩法后，会吸引陌生人主动来问，这是什么 App 做的。这类“慕名而来”的情况其实挺多的，有创作者已经用我们的产品做内容，在 YouTube 上从 0 起号做到 3 万播放。

我们对于创作者的吸引力来自两个维度的叠加：

一方面，我们的工程体系把创作过程做到足够顺滑，让创作者的想法能够被完整表达。另一方面，我们的内容 Sense、玩法判断和激励机制，能够帮助创作者把作品“做准”，更符合用户的审美和接受方式。

从这个意义上，Skira 更像一个 AI 时代的创意工厂：创作是前半程，表达方式是后半程，两者缺一不可。

这也是为什么我们的创作者作品更容易跑出来。

但回到更本质的维度，我觉得真正能打动人的永远都是故事、想象力，不是技巧。我们能做的，就是用机器语言降低创意构建的复杂度，不论在哪个平台，创作永远是先击中自己，再击中朋友与粉丝的过程。

文章来自于“四木相对论”，作者 “四木相对论”。