11月19日，第九屆營銷科學大會在上海金茂·君悅大酒店圓滿舉行。本次大會以「Agentic Marketing·營銷可信智能體：要“增長確定性”」為主題，聚焦AI營銷從生成式向代理式演進的新階段。大會聯合產業生態多方力量，以務實落地的案例與前瞻性的思考洞見為支點，全景呈現“Agentic Marketing”的實踐路徑與未來潛能。

四位行業嘉賓以實踐經歷為藍本，深入探討了在內容與科技深度融合的當下，AI如何從單一工具躍升為驅動行業重塑的核心引擎。他們從DeepMiner的商業落地成果出發，共同印證了營銷正在從經驗驅動走向數據智能驅動的新時代。

以下為演講全文：

《AIGC—重新定義營銷生產力》

零壹貳叁科技創始人、CEO  張浩然

大家好，我是零壹貳叁科技創始人、CEO張浩然。非常高興來到2025營銷科學大會。過去兩年，我和團隊親眼見證了AIGC技術如何從實驗室邁向真實的商業場景，又如何從一個被熱炒的概念演變成切切實實的生產工具。

我們將AIGC深度應用到廣告視頻制作中，每一幀、每一秒，全部由純血AI生成。但僅僅擁有AIGC能力遠遠不夠，我們還需要規模化生產背后的營銷大模型支持。因此我們調用了DeepMiner，它為我們在用戶、人群、內容、場景等前端策略層面提供了完整的數據洞察。

可以說，DeepMiner幫助我們在創意決策階段極大提升了效率，讓我們能快速與客戶達成一致，避免了過去“反復來回、不斷修改”的周期性消耗。

就在近期，我們與DeepMiner深度協同，上線了自研的AIGC工具“如意”，真正實現視頻生產的規模化效應。可以說，未來內容生產在部分場景中也會逐步從人工協同走向半自動化乃至自動化。

另一個案例來自我們的小紅書賬號矩陣。從零粉絲冷啟動到千粉，我們只需要三到六周，從千粉到萬粉大概三到五個月。目前這些賬號已經全面開始承接商單，每天為客戶處理大量種草內容的創作和發布。在這一過程中，DeepMiner為我們提供了強有力的社交媒體前端洞察，而如意則保證了內容的批量生成能力。現在，我們只需要十五名同事就能完成2000多個賬號從策略、創作再到投放的日常內容運營工作。這種規模化的運營能力，在沒有AIGC的時代幾乎不可想象。

今天我把這些案例帶到現場，是因為我們是DeepMiner的“頭號玩家”，從六月五日拿到測試賬號，到七月、八月的應用場景梳理與真實項目驗證，到九月完成AIGC全鏈路模式的標準化和流程化，再到十月正式跑通產品化邏輯，我們幾乎每周都與DeepMiner保持高頻共創。我真的非常激動，因為我知道，營銷人追求了這么多年的人機協同能力，終于真正到來了。

通過我們幾個月來對DeepMiner的完整驗證，它已經能夠覆蓋從數據洞察到內容生成再到分發的全鏈路工作。在我看來，它已經不僅是一個工具，而是一個可信賴的營銷智能體。

我今天還想分享另一段經歷。除了是零壹貳叁科技的CEO，我同時也是一個業余樂隊主唱、詩人、以及業余導演。不久前，我在42歲的年紀發行了人生第一張原創專輯。專輯的MV先導片，全片三分二十秒，接近八十個鏡頭，全部由AI完成。整張專輯十二首歌，從編曲到制作到多軌處理，以前制作一首歌就要花一個月，現在是制作整個專輯只用了一個月，還都是利用周末時間完成的。

無論從個人經驗還是商業實踐角度，我都可以非常肯定地說，AI真正帶來了效率的指數級提升，也帶來了生產成本的斷崖式下降。

在過去一年半，我們徹底完成了從傳統廣告公司到新型AI公司的轉型。這條路并不輕松，但我們已經度過最艱難的破繭階段。團隊在深度掌握大模型工具的過程中，也持續被AI的變革力量震撼著，正是這種深度學習能力，形成了我們的AI Native文化，也讓我們更加堅定要成為中國最頂級的AIGC公司。

今天，我想明確地說：變革不是選擇題，而是必答題。AI 對營銷的改變不是“會不會發生”，而是“已經發生”。

最后想告訴大家一個事實：我今天演講的內容框架和文本，全部由DeepMiner 生成，再由我進行人工校對和結構化調整。人機深度協同的未來已經到來！謝謝大家！

《探索人機協同的AI營銷時代》

極創美奧科技創始人、COO  蔡振鋒 lvan

大家好！在過去五年中，極創美奧作為行業的后來者，一直在思考兩個問題：營銷到底怎樣才能變得更科學？怎樣才能更持續地為客戶創造真正的價值？當明略科技和秒針系統團隊來到我們面前，希望一起攜手探索AI營銷時，我們真的非常激動。

當營銷行業遇上AI，神奇的事情一定會發生。我相信在未來一到兩年內，Agentic Marketing一定會以更清晰的形態出現，并徹底改變營銷行業的人機協作范式。在行業面前，我們自知力量有限，但正因為如此，能夠與明略科技和秒針系統這樣在AI 和數據營銷領域深耕多年的公司一起探索人機協同，對我們來說非常難得。

明略擁有強大的AI模型自研能力，也有成熟的技術開發團隊和持續迭代的 DeepMiner 等優質產品。極創美奧這邊，則是在過去五年間，沉淀了對營銷場景的理解和應用落地的Know-how。從2023年開始，我和我的合伙人就堅定地嘗試在真實營銷場景中落地AI，到了2024年，我們把AI事業部提升為公司戰略中的第一優先級，希望在“AI × 營銷”的結合上真正做出一些成就，去改變那些行業痛點。

在我看來，我們雙方的合作，就是AI與其他行業相結合的一種典型方式：一端是技術型公司，一端是深刻理解應用場景的公司，雙方深度耦合，一起去回答一個非常具體的問題：AI 到底能為這個行業解決什么實際問題，而不是停留在概念層面。也希望未來有更多像我們這樣深耕落地場景的Agency，能夠與明略一起，基于DeepMiner去探索更多垂直場景，解決更多企業的實際難題。

當營銷行業遇上AI時，單靠通用大模型是無法解決問題的，必須真正落到具體場景、具體業務流程、具體痛點上。一句話，越具體，越深刻。這在AI應用于營銷行業的實踐中同樣成立。我們擁有充足的一線業務實踐經驗，知道真實的痛點、真實的需求是什么；明略和秒針團隊則擁有非常扎實的AI研發技術能力，當這兩部分結合在一起時，才能迸發出真正有價值的火花。

很多企業其實已經在嘗試使用AI，也在內部推動AI工具落地。但在和不同的創業者、企業家交流時，我們經常聽到類似反饋：AI看上去很厲害，但并沒有真正成為可靠的解決方案。比如用AI寫了一份 PPT或行業報告，客戶一看就說“這個肯定是AI寫的，我不買賬，重寫”；或者報告中存在數據不可信、來源不清晰的問題，導致整體結果無法使用。

在我看來，當企業直接使用通用模型和通用工具時，通常會遇到三個關鍵問題：

第一個問題是有效數據。大多數通用模型接觸到的主要是公域數據，而B端企業真正決策用的數據，往往是企業內部的、行業縱深的、具有私密性和結構性的，通用模型要么獲取不到這部分數據，要么則是對它們的理解不準確。

第二個問題是工作流，也就是Workflow。很多企業當前的業務流程本身是存在斷點的，人力協作都不夠順暢，更不用說把AI無縫嵌入進去。

第三個問題是有效經驗。人在決策時，實際上有兩條軸：橫軸是信息與數據獲取，縱軸則是經驗與判斷。這些經驗，往往是沉淀在團隊、沉淀在個體腦海中的隱性知識，是行業最寶貴的資產，也是企業的真正命脈。如果 AI 模型不具備對這些隱性經驗的承載與演化能力，僅靠公共大模型是無法真正接近業務決策質量的。

因此我們認為，在 Agentic Marketing 時代真正到來之前，“人機協同”的模式會是大部分企業最現實、也最可行的答案。

當我們把一條完整的業務工作流攤開來梳理，會發現里面充斥著大量重復、低價值、機械性的工作，這些實際上是“腦力活中的體力活”。在這整條鏈路上，識別出適合交給AI的工作，并設計好人機間的銜接與協作模式，就是我們構建新一代業務流程的起點。

從信息收集、信息預處理，到決策與執行，再到最終投放與交付，這一整條鏈路上也有三個特別關鍵的要素：

第一個是解決信噪比問題。現在我們做業務決策時，往往被海量信息和數據淹沒。比如在選擇小紅書或抖音的投放賬號時，要面對的是成千上萬的博主賬號。如何通過算法與工具，快速縮小范圍，提高有效信息的占比，就是在提升信噪比。

第二個關鍵是提升人的思考時間。很多團隊如果真正去盤點，會發現執行層同事每天投入在深度思考、創意構思、知識沉淀方面的時間，可能連20%都不到。這是非常危險的，因為只有這部分時間，人們才是在不斷創造新的經驗、新的知識和新的決策模型的。我們必須通過AI，把人從機械勞動中解放出來，讓他們更沉浸在真正有價值的工作里。

第三個關鍵，是如何打通信息收集、數據召回、人機協同的整條流程。這就需要借助DeepMiner這樣的工具，在企業內部構建一套連貫的技術與流程體系。

在這個過程中，我們也在持續沉淀屬于AI本身的經驗，沉淀屬于模型本身的思維方式，讓AI能夠像一個具有穩定認知的虛擬同事一樣參與工作。這些經驗和思維方式，未來會引導我們逐步走向Agentic Marketing 的終極形態——數字員工。但我并不認為數字員工意味著“沒有人的存在”，恰恰相反，在人機協同的時代、在AI新范式之下，人反而變得更重要。人要把更多時間用在創造新的知識、新的方法、新的體系上。

我想用兩個具體場景來說明。第一個是分鏡素材的處理。

過去在拍攝項目中，攝影師每天要花三到四個小時，對素材分鏡進行切割、識別、描述和標注，這是非常耗時的工作，而且對攝影師來說，這些工作很難沉淀新的知識與價值。我們把這部分工作定義為應當交給AI的工作，通過與DeepMiner的結合，我們把這一環節的自動化有效率提升到了接近99%，幾乎可以與人工結果持平。無論是在標簽標注的準確性上，還是在描述文本的可靠性上，我們都達到了要求。

這也解釋了為什么很多企業對AI失望：如果工具輸出的內容質量不夠高，需要大量返工，員工自然會抵觸使用AI，AI 也就淪為了一個雞肋工具。

第二個場景是編導創作。過去當編導要策劃一條新素材時，通常需要先從行業里找到一條爆款視頻，再把視頻轉成文字，拆解文案結構，去總結背后的邏輯框架，這個流程非常耗時。現在，通過與DeepMiner的結合，系統可以在短時間內完成視頻拆解，精確還原每一段內容的結構和功能。編導拿到的是一份已經結構化好的爆款拆解報告：包括框架、二級標簽、每個模塊在講什么、服務于什么營銷目的等等。這樣一來，編導就可以把更多時間放在思考如何提升視頻質量上，而不是被動地反復手工拆解。對于任何擁有創意團隊的企業來說，這一點非常重要，因為在傳統模式下，編導每天可能有20%–30%的時間都耗在這些重復性工作上。

在過去三個月里，我們成立了一個專門的AI小組。從一開始，我們就沒有要求他們沿著原有流程做優化，而是讓他們帶著一個目標來設計工作模式：用十倍速的視角重新思考工作結果，用“AI能幫我做什么”的問題來反向定義需求，再由團隊與DeepMiner等工具進行共創。在這種思路下，這個AI小組在今年十一月產出的內容數量，是普通內容小組的3.7倍，而素材質量和競爭力是同等可用的。這對企業來說意義非常大，對品牌來說更是如此，因為這不是簡單的節省了人力，而是在保證競爭力的前提下，把創作效率提升到了一個新的量級。

更重要的是，這種轉變真正改變了創作者的日常體驗。今天早上有一位編導發消息跟我說，他最近非常快樂。原因其實很簡單，他發現自己用于思考內容和構思創意的時間變多了，不再被反復拆視頻、找爆款、做分鏡這些機械工作淹沒。他明顯感到自己的人生價值、職業價值，有了不一樣的提升。對我們來說，這樣的反饋比單純的效率指標更有意義，也更加堅定了我們的一個核心判斷：人機協同存在的意義，不是為了用AI替代人，而是用AI釋放人的創造力。

因此，我們非常相信，在與明略的合作過程中，我們一定能夠探索出一個真正屬于這個時代、屬于營銷行業的人機協同新范式。這個范式的終極目的，不是削弱人的角色，而是讓營銷人有更多時間和精力，去發揮品位、審美、共情和同理心，去構思更有溫度、更能打動人心的創意內容。這才是我們真正想要做到的事情，也是我們堅持探索AI營銷的根本動力。

《在小紅書，深挖產品策略》

bbk!傳播集團創始人&CEO ?于瑋麟

大家好，我是bbk!的于瑋麟。今天，我想談談我們在小紅書場景下與 DeepMiner的一些探索、體會和新的發現。

我們深耕小紅書平臺，目前是小紅書最大的整合營銷代理，也是明略科技的深度合作伙伴。在AI應用的過程中，我們一直和明略團隊保持高頻溝通，共同討論，在小紅書這樣一個對內容與主觀判斷權重都非常高的平臺上，AI究竟能做到什么，能幫營銷人解決什么樣的難題。

小紅書無論從營銷難度、價值還是代表性上，都非常值得被拆開來討論。小紅書有一個非常核心的能力框架——CDMA：內容（Content）、數據（Data）、營銷（Marketing）和轉化（Action）。在這四個維度上，小紅書都呈現出與其他平臺很不一樣的特征，尤其是在內容端與轉化端，它處在一個非常獨特的生態位。

從這個生態位出發，我們很容易得出一個判斷：如果要選一個對AI內容理解和應用難度最高的平臺，我個人會毫不猶豫地指向小紅書。很多營銷人都有同感，小紅書就像一道語文題，你必須真正理解語境、語氣和人群心理，才能在這個平臺上做好營銷。這里面對人的主觀判斷要求，比其他平臺高得多。如果 AI 在這樣的平臺上都能發揮作用，說明它在內容理解、語義把握和人群洞察上的能力，確實已經足夠有價值。

回到小紅書本身，這幾年大家提得最多的關鍵詞是“種草”，但實際上還有一個越來越重要的詞叫“驗草”。如果把用戶在小紅書上的行為簡單總結一下，與其說是“搜、看、再搜、再看”這樣一條線性的消費者決策鏈路，不如說是消費者和品牌之間的一場隔空對話。

在小紅書運營中，我們公司最核心的崗位其實是內容崗和策略崗。整個團隊每天都在做一件事：不斷模擬我們作為品牌方或者代理方，要如何與消費者對話。消費者在意什么？他們提問的方式是什么？他們卡殼卡在哪里？這些都需要被聽懂、拆解，再轉化成可執行的內容與策略。

因此，我們在服務每一個品牌客戶時，都在反復思考一個看似簡單、實則復雜的問題：什么才叫“好策略”？在小紅書語境下，我們認為一個好策略必須建立在深度對話的基礎上。

這幾年大家在一直把SPU 維度、人群維度、內容維度等掛在嘴邊。這些維度表面上看是一套簡單的公式，但其背后對應的卻是非常復雜的問答和推演過程。在SPU 維度上，我們要搞清楚，產品到底哪里好？解決了什么問題？消費者真正喜歡的點是什么？在人群維度上，我們要厘清，誰會買單？他們是什么樣的人？有什么行為特征和生活方式？在內容維度上，我們要判斷，什么樣的內容形式他們更愿意點開？什么樣的風格更容易被停留？哪些賬號、哪些類型的創作者更適合承載我們的信息？

在我們為客戶提供服務時，最耗時間、也最考驗團隊能力的，恰恰就是這一整套不斷模擬對話、不斷自問自答的過程。也正是在和DeepMiner進行了一系列深度測試和共創之后，我們才越來越清晰地感受到：一個真正優秀的AI工具，在這個環節里，真的可以頂得上一整支成熟的策略與內容團隊。

我舉一個具體應用案例，幫助大家更直觀地理解 DeepMiner在小紅書上的價值。我們曾經服務過一款這幾年非常熱門的洗衣機產品，在這個項目中，我們把整個分析與推演過程交給了DeepMiner和團隊的協同。首先，我們在DeepMiner中清晰提出了我們的任務目標，它能非常快速理解我們的意圖，并幫助我們把大目標自動拆解成若干子任務。

更關鍵的一點在于，DeepMiner并不是只基于文本猜測來輸出結論，它背后有非常扎實的數據引用體系。我們團隊一直在使用秒針體系下的魔方Pro等工具，而這些工具已經與小紅書的多類官方數據平臺實現打通。當我們在DeepMiner中提問和迭代方案時，它會非常清晰地告訴我們，某一個結論引用的是哪類數據源，這些數據來自哪一個平臺，是小紅書官方工具，還是蒲公英等平臺的數據。

這意味著，當我們做策略推導時，不再只是聽AI講道理，而是可以看到每一個關鍵判斷背后有明確的數據支撐，這大幅提升了團隊對結果的信任度。當然，在這個過程中，人和DeepMiner之間會經歷多輪互動與修改，它會根據我們的追問不斷調整方向，做進一步總結，而且整個討論始終高度圍繞小紅書語境本身，不會飄到無關場景。

在這次的洗衣機項目中，從我們拋出任務，到DeepMiner給出一套結構完整、可以直接轉譯為PPT的策略框架，整個過程大概就是15到20分鐘。它不僅幫我們厘清了這個產品在小紅書上的賣點優先級、人群畫像以及重點內容方向，還把這些抽象判斷自動轉譯成了非常清晰的頁面結構和表達要點。

這個過程給我的主觀感受非常強烈：就像你把自己關在一個會議室里，對面坐著一整組經驗豐富的內容策劃與數據分析同事。你拋出一個問題，有人迅速去調數據，有人負責洞察與拆解，有人負責把策略結構化并最終形成一份方案。所有這些工作，在DeepMiner的協同下被壓縮到十幾二十分鐘之內完成，而且專業度都是經得起推敲的。

基于DeepMiner給出的洞察和建議，我們為這款洗衣機沉淀出了一些非常切實的策略結論。比如洗衣機上面的兩個小桶到底可以觸達哪些消費人群？這些人群在真實生活中的行為場景是什么？單身用戶可能會把左邊的小桶用來洗貼身衣物，右邊用來洗襪子；情侶家庭可能是左邊洗男生的衣服，右邊洗女生的衣服。類似這樣看似生活化、實則經過嚴密推演的場景設定，背后其實是DeepMiner像抓手一樣聯動不同數據源、不同工具、不同內容樣本綜合得出的結果。事實證明，這套策略幫助這個產品在小紅書上取得了非常好的成績。

通過這個案例我們可以看到，在一個對內容理解要求極高、對主觀判斷高度敏感的平臺上，DeepMiner依然可以給出足夠有價值、足夠落地的洞察和方案。它既能聽懂小紅書上的真實語境，又能不斷在數據與內容之間來回校準，最終輸出令人和AI都信服的結論。

我們也正是帶著這樣的想象和期待，希望DeepMiner在未來的小紅書營銷中，能夠持續扮演一個越來越重要、越來越不可或缺的角色。謝謝大家！

《智能體協同：DeepMiner驅動影視產業Agentic營銷新范式》

歡瑞世紀COO  許巍巍

大家好，我是歡瑞世紀 COO 許巍巍。非常感謝在座的各位行業同仁，也很榮幸有機會在這樣一個場合分享我們在內容產業與AI技術交叉領域的一些真實實踐。

今天我帶著兩重身份來到這里：

第一重身份，是明略科技的戰略合作伙伴。我們從DeepMiner產品最初的技術研發階段就開始參與和了解，親眼見證它從底層能力、到產品框架、到智能體形態的逐步成型，深切感受到 AI 工具在營銷和內容行業中的真實躍遷。

第二重身份，是作為“內容 + 科技” 戰略的踐行者。歡瑞這些年一直在探索：從《蓮花樓》《盜墓筆記》的長 IP 開發，到小程序短劇、AI 漫劇的新賽道布局，技術到底能如何讓內容更有價值。這也讓我們成為 DeepMiner 在這些內容場景中最早的應用方之一。

接下來，我想從短劇與藝人經紀兩個核心業務場景出發，談談 DeepMiner 如何成為我們轉型過程中的關鍵力量。

首先是短劇業務。短劇今年無疑是最熱的行業話題之一。不管是機構還是平臺，短劇業務面臨的核心痛點就是“既要快，更要準”，短劇下沉市場口味變得快，劇本孵化慢了就錯失風口；短劇投放環節試錯成本高，錢花了沒效果就是浪費。因此我們引入了 DeepMiner 的Cito模型來解決前端創作效率問題。

過去，一個題材的劇本開發往往需要編劇團隊在全網搜集大量素材，再進行整合和原創，這個過程耗時耗力，而在短劇這樣的風口行業，時間和效率格外至關重要。Cito模型能夠基于龐大的數據基礎自動提煉題材高優組合，幫助我們從“猜熱點”變成“算熱點”，讓爆款不再是玄學，而是可計算、可推演的。劇本創作也因此進入了真正的高效率時代。

短劇運營的第二個關鍵環節，是投放。內容只是前半程，而能否在黃金 72 小時內快速跑出成本與收益，更依賴投放效率。因此我們引入了 DeepMiner的Mano模型。以今年9月的一次短劇投放為例，在上線前我們將所有投放素材交給Mano進行數據計算，它在抖音、快手、微信三大平臺上幫助我們做素材排序、出價優化，并在關鍵的前 72 小時自動關閉大量無效素材。最終，短劇單用戶成本從 1.8 元降低到 1.17 元，在同樣預算下，我們新增觸達了數百萬用戶，這對于短劇這樣的“小而精”生意而言，是極其重要的商業價值。

可以說，在DeepMiner的協助下，我們實現了短劇從內容創作到投放運營的全鏈路 AI 化，爆款由“玄學”變成“工程學”，整個業務模式也真正進入到系統化、數據化的階段。

第二個業務，是我們的藝人經紀AI新范式。歡瑞世紀長年從事長劇和藝人經紀業務，而選角一直是行業公認的高難度環節。選角周期長、判斷依賴主觀經驗、試錯成本高，是長期困擾行業的痛點。為此，我們與 DeepMiner 協作，在 2025 年自研了“星鏈藝人服務平臺”。

在這個平臺中，我們會對旗下藝人進行維度標簽創建，基于能力、特長、外形、劇作風格等信息構建龐大數據庫，再與每一部劇本的角色需求進行智能匹配。在DeepMiner的加持下，匹配可以在毫秒級完成，大幅降低了傳統靠經驗選角帶來的不確定性，精準度和效率成倍提升。

更關鍵的是，我們平臺每年會迎來大量新人。在傳統經紀模式下，一個新人要獲得優質資源大約需要一年以上的磨合和觀察。而在 DeepMiner 的輔助下，我們可以快速分析新人的能力結構，與公司資源進行匹配，實現精準推送。有的新人六個月就獲得優質資源，實現商業化，這在過去幾乎不可想象。

換句話說，巨星誕生已經不再是玄學，它正在變成可計算、可驗證的能力工程。

在這兩大業務場景之外，我還想特別介紹我們與明略科技正在共同推進的一個核心合作模式：RaaS（Results as a Service，結果即服務）模式。它不是簡單的 “技術服務升級”，而是徹底重構了 “技術方與業務方” 的合作關系。大家都好奇，我們如何敢把短劇數據、彈幕數據、用戶評論，以及藝人的各類標簽維度交給 DeepMiner？答案是，這是一個互相反哺、共同成長的過程。

歡瑞世紀提供大量真實業務數據，而DeepMiner則提供底層模型構建能力，兩者形成循環優化。我們用業務結果不斷反哺 AI，讓模型越來越懂內容產業；AI 用算力和洞察反哺業務，讓決策更加科學、流程更高效。RaaS 實際上正在推動影視行業的一場“工業革命”，AI 不再只是一個生產工具，而是在重塑協作方式、創造新模式。

最終，我想回到一個更宏觀的視角。歡瑞世紀在影視行業中正在持續進行突破和嘗試，尤其在短劇業務，以及在藝人經紀模式當中，以及未來的AI漫劇以及互動劇方面。而本質上，我們也正在進入一個高度依賴數據、依賴模型、依賴智能的時代。在這個時代，我們希望通過與明略科技更深入的戰略合作，把 AI 的所有想象力從實驗室真正帶入內容產業的真實土壤，讓 AI 不再只是一個工具，而是創作的智能加速器，是價值的放大器，是行業重塑的驅動引擎。

我們希望 AI 能讓行業進入一個“分身時代”，令創作更高效，決策更聰明，產業更有韌性。也期待和明略一起，和在座的各位一起，探索更多 “AI + 影視” 的可能，讓技術賦能內容，讓智能創造價值！謝謝大家！