在2016短视频热潮兴起前，我们的互联网已经在图文框架下成熟运转了20多年，构建起聊天、邮箱、搜索、新闻、问答、交友、电商、支付……等无数个需求场景。而音视频多模态，只是在这个基础上的锦上添花。
短视频信徒，却在制造一种叙事：非多模态的图文需求生态是不存在的、不成立的，是必然衰亡的。
图文世界的黑暗腐朽，只有在短视频诞生后(也就是他开始工作后)才终于迎来第一缕曙光。
然后就把这个神论套用到AI产业：
只有多模态，才能救AI产业！只有多模态，才代表了人民群众的真实痛点需求！只有多模态，才是先进生产力发展方向！