BridgeCraft logobridgecraft
週報作品集關於聯絡登入
聯絡

bridgecraft

從資料視覺化到 AI Agent,一直在找下一個 meta

文章主題指南週報Labs作品集系統架構關於聯絡RSS

© 2026 BridgeCraft — Waiting7777. All rights reserved.

← 所有文章
Snap 把 AI 影片團隊切出去變 Dotmo — 這筆帳怎麼算?

Snap 把 AI 影片團隊切出去變 Dotmo — 這筆帳怎麼算?

2026年6月19日 · Waiting7777 · 7 分鐘閱讀

AI商業模式成本優化成本分析API 成本Snap企業策略
📂 AI 系列📂 商業模式 系列📂 成本優化 系列📂 成本分析 系列📂 API 成本 系列📂 Snap 系列📂 企業策略 系列

Snap 把 AI 影片團隊切出去,這是承認燒不下去了

> Nerf Watch


2026 年 Snap 已經裁了 1,000 個人,股票在 Specs 發表後暴跌,現在又把內部 AI 影片團隊整個切出去成立新公司 Dotmo。表面上說是「給團隊更多彈性」,但說白了就是:這塊業務太貴,養不起了。

這種操作本身不罕見,但 Snap 在同一年做了兩次 spinoff,而且還在大規模裁員的背景下 — 這就不只是「策略調整」,更像是在做損益清理。

Snap 這一年到底發生了什麼

先把 context 拉一下。

Snap 在 2026 年上半年做了幾件事,拼在一起看才完整:

  • 裁員 1,000 人(來源:TechCrunch),算是公司員工的一大波縮編
  • 把 Specs 獨立成新公司,聚焦 smart glasses 開發
  • Specs 發表會被市場打臉 — 新款售價約 $2,200 美金,股價隨即下跌
  • 現在又把 AI 影片團隊切出去成立 Dotmo

這四件事加在一起,畫出的輪廓很清楚:Snap 正在做一件很痛苦但必要的事 — 砍掉那些「看起來很酷但短期燒錢又看不到 ROI」的部門,把資源集中回核心業務。

問題是,Snap 的核心業務是什麼?還是廣告。Snapchat 的 daily active users 雖然還在成長,但在廣告市場,它一直夾在 Meta 和 TikTok 中間討生活,空間越來越小。在這個前提下,拿大量資源去養一個做 AI 生成影片的內部團隊,財務壓力可想而知。

商業模式拆解:spinoff 這招在打什麼算盤

Dotmo 的架構設計得很有意思,值得仔細看。

Snap 給了什麼:

  • 技術 license,讓 Dotmo 可以用 Snap 的 tech 做 gaming 和互動娛樂相關的 AI 模型
  • 「人才」— 其實就是一群 Snap 現有員工離職去創辦這家公司

Snap 拿了什麼:

  • Dotmo 的大量 equity stake(具體比例未揭露)

CTO Bobby Murphy 的角色:

  • 以個人名義作為 lead investor,對 Dotmo 有顯著個人持股
  • 同時繼續擔任 Snap CTO 全職,領導 GenAI R&D

這個結構設計相當精緻。Snap 本身不直接出錢,但透過股份保留了 upside。如果 Dotmo 之後拿到外部融資或者有 exit,Snap 作為大股東是受益方。等於是:把燒錢的義務切掉,但把可能賺錢的選擇權留下來。

這在 finance 上叫做 retained equity with divested operations,說白一點就是「我不想養這個小孩了,但如果他以後發達了,我要分紅」。

從投資人角度看,這招能不能成,關鍵在兩件事:

  1. Dotmo 能不能獨立活下去 — 沒有 Snap 的母體資源,要去市場上找錢、找客戶、找合作,難度完全不同
  2. AI 影片 + gaming 這個方向市場夠不夠大 — 目前 AI 生成影片的技術層已經非常擁擠(Sora、Runway、Kling、Pika...),Dotmo 要切的是「interactive gaming experience」這個子集,這個利基有沒有足夠商業空間,現在還很難說

Dotmo 的 revenue model 目前沒有公開資訊,市場規模估計也沒有具體數字可以引用。老實說,這家公司剛成立,這些都還是未知數。

競爭格局:AI 影片這個賽道已經很擠了

來看看 Dotmo 準備進去的戰場。

AI 生成影片目前主要玩家大概分幾類:

大廠直接下場:

  • OpenAI Sora — 技術標竿,但商業化還在摸索
  • Google Veo — 持續在更新,整合進 Google 生態
  • Meta — 有自己的影片生成研究,但主要還是內部用

獨立創業公司:

  • Runway — 目前 creative professional 市場的主流工具,估計 ARR 已達數千萬美金量級(據報導)
  • Pika — 消費端定位,主打易用性
  • Kling(快手旗下)— 中國市場強,開始往海外擴張

Dotmo 的差異化在哪?

目前對外說的定位是「interactive gaming experiences」,不是做通用的 AI 影片生成,而是聚焦在 gaming 和互動娛樂的 AI 模型。這個方向如果能做出來,確實跟現有玩家有所區隔 — 因為 gaming 場景的需求跟 creative video generation 是不同的問題,需要更低 latency、更高互動性、更強的 real-time 能力。

但問題是,這個方向要成立,需要的技術門檻更高,而且 Dotmo 初期的規模大概就是一群從 Snap 出來的人,跟 OpenAI 或 Google 比資源,差距是指數級的。

護城河在哪?目前看不到。唯一的優勢可能是 Snap 的 tech license 裡包含了什麼有價值的東西,但這部分細節沒有公開。

Meta 判讀:這是 AI 泡沫在擠水嗎?

我把這件事標為 Nerf Watch,不是 Meta Shift。

為什麼?因為這不是新賽道出現,也不是市場規則改變,而是一個玩家因為資源壓力被迫縮減了自己在 AI 賽道上的直接投入。

歷史上類似的案例:

Google 在 2023 年把 Area 120(內部孵化器)大幅縮減,很多有趣的 side project 直接被殺掉。那個時候外界也在問:大公司是不是開始對 AI/創新投資踩煞車了?結果其實不是,只是資源分配從「廣撒網」變成「集中火力」。

Snap 的情況有點不一樣,因為它的財務狀況比 Google 脆弱得多,沒有廣告帝國當後盾。所以這次的決策更像是 被迫的資源集中,而不是策略性的優化。

但這件事如果放大來看,確實有一個訊號值得注意:大公司對 AI 投資的容忍度在下降。2022-2023 年是「先燒再說」的氛圍,2025-2026 年開始,ROI 的問題被越來越認真地問出來。Snap 這次切掉 AI 影片團隊,Meta 在某些 AI 項目上的收縮,都是這個大趨勢的局部表現。

不過要說這是「AI 泡沫破裂」,還言之過早。更精確的說法是:泡沫在重新塑形,資源從廣泛撒種轉向有明確商業路徑的方向集中。

這對創業公司反而是機會 — 大公司縮手的地方,獨立公司有可能切入。

工程師該怎麼看這件事

如果你是在大公司做 AI 相關工作的工程師,這件事有幾個值得想的點。

第一,你的團隊是 core business 還是 experimental project?

Dotmo 的前身就是 Snap 的 internal generative AI video team,從外面看起來光鮮,但一旦公司財務吃緊,這種「有趣但不是核心」的團隊最先被動到。這不是說別去做這種工作,而是要清楚自己的位置。

第二,spinoff 對工程師個人不見得是壞事。

那些從 Snap 出來去創辦 Dotmo 的人,某種程度上拿到了一個用公司資源驗證過的技術底子,再帶著它去獨立創業。如果 Dotmo 之後有好的 exit,這批人的回報會比留在 Snap 高很多。

第三,AI 影片 + gaming 這個交叉點,技術上確實有東西可以做。

Real-time interactive AI generation 的問題不是沒有市場,而是現在的技術還沒到能產品化的成熟度。如果你在研究這個方向,值得持續關注。但如果你在考慮要不要 join 這類公司,要想清楚 runway 夠不夠長。

Dotmo 剛成立,沒有對外融資消息,只有 CTO 個人投資 — 這個 runway 大概有多長,自己估一下。

延伸閱讀

  • Runway 垂直 AI 應用之路 有可能挑戰 Google?
  • AI 取代工作的現實來了 — Cloudflare 砍 1100 人但營收創新高
  • AI 淘金熱的殘酷真相 — 為什麼只有少數公司能贏

每週一篇 — 技術趨勢背後的商業邏輯

分享:

Waiting7777

WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。

關於作者

相關文章

Google Earth 的 AI 工具撐了不到一天就被砍 — 大公司發 AI 功能到底有沒有在想清楚GoogleAI+2

Google Earth 的 AI 工具撐了不到一天就被砍 — 大公司發 AI 功能到底有沒有在想清楚

一個功能上線不到 24 小時就被砍掉,這背後是產品審查流程的失敗,還是 Google 現在發布 AI 功能太急?用這個案例討論大公司的 AI 產品決策品質。

2026年8月1日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →
微軟的 AI 策略其實很簡單:不用自己最強,只要賣最強的就好MicrosoftAI+5

微軟的 AI 策略其實很簡單:不用自己最強,只要賣最強的就好

微軟不需要自己訓練最強的模型,只需要成為最強模型的最大分銷商 — 這個邏輯跟 AWS 當年賣計算資源有什麼異同?

2026年7月31日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →
OpenAI 想做 super app — ChatGPT 的野心到底有多大?AIGPT+8

OpenAI 想做 super app — ChatGPT 的野心到底有多大?

OpenAI 把 ChatGPT 做成 super app 這條路,跟微信、支付寶的邏輯有多像?對開發者和競爭對手的影響怎麼看。

2026年7月30日 · Waiting7777 · 6 分鐘閱讀

繼續閱讀 →

這篇文章對你有幫助嗎?

每週一篇 — 技術趨勢背後的商業邏輯

AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。