事实上，与音视频相比，文字阅读的效率更高。虽说一图胜千言，但在表达具有理性和思辨性的观点时，口头讲话速度只能做到150-300字/分钟，文字阅读速度却能达到300-900字/分钟。尤其是汉字这种具备象形基因的文字，一目十行根本不是事儿。这也是评论这种文体在视频化转化后，仅仅靠简单的“视觉画面+压图字幕”（当然也可以加上同期声、画外音、背景音乐之类）就能实现海量触达的原因。
你二叔早前曾表达过这样的观点：信息触达诸方式中，视频最直接，文字最高效，音频既没有视频信息丰富，也没有文字快捷，但在开车、步行、吃饭、做家务等特定场景下则具有无可替代的优势。所以，在用户碎片时间争夺战中，音频、视频、图文内容可以说各擅胜场。