邮箱 :news@@cgcvc.com
生产力的范式转移：一场AIGC带来的奇幻革命②| 创·享 CGC-XView
李文珏：聆心智能联合创始人
我们底层确实用了大模型，也不只是用了大模型，对话会比文图或者写作更复杂、更难一些，但大模型只能提供比较基础的对话能力，但如果我们要提供支持灵活定制的灵魂引擎，还需要知识、情感、个性等额外的关键技术。比如，知识表示和知识融合；情感分两个方面，一要是能够识别说话人的情绪和背后隐藏的意图，就是言外之意。最难的是机器人的个性和风格，比如是霸道总裁型或者是温柔型等等。我们希望每个AI智能体都能有“灵魂”，那就是TA要有思想、见识、有观点、态度，有个性和风格。
陈雨恒：欧美的大厂和创业公司之间的生态比国内更成熟一些。其实是分两个方向，一是做基础设施型、平台型的，以技术为重；另外一种是应用场景，明确解决某个场景的需求，并用现在的技术就能够解决。产品做增长，有增长就有数据，数据的积累跟社区也是分不开的。
硅谷的创业氛围，特别对早期的用户，通常是建立一个社区，通过社区形成付费用户群体。有一些创业公司在非常垂直的且定义清晰的场景里做产品，非常清楚这个场景面对的用户群体，基于用户增长有了数据，有了数据就可以转化，逐步建立起忠实的客户群之后，它在这个特定场景积累的数据就是它的壁垒之一。我觉得 AIGC 公司大部分都是在找这样一个特定的场景，解决细分的需求。例如Replika，2019年给国内的朋友看，当时他们一个月大概赚2-3万美金，只有几千个付费用户，2021年已经超过1000万用户，说明已经围绕一个忠实的付费客户群体发生了显著的增长。所以我觉得核心还是围绕增长，基于数据的基础上建立自己的壁垒。
Q6.听起来数据决定了壁垒。那么，拥有数据优势的大厂，垄断性威胁是否存在？
胡家康：国外已经形成了比较明确的分工体系——OpenAI 提供技术模型 GPT-3，创业公司在上面翻新模型，得到返回数据，不断优化模型，在技术上形成竞争力和壁垒。我们也希望中国能够走出这样的模式，比如有几家企业集中地买好服务器、资源，做好性能优化，把基础模型做好点，提供给应用层公司。应用层公司再基于自己的板块数据和场景，把模型翻新得更好，这是一种更良性的生态。比如文生图的应用，已经开始和垂直行业做结合。
Q7.芯片封锁会是未来发展的潜在瓶颈吗？
闫俊宇：影响是实际存在的，但这可能不是国内某一家商业公司能够突破的。目前，对创业公司而言，短期还好（规模、体量、时间尺度）。体量上，创业公司需求并不大，或总能有方法来满足相关的标准；而且其中变数较多，影响的是方方面面。但对创业公司来说，目前面临的主要问题不是显卡，创业公司做不好不能赖显卡。
陈雨恒：撇开技术本身，这个问题不是我们能讨论得出来的，作为创业者聊这个问题没有意义。假设这个事情一定会往极端的方向走，我觉得更需要像百度、华为这样的公司，在国内建立完善健康的开发者生态，再去服务创业者。所以不如做好分工，把生态上下游都建立起来，而不是所有人都去想着解决终端需求。
Q8.AI行业的下一个机会在哪？
王思捷：不断给成熟技术找到真正刚需的具体场景。启元之前主要是在数字娱乐场景和一些科研项目中，后面会探索包括元宇宙、数字人等，这也是游戏公司包括3D引擎公司本身在破圈探索的领域。AI公司重要的是形成可以由用户自助使用，可规模化扩展的产品，不一定要纯toC，比如Jasper.ai生成营销文案，很难说到底是C端还是B端的工具。
赵亿阳：云知声联合创始人、首席战略官
我想到三个关键词。
第一个是时间感。人工智能的概念至今差不多 60 多年了，并不是从 AlphaGo 战胜李世石开始的，要看在19世纪60年代、70年代、80 年代、90 年代发生了什么，时间是连续性的，大家通过自己正在做的事情可能会有一些启发。
第二个是空间感。我们属于中国的创业公司，在本土发展时，一定要符合国情。除了中、美以外，也可以关注一下印度、一带一路沿线国家在发生什么，这些市场可能也有属于自己的 AI 创业机会，而这些机会也许在商业上非常好复制中国5 年前、美国10 年前的道路，这是个非常大的机会。
第三个是系统观念。我们非常在乎业务和收入怎么落地。现在环境变了，客户结构发生巨大变化，必须清楚我们的客户是谁？他们在哪里？这是生命线的问题；第二，以我们的基因能够提供什么样的产品靠近客户；第三是方式和方法，短期之内，个人建议可以关注以场景为中心的知识图谱产品。
黄民烈：从智能的角度来讲，感知智能、认知智能，最后才是 通用人工智能AGI，AGI的最终目标 就是无障碍的人机交互。现在文生图已经非常卷了，一些非常低成本的工具开始出现。如果聚焦未来1~2 年，Character.ai 已经是很好的样板了，可以关注认知智能这个方向，尤其中文对话，中文比英文更难做，在技术上我们大概有0.5 年的技术滞后，英文做得比较好才会反映到中文上。但我们中文对话的能力已经在世界上领先，超过了Character ai的中文能力。
文章来源： 发布日期：2022-12-02
接上文
Q5.垂直应用的差异性壁垒在哪？
于春景：心识宇宙研究院院长对比现在基于大数据、神经网络或其它单一进路的人工智能，我们一开始就想做一个通用的数字心智系统，像人一样，它能够从内在系统上沟通所有的信息，所有的感官输入，包括所有的单点任务AI 能力，这是我们做的底座。我们推出了一个小程序，叫万物总动员，任意扫一个物品，跟物品进行对话，运用的就是我们一部分的开放式对话能力。现在的预训练大模型是一个类似人的直觉系统，很简单，但数据量很大，类似一个潜意识系统，但没有像人的语言智能或推理智能，本质一种被动的统计学习。它没有像人那样的工作记忆系统（Working memory），在一个全局空间（Global Workspace）有自己的人格和记忆、或像自我意识那样的念流。比如你和很多机器人对话，上一句跟你很亲，下去问问我是谁，他不认识你了或和前面无关了。这就是我们研发MindOS系统，相信过不了多久大家就能像捏人一样捏心了。其实相比于今年Yann LeC un或其它几位AI大佬提倡基于世界模型的自主通用智能或NeuroAI，我们很早就开始涉及我们称之为MindAI方面研究，专注于虚拟人心智的赛道。在我们看来它最关键是这样一个内在心智系统底层，加上外部跟别人的开放交互和实时数据输入。我们把两部分结合起来，就相当于把神经AI 、任务式AI 、AIGC、C端流量等系统统一到一个界面，这就是我们致力于打造的壁垒。
李文珏：聆心智能联合创始人
我们底层确实用了大模型，也不只是用了大模型，对话会比文图或者写作更复杂、更难一些，但大模型只能提供比较基础的对话能力，但如果我们要提供支持灵活定制的灵魂引擎，还需要知识、情感、个性等额外的关键技术。比如，知识表示和知识融合；情感分两个方面，一要是能够识别说话人的情绪和背后隐藏的意图，就是言外之意。最难的是机器人的个性和风格，比如是霸道总裁型或者是温柔型等等。我们希望每个AI智能体都能有“灵魂”，那就是TA要有思想、见识、有观点、态度，有个性和风格。
陈雨恒：欧美的大厂和创业公司之间的生态比国内更成熟一些。其实是分两个方向，一是做基础设施型、平台型的，以技术为重；另外一种是应用场景，明确解决某个场景的需求，并用现在的技术就能够解决。产品做增长，有增长就有数据，数据的积累跟社区也是分不开的。
硅谷的创业氛围，特别对早期的用户，通常是建立一个社区，通过社区形成付费用户群体。有一些创业公司在非常垂直的且定义清晰的场景里做产品，非常清楚这个场景面对的用户群体，基于用户增长有了数据，有了数据就可以转化，逐步建立起忠实的客户群之后，它在这个特定场景积累的数据就是它的壁垒之一。我觉得 AIGC 公司大部分都是在找这样一个特定的场景，解决细分的需求。例如Replika，2019年给国内的朋友看，当时他们一个月大概赚2-3万美金，只有几千个付费用户，2021年已经超过1000万用户，说明已经围绕一个忠实的付费客户群体发生了显著的增长。所以我觉得核心还是围绕增长，基于数据的基础上建立自己的壁垒。
Q6.听起来数据决定了壁垒。那么，拥有数据优势的大厂，垄断性威胁是否存在？
胡家康：国外已经形成了比较明确的分工体系——OpenAI 提供技术模型 GPT-3，创业公司在上面翻新模型，得到返回数据，不断优化模型，在技术上形成竞争力和壁垒。我们也希望中国能够走出这样的模式，比如有几家企业集中地买好服务器、资源，做好性能优化，把基础模型做好点，提供给应用层公司。应用层公司再基于自己的板块数据和场景，把模型翻新得更好，这是一种更良性的生态。比如文生图的应用，已经开始和垂直行业做结合。
Q7.芯片封锁会是未来发展的潜在瓶颈吗？
闫俊宇：影响是实际存在的，但这可能不是国内某一家商业公司能够突破的。目前，对创业公司而言，短期还好（规模、体量、时间尺度）。体量上，创业公司需求并不大，或总能有方法来满足相关的标准；而且其中变数较多，影响的是方方面面。但对创业公司来说，目前面临的主要问题不是显卡，创业公司做不好不能赖显卡。
陈雨恒：撇开技术本身，这个问题不是我们能讨论得出来的，作为创业者聊这个问题没有意义。假设这个事情一定会往极端的方向走，我觉得更需要像百度、华为这样的公司，在国内建立完善健康的开发者生态，再去服务创业者。所以不如做好分工，把生态上下游都建立起来，而不是所有人都去想着解决终端需求。
Q8.AI行业的下一个机会在哪？
王思捷：不断给成熟技术找到真正刚需的具体场景。启元之前主要是在数字娱乐场景和一些科研项目中，后面会探索包括元宇宙、数字人等，这也是游戏公司包括3D引擎公司本身在破圈探索的领域。AI公司重要的是形成可以由用户自助使用，可规模化扩展的产品，不一定要纯toC，比如Jasper.ai生成营销文案，很难说到底是C端还是B端的工具。
赵亿阳：云知声联合创始人、首席战略官
我想到三个关键词。
第一个是时间感。人工智能的概念至今差不多 60 多年了，并不是从 AlphaGo 战胜李世石开始的，要看在19世纪60年代、70年代、80 年代、90 年代发生了什么，时间是连续性的，大家通过自己正在做的事情可能会有一些启发。
第二个是空间感。我们属于中国的创业公司，在本土发展时，一定要符合国情。除了中、美以外，也可以关注一下印度、一带一路沿线国家在发生什么，这些市场可能也有属于自己的 AI 创业机会，而这些机会也许在商业上非常好复制中国5 年前、美国10 年前的道路，这是个非常大的机会。
第三个是系统观念。我们非常在乎业务和收入怎么落地。现在环境变了，客户结构发生巨大变化，必须清楚我们的客户是谁？他们在哪里？这是生命线的问题；第二，以我们的基因能够提供什么样的产品靠近客户；第三是方式和方法，短期之内，个人建议可以关注以场景为中心的知识图谱产品。
黄民烈：从智能的角度来讲，感知智能、认知智能，最后才是 通用人工智能AGI，AGI的最终目标 就是无障碍的人机交互。现在文生图已经非常卷了，一些非常低成本的工具开始出现。如果聚焦未来1~2 年，Character.ai 已经是很好的样板了，可以关注认知智能这个方向，尤其中文对话，中文比英文更难做，在技术上我们大概有0.5 年的技术滞后，英文做得比较好才会反映到中文上。但我们中文对话的能力已经在世界上领先，超过了Character ai的中文能力。
