对谈蓝雨川： AI创业机遇、大小企之选与音视频AI应用解析

00:06一是对用户更友好，这些是我们做的一些差异。然后另外我们也有一个很重要的那个特点，是因为GPT-4对于这个写prompt的要求还是比较高的。也许像我们这种就是自己从业的人，可能这个长期训练下来prompt的功底还可以，但其实小白用户很多是不会写prompt的。

00:26所以呢，我们后台也是做了一些prompt的优化，有的是自动的prompt优化，有的是根据场景会补一些follow-up question。那这样来来帮助用户拿到好的结果。拥抱AI肯定是没错的嘛，因为这件事情实在太大了，太大了，就是这个未来十年二十年会eat your world，

00:51就吃掉所有东西的一件事情。所以这个肯定是没错。然后出来做AI native的话呢，那你得那个方向判断得比较清楚一点吧。所以可以思考一下，结合现在自己的那个手头的业务或者手头的资源怎么搞。如果是AI native的话，那AI native的产品形态是什么？

01:07你能不能PMF，这个问题就很重要。

01:55其实就是一直在创业吧，最早的时候当然做过一点投资什么的。后来就是做了一个那个SaaS的公司，叫云账房，也是国内的一个这个财税的SaaS。然后后来从云账房出来去了飞书，在飞书也是立了一块新业务，然后做了两年多，做到一个呃几千万ARR的一个规模。

02:14对，然后去年年底、今年年初的时候就出来这个做AI的一个创业。对，我觉得第一是因为我本来就是也是那个连续创业者嘛。但是ChatGPT出来之后，然后把那个玩明白之后，尤其是我发现我在做一些工作的时候，比如我去准备见客户的时候，

02:31我发现他准备的那个document其实跟销售准备的差不多质量。那个时候我就没有经过特别训练，没有任何的这个，因为还不会写prompt，也没有vector，什么都没有。那它就已经准备得跟销售差不多。所以我当时就觉得这是一个非常fundamental的一个巨大的变化。

02:48然后也跟一些业内的人聊得很多，做了一些这个呃沟通。然后呢。我我我其实到今年年初的时候，我就非常确信，这是一个比十年前移动互联网更大的一个浪潮和机会。对。所以那个时候就毫不犹豫出来了，我觉得最本质是这个原因。

03:19那反正就是看怎么取舍了，说实话想的这个方向呢，可能想了个六十分，但是也没有那么那么的清楚。对对对。但是如果说选择继续在大厂里，那可能就会错过未来，对吧？未来这个二三十年、三十年最大的事情。当然还有另外一个原因是因为我在飞书并不能做AI相关的事情。

03:37所以我觉得如果说我当时在AI做，就在做AI，我觉得可能也不一样。

04:12了？呃，反正这个方向呢，是因为我在飞书的时候，我们做过一个产品叫Customer360。那简单说呢，它就是在CRM的上面加了一层这个连接器。然后呢，能够让CRM的协作变得非常的通畅。原来CRM里边其实大家要登录到CRM里去做留言啊、看记录啊，其实是非常不连通的。

04:32当它跟IM连通在一起之后，有一个好的这种协作机制、信息机制，我们让这个销售相关的信息能够最大程度地得到暴露，能够最大、充分地被协作、被消费。这个时候它的整个这个CRM的信息质量会变好，然后能够把整个管理做得更通畅。那么一个产品。

04:50所以呢，当时我们也是看到AI以后，想基于这样一个理念，然后把这样一个呃AI能够做的新的copilot的产品能力，加上这个理念一起去做一个新产品。然后这个产品叫RevUp，Rev Up的意思。对。所以现在这个产品呢，大概是有呃几千个销售在用，持续在用。

05:13我们也没有把它下掉。但是其实这个产品我在大概在呃三个月前就不怎么更新了。对。原原原因是后来我们其实还是发现，第一这个产品要往下做呢，我其实的路数就是我们得去美国，然后呢去拜访这些用户，然后看他们在哪些公司，把这些公司里边的这个销售高管拜访了一遍，然后呢把它转化成付费用户，对，

05:37付费的这个买家，然后呢这么去做这个to B的业务。对。我们三个月前呢，我们就做了一个重要的决定吧，也是那个决定去做一个新的to C产品。对。因为我们还是觉得那样一个一个to C的产品形态，可能会比销售的这件事情想象空间更大一些。

05:56当然这个反正现在还在验证中，还在验证中。对，两个产品。其实

06:19对对对，我们其实尝试了一下做付费，就是即便那个那个不走公司，我们先尝试了一下让这些销售转付费。然后也有一小部分，也有一点点转，但确实付费率没有达到我们的预期，这也是一个因素。了解了。

06:49对，我觉得to，因为to B的业务呢，虽然我们看到有那么多PLG，比如说像那个Figma，像Notion这种，Slack，大家也说to B业务PLG，对，Slack，对。但是跟产品形态还是有关系，就是销售这个东西呢，它的PLG路线目前还是会比那些产品要重一些，

07:08或者说它还是A1的时候，可能就逃不开PLG加SLG，两条腿要一起走。

07:18有一些有一些，对，其实我们也有一些在合作。当然，

07:24不是特别管用。对。他们的，就是其实真正要做得好，呃。我觉得还是脱不了自己去建团队，自己去这个攻大客户。了解了。

07:35因为当你当你一个新产品，就是你的用户量没有，比如说达到一个几十万级，能够有很大口碑的时候，呃。其实其实organic知道的人还是比较少的。然后呢，我我头部客户其实靠代理是打不下来的，那个只能是靠自己。对吧？其实，对，比如说比如说如果是我们我们假如说国内做一个业务，对吧？

07:56那我之前在飞书见到的这些这些客户，创业的时候做过那些客户，其实我相信有一些其实卖刷脸是能刷进去的。对，对。其实这个这个对于早期的这个to B业务还是非常非常关键。有道理。

08:15是，是，第一波只能是这样，然后刷脸进去，交付好，对吧？后面就就会迈过第一关，轻松一点。

08:27对对。我们现在其实重点在在一个to C的产品上。这个to C产品呢，其实呃一开始的产品形态可以理解为比较像ChatGPT。那就是一个AI chat。啊，就比较像ChatGPT，对。

08:41但是呢现在其实已经比那个ChatGPT要丰富很多，核心是针对用户的不同人群、不同场景去做深挖。比如说我们针对学生群体喜欢用那个读paper这个点，我们就做了很好的Chat with Document。当然它不是那种，就这个纯粹Chat with Document其实也有人做，比如说ChatPDF，

09:02比如说ChatDoc，对吧？都有。但是我们就针对这个群体呢，把他要用的，比如说读文档，比如说写论文，比如说那个呃做一个这个图文并茂的一个呃写一个图文并茂的文章，就针对这个群体，会把他要做的一系列事情都做好。然后，对，能够让这个群体成为一个忠实的目标用户群。

09:25大概这么一些思路，对。我这个产品叫那个PopAI，也比较好记，就POPAI，POP AI点pro。

09:35对对对对，流行的AI，所以我们设计元素上也比较的那个favor年轻人多一些。OK，至少不像ChatGPT一样，对吧？ChatGPT的那个界面设计就非常的这个这个technical，然后它的logo也非常technical。

09:52也非常technical，对。包括它的feature名字，对吧？这个code interpreter。

10:04对对对对对，所以，我我觉得如果说他们真的想得很深，可能真的不至于去做做这样的一个产品了。

10:25海外海外海外。对，因为因为因为核心是那个，核心是我们其实现在现在那个接的最常用的也是海外那几个大模型。OK，了解。所以这个是对，这个事情暂时在国内还，对对对，合规，国内还是不合规的。然后国内的模型呢，说实话就还没有达到那个呃GPT-3.5以上的水准。

10:47对。所以其实做了也很难让大家聊得很爽。了解诶。

11:21对，我觉得其实，呃，因为API都用别人的嘛，所以那个技术能力上说实话是是是没有办法具有差异化的。那个，呃，核心的差异其实还是在产品力和对用户的理解上。因为我觉得ChatGPT给我们就创业者有的最大的机会就在于那帮人就是做一个技术demo。

11:43对，我觉得ChatGPT真的就是一个技术demo，而不是一个产品。嗯，对对对。所以就是，呃，比如说我们看刚刚聊到的，看它那个产品名，对吧？Code Interpreter，什么东西啊这个。我理解起来都得花一番功夫，然后这光看这个名字也不知道它能做数据图表，对吧？

12:01然后就就就很就就很难理解。然后呢，上传文档其实它也没有给一个，你，它确实有这个功能，对吧？那个地方就可以上传文档，但是它不叫这个名字。所以所以其实我聊过一些用户，就是知道ChatGPT里面能聊文档的人极少。

12:17你不告诉用户，用户怎么知道呢，对吧？就这个，所以所以所以所以呢，就是它完全就是一个技术demo。那所以对于我们来说，我们可以做的事情就很多了。就是我们可以去想一想，比如说刚才说的学生会怎么用这个产品，他们要用它来做什么事情，解决什么问题，

12:35然后他们会为什么东西付费。然后比如说写marketing文案的、SEO的这些人，其实海外也很多。因为海外的那个PC端还是生态还是非常繁荣。然后他们要用这个产品的话，怎么写文案，解决什么问题，blog怎么写，SEO怎么做，对吧？

12:51嗯，关键字怎么搜，对吧？他们不需要上什么SEMrush什么这种乱七八糟搞一堆东西，他们在这一地方一站式就能解决写SEO文案的问题。那，

13:01对，其实我们想做的就是这样的一些围绕用户场景去深挖的这样的一些事情。

14:10是，呃，我觉得我觉得长期的设想是这样的，长期的设想是呢，会觉得我们会觉得AI可能有三种，对吧？一种，呃，如果如果先先切一刀，是一种是那个了解人，离人比较近的，人日常在用的。然后另外一种是那个解决问题的。能够解决具体一个一个场景的问题的。

14:33然后如果离人近的那个再切一刀，那可能有一个是这个for productivity，或者说for save time。就是这个这个这这一类的。然后另外有一类可能是emotional情感类的，或者说叫Q time，对吧？然后这是这这这么几类。

14:49然后，呃，我们会觉得，就是有可能在一个AI chat这样的产品上，能够长出来，比如说一套小程序平台或者中间层，然后它能够接入后面所有的完成具体场景的一个一个事情，而且有一个更，就是比今天ChatGPT做得更好的一个路由的机制。

15:12比如说我们设想一下微信小程序

15:23对，我们确实有这么一个设想。

15:42MindOS，MindOS我倒觉得挺有意思的。那个，不过它今天可能还算是一个character平台吧。那个，因为因为我我还我还我还挺深入地用过，它的那个agent能力也还需要再迭代，更多还是个character平台。

16:15它有一些planning的能力，对吧？做了一点planning的能力。然后做了一个flow。

16:21对对对，那个那个产品其实做的还是挺棒的。我觉得它是一个挺好的一套中间层的能力吧，能力框架。

16:37呃，我觉得核心是想要做成这件事情，第一步是什么？OK。第一步其实是我需要有一个足够大的用户群体，足够大、足够活跃，持续留存、持续聊的用户群体。对。那么今天看起来，Chatbot可能是比，只能说可能啊，是比这个character更快PMF的一个形态。

17:05对，因为character。Oh,okay.我觉得我觉得其实核心还是来自于那个对ChatGPT和对Character AI的这个用户群体的判断吧。就是，呃，Character AI其实今天我们看它的数据，你可以看到头部的几十个里边，绝大多数都还是二次元，

17:29对，二次元虚拟角色、动漫角色这样的一些这个character。然后跟真人聊serious的东西其实是非常非常少的。嗯，对。所以呢，呃，我我们的感受，包括但ChatGPT就不一样。ChatGPT它的pattern就是聊productive的内容非常多，我们自己产品里也是这样，

17:49就非常serious，质量比较高。然后另外我们会看到显著的这个，呃，周期性的波动是周末的时候，这个，呃，Character AI是上涨的，然后那个ChatGPT是下降的，对吧？这个这个这个就就还是比较容易判断它这个不同产品target的人群和场景。

18:07是。

18:27呃，不能这么说，但是我觉得我没想清楚。就是，Chatbot可能我看得更清楚一点点。了解。

18:45做谈恋爱。因为我也更了解。可能也是因为我更了解这个懂多一点，太直男了，这个可能可能对于这个二次元感受不深。

19:04我们这种就属于老人，真的是听到以后先查一下雷电将军是什么。

19:14一查发现是个女生，

19:35对。前台第一是对用户更友好，就是很明确地指引他，你来这里能做什么。OK。

19:43能，我们我们的场景是什么？比如说你读文档的时候怎么用？然后呢，你需要去做一些图文并茂的创作的时候，入口在哪里？然后有哪些主要的场景，我们提前给你优化好。嗯，这些是我们做的一些差异。

19:59然后另外我们也有一个很重要的那个特点，是因为GPT-4对于这个写prompt的要求还是比较高的嘛，写提示词的要求比较高。有一些也许像我们这种就是这个自己从业的人，可能这个长期训练下来prompt的功底还可以。但其实小白用户很多是不会写prompt的，我们在后台看看他的对话，对吧？

20:20经常就是说，对，这个帮我改一段文字，然后也没有说要求要要改什么，然后帮我做一个travel plan，然后也没有什么额外的信息，对吧？经常就是这样的prompt。那这样prompt可想而知，对吧？你问一个人，就算问我也拿不到好的结果。

20:35对。所以呢，我们后台也是做了一些prompt的优化，有的是自动的prompt优化，有的是根据场景会补一些follow up question。那这样来来帮助用户拿到好的结果。嗯，对。所以其实我们可以说我们自己虽然用的是同样的API，但是我们的问答质量会比ChatGPT更好。

21:42啊，是这样的，就是我们在呃主打的一些场景上，比如说刚刚说的读文档，比如说那个呃图文，就那些场景上，其实我们是有呃专门针对这个场景的prompt，那是那是写好的，对。然后呢，in general去提升质量的那个，我们也又有一套那个prompt。

22:02就是说，因为因为我们发现就是纯聊天的用户占比还是非常高的。其实就是他从从纯聊天入口来的，没有选择任何一个这个这个预设好的频道，其实还是在百分之六七十以上。所以这部分如果能优化好，它的价值还是非常非常巨大。但这部分你又没有办法知道它的场景是什么。

22:25呃。我觉得其实很多用户有一些根本的概念并不清楚，比如说，很多用户不知道ChatGPT是免费的，3.5。

22:37很多用户都不知道这一点。

22:40所以所以当你告诉他有一个free ChatGPT的时候，他说哦。那我来用一下。对啊对啊。然后你就算知道，你可以告诉他你有啊，你有free ChatGPT，GPT-4，对吧？你可以给免费用户开一个或者两个GPT-4的用量。

22:54你告诉他free GPT-4。啊，就是还是有一些方法的，就是并不是每一个人都对AI和ChatGPT那么了解。

23:44哦，是这样子。

23:47包括就是说我刚刚举的，对对对，包括就是说我刚刚举的那个例子，比如说你问ChatGPT说我要去这个日本玩五天，给我一个travel plan。他确实能给你一个，但你会觉得非常非常的general，对吧？没有什么，然后说不定他给你的东西还不适合你，比如说预算太高了，或者whatever。

24:04对。那这个时候呢，其实其实合适的做法，比如说你问我这个问题，我就会问，你几个人去？然后呢，你这个呃呃那个预算是多少？然后呢，呃你希望比如说多看，你的兴趣在哪？比如说你多希望吃一些东西，还是你多希望了解日本的历史，whatever。

24:23这几个basic question我肯定要问的。问完以后才能给你一个plan，对不对？所以，这其实也给他这样的能力，就是去反问用户一些最关键必须要有的信息。

24:49对对，其实是，其实这句prompt其实也比较有魔法。那当然我们可能做得更复杂一点，但但本质上就是这样，就是那个小白用户根本不知道这些道道的。

25:12对。不是有一个那个hack hack hack，这有点像那个hack的方法。对。

25:22到的。确实就是我们发现了很多很多小白用户，他其实是这个因为自己的prompt不够好，他又不理解这里面的原理，所以他用了几次之后就弃坑了。

25:56也要搞一些，但是好处在于就是做过to C的海外的中国人还是非常非常多的，所以我们在无论是know how上还是组队上，其实都会难度要低一个量级。

26:20是。to B的很少。所以所以这件事情，to B的，你能举出一个例子吗？

26:32就是就是就是就是小成的有一些吧，to B小成的有一些，但特别特别这个，像Temu这样的对吧，那那那完全就举不出来的。

26:49对对对。因为其实只要有人有这个know how，有这个套路，其实学起来还是很快的。

27:02已经有一些用量了，已经有一些用量了。对对对，对对对，听听到的同学可以试一下这个产品啊，这个产品成熟度还可以的。

27:15点pro，对。.ai那个域名我们还在拿，那个域名有点贵。

27:32对对对。可以试一下，免费也可以用，那个效果应该还不错。OK，挺好的。然后如果用的顺手也可以支持一下。

27:44如果用量大的话，就是可以转付费。啊，了解。

27:52第一批用户其实就是内内部推荐找人，那个推了一批大概几百个。全是自己的这个朋友什么的，然后因为我不是做这个产品的时候就已经在那个零一万物在开复李开复这边了嘛。然后开复发Twitter发LinkedIn呢，这些也也来了一些用户。

28:11然后，对，新来了一批用户。

28:17因为他都是大V嘛，他本来就是这个这个呃大V。然后接下来其实就做了一些投放，就是那个to C也也比较简单，就是投放肯定做还是要做的。因为你纯靠这个口碑和SEO没有那么快，所以就也比较简单就投了一些Google、Facebook这些。

28:41然后，呃，这种，这种就，就是还比较稳定。

28:55我来敲一下。

28:58对对对，对对对。

29:13他其实是这样的，那个他现在一半时间可能或者说甚至不到一半时间在创新工场，然后他主要的时间其实是零一万物的CEO。嗯。对。所以，零一万物是一个模型加应用一起做的一个团队。OK。

29:27那它的模型其实是希望做一个能够对标最顶级的，比如说这个Chat，呃，那个，呃，呃，OpenAI这样的一个这个世界顶级的大模型。嗯。然后呢，应用上也希望抓住AI native时代最好的这些应用的机会。是。对，所以是这么的一个这么一个构想。

29:45了解。然后我在这边其实是在应用这一块，这个这个负责应用的一些事情。

30:01对对对对对，是你说的这个逻辑。

30:13是的是的是的，对，因为这个这个这个产品它本身，无论是数据还是这个用户场景，都可以给模型很多的guidance。然后呢，模型出来以后，如果说能够针对我们的场景再做一些独特的能力，那也会非常非常棒。

30:34我们设好的。自己配agent。对，配agent。呃，都是我们设好的，都是我们设好的。我们现在还不提供agent能力。

30:40对。因为我们核心的这个理念是target小白用户。不target这种这个资深玩家啊。

31:00OK。那这个这个好像GitHub上是不是有一些开源的框架可以用一用？

31:14对对对对，我我我也类似吧，所以现在确实就还没有对于那个那个没有技术动手，就没有对没有coding能力的人还没那么友好。

31:52就做一个读文档对吧？读文档，

32:24如果只是说读文档，比如说我们接一个这个GPT或者接一个Claude，对吧？然后呢，呃，就也不用Llama fine-tune这种事情，就就直接接，然后呢，就只搞prompt，搞一搞那个呃embedding，简单的前端，然后读文档本身，比如说就用LlamaIndex或者就用开源，

32:46对吧？都是最简单的方法。我感觉两三个研发两周应该就能出一个可以run起来的东西。了

33:04差不多，应该就这个量级，就能run起来。那当然，就是说run起来之后效果呢还得调。

33:30会呀。其实我们那个呃，Llama2的话，它的聊天的智商可能跟那个GPT或者Claude比还还达不到，但是它因为开源那个自己可以用来改，可以做soft fine-tune，所以它其实现在搭agent是比较好用的。啊？

33:54呃，也不是。就是能够改的东西更多，能够soft fine-tune更多。

33:59不过，不过当然，当然那个GPT，我看到GPT-4现在也开了fine-tune了，只是大家还没试。呃，sorry，3.5已经开了fine-tune了。对，对对对，所以所以那个还得再试一下。因为之前是GPT一直一直都那个只有3能fine-tune嘛，所以我们一定要做SFT的话，就还是用Llama做。

34:27OK。是。

35:18所以，对，所以其实我们面对的问题应该是因为做海外市场嘛，所以面对的问题应该是说那个怎么面对比如说，呃，Microsoft做了这件事情，或者Google做了这件事情，或者Facebook做了这件事情。

35:34对，那现在看起来其实那个Microsoft因为就是就是OpenAI嘛，然后呢Google推了Bard，所以其实我的感觉是他们definitely一定会做类似的事情。OK。然后但是呢从目前的产品形态上来看呢，呃看起来Google的那个Bard会走向类似于Perplexity那条路，

35:56就是他会把更好的搜索做出来。嗯。然后OpenAI的那个呃ChatGPT其实是我们目前看起来产品形态的那个想象是最接近的。嗯，了解。因为它的那个plugin平台其实就是给我们在指路嘛，它自己没有做好，但是就给我们指了一条明路，

36:18怎么去搞这个这个这个AI chatbot跟后面一些应用的连接。呃，所以其实，呃，我们更多还是在思考怎么跟ChatGPT有用户群体上的差异，然后包括怎么从它身上学习一些东西，技术前沿的一些应用。了解了。

37:30对，这个事情确实想象空间很大。然后Rewind呢，当然Rewind现在我觉得它它现在好像有一点问题，就是呃它的留存其实似乎不高。OK。我猜测是不是就是它的它的那个一个是一个是这个这个这个开着录屏这件事情本身让人不太舒服。

37:50是。然后另外就是它的应用场景的那个挖掘和思考。对。所以看上去呢，我最近跟一个Apple的朋友聊过。我倒是在想，会不会就是这种产品形态，有可能那个下一代苹果发发它的这个端侧大模型的时候，

38:09是有可能更有机会的。有可能。

39:08我觉得首先那个肯定是把他们挖过来呀。一起干啊。

39:20对对对。不过要serious回答这个问题的话呢，就是这样的，就是首先就是拥抱AI肯定是没错的嘛，因为这件事情实在是太大了太大了，就是这个未来十年二十年会eating the world，就是吃掉所有东西的一件事情。所以这个肯定是没错的。

39:34然后出来做AI native的话呢，那就得那个方向判断得比较清楚一点嘛，对吧？就是国内还是海外，对吧？这个国内怎么解决合规问题，to C还是to B，嗯，等等诸如此类的问题，就可能需要想得更清楚一点。嗯，对。那因为因为目前分几类那个to B的那个或者说有一类是偏Copilot这一类，那Copilot这一类呢就是结合现有场景，

39:58所以可以思考一下，结合现在自己的那个手头的业务或者手头的资源怎么搞。如果是AI native的话，那AI native的产品形态是什么？你能不能PMF，这个问题就很重要。

40:32是，有一点这个意思，就是因为今天比较难的，确实是所有的头部公司都一致的这个看好AI是未来。所以没有人会把一个对自己未来这么核心的东西，一直就是说找外部合作伙伴去做，自己不碰的。是。所以确实这个有挑战。

41:18是。然后目前在海外呢，我咱大家也说的比较多嘛，就是有有有有有两个产品已经有不错的那个用户量或者收入规模的，对吧？一个是那个做Chrome插件的那个Monica。嗯。

41:32还有一个是那个做那个视频工具，给创作者做那个那个那个音视频工具的那个，呃，Ops，OPUS。这两家那个那个目前还可以。

41:51应该都在百万美金左右吧。

42:02呃，对，Monica，因为因为它它据说有几万的那个订阅。其实

42:11它最早，因为它起，它它做得早，它大概三月就上了。然后那时候ChatGPT是那个GPT-4刚出来嘛。还有它它当时是它上的时候其实，呃，买了另外一个产品叫ChatGPT for Google，那是国内的一个个人开发者做的。

42:33那个产品买了，然后然后然后让那个产品疯狂地给Monica导流。

42:46是，对，做得早真的很重要。就是现在入场确实稍稍有一点晚，就是做这种别人已经做，就是其实已经很多很多人在做的产品形态的话，稍稍有一点晚。

43:01嗯，OPUS。OK，好的。

43:23呃，我觉得其实蛮多的，要看要看我们想了解什么。如果是想了解那个大模型的底层技术前沿这些，我觉得看看OpenAI那些人出来讲的东西就挺不错的。我也觉得。比如说，比如，对对对，比如说看看他们讲那个什么，什么预测next token等于这个数学上证明了等于这个无损压缩。

43:45对，这个这个这个就就底层方法论还是还是挺有意思的。然后如果是想看看实践的话呢，那个那就那就看一下这个跑出来的这些量级比较大的产品，对吧？比如说Character，比如说Pi，呃，比如说那个，呃，刚才说的中国的这两个产品试着用一下，

Pi

44:05呃。还有一些second tier的产品。对。都可以试着用一用，就是尤其是跟自己领域相关的，对吧？比如说你做AI GC的，对吧？

44:13比如说做PPT的，PPT的Gamma，那个，呃，Pom，对。然后咱就不举例了吧，就是类似这样的一些产品，多看一看，找找感觉。

Gamma

44:28对对。这两个都是中国团队。中国人团队。

44:58每一个人都很很厉害，很厉害。对对对。包括那个刚，就是就是就是不不是原来你在那个，呃，公众号里面也分享过那个Agent那些东西嘛，你肯定读过。对，你肯定读过伊利亚，肯定读过那个，还有一个那个华裔，叫叫叫叫什么Lilian Weng吧，

45:16我我如果没记错的话。

45:18Lilian，Lilian，Lilian Weng。对对对，对对对对对，肯定读过他那个Agent的那个blog嘛。对对对。反正就是就是我觉得他们讲的，就因为这可能真的真的就是做过吧，就是这个讲的东西非常的又实在又深。

45:48对对对。跑出来的这些都用一用嘛，然后当然也可以用用我们这个PopAI了。

46:49现在差不多，呃，跟字节其实差不多吧，早，那每天每天十二个小时，然后一周，呃，六天。OK。

47:04差不多，对。主要是这个习惯了，这样以后就就还好，嗯。

47:18OK，对，羡慕你。对。这太自由了。哎。

47:41对，五万你你包括那个研发吗？把产品做出来吗？包括。

47:47哇，那真的真的超级精益啊。

48:03首首先就是这个这个这个prompt，呃，如果如果你用PopAI提问的话，我们会会给你一些follow up question。

48:14会反问你一些问题，就是你这个这个这个prompt里边没有提到的。比如说你想做音视频领域的哪个场景，比如说你是想做那个语音对话呢，还是想做视频生成呢，还是想在比如说像TikTok这样的那个平台上去做一些什么事情，对吧？这个，呃，我我其实其实不同的场景差别还挺大的。

48:41然后另外就是，那内容创作，OK，内容创作你是要直接出内容还是出脚本啊？那个，呃，我我猜测，我先回答吧，就是先不等你那个敲字啊。就是，如果是出内容，直接出内容的话呢，那个，呃，视频内容现在我了解到的好像还在技术上还那个那个比较困难一点，

49:11对吧？现在最前沿的应该是Runway，Runway 2。然后Runway它，Runway 2，对，它是可以做，免费的话是可以做26个4秒的视频嘛。然后，呃，你要是有足够的耐心去磨，对吧？可以把它拼在一起，做很多很多上下串联的那个那个场景，然后把它拼在一起，看看效果。

49:32我自己试了一下，我觉得可能还是需要再等一等，因为它那个效果还是没有那么自然。对，它大概就跟根据你垫的图，然后去猜一下那个场景，然后做成动的GIF，然后再再这样点。对，我觉得还没有那么自然。音频倒是可能会离那个，呃，用户的阈值比较近一些，因为我们其实已经看到很多音频的应用在run了，

49:54比如说那个有一个叫学英语的Call Annie。就是这个这个也是也是很早很早大家就就就就那个很多人在用的一个产品嘛。音频确确确实就是我们发现那个呃更更容易找到一些场景吧。所以我们自己其实也在琢磨，就是怎么样能够把音频这个场景用好。

50:15现在想到的音频呢，一个是更方便的交互，是吧，移动端更方便的交互，一个是它可以表达更多的语态。所以也许它的场景会跟娱乐或者说情感相关性会更高一些。对，嗯，

53:03对。因为毕竟就是就是在这个这个这个总能看到一些别人做的东西的启发嘛，然后看看这个能够把技术用到什么程度。

53:19谢谢谢谢。聊得很开心，拜拜。