对话捏Ta胡修涵：AI重塑交互，解读虚拟平台新探索

00:05其实文字要做出一个好的表达的这个能力的门槛，现在是非常高的。我的角度来说，我可能更看好图像作为第一档位的表达一点。因为我们的基础逻辑叫给你制造场景，就是为什么你要有更多的角色遇到事件。因为当你没有事件冲突遇到的时候，你是很难去表现自己足够多的信息的。

00:33创造事儿。如果是创作IP侧，他能够掌握更大的这种生成式的武器，他就可以放心地做资产，而不是做单次消耗的内容。单次消耗的内容必然被平台收保护费。但内容资产它可以持续增值。

02:05我原来是个搞竞赛的这个程序员，然后写写网站，在学校里就开始写各种工程项目。然后三四年左右，无人驾驶和机器人相关的一些研究吧，然后发现这个这个赛道里面到处跑满了F1000，然后后来就去这个选择一些更这个落地的产品的一些方向，后来就做内容的相关产品，

02:29做了可能将近八九年左右。然后对内容是个很有意思的赛道。整体来说的话，从Facebook和Snapchat怎么打，然后到到国内的营销的市场上，MarTech为啥永远起不来。

02:47呃，经历了一些，然后就就现在回到一个大学生创业项目。

02:52业项目。就大家嘲笑说捏 Ta是一个大学生创业项目。对。很像是这个脑子一热在学校里拍脑袋想出来的方向啊，对。但是我自己很享受做这件事。

04:15对，它更多的叫年轻人觉得自己需要有多个角色来去帮他承载更丰富的生活体验吧，这样的一个需求，然后更丰富的角色去探索更丰富的一些不同的事件和故事。然后在中间给这些角色能拍照做作品啊，大家是觉得比较开心的一件事啊。这个能力从最早QQ秀这类需求一直以来都有，只是说AI给这个能力去呃解放和和它的这个自由程度上了很大一个台阶。

04:51我们会觉得它更像是模拟人生的一种开放版本。

05:07啊。首先因为你玩的是这个小程序版本啊，对。所以它没有那个用角色去体验剧情的任何功能，然后在里面根本就没放这个奇遇的功能。啊，然后第二呢，大部分的用户呢是用IP的角色开始上手，来学习这个产品怎么玩。实际最后他是要有自己的，自己的奥特曼和芭比娃娃的。

05:31啊，要有原创。对，他要有自己的奥特曼和芭比娃娃。所以，等玩完这两步才入门了。我们的现在的挑战是入门门槛确实有点高，所以整体的话在在在优化产品。

05:54就是由于这个流程啊，现在筛选比较牛啊，所以我们后来发现头部的深度用户很多也是校友，对吧？要要求好学生的能力有点多。

06:09尤其是女生还居多了，其实更多也不是来玩萌妹子的，更多是来捏自己化身的，就是说女生也玩女生，女生也玩芭比娃娃，对吧？所以他用这个来体验不同的一些这个剧情，或者说他大概可能一般要两天吧，左右他才差不多把这个整体学会。了

06:35其实就是get到，你可以用角色，呃，让他去一个很有趣的场景做出一幅作品，理解了这件事情，啊，就就好。这个是我们产品的哈moment。

07:25实际上Butterfly的一个思路的前身，还有一个叫Chirper的AI的一个社交网络。我们确实都关注过这几个产品方向。但我觉得他们想的比我们浅了一点，就是核心的点是，如果是以一个纯AI内容生成为主的一个网络呢，整体大部分的信息密度太差了一点。

07:51啊所以，在当前的情况下，你其实人在中间创作获得乐趣的这个点是不应该被剥夺掉的。OK，就是你现在可能人还是这件事情最核心的driver，所以它是AIUGC，不是AI纯AIGC。嗯，对。所以这个是第一点上的问题。第二呢，身份上的认同和获取更多体验的需求，我觉得是客观的。

08:18但是如果你只是通过被动放置的代理啊，呃像旅行青蛙一样啊，或者是说像这个让角色自己，而你无法去观察和干预。你其实丧失掉了其中最有乐趣的趴在地上看蚂蚁的过程。你看到的是这个蚂蚁最后把窝搭好的结果。你看着地上观察蚂蚁搭窝的这个过程的时候，你的乐趣是在上面丢小糖果，然后往往上面戳这个小木棍。

08:47这些乐趣你不能把把人给剥夺掉了。OK。所以，在这些过程中，如果能做好相应的设计，他就可以感受到这里面的虚拟角色和人，呃，是很有意思的。嗯，在在打造他的过程中。

09:04嗯。

09:17这就已经类似于捏 Ta了。那就好玩了。对，就中间的话会有一些这样的设计，以及说是不是说人在里面没有办法和他，就是你是不是一定要套上马甲？有的时候，你有的时候想要马甲，有的时候也不一定需要。所以在这个过程中，然后是不是一定要用你自己真实的形象去做变体？

09:41呃，其实这种需求上的话，大多数情况是不要。了解。哪怕是一个你选择的你喜欢的IP。就像RPG游戏，你选择一个黑神话悟空，然后去做你的代理的冒险，其实你也你是觉得那那个是代表你的。嗯，所以不一定说那个角色一定要脸啊，或者什么之类的，你长得一定那么像。

10:02嗯，所以这些东西中如果造了，就是有一些更多的这些限制，可能反而不利于用户去展开这种自由。的的这种创作探索的乐趣。

10:37我我自己觉得我一直在关注的，就是怎么用token的消耗作为核心产品的驱动力。对。然后那符合这些标准的，我们最近也总结了，对吧？输入信息非常大，然后输入信息要求比较高质量的搜索场景。然后内容上的怎么去做杂交啊，就是怎么去做remixing的场景啊，而不是说纯粹做copilot和提效工具啊，

11:05是remixing比提效可能更重要一点。对，我自己可能关注点在这儿，然后一些行业上的呢，我觉得我可以展开来聊，比如说像营销的，我应该是比较熟悉的这个行业。但我觉得目前为止没有特别好的产品啊。

11:32对，嗯。其实你看整个这个行业，我觉得那个是击中我灵魂的有一个问题，就是，呃，在当前这个时代到底还有什么生产要素每周以3%的增速增长，或者说你回顾历史上真正能做出来大的变化性的机会。如果你不借助这样的势，那肯定是不可能的。

11:55对。因为老玩家会更有优势嘛，对吧？只有借助某个非常有内生力的新增长的动力，才能催生一个大机会。其实到到现在的话，所有其他数据都是flat的。

12:11只有token的消耗和算力的消耗，可能整体还算是一个增长迅速的变量。对，对，嗯。所以从这个角度来说，我对token滥用深信不疑。

13:02对。回到这个问题的话，大家又会说1901年的时候，大家也在研究电动车。呃，中间的话，技术的关键变量到底是啥，可能就可以细致地推敲讨论了。

13:28你从大模型这一代的本质上来说，它是一个概率概率抽样工具。那所以，呃，我经常会比喻说，它总总体来说是在这个潜空间里面，大部分情况下都是平凡的解，去找一些非平凡的点。对。啊，然后这些点可能是内容上有价值的创新点。

13:49嗯。那怎么找呢？系统方法论上我觉得可能只有几种策略，一种是找的人足够多。嗯，第一种，对吧？参与人口足够多，方向上的起始出发点不一样，对吧？

14:02每个人ID不一样，ID也不一样。然后最后找到的这个点会多。第二个点呢是通过更多的信息输入，嗯，来去逼迫它接近其中的，呃，奇怪的这种非平凡的点。啊，对。

14:18那信息输入就提高了信息熵，对吧？就提高了信息概率。所以最后输出的时候，它可能接近于信息熵、呃，概率密度更高的地方，也会有一些机会。不代表它一定会是个高质量内容，但是可能概率高一点。这是从另一层角度。

14:35嗯。所以我们会说，你同时构造两个这方面的组织形态，可能就很好。一堆。我我有时候把它形容成构造一堆可以从各个方面方向去追金色飞贼的魁地奇球队，然后他们的每个职能和贡献的信息很不一样。

15:36我觉得有可能，但是这个点上其实AI底下最强的能力，大家举例子的时候举那个堆肥和原子弹这样的例子，我觉得是很公平的，

15:48就是这个也是一个武断的，就是堆肥和原子弹有什么相关性，大部分的人是答不出来的。

15:57因为答不出来。没有，你看过这个。我们没

16:02语言模型说，它们底层drive的能力都叫链式反应。

16:09对。底层drive都是一个，对，都是都是因为它的温度上升，然后反应活性更强，然后继续继续增强能量释放，然后再，对。所以它擅长从表面上，呃，冲突很强的东西中，找到底层的underlying connection。这个是现在语言模型可能已经，嗯，superhuman intelligence。

16:34对对对对。这种点很很容易去造成一种wow的冲击感。就之前有一个小游戏，大家把两个词拼在一起，生成一个新的词。有没有？

16:46嗯，wood加water。变成，呃，水稻。虽然你不知道它为什么wood加water，对吧？对。但是但是你会你会，哦，哇，好像它它有有一些意思。

16:58所以这种remixing是我们刚才说它有意思的点。那，嗯，那你你刚才前面说两个，呃，极化的，那我觉得极化是增加刚才说的这件事情的概率。是。但你最后可能质量上还需要有一道生成之后的筛选。是。

17:17因为要不然只有冲突，没有底层联系的话，这个内容的创新也没啥意思，啊，可能变成了一场AI和人一起参与的骂战。对啊，要找底下的联系啊。

18:09我们的想法是，甚至它不需要去输入，啊，它最终的话它可能还是一个，嗯，筛选逛的时候撞上的过程。啊，就因为其实推荐引擎已经是一个足够强的东西。是，但我们需要在十万DAU以后，再来用推荐引擎这样子的力量。这个是基本做C端应用的一些规范啊。

18:29十万DAU之前做推荐，啥也做不成。然后，在在这个之前呢，那你可能会会发现它初期get到的速度慢一点。啊，但是其实get到了，它后面的用户喜爱度可能更重要一点。刚才说的这个点，我觉得更自然的方式就是，它可能在头五个逛的过程中，就已经找到一个跟自己很有相关性和戏剧冲突感的这个这个画面。

18:58对，的作品。啊，就如果你在前五个feed或者说之类的地方。你就已经看到了一个既跟你相关的人角色，同时他又有一个很精彩的作品。嗯，可能我不需要向你解释更多的东西。对。

19:16然后这个时候你可以直接选这个角色，再去干别的事儿。好，嗯，对。就不用prompting，这样子的话。

20:38就是找乐子，别找乐趣啊。我们谈到的关键点，就是这个，就是我我们之前很多的时候跟市场去沟通的时候，有个比较困难、比较难的部分。我们团队出发的时候，就是从创作工具，或者说整体的内容生态侧的角度来出发的，从没有考虑过chatbot，

20:57也没有考虑过语言对话形式。那个呢，都是这个路径过程中呢，大家也会看到，或者说接触到的一些信息。呃，但是我们看到的点叫，哎，用户一开始呢，我们想别逼着他去做，哪怕短格的漫画去讲故事。就我想做visual storytelling，visual storytelling怎么做最简形式？

21:17漫画，或者是说某个故事版形式。好，用户做不出来，缺了啥？呃，缺了角色，缺了故事，呃，缺了世界观。呃，怎么一步步给他补充这些东西啊？先补个角色。

21:32角色补了以后，发现用户玩角色玩得很开心，呃，还是不写故事。是吧？啊，大部分人没办法构思啊，那那再给他补补什么样的，呃，好。我们就试着说，是不是你你出个灵感啊，一下帮你展开。呃，不行。

21:48这个故事太垃圾了啊，然后再看看说我我怎么样给你把故事先写完，让你往角色往里写稿，还不行。这个故事太死了，最后变成说角色遇到一个什么事。一个什么事件，什么context setting。哎，用户可以做，就到这儿了。嗯，所以从我的角度来说，我们的发展路径中，确实在需求侧的捕捉和我跟用户沟通的状态中，没有一丝一毫跟，

22:14呃，情感陪伴有关系。对，但是我们的产品在很多交互啊这些设计中，由于自己资源有限啊，需要去抄袭和参考市面上成功的一些产品，来去帮帮助我们来实现一些能力验证。所以最后有些功能上看着交互和形式上会有点像。但实际上，只要你成功完成需求验证以后，必然会形成自己独特的一些交互和，呃，这个形式的。

22:40所以现在就在改这个部分，所以这是一个验证过程吧。然后中间，至于说大家说你在阶段性的时候，这会像文生图，那会像漫画制作工具，将来又像情感陪伴，这事儿对我们来说不太重要。嗯。啊，这个赛道的定义能力上，觉得可能我们比海外的一些产品在细分上会更有自信一些，过往经历也也决定的。

23:15我们会把它说叫一个full‑found‑agent generator。呃，

23:52不，不是这样的，我觉得就是首先呢，整个的产品定义一定跟团队还是有很大关系。除非你是一个一开始不想做内容型产品，只是被逼着走上这条赛道的人。那你可能就会随波逐流，看哪个增长数据更好。就做哪个人群，对吧？然后梦女啊之类的，呃，对吧？

24:13就是这样子的人群，数据上一定客观表现更好，对吧？擦边也是，数据上表现客观更好。所以当你有一个初期你想做的一个基本的角度的时候，用户还是可以和你磨合的。所以我不完全同意说是这个随着go with the flow啊。那用户的需求，我觉得准确的角度一点来想，它就是一个从玩具到玩伴的需求。

24:38他一开始把这个角色当成一个他可以塑造的，呃，用用来去做，呃，他的某种个人表达也好，或者某种体验也好的一个化身啊，或者是朋友。就是它是一个，呃，你的四驱车啊。我的伙伴，对吧？奥迪双钻，我的伙伴。

24:58然后，呃，它是你的可以跟别人去社交用的宠物，嗯，啊，它是一个可以对战的奥特曼，这是它承载你去做某类虚拟体验的一个非常关键的要素。然后这个东西，呃，它虚拟的一个原动力是去想把它做得很丰富、特别，这样子的话，才能一定程度上在别人面前秀出来啊，就是QQ秀，或者说某种角度上，它要真正地以社交为驱动啊。

25:31我的赛车要竞速的时候，才能体现我最牛逼啊。对，所以在这种玩具心态上，咱们回回忆啊，就是它其实每一代人都有自己的独特性能力。所以那那其实我们看，无非可能这一代人已经轮动到了一个要求更高级的阶段，他可能觉得这个角色还能更多样地承载他去玩和秀的一个能力了。

26:02嗯嗯。有AI的这种让他变成活人的能力之后，所以在这种场景下，他开始做，享受这种创作的乐趣啊。他看到别人有做好的角色，那是一份乐高图纸，他很想拼一拼。他看到这个自己的这个角色有一些特别，他想把它丢在某个特殊的环境去实验一下，看看这个角色是不是能，

26:30呃，用自己的方式去战胜难关。他看到这个角色是一个他自己的某种憧憬，公主、懒癌患者，但是又又能找到理想男友啊。对，这样子的东西，他是是想要这种，呃，身份和别人发生社交关系。然后我们能结个CP，能组个队，能组个组，组个朋友关系啊。

26:54搭个伴子。就这些是你围绕着这种身份identity为为角度上，它去能更好地展开的。消费行业对这个问题的探讨是比较深刻的。互联网和科技呢相对来说迟钝一点，消费行业从盲盒，从本身的这些，呃，二次元IP的一些角度上啊，包括这个各种小众文化上，其实都探讨过类似的问题。

27:21就是这一代的年轻人，他对于怎么去多样性的、有魅力的去丰富自己的生活，是非常在意的。

27:38你说的没错，对。但是Midjourney从很多的程度上，最早的时候我们就观察到有这样的需求。他们自己也说自己是一个很慢速的游戏，而不是一个很快速的工具。我记得这个David说过这样一句话。嗯嗯。

27:52但是somehow我觉得他们好像没有往那个路径上再挖出来更深的产品。实际上在当时很长一段时间，有一些人是把Midjourney当一个慢速的游戏来玩的，在那个社区里面做各种创啊、mask呀之类的这些，呃，故事的演绎和图，对吧？

28:11只是那个模式没有很好的一个方式sustain，他们继续玩。

28:24对。这就又说他们年轻很多女生的一类需求，叫发疯文学。不知道大家有观察到没有？发疯文学和Loopy之类的这种文化象征物给大家的影响，就是他们以发疯为荣。嗯嗯。

28:40这个世界本身就不太正常。对，发疯可能是更正常的表现，所以他用用这个多重的一些方式来去表现自己。

28:54有一些，嗯，但是也不算特别高啊。对。我们大概看六成多女性吧，但是男性也有有那么多啊。大家在里面和平共处的角度来说，更多是在讨论谁的脑洞更大一点，谁谁做的东西更离谱，整活整得更好。

29:20脑洞和个性吧。OK，就是说你你你你这个人真挺有趣的啊，就做的这个东西。比如前一段时间社区里面可能火的一个角色叫蟑螂娘。像蟑螂娘呢，是我们有一个头部创作者家里面的一家永久居民。他自己称呼她，

29:37家家里面的永久居民啊，经常可以在各种，就中间最大的一只。对，嗯，对。然后他把它变成了一个娘化的，呃，版本，然后在在这个生活的各个场景里面都记记录了啊。然后有一天呢，他为啥爆火呢？是因为他发了一篇这个讣告。

29:59啊，如果有居民缺失的话，随意一只拖鞋啊。

30:05对，然后那个拖鞋，对吧？然后他他这个安安详地躺在那儿，对吧？这个蟑螂呢，遗照也被他画好了。所以这个故事在整个社区可能打动了很多人啊，然后底下就会有人评论啊。

30:24对。但但anyway，你说你玩这个蟑螂娘去操纵它，去玩各种这个什么绝地求生冒险的时候，它也很有特点，是吧？对，它它会主动往厨房跑，对吧？

30:37对，这就是这这个角色在玩。对，别的别的去这个学校落地，去捡枪去了，他去厨房去了，对吧？

30:52对啊，嗯，就是引导的一些变化啊。对，所以这也就是remix的乐趣嘛，就是因为你前面的输入信息的这几个不同啊，所以最后你remix和它用这个世界模拟器模拟出来的这个世界线结果并不一样。

31:31设定牛逼就分两类，一类是世界观牛，一类是角色牛。对啊，世界观牛呢，其实，呃，大多数情况下比较难创新。啊，就是你会发现，可能每年也就只有那么几个品类，灵气复苏啊，什么，反正就是这这这几种大品类，这样出来的这种东西啊。啊，但是，呃，角色的创新是非常容易翻新的啊。

31:58角色的翻新呢，作为角色驱动的能力是非常容易的，与设定相对的另一大类就是故事力、故事线驱动的。对，故事线驱动对于普通作者来说就极难。你最后在这几个大的剧作法吧，中间你可能最后也会能选出来说，诶——角色驱动可能也不错，

32:18就出了很多段子就可以出来。对，

32:26对。所以我们说我们只是在现在一定程度上技术局限性上就开始来搭这个足够有消费性的小剧场。然后这个东西hopefully呢，模态升级和整个能力都提升的时候，它能一一点一点往上飞得更快一点。

32:48呃，对。我们自己不是一直也在研究视频的技术吗？但视频其实是一个，嗯，品类切分比较清晰，在演绎上验证的比较多的东西。

33:02呃，抖音啊，或者说短视频平台呢，看整个的能量分配呢，二三成左右是优质内容的二创，比如说这个影视剪辑啊，对。二到三成左右的。这是最大的一头，然后百分之十几呢，是口播，就一个人对着一个什么东西，讲，啊，讲自己的事儿。那这一类其实像HeyGen之类的技术，我觉得当时为什么我们，呃，也比较关心，就是因为它对口播这类内容题材上处理得格外好。

33:32对啊。那除了这两类之外，立刻可以想到的就是剧情演绎类。啊，剧情演绎类其实一定程度上涵盖了前面的，呃，一些优质剪辑，也加上大家可能看到的那种抖音小尬片，对吧？头上长摄像头的各种情况，这种情况其实目前视频生成没有好的解法，还。

33:58啊，你只能退回它的中间一个形态，可能是角色故事板。你你已经把基本的故事梗概和镜头，嗯，帮它设计好了。然后剩下的呢，就是把这些镜头每一个真正地实拍出来。然后这种结构就是我们在我们的社区中也去追求的。所以视频上什么出门ready，可能等到它十几秒钟的时候，嗯。

34:24能够生成一个四到十秒左右的镜头。啊，然后有足够的720P以上清晰度和准确的表达幅度，然后成功率要接近一定的比例啊，成功率现在非常低，可能我们判断也只有八分之一左右。对，这样。所以在这个角度上，现在大家没有耐心嘛，啊，没有耐心把这个东西真正做完。

34:48那

34:52的话是一类我们考虑很快会进来的东西。

34:58MMD什么的。会会尽快的进来，对。表情、跳舞，然后基本表演，对，这些应该要更快一点。

35:10其实没有，就是MMD的基础，是因为它三维模型生态已经建得还可以了。就很多人不知道MMD的那个生态中，其实IP像米哈游是经常会把角色的模型释放给模之屋之类的一些网站上，然后让大家来去做。

35:31所以，呃，这个生态其实有有有自己特殊的一套玩法，也没有说比，呃，写实更容易啊，只是它可能中间大家愿意去扶持和积累的东西多一点。

35:52我觉得那个更多是玩梗，

35:55跳舞应该说还是为了以喜欢角色为主，如果是玩梗，就是喜欢梗。就是喜欢命。对。所以呢，那个最火的是小丑炸医院，对吧？然后在中间换不同的情况。

36:11呃，这这这种情况还是还是对于质量的容忍度要更低一点。对。所以，呃，相应的来说，可能的问题是怎么持续造梗。

36:25有，有非常多的梗。对。所以可能怎么造trending，也是我们要继续解决的一个大问题。现在还在学习和摸的过程中。

36:46其实两层嘛，一层就是IP传IP嘛，啊，就用户本身基于喜欢的角色，互相也会传啊，关注，呃——我们B站上可能最火的就是像凌波丽变成一个正常学生会来啊，那那这种就就大家可能因为角色的这种表现喜欢啊，就是，呃，他也想试试啊，也想看看，所以他会好奇过来啊。

37:12然后他会玩了一段时间以后，再开始自己的这个角色继续塑造。那还有另一类呢，就是可能某个特殊的图，比如说我们说给角色测MBTI，让角色，呃，变成某类特殊的，呃，一个模式化的一，呃，图像。比如说前一段时间火的belief，对吧？

37:33那其实本质上抓住了梗图的一种类型的要义。啊，所以你找到一一一种好的内容形式，它也不一定是说像Remini那种画风型的，它它是一个，呃，好好好的模板型的啊，那，呃，大家大家就可以把这个东西传出去啊，然后说你你你用你的角色也来试试啊，

37:56来来做一做，这两类路径是比较合理的。

38:28然后，哦，这个

38:32这个怎么说呢？我没有深入去洞察那个状态啊，所以我我可能说出来的东西有一些偏颇，在这些点上。Facebook之前有一个很重要的initiative，就叫supporting groups。Supporting groups就是啊，你可能有同病相怜的人都聚在一个groups里面，然后互相做一些这个supporting。

38:51很重要的一个点就是真的同病相怜。

38:57因为它必须是保证发出刚才说的这个supporting的人不是站着说话不腰疼。所以其实从中间中呢，社区会花很大的功夫治理，在里面伪装，然后本质上在发这些看上去supporting。但是实际上是为了打广告吧，将来某种意义上的这些伪装者，是，因为它会很大程度上毁掉了一个close group内部的感觉。

39:30所以我我我会有点担心在AI在这件事情上实际的，呃，一个效果。

39:48会好一点，但就是我我想到的就是说它可能持续性怎么样啊，或者说它的这个group的这个状态会怎么样。

40:10我觉得完全有啊。

40:15其实我觉得它真的点就是想办法在里面加入足够多，真人可以去干预和创作的部分，就是把人的主动性调动出来。嗯。他们在实验一个阶段性很对的东西，就是让人尽量少地写单次prompting。这个也是我们很同意的。你尽量不要每一次都逼迫所有人。

40:41要写prompt，嗯，才能够，对吧？然后，呃，但是它有点追求的太过于极端了。就是真的变成每个人只能写一次prompt，之后就只能让它进入系统在里面。对，不知道那个，不

41:00对。到底怎么样在mid-journey让用户继续参与，而不是让他在start of journey干完所有事儿以后永远都不用干了。是啊，可能就是下一步最重要的优化。基于说每个形态，因为比如说Chirper更像那个Twitter。

41:18然后这个butterfly更像Instagram。那我我的角度来说，我可能更看好图像作为第一等位表达一点。其实这个文字要做出一个好的表达的这个能力的门槛，现在是非常高的。相对来说，它是跟人类的段子手和弹幕作者们疯狂竞争。

41:40啊，就这件事情已经是一个成本非常轻的事儿了。然后你那个，哇，做一个这样的Twitter，然后你你相当于在跟这帮段子手在那疯狂竞争，所以有点难。对。但是butterfly如果你借由图片，然后图片本身能讲的故事，将来还能讲视频化的故事的话，那你可能中间大家去参与和，

42:03呃，去去玩出更多的东西的能力就强多了。

42:43可能，有可能。对。这个就前一段时间不是也有一个很火的应用，就是文风什么检测啊之类的，虽然都是小圈子货。就符合刚才说的这个点。只是说呢，其实很多浅层的你可以透露的信息，可能是场景比较少的。

43:02就是说，如果很多很深层一点，你又想找一点联系的这种信息，你要么你可能真的需要一个sensor 24小时跟着你，要么你可能要输入非常多。

43:19对对对，就是这个是一个比较，呃，它要么需要跟你跟得太近。要么呢你要补的信息又特别多，否则可能它就不如，呃，我们现在市面上的什么测测啊之类的，各类的心理测试能够提供给你的这个价值。

43:57所以我们的基础逻辑叫给你制造场景。就是为什么你要有更多的角色遇到事件。因为当你没有事件冲突遇到的时候，你是很难去表现自己足够多的信息的。

44:15创造事儿。Create events.其实这个谈起像Facebook这样的社交网络，它的很多的这个组织上的一些基础逻辑，对吧？然后最早期你可能是靠friends over friends这样传播的。但在中间的时候去做很多事儿，也是靠events这样子的，呃。

44:36中间有一个social hub，然后某个人成为了关键的角色，然后把所有的这个events给在这个平台上建立起来，然后这样才能形成更大规模的connection。

45:03我确实觉得太不一样了。

45:07就是，就我们自己在中间也都是跟原来的自己搏斗。实话实说，就是我们原来受的所有产品经理的培训。呃，然后技术人员的考虑。

45:20在这一代的时候，先打个问号，就是再去验证。比如说MVP思维，MVP思维，这是一个很怪的事儿。就是我们在移动互联网的时候，很多需求都是基于这个设备来可以极大提升accessibility以后去深造的。所以那个用产品的可用性极差的情况下，用户也愿意用。

45:43对，被逼着去用，然后MVP试验起来非常顺。对。你现在发现你三个月打造出来的产品，基本都是小品型产品。

45:54单点工具。然后单点的这个，说实话我觉得去长大的概率没有那么大。啊，就是如果它是一个单点的一个工具，它可能会是一个赚钱的生意。但我们在想它能不能符合网络效应，符合它中间反哺的某些核心技术的这些积累，都做不到。

46:16啊，那所以你为了能够构建，啊，我们刚才说的这些体系，那产品必然走向复杂化，然后基础的这个可用性要求又不低。对。所以其实哪怕做一款我现在觉得50分的产品，它的成本都很高。所以这个是第一个点。那我们说它叫不叫MVP呢？

46:39其实也还是。然后第二个问题就是，呃，数据上的这些点。竞争时代和整个的生态，大家一方面，呃，都同意红利啊这些的消费。

46:52另一方面，还在按红利时代的所有数据标准来去刻舟求剑。

47:00你

47:02但你会发现的问题就是你本质上确实竞争对手在那些完成度上都已经足够高了。你竞争的要么是同样的屏幕时间，要么是同样的人机需求，对吧？然后你要求这个东西跟早期互联网的这个表现啊很接近啊。我我我现在的一个顿悟的角度来说，这一代产品可能真的更中庸一点。

47:27就是你既不可能预期说它像将来这个做一个大DAU之后再商业化，也不可能预期说它是一个初期就是模式特别纯净的一个产品。因为那个模式纯净性可能是需要重新被定义的。就我们刚才说的token消耗的这一个PMF的路径。如果我们仔细去思考，中间的商业模式就完全假设上去，呃，推导掉一些。

47:55啊，因为大DAU应用全都是基于流量分配的，啊，流量分配和token消耗其实是对抗的。流量分配的所有应用，它只会把token消耗当成前期成本。这就是我们最早谈AI搜索的时候谈到的一个机会点的原因，对吧？就是Google可能会觉得这个东西凭空的只增加了它前面的那个成本，并没有给它商业化提供新的好处。

48:22最后变成了一个防守动作，就是别人做了体验更好，所以我必须做。那但是大家呢只要是防守动作，很多时候都做得很难。这就是有AI搜索的机会嘛。所以，那但是这个模式就不纯净。这个模式如果你现在说我为了这个搜索服务，单次搜索不付费，好像又有点怪，是吧？

48:43明明你提供的就是一个基于token消耗带来额外信息增益的。你应该想办法把这个token消耗效率上你做的提升贡献，去做某个收费的模式。啊，也许是搜出来的这里面更自然的一种类，类似于说我形容叫商业地产式的广告植入。就你搜出来的是一堆内容资产，那个资产上有没有人定价，说我我只要被你这个包进去了，我就我就可以额外在里面加一个私货。

49:17啊，这是一种商业地产式的广告。那另一种就是可能token费本身的这个收费和补贴。每次搜索我得到的其中可能非常潜在的信息价值，我就是要向你单次收费，或者是按用量来收费的。这个才符合我们刚才说token的这个商业模式。但好像你很难说在现在的这个时间点，我们就固化下来。

49:42我们不知道，对吧？

49:47对对对。但我觉得就是这个过程中，其实后来你就会发现，嗯，可能中间的判断标尺，增长，增速。留存，然后是这个，呃，收费啊，可能都会有一些区别。所以，都忘了说。都会有一些区别。

50:43不做这个

50:45对，不做的话，体验上没法获得任何的这个，等于原来的一点体验增加都被这个给折掉了。对啊。

51:37首先呢，回答这个问题的时候，我得先叠三层甲，以免以免被当成一个这个对技术不够尊敬的人。啊，这个是一个很搞笑的一件事儿，就是我们做这件事儿本身一直是摒弃技术驱动为主的。但是很多人就，对，在在这点上会有一些这个很深的judgment。

51:59我简单回答叫，pre-training，大部分人都不需要做。post-training每家应用公司永远将来长期都会要做的，基本上现在已经锁定了这个视角。就是pre-training是定义知识密度，或者说整体通用性它的质量的。

52:17这个东西呢，大模型公司卷生卷死，最后变成commodity，对吧？我觉得是应该的。而如果他想垄断获取利润呢，也要考虑考虑顶头的大家伙愿不愿意，对吧？对整个社会的整体外部性怎么考虑？所以这个pre-training的这个问题上的控制链啊，我我我会这么说啊，但是它是一个很有价值的事情啊，

52:40对。然后，嗯，post-training呢，大概率是跟你的场景上的创新度和对齐程度有非常强的关系的啊，就是要通过定义数据集来去说清楚这个问题的啊。那因为它可能核心，我们现在定义叫角色的表演的这些基础能力啊，以多低的成本让一个角色去在一个场景下表现出它有有有趣的这些面啊。

53:09就这个中间的话，就光是我说一句话都磕磕绊绊的啊，所以你定义它的数据标准的时候，就会要不断地优化和修正。所以我们大概可能可以看得到的是，你的最终标尺是还是基于用户的某个数据反馈的，可能是它愿意生成的次数，愿意消耗token的总量。

53:29然后基于这个角度和这个场景上，用户对于，呃，这个消耗的满意度，来去反推这个数据集持续完善啊。当前可能我们能抽出其中一些人工捕捉的特征，比如说角色要能表情丰富，动作丰富。这叫我的人工feature engineering。

53:53对，我大概从手工回到了说上一代智能的时候去识别一些人工特征的状态。但这毕竟是一个短时间的事儿，就时间长了，还是回到整个用户的飞轮的逻辑，它才是一套好的生成系统。所以短时间我们能识别出来，说我我现在独特的是要表情动作好啊，然后它的这个妆、化妆道具齐全，

54:19这样它才能在那些场景下，呃，给给给我表表现出来。但这个可能时间久了以后，它就数据集的持续更新，就需要更类似于推荐算法一样的模式啊，来去做非人工的feature engineering，

54:36然后去去做这个优化了。

55:31总体上来说，我觉得算法方法的创新不是，不是。数据集的更新和定义和最最后的整体的pipeline，肯定都是。我现在可能会越来越倾向于，首先清晰地理解算法层次。tokenizer、backbone、foundation，然后再加decoder，对吧？

55:54就是这些层次，我们是清晰理解的。我们清晰理解之前是好多个层次。我上次跟那个hidecloud讨论，我们说苹果为什么放出来端侧的技术模型和微调？很有可能你将来在每个场景下，它的编码器和decoder，你都可以甚至单独和foundation做做单独侧的对齐。

56:17所以我刚才问那个，呃，你们做多模态的时候，现在对齐是分开的，还是说直接连在一起的？很可能你将来每一个垂直的一条线，就模态跨模态的线，你都可以单独去锁住一些东西，再去微调剩下的东西。这个是端侧可能还会放得更快一点的一些能力。

56:37既然这些pipeline都是会一点一点放出来的，所以核心的问题永远都会回到说你这个场景上，这个数据的选择和对应的基础的训练的技巧、pipeline，是不是准备和整理得足够清晰，然后是不是能够把最快的这一个模态组合的这一一条路线尽快跑出来。呃，我举个例子，我们动漫这个二次元模型，我觉得我们可以保证的一条叫混元DiT。

57:09这样子的backbone出现以后，我们和我们相关的伙伴的团队是最快能够孵化出它的相关的这个二次元微调版本的。那这种能力可能是建立在组织组织侧，呃，和整个公司侧都有的能力。在这个能力基础上，我觉得其他的可能都不是主线。

58:02那我就要看你这个数据的框在哪儿了。特特殊的去定义像我这样的垂类场景，我有时候自嘲，但也也确实有也有一些庆幸的点，就是，呃，产品做得不够好，所以大家看不懂我们在做啥，

58:20所以所以这些点上你要精确地去捕捉对齐所需的数据集定义，嗯，本身是你比较大的一个保护。而代码这个能力的数据集定义好像太过于公开了一点。而且中间的资源好像都掌握在非常牛的牛的人手中啊，创新肯定是边缘创新去做为发源的，对吧？这个大家应该都是有共识的。

58:50所以这个边缘地带怎么选，可能是一个一个一个最开始就要决定的事儿啊。我们觉得我们相对选了一个比较安全一点的边缘地带。不是，咱们在早期冷启的时候，是怎么找用户的？那你要说这个对的事儿呢，就是我们很早就识别了，在这件事情上IP其实是盟友，而不是敌人。

59:14是盟友的意思就是，整个的是那种生态中的创作者侧是被系统性剥削的。创作者侧在整个结构中投入了大量的自己的聪明才智和劳动，占据了整个市场10%不到的产值份额。整个内容创作者，这个是在上一代我们谈NFT、Web3的时候就谈过的问题，所以一个系统性的公平分配问题。

59:41那这里面意味着像IP侧，它在中间的一些先行者，米哈游啊，它已经很清楚地意识到二创和整个的创作UGC侧，去帮助它IP补充的基础能力。所以很多人问，为什么米哈游不去搞OpenAI呢？他为什么要去告？

1:00:00就是从他的商业模式动力上来说，嗯。Character AI是帮助他打败迪士尼最重要的，我们叫它帮手之一。

1:00:15啊，所以他为什么要去告呢？所以在这些上面，你其实是要清楚地意识到，大家在利用这一部分来捕捉长尾的用户，呃，内容、potential和个性化的基础能力。然后并且这部分的内容创新，故事上的创新，是会反哺IP的。只要你的商业模式不是以IP授权为核心，而是以可以卖卡、卖得很爽为核心，对吧？

1:00:39所以你就可以放心大胆地干这事儿。所以在这些事情上，如果是创作IP侧，它能够掌握更大的这种生成式的武器。它就可以放心地做资产。而不是做单次消耗的内容。单次消耗的内容必然被平台收过路费。

1:00:59但内容资产它可以持续增值。我们的角色，我们的里面的剧场，它可以持续，这个事件可以持续地增值。所以它可以放心地做这些增值的时候呢，它就会变成新的商业模式中和你天然最好的伙伴。嗯嗯。而不是对手。

1:01:16然后增长的时候靠他们。换句话来说，盟友在哪，敌人在哪。

1:01:36我解释一下“捏 Ta”这个名字啊，“捏 Ta”这个名字日文叫Neta，N E T A。行，你

1:01:44Neta是内涵段子的意思。

1:01:50行。就是就是段子的意思，

1:02:10乐观总是重要的。

1:02:22等等，我们把这些角色放出来之后，你就可以get到了。里面也有人玩成龙，玩这个就什么爷叔和哥斯拉大战，

1:02:34之类的，玩得挺开心的。