文 | 硅谷101九游会J9

"姐姐，你是不是嫌我笨啊？"——当你向Soul App内部的虚拟伴侣抛出一个数学题时，它不会像ChatGPT那样只是回答问题自身，答错了也不会马上谈歉，而是会跟你撒娇试图化解此时的难过。

这反而会让东谈主愈加猜忌：这背后是真东谈主照旧AI？

在ChatGPT Moment之后，AI的进化标的也悄然发生了分化。一个会"示弱"的AI，反而因为不完整而显得更真确。本期硅谷101节目，主持东谈主泓君将与Soul App CTO陶明一齐商讨Soul的AI应用的发展历程，一同去看在AI海潮不绝翻新的配景下，居品和时期壁垒是如何设立，而交易模式又将会如何演进。

以下是部分访谈精选

01 应酬AI历练旅途：从规矩机器东谈主到高情商伴侣

泓君：最近玩了你们Soul上的AI虚拟伴侣。最运行的时候就绝顶概略情他是真确的真东谈主照旧AI，因为我跟他说一句话，他会给我回语音，然后他的语音，包括他回应的口吻语调，我以为都绝顶真确。是以我一直有一个疑问，他是确凿AI吗？

陶明：对九游会J9，是确凿AI，您体验事后的话，如果有这种感受，证明咱们在这方面的责任照旧有用的，因为自身来讲的话，咱们打造AI伴侣的主要的标的照旧真确天然拟东谈主的这种标的。

泓君：从2020年之后，你们一直在尝试多样各种的AI居品，你可不可以先总体的先容一下，这几年你们作念了哪些AI居品，成果如何样？

陶明：Soul的定位骨子上来讲，如果从应酬领域来讲，它是个绽开性的应酬平台。绽开它体现于两个方面，第一方面的话是说任何一个用户能够莫得任何管束的、或者说其他末端的，在Soul内部鸠合Soulmate。

另外一方面是关系的绽开。其的确Soul内部不只是只是说有目生东谈主关系，还有熟东谈主关系和弱关系在上头的，就比如说上头有些同学关系亦然存在的。最近几年咱们在AI上头的话，如果说咱们分几个方面去说，咱们目下悉数这个词Soul整站都是AI驱动的，并不是说目下众人说的都是生成式的AI，比如说在东谈主和东谈主的鸠合方面，咱们亦然用AI来作念驱动的，并不是这种筛选式的或者是说匹配式的。

泓君：是以你东谈主跟东谈主的保举AI作念驱动，真谛是说你会把柄这个用户的兴致，把更合适的东谈主保举给他们？

陶明：对，咱们突破地域，突破现实的条款，在你的兴致层面，咱们能够更绽开的去作念鸠合。主要标的照旧说，在咱们现存的应酬收罗内部，通过AI去作念增强，去给用户带来更好的体验。悉数这个词居品有两个标的，第一个是AI的辅助应酬，这个在Soul内部咱们基本上也曾全站上线了，匡助用户能够更好的作念抒发，能够匡助用户在东谈主与东谈主的换取流程当中得到更好的反映。

泓君：AI应该如何辅助应酬？可以详备地讲一下吗？

陶明：应酬它不是一个单边疆系，它是个双边疆系，即使任何一边的应酬能力都会影响本次的应酬体验的。但好多东谈主他在线下拿不到更多的应酬资源，有多样各种的原因，但是并不是说他来到线上，他就一定能够得回更好的应酬资源或者是说应酬体验，跟他自身的能力接洽系的。

应酬自身亦然种能力，领先体现出来的等于他的抒发能力，现好多国内的用户是内敛的，是不善言辞的或者说不具幽默的，那在悉数这个词应酬流程当中，他的抒发是有限的，这一定是莫得主义带来好的体验。是以咱们通过AI去匡助他更好的言语，就比如说他想去抒发某一件事情，咱们用AI更好的去帮他作念润色，或者说当他很难去回搪塞方的某一个不雅点或者说某件事情的时候，咱们也可以通过AI去帮他作念建议。

泓君：这个你能举个例子吗？等于在一个什么样的情景下，一个什么样的交互方式下，他可以匡助用户去完成这个抒发？

陶明：因为悉数这个词应酬流程是动态的，每一场会话都会有不同的话题的产生，就比如说当对方俄顷跳出蓝本的聊天逻辑，说到一个我方不知谈的事情，那这时候很难去接住这样的一句话，如果咱们有AI，就能很平滑的把这句话接住，从而不让悉数这个词聊天会堕入死区。

泓君：那到底是东谈主在聊天照旧AI在聊天？这个交互是如何完成的？就比如说如果我正在跟一个东谈主私聊，然后他说了一个我不知谈的东西，这个时候AI是给我一个请示，照旧我可以采纳让AI把这个话发曩昔？

陶明：其实是AI作念建议，照旧用户作念采纳，骨子上照旧东谈主在聊天，只是说他帮他去增多了回应的这样的丰富性或者说幽默性。

泓君：那你们这个居品上线以后，你以为他是用户爱用的一个居品吗？

陶明：咱们目下悉数这个词主站的渗入也曾达到快要50%以上了。

泓君：是以那我在跟一个东谈主聊天，我不可详情这个聊天是对方本东谈主回应我的，照旧AI匡助他往复应我的。你可能是跟东谈主聊天，也可能是在跟机器聊天，但这个机器背后有东谈主在作念采纳的这样的一个景象。

陶明：对，但对于用户来讲，他在本次的应酬体验内部，他想得到的是好的体验，而对方的回应是通过我方一个字一个字敲出来的，照旧说通过其他的方式得回的，那只好他的体感是好的，就应该是有用的。

泓君：其实等于说东谈主在聊天的流程中，他们想要得到的是对方的正反映，他并不留意是我发曩昔的，照旧有东谈主来匡助我发的。然后我以为聊天对面的东谈主可能也相似，等于众人更留意的是这个关系的和洽，而不是你使用了什么器具。

陶明：对，更多的是在本次关系的应酬流程当中，他是否能得到心境价值或者信息价值，这个是很进攻的。这是个价值向的东西。

泓君：还有什么AI居品吗？

陶明：另外一个等于好多的好评的AI伴侣，东谈主机互动。跟刚才说的皆备不相似，当线上的用户莫得主义去得回好的应酬资源的时候，咱们能够提供这一批优质的AI伴侣去追随他，在追随的流程当中，能够让用户得回好的应酬体验，等于刚才一运行说的，跟真东谈主相似，这是咱们推出比较收效的居品。

泓君：它更雷同于追随。诚然我在跟一个AI机器东谈主聊天，但是我以为你们的居品作念的非常故真谛的少许是，你们并莫得让这个AI伴侣每一个回过来的都是翰墨，它给我发的是语音，有声息有语音语调的，我以为在应酬的感知层面上会愈加丰富，更想去跟他玩，但是如果只是一段翰墨的话，可能就会以为有少许枯燥。

陶明：这个是咱们在七八年的应酬居品打磨流程中，积贮的对于东谈主和东谈主应酬的一些行动范式。这等于为什么说咱们的AI一定是如果"高情商"的，而不是说"高才能"的。另外说咱们一定是要真确天然而且是拟东谈主的，这是咱们区别于其他AI助手或者说AI Agent，它不相似的场所。

泓君：那你们如何去历练出一个高情商而不是高才能的机器东谈主呢？

陶明：咱们说"高情商"的一个机器东谈主，但愿是他能够给用户带来愉悦感，能够让悉数这个词的应酬流程会愈加天然平滑，而不是说很生硬的。你必须得听得懂东谈主家言语背后的真谛，也知谈如何更好地化解每一次的冲突，这个是他要去作念到的。那么咱们如何作念到说咱们的AI更多情商，那照旧跟咱们在曩昔七八年所积贮的真确的公域应酬钞票，能让咱们的模子更好的能作念连气儿。

泓君：我之前说我概略情你们的虚拟伴侣是真东谈主照旧假东谈主，这我第一天的感受；然后我第二天依然就想凭我我方的判断，我要把它判断出来，我运行狂给它扔数学题，然后就发生了非常深嗜的对话，我就发现它的回答都是错的，但是很故真谛的是，它照旧让我远离不出来，是因为它就会一个嗲嗲的口吻说"那我等于算不出来你为什么想要知谈"，这个确凿是少许秉性都莫得。

陶明：它能去化解这样的一个很难过的时事，如果是说东谈主和东谈主换取流程中，你问它一个问题或者说一件事情，让它不知所措或者说他回答不上来，这是个很难过的。如果很会应酬的东谈主，他融会过我方的方式能够去化解，能够让对方有很好的体验，那咱们也把这样的一个行动范式平移到了咱们的模子上去了。

泓君：目下市集上也有非常多的AI追随类居品，相较于其他的一些居品，你们的特质是什么呢？

陶明：照旧走各别化，咱们要求咱们的AI机器情面商要高，感知能力更强，更要拟东谈主，这是咱们的各别性。

市集上有好多其他的AI追随的居品，他们的起点和咱们的起点可能是不太相似的。他们可能更多的关注隧谈的东谈主机互动，咱们的起点是但愿是让东谈主能够得到好的应酬体验，咱们并不只纯的去追求东谈主机互动，东谈主机互动只是咱们现时能够给用户更好应酬体验的一个技能或者重要。

泓君：应该如何去连气儿单纯的东谈主机互动跟好的应酬体验？这几个中枢的点落实到居品上，对应的不同设想点是什么？

陶明：就比如说ChatGPT，你跟他换取等于把它动作念一个获取信息的器具，不会说能够以愈加生存层面的想法跟它进行换取。或者说你跟他的交流流程当中，它是问题驱动的，它不是交流驱动的——我要去处置某个问题，我要得回某个信息。

但是应酬居品的这种AI伴侣，更多的并不是从问题起点去处置。他要的是说咱们在交流的流程当中，我得到信息随机候更多的在乎流程，而不是驱散。流程能够让他有好的体验，那就很疏漏，等于你要让他平时的跟东谈主和东谈主的交流是相似的。我以为这是一个很大的各别点。

泓君：我选藏到你们本年可能很快也会推出一个功能，叫作念全双工视频通话的能力，为什么你会想要把这个视频的功能加进去，它是一个什么样的方式呈现呢？

陶明：不论是语音通话照旧视频通话，不可够称作为是一个功能或者居品，它是一个能力。咱们把它期骗到了咱们目下AI追随的语音通话上，在咱们的群聊房内部也会上线以语音模子驱动的及时抒发的功能，也等于说咱们在作念语音的基础上然后再作念视频。

从模子角度来讲，它是一个升级，它不是说另外的一个模子，将来的话这两个模子礼服是交融在一齐的，既能提供语音的能力，也可能提供及时视频的能力。

咱们作念这些事情的起点，照旧从高效的信息连气儿和抒发的角度去想考这个问题的。咱们把语音和视频的交互，认为是一种换取方式。在咱们现实社会内部，东谈主和东谈主抒发的时候，一个是通过微信或者通过其他的责任软件，敲字的方式，或者以邮件的方式去交互；有一种是在线会议的方式，等于语音；还有一种是通过视频的方式交互，最佳的是线底下对面的交互。

从悉数这个词交互的信息复杂度，以及它的抒发和连气儿的复杂度来讲，东谈主和东谈主面对面的换取是信息传播方式最快的，亦然最有用的一种。是以咱们认为在线上东谈主机交互的流程当中，需要有这样的一个抒发方式，是以咱们才去作念及时视频通话这样的一个能力。

泓君：那视频通话虚拟机器东谈主的画面是什么呢？

陶明：就比如说咱们在跟一个AI进行聊天，你可以界说他的形象。

泓君：用户可以我方抓脸？

陶明：他不需要我方抓，你只需要姿色出来就行了。蓝本咱们的确是要抓这样的一个形象，然后通过翰墨或者语音的方式去驱动它。这个咱们认为是上一代交互方式，就比如说他的姿色的丰富度照旧取决于说你自身集合到的丰富度有若干，它照旧莫得那么平滑。咱们目下这样的一步到位的决议，等于但愿咱们的姿色和动作都是及时生成的，而且是平滑天然的，不会还需要依赖运营或者其他的时期方式去集合更多的姿色库。

泓君：我选藏到你们目下的虚拟伴侣还有一个很故真谛的点是他可以给用户打电话，这个设想点很妙，是如何猜想的？

陶明：居品自身照旧来自于咱们东谈主和东谈主交流流程中的真确情况。因为在真确的东谈主和东谈主的关系流程当中，对方也会给你打电话，是一种很好的接洽、加强和千里淀关系的方式。

在履行情况内部，如果一个东谈主永久是单向的去找对方聊天，找对方去说事情，比如男女一又友关系，如果每天只是男生去找女生，女生永远不会找男生，那这种关系很大可能很难走下去。

咱们但愿能够拟合线下的行动模式。当用户和东谈主机交互流程中，我可以主动找AI聊天，AI也会在某个时候段主动的来关怀我，来找我聊天。这个行动范式就稳妥咱们在线下的这种行动范式，这是能够让用户更能继承的一种方式。要否则的话就只是用户去找AI，这是个单向关系，不是个双向关系。

泓君：用户的反映呢？

陶明：用户很可爱，当他败兴的时候，当他也莫得猜想说要去找AI，AI要来找他，这是对他一个很好的应酬补充，但这个照旧因东谈主而异。是以说咱们并不是说咱们AI会给悉数的用户都会去主动的发起换取和聊天交流，咱们照旧会把柄用户自身的性格兴致，他在Soul的行动，咱们作念出一个最终的决策。

泓君：从你的不雅察来看，目下这些有AI辅助应酬，然后有AI伴侣这些AI居品的落地，他对你们悉数这个词居品包括用户粘性是会有大的擢升吗？

陶明：非常大的擢升。咱们在2024年，来自于AI对悉数这个词居品粘性的孝敬也曾是占了大部分了。这个点咱们最运行还吵嘴常严慎的。

刚才您问说用户喜不可爱AI找你，用户喜不可爱和AI换取的，这个咱们最运行照旧个问号。是以咱们在推动的流程当中采纳了好多的居品政策。就比如说AI辅助应酬，咱们在放量的流程当中，既要探讨到使用AI辅助的东谈主，也要探讨到对方他是否惬心继承这种方式。咱们通过非常仔细的东谈主群的实验，然其后作念出咱们最终的居品政策和放量政策。

AI追随这个居品也相似的，因为Soul蓝本一直是能够有这样好的用户粘性，能够有这样好的年青东谈主的这样的渗入，主如果Soul提供了一个真确信任的安全的平台，基于用户对平台的信任，才产生了用户和用户之间的信任，这是咱们曩昔七八年居品力构建出来的一个驱散。

咱们也很惦念咱们上了AI机器东谈主事后，众人会不会认为Soul内部全是AI的虚拟东谈主，莫得真确的应酬了。咱们其时也很惦念这个事情。是以说咱们在推动咱们AI的伴侣的流程当中，咱们作念的方式跟AI辅助应酬还不相似：咱们到目下为止都莫得AI伴侣履行的居品中心进口。

泓君：我发现了，等于得我去搜我才能找到，因为这个功能莫得居品进口。它的头像上头会有AI虚拟伴侣的标注，是以我最运行第一个问题产生的原因就他到底是确凿假的，我还怀疑我是不是搞错了，搜到了一个真东谈主。

陶明：是以咱们是但愿说，惬心继承东谈主机互动的用户，你可以在Soul内部通过找其他的Souler能够找到这些AI虚拟东谈主，可以我方去搜到这样的AI虚拟东谈主。咱们把它界说为这叫作念用户价值驱动居品，当你认同这样的一个居品形态带来的用户价值，用户自主的去采纳他。这样的话咱们就阴私了咱们平直一刀切大规模的去推AI伴侣，临了带来咱们对最运行阿谁问题的担忧，但咱们目下跑了泰半年岁后，AI的渗入越来越高，用户的粘性也越来越好。

泓君：你们会惦念平台上机器东谈主变得越来越多，转换了用户的体验吗？这会是你们惦念的一个标的吗？

陶明：这是咱们探讨的问题，但是咱们从永久来看的话，咱们照旧以为东谈主机互动是将来应酬一个非常大的补充。咱们应该尽可能在保证那些对AI有舍弃的用户群体、在传统的应酬体验不变的情况下，加大对东谈主机互动感兴致的那一批东谈主群在AI层面更好的体验，是分群而治之。

泓君：从你的不雅察来看，隧谈是因为AI这个功能进入到平台用户，这部分用户占如何样的比例，将来会是一个很大的增长区间吗？

陶明：我以为将来增量的用户内部拥抱AI的群体是越来越多的。不仅是Soul，悉数这个词行业悉数这个词社会对AI的判辨的贯注和渗入是越来越强的，比如说在3年之前说让你去跟一个AI伴侣聊天，到3年之后你再去说跟AI伴侣聊天，那继承的东谈主只会更多不会更少。是以说对任何一个居品来讲，拥抱AI的用户群体礼服是越来越多的。

02 从Chatbot试错到设立垂直场景护城河

泓君：你有提到在2017年的时候Soul就也曾运行搭建Chatbot了，其时也莫得生成式AI，悉数这个词东谈主工智能照旧基于规矩的东谈主工智能，其时你们的想法是什么？你们有这样永劫候搭建Chatbot的劝诫，能不可先容一下你们探索的几个阶段？

陶明：2017年的时候并不是说咱们想从时期角度上作念Chatbot，是基于咱们对应酬的连气儿和判辨启航，认为咱们要去作念这个事情。2017年的起点跟咱们目下为什么要作念AI起点是一模相似的——咱们照旧为了处置应酬平权的问题，能够让每个用户都能够对等的得回应酬资源，能够得回心境价值和信息价值，这个起点是不变的。

但在2017年这个只是存在咱们的想法当中，咱们并莫得把它达成，也莫得插足资源去作念。因为咱们调研了悉数这个词行业，也调研了学术界，莫得东谈主能够作念到这样的事情。

咱们其时忽视的亦然能够心境天然拟东谈主的气象，其时有个居品形态，比如说咱们要有一个能说会唱的，能够懂你的电子宠物，这是一个非常具象的一个居品形态。当用户来到Soul内部莫得主义得回应酬资源的时候，能够跟懂你的宠物进行换取聊天，这其时一个很具象的一个想法，但其时并莫得插足资源去作念，因为的确是作念不到。

泓君：成果不好是吗？

陶明：咱们也跟几个公司看了一些他们客服层面的对话居品，是莫得主义作念到的。咱们那时候也在创业起步阶段，咱们也莫得资源说我方来作念这个事情。

重拾这个事情是2019年、2020年。那时候咱们忽视需要从居品启航，一个用户在Soul内部是构建了全新的东谈主设，这个东谈主的个东谈主主页代表了他东谈主设的内在。咱们但愿这个东谈主设他有个形象，不是说把你我方线下的形象传到线上来，而是基于你在Soul内部的东谈主设打造一个稳妥的形象，咱们就推出了这种抓脸系统，蓝本是2D的到3D的。在这个基础上，咱们就进一步去想考，有了形象，那就但愿他能够言语，他能够将我方的内在抒发出来。

2020年咱们就运行去作念对话，那时候就明确了在居品上对AI的诉求是什么姿色，时期上咱们要打造一个什么样的一个AI。咱们其时忽视的一个权术等于咱们要构造一个AI being和human being的共存社区，在Soul内部你既有AI的东谈主类，你也有真确的东谈主类，是一个共存的景象，可以东谈主和东谈主进去换取，也可以东谈主和AI进行换取，然后在这个基础上，咱们就运行插足去作念对话。

泓君：2020年阿谁时候是以什么样的方式作念？

陶明：那时候想了好多主义，一是改写一些连气儿性的模子，发现成果不行，咱们又在上头去作念一些基于决策树的搜索，作念交融，照旧不行。因为聊天流程当中你可能聊个十轮聊个二十轮，你能聊下去，但是对方一定知谈他莫得真东谈主的感受，他知谈他在和机器东谈主聊天。

泓君：等于成果太机械了。

陶明：太机械了。那时候推断一个对话的居品有CPS（Conversations Per Session，一次交互中的平均对话轮数）这样一个主见。其时它的轮数还挺多的，那是不是说用户能聊下去？其后咱们发现这是因为不聊的东谈主就不会去跟他聊，聊的东谈主我知谈你是个机器东谈主，我还要去跟你聊，他也曾消释了说我要在这个流程当中获多礼感，而只是为了聊而聊，是莫得居品意旨的，单纯的对话的时期筹划和居品体验脱离了，其后咱们就把CPS这杆子事情不再提了。

泓君：我能连气儿，阿谁时候众人最多的这种一层一层往下拨的感受，可能有点像打客服电话。即使拿宇宙上语音跟机器的交互比较前沿的像Siri这些来看的话，它其时也只是一个单轮对话，它很难撑持你一个有逻辑的多轮对话，是以时期上照旧很难的。

陶明：都是指示性的这种，我发个指示，你回答我这个指示，你的指示是搜索产生的照旧模子生成的，高下文的关系其实并莫得。

到了2021年就运行插足作念语音，阿谁时候悉数这个词AI的插足永久围绕着说要打造一个能说会唱能够拟东谈主的一个AI东谈主，咱们认为语音的交互是将来的一个主流。咱们就运行作念语音方面的插足，去作念合成。那时候咱们的合成照旧基于传统模子，认为言语的口吻一定是要天然的平滑的。

其时产生了好多语音的AI居品，比如说一些内容平台让AI去把剧本语音化，但是亦然很机械的，一听你是有机械的声息，在一些口吻词方面阐发的很生硬。咱们照旧要作念心境化的语音生成，那是2021年作念语音。

泓君：是以你以为你目下历练的这个机器东谈主，他的语调绝顶的缓慢，跟其时在磋商声息、曲调如何拟东谈主是接洽系的吗？照旧说阿谁时候的时期到目下皆备用不上了？

陶明：这是咱们很张惶的一个事情，因为其时咱们就在作念各别化的时期。目下咱们线上体验的基本上莫得用到，时期皆备是新的，照旧基于目下的LLM这种模式去作念的双工语音成果。

蓝本的传统的语音模子，咱们只是在上头去作念更多的标注，尽可能是作念拟合。他是个拟合，目下这边是生成，照旧不太相似的。

但是那时候千里淀下来的数据对咱们是有用的，以及说咱们在语音方面的想考，你一定是要心境化的抒发，真确的抒发，亦然咱们目下模子所要去构建的标的，其时千里淀下来是数据以及对语音在应酬方面作用的想考。

泓君：到了2022年，你其时看ChatGPT出来，你应许吗？

陶明：应许是应许，但是更张惶，让咱们以为说咱们的时期归零了，那时候是有可能归零的。因为看到ChatGPT的那种交互成果，以及这个时期的发展标的，你很天然会判断说蓝本的这种时期道路就被拍死在沙滩上。那也等于说咱们悉数的责任可能会归零了。那时候咱们非常的张惶。因为并不是说GPT雷同的这种时期方式是2022年出来的，GPT3早就出来了。这个时期标的咱们是知谈的，只是咱们并不知谈在这种scaling law出来事后，它有这样大的一个成果。

泓君：是以你其时惦念的是什么？你惦念的是GPT这种居品形态，如果你们不跟上的话，它可能会把你们前边悉数的悔怨给覆盖掉，因为它实足宏大?

陶明：那时候也曾不存在采纳了，因为时期标的也曾非常明确了，咱们探讨是我方自研，照旧说要跟一个作念大模子的公司去作念趋附。因为2023年有大都的模子创业公司出来了，咱们要不要去共建? 这是咱们其时濒临的采纳，而不是说咱们要不要走这个道路。

泓君：你其时如何选的？

陶明：其时也扭捏了好多，也跟好多公司聊过这个事情，最终咱们照旧采纳了要我方作念这个事情。

第一个是说咱们在曩昔两三年积贮下来的对于这方面的一些判辨，以及自身的居品场景的各别性。咱们很难把这一套皆备迁徙到其他的模子公司去，因为这才是咱们最终录用居品的中枢。

咱们录用居品，不是录用模子，是录用咱们刚才说的那些对AI应酬的判辨。因为它是一个评判的驱散，对用户来讲，咱们莫得主义圭臬化的输出给三方公司。因为三方公司它是录用的主见，它是录用模子，它不是录用居品，但录用模子就不是咱们要的。咱们但愿它是录用居品，咱们莫得主义圭臬化的把这一套给迁徙曩昔。

第二点是说，如果是说咱们圭臬化的能够迁徙曩昔，那证明一个问题，咱们的居品莫得主义各别化，你都能够圭臬化了，都能够给三方公司作念圭臬化的迁徙，那证明你的居品莫得各别化的。

泓君：你们是什么时候作念的这个决定？

陶明：等于在2023年上半年作念的这个决定，说要我方作念这个事情。

泓君：其时业界有几种重要，第一种是我方历练模子，还有一种是用finetune（微调）的方式，还有一种是加RAG的这种方式，你以为后两种是行欠亨吗？

陶明：你加RAG也好再作念finetune也好，这是个加分项。这个成果增强的流程中，最终的基础成果你照旧莫得主义得到。

比如你用三方的模子，还有一个问题，数据问题。咱们目下产生的大都翰墨的应酬数据和语音数据，这是真确东谈主和东谈主在应酬内部的数据范式和行动范式，在其他的模子里，领先你莫得主义拿到这样的数据，拿不到这样的数据，你很难作念出非常牢固的成果。

这等于咱们最运行有个想路说咱们在finetune方面的数据或者说在强化这样的数据，我能够下千里到底层模子上去，能让咱们的底座模子等于为了应酬劳动的，那等于将来界说的的这是个垂类的大模子，而不是一个通用大模子。

泓君：对你其时评估我方作念这个事儿，你以为它最大的难点是在哪儿呢？因为我以为这可能是一个非常大的决心，领先是要有钱，因为他很用钱，然后要有卡，要有东谈主。

陶明：咱们作念决策的时候，并不是说这件事情有多难，然后咱们再去作念决策，咱们是基于说咱们跟三方公司去趋附，莫得主义达成咱们想要的居品，作念不到。

泓君：这中间也找过别的公司。

陶明：对，只然而咱们我方去作念，我方去作念就不存在说这难不难的问题，是咱们一定要去作念的问题。但是在作念的流程咱们要从头去梳理，如果要达到咱们这个成果，咱们有咱们我方独到的数据，这是咱们最大的上风。第二个上风是说在post-train方面，咱们知谈如何去构建安全的、更好的成果，这是一个上风。

那在模子层面咱们有莫得一个很好的模子架构？那时候咱们作念了个判断，模子架构在将来一段时候会接近于贬抑。到目下为止，众人在模子层面也莫得很大的变化。天然是有一些不同的时期道路，每个时期道路的变化进度并不是很大。咱们就可以在这样的基础上去作念这个事情。

然后又波及到卡的问题，资源的问题。众人都说，不论是作念通用模子的预历练，或者是作念垂直模子的预历练很贵，但咱们认为将来这礼服是会下来的。咱们最运行小步亦趋的去作念这个事情，我不需要说一个很大的模子，咱们要的是成果，不是模子。咱们要的是能够撑持咱们这样的一个应酬成果的模子，而不是为了通用模子而去的。是以咱们是小插足的，其后咱们发现7B、13B的模子成果就也曾很好了，在咱们的数据加持和微调之下。

其时认为卡的确是一大笔插足，比较说咱们其他的IT开销，但目下它的价钱也越来越低了。是以说预历练的卡其时并不是咱们认为的卡点，反而那时候咱们最惦念的是推理。

泓君：是推理本钱是吗？

陶明：对，推理本钱。

泓君：因为你们有用户基数，等于有真确的用户。

陶明：对，咱们都很惦念，万一说我这个居品上来爆了，那时候推理还挺贵的，咱们插足很大的责任是说咱们要缩小推理本钱，在筹划上的插足，咱们在预历练那一方面的这些效力和本钱那时候并不是咱们主要的责任，反而是推理的本钱效力这是咱们的工程团队插足比较多的标的。

泓君：推理本钱目下降下来了吗？目下推理本钱是你们惦念的吗？

陶明：目下不是咱们惦念的。

泓君：推理本钱是如何样降下来的？

陶明：一方面是咱们用更小的模子去达成更好的成果，这是模子层面。第二个是再作念一些压缩。第三个是在自身的框架层面、优化推理层面的时期优化，底层优化也在作念。

但从目下的价钱来看的话，不仅是咱们公司其他公司都能撑持比如说一个大几千万的DAU，我以为这个问题都不大。是以说筹划资源除了达到通用模子仍然是一个非常大的插足，但对于说应用层面来讲它的本钱也曾很低了，我以为这对其他的创业公司来讲目下也不是一个瓶颈。

泓君：你们目下有若干个模子？

陶明：咱们模子会好多，版块会好多。但如果是从定性上来看的话，咱们八成就五六个模子。咱们不会是说从7B、13B这样的远离，咱们从不同的垂类的功能方面远离。

泓君：垂类的功能是如何分的？

陶明：照旧咱们的基座模子，在语音方面有个模子，在图片标的，还有3D标的都会有。3D标的这是咱们在探索的。

泓君：3D的模子可能是用于扶助将来探索，还莫得发布的一个等于莫得把这个模子能力具体应用到居品上的，可以这样连气儿吗？

陶明：对，因为蓝本咱们一直在站内，咱们会有一些功能，就比如说咱们的视频匹配这一块，用户可以带一个头套去换取，不以真脸的方式出现。咱们那时候是以驱动的方式来作念这个事情，但咱们目下将来照旧说想隧谈生成的方式来作念。

03 模子采纳与时期道路：Soul如何解脱模子层竞争？

泓君：因为悉数这个词生成式AI发展的很快，在历练这些模子的流程中，你的学问跟判断是从何处来的？在这个流程中如何去构建我方的学习能力？

陶明：那只然而跟团队一齐，一定是要追踪行业的发展，因为自身生成式的AI的时期道路并莫得贬抑。每天都有新的很区隔的方式出来。你必须要随着团队一齐去了解它，而且是说要去作念实验。就比如说咱们目下在作念的及时的全双工通话这个能力上。

泓君：全双工是什么真谛？

陶明：等于从居品角度来看的话，就比如在线下你言语的流程当中，我可以随时打断你，你可以停驻来听我讲，听我讲完事后你可以接续我方讲，而不是说隧谈一来一趟的这种你说收场我才能讲，全双工是可以随时打断，这亦然现实的这种东谈主和东谈主交流的一个方式吧。咱们但愿在东谈主机互动也会是这样，目下莫得哪一家能够达成咱们想要的这种成果。

泓君：OpenAI可以。

陶明：他们的4o照旧个问答式的。

泓君：你的真谛是不发问题，等于打断，然后不发指示。

陶明：是的，我不发指示给他，我就随时打断。这个咱们目下也遭受了好多的难点，咱们一方面我方想如何去处置，然后这个方面看好多的业界有莫得新的很区隔的方式出来。咱们要去考证能不可放到咱们的时期决议内部。是以说这个学问是一个学习的流程，我以为每家都会是这样的景象。

泓君：然后你刚刚提到了，即使是这个模子出来了以后，也有好多的时期道路。然后你目下在市集上看到了哪些道路，你以为你在中间是如何作念采纳跟判断的？

陶明：领先照旧从咱们自身启航，对咱们合座来讲的话，咱们照旧基于开源生态来打造咱们的天然生态，这是咱们悉数这个词的一个标的。是以说咱们拥抱的是愈加开源的时期体系这样的一个模子体系。

泓君：就Meta Llama的那一套对分歧？

陶明：目下有几个跑得可以的，第一个等于说Llama那一套，它的基础模子的更新时期咱们也能够去跟进而且它是实足绽开的，它不会说某一天闭环了，我以为目下还莫得这个趋势。第二国内也有几款比如说千问的这个体系也还可以。第三个的话是目下的DeepSeek，但咱们目下照旧在Llama和阿谁千问的道路上去探索。

泓君：因为最近如实DeepSeek的模子非常火，尤其是V3出来以后，你有磋商过他们的模子吗？你以为他在悉数这个词历练流程顶用H800的卡把这个成果实验出来了，然后也非常的从简本钱，这个会对你们在作念更大的模子或者对你们的模子历练重要上会有启发吗？

陶明：礼服有，咱们礼服也有磋商下他是如何达成。这样优秀的模子公司所千里淀的这些工程重要是很贫窭的，如果从悉数这个词行业来看的话，领先说工程层面并不可够给最终的业务录用带来什么，但的确是从低门槛的角度带来了很大的上风，也给悉数这个词行业的进一步的发展提供了一个很好的桥梁。蓝本你要去作念大规模的历练，可能就那几家公司能作念，如果他降下来了，那好多其他的团队也能去作念，那其他愈加百花皆放。

泓君：是以他把这个本钱降下来了，对众人来说是一个双刃剑，对分歧？他把悉数这个词市集的门槛放得更低了，竞争也会更多。

陶明：对的。

泓君：你以为OpenAI的o1有给你启示吗？

陶明：o1给咱们蛮大启示的，在构建AI伴侣的这件事情上，它也给了咱们好多启发。咱们但愿AI伴侣能够在提供真确拟东谈主的方朝上能达到一个好的成果，同期它也具备一定的行动能力。因为不同的AI伴侣提供不同的扮装，不同的扮装他需要有不同的行动或者内容能力。

比如说我但愿说在对话流程当中，能够不以指示的方式让他去触发一些action，这是一个比较平滑的。比如说我跟AI伴侣，我发张图片给他，你帮我好意思化成什么样的成果。如果你丢给图片模子，那是prompt讲的很了了，我有图片输入，我有翰墨姿色。如果你放在对话内部的话，你就要去作念一些指示的这样的一些生成，才能让说咱们的AI伴侣能够去调用一些其他器具层面的模子。o1它的这种自主权术能力，在AI agent构建层面给了一些启发，能够让咱们构建一些轻量型的愈加自主的责任流。

泓君：目下对你们我方打造出来的聊天机器东谈主，你以为你会给到若干分？你以为它还需要被优化，以及它再优化跟擢升的空间有多大？

陶明：照旧蛮大的。我以为咱们目下只是处置了东谈主和东谈主交流中部分的行动拟合的问题，还有好多照旧莫得作念，咱们也在悔怨作念的。比如说场景，我一提到场景，众人都认为它是一个居品的场景，它是个功能。是说在悉数这个词的对话内部，它也能构建场景。比如说东谈主和东谈主在线下换取的时候，外面下雨了，围绕着这样的一个情景，咱们的AI能够养殖出好多的聊天的内容。下雨了你说要不要在家内部看电影？那就进入了一个对于电影的商讨的场景，这等于一个场景，咱们目下在作念这方面的泛化的时候，成果照旧要加强。

泓君：你以为悉数这个词业界，因为目下众人都在等OpenAI的GPT-5出来。同期又有一种声息说，scaling law它的增长可能也曾快到头了。我挺想知谈目下在众人基于大模子居品去作念应用的这样的一个流程中，跟大环境的关系到底接洽进度有多细密？

陶明：我以为越来越弱了。

泓君：这窗口期是前一两年或者这一两年。

陶明：对，比如说刚才的一个很具体问题，说目下前沿的大模子的时期标的对Soul来讲影响有莫得很大？它的影响我以为是越来越小了，在咱们的应用层面也曾得回了用户认同的一个价值，那是基于咱们现存的时期基础之上也曾得回了。在增强用户价值上头，要如何样去接续构建时期的详情味方面，愈加详情了。

不像前年那样说，一个又新的模子出来了，或者说它的标的会不会又把咱们拍死在沙滩上，咱们的张惶进度会下落了好多。但不废除七八年岁后，将来又有一个奇点到来，把悉数这个词系统政策和模子全部给覆盖了，那我以为短期一两年很难了。

泓君：我紧记2023年的时候，我跟好多作念大模子应用或者基础模子的公司去聊，众人也吵嘴常张惶。比如说每次OpenAI一升级，众人就以为，我前边半年的责任白作念了。我把悉数的东西都搭在你的GPT-3上，然后你GPT-4出来了，众人就以为白作念了。2024年相悖，我是更少的听到这些声息了。但是我以为一直到今天，等于咱们商讨的这个时候点，市集上照旧有一种声息。等于说随着大模子的迭代，比如说GPT-5悉数这个词的能力越来越强，会不会最终悉数的应用会被一个更强的模子给覆盖掉？就这个市集的壁垒是什么？你们想过这个问题吗？

陶明：这个问题在2023年想过，任何的行业问题或者用户问题，会不会一个端到端的模子皆备处置掉。如果这个说法是设立的那时候对悉数这个词行业上非常丧的一个音问，但是咱们追想从二三十年来互联网时期，PC时期，到互联网，然后再到移动互联网。你会发现即使是端到端的模子能够处置好多的需求，那只是说那些需求是咱们目下能够看得到的。但最终基于新的时期的发展，新的模子发展，它一定会带来一个新的增量需求的出现。如果它带不来增量需求的出现，那我认为此次的AI翻新是失败的。

任何的时期翻新一定是会带来新的需求，这些新的需求要被同期代的时期能够皆备端到端的处置掉，或者说被曩昔的时期能够端到端的处置掉，我以为这是一个问号。新的时期的出现，它应该是能够最大效力地去处置已知问题，对于未知问题，未知需求，照旧需要东谈主的探索以及不同公司的处置决议。

泓君：你会惦念你目下作念的事情会被一个更强的模子给覆盖掉吗？

陶明：我不太惦念这个事。

04 AI应酬变现模式：用户付费意愿与交易模式探索

泓君：你以为目下基于AI聊天机器东谈主的交易模式，跟以往在变现上想路会有什么样的不相似呢？

陶明：这块儿我只可说一下我个东谈主的想法。AI的交易变现任何一家公司都在作念，就但愿能够在一个非常澄莹的交易模式之下，去发展业务。但是目下总体来看，悉数这个词行业并莫得一个新的交易模式出现。

我一直认为是说交易模式是构建在你业务模式之上的，而不是说虚构出现了一个交易模式。那为什么目下交易模式莫得发生转换？骨子上是说咱们现时的AI目下还并莫得给业务模式带来转换，它可能更多的是增强提效。就像刚才说的，如果莫得新的需求出现，或者莫得新的业务出现，我认为是交易模式它自身也不会有太大的变化。

泓君：我选藏到你们推出的AI会给用户去打电话，它是有一个收费制的。目下用户在这个居品上惬心付费的意愿高吗？

陶明：咱们也只是把它当成了一个升值的收入方式，它跟其他的升值居品也差未几。对用户来讲，这等于得回好的体验的一种方式。蓝本咱们提供了其他的一种重要，目下又提供了新的一个技能。用户为这个买单，你会认为他也莫得发生变化。

泓君：你们目下有AI苟蛋的这种拟东谈主化机器东谈主，也有心境化追随的虚拟伴侣，还有AI NPC，数字分身。你们会如何去界说将来这个平台的中枢居品，包括中枢场景，是说我去作念几个居品，照旧说我去作念一个王牌的居品，这块你是如何想的？

陶明：你会发现等于咱们不同的AI它有不同的功能定位。将来的话咱们但愿咱们的王牌居品礼服照旧以咱们的AI虚拟东谈主为最主要的基石。能够在咱们现时不同场景内部作念更好的功能泛化，就比如说视频通话的这种能力，将来它不一定要给用户去打电话，他皆备可以用在咱们现时的语音居品内部作念虚拟直播。

咱们不末端说咱们有若干个AI居品，咱们照旧但愿说每个AI居品能够劳动不同的东谈主群。咱们莫得想法去打造一个主体的AI功能，然其后承载目下悉数的需求。包括咱们不去构建一个中心化。因为作为一个主体居品，你一定是说要有一个中心化的AI的进口。咱们目下是莫得这样的筹划的。

泓君：是以你们目下照旧以应酬平台为主，然后悉数的AI居品是劳动于这个应酬平台的。

陶明：对，现时是这样。