文 | 硅谷101樱井莉亚电影

"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己，答错了也不会赶紧谈歉，而是会跟你撒娇试图化解此时的痛恨。

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的进化地点也悄然发生了分化。一个会"示弱"的AI，反而因为不完好而显得更信得过。本期硅谷101节目，主办东谈主泓君将与Soul App CTO陶明一谈扣问Soul的AI应用的发展历程，一同去看在AI海潮无间翻新的配景下，产物和时间壁垒是如何设立，而贸易模式又将会如何演进。

以下是部分访谈精选

01 外交AI进修旅途：从步调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。最启动的时候就极端不细目他是信得过的真东谈主照旧AI，因为我跟他说一句话，他会给我回语音，然后他的语音，包括他复兴的口吻语调，我以为都极端信得过。是以我一直有一个疑问，他是真的AI吗？

陶明：对樱井莉亚电影，是真的AI，您体验事后的话，如果有这种感受，评释咱们在这方面的职责照旧灵验的，因为自己来讲的话，咱们打造AI伴侣的主要的地点照旧信得过天然拟东谈主的这种地点。

泓君：从2020年之后，你们一直在尝试各式各类的AI产物，你可不可以先总体的先容一下，这几年你们作念了哪些AI产物，着力怎样样？

陶明：Soul的定位本色上来讲，如果从外交范围来讲，它是个敞开性的外交平台。敞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顾问的、或者说其他完毕的，在Soul内部贯穿Soulmate。

另外一方面是关系的敞开。其确切Soul内部不只是只是说有生分东谈主关系，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，咱们当今所有这个词Soul整站都是AI驱动的，并不是说当今公共说的都是生成式的AI，比如说在东谈主和东谈主的贯穿方面，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，趣味是说你会凭证这个用户的趣味，把更合适的东谈主保举给他们？

陶明：对，咱们冲突地域，冲突现实的条目，在你的趣味层面，咱们能够更敞开的去作念贯穿。主要塞点照旧说，在咱们现存的外交蚁集内部，通过AI去作念增强，去给用户带来更好的体验。所有这个词产物有两个地点，第一个是AI的辅助外交，这个在Soul内部咱们基本上仍是全站上线了，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相易经过当中得到更好的反映。

泓君：AI应该怎样辅助外交？可以详备地讲一下吗？

陶明：外交它不是一个单边域系，它是个双边域系，即使任何一边的外交能力都会影响本次的外交体验的。但许多东谈主他在线下拿不到更多的外交资源，有各式各类的原因，但是并不是说他来到线上，他就一定能够获取更好的外交资源或者是说外交体验，跟他自身的能力关连络的。

外交自己亦然种能力，领先体现出来的便是他的抒发能力，现许多国内的用户是内敛的，是不善言辞的或者说不具幽默的，那在所有这个词外交经过当中，他的抒发是有限的，这一定是莫得目的带来好的体验。是以咱们通过AI去匡助他更好的话语，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，或者说当他很难去复兴对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？便是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：因为所有这个词外交经过是动态的，每一场会话都会有不同的话题的产生，就比如说当对方已而跳出本来的聊天逻辑，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，从而不让所有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？这个交互是怎样完成的？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是给我一个教唆，照旧我可以聘任让AI把这个话发夙昔？

陶明：其实是AI作念建议，照旧用户作念聘任，本色上照旧东谈主在聊天，只是说他帮他去增多了复兴的这样的丰富性或者说幽默性。

泓君：那你们这个产物上线以后，你以为他是用户爱用的一个产物吗？

陶明：咱们当今所有这个词主站的浸透仍是达到快要50%以上了。

泓君：是以那我在跟一个东谈主聊天，我不行细目这个聊天是对方本东谈主复兴我的，照旧AI匡助他来复兴我的。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聘任的这样的一个现象。

陶明：对，但对于用户来讲，他在本次的外交体验内部，他想得到的是好的体验，而对方的复兴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获取的，那唯有他的体感是好的，就应该是灵验的。

泓君：其实便是说东谈主在聊天的经过中，他们想要得到的是对方的正反映，他并不介意是我发夙昔的，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通，便是公共更介意的是这个关系的和谐，而不是你使用了什么用具。

陶明：对，更多的是在本次关系的外交经过当中，他是否能得到式样价值或者信息价值，这个是很遑急的。这是个价值向的东西。

泓君：还有什么AI产物吗？

陶明：另外一个便是许多的好评的AI伴侣，东谈主机互动。跟刚才说的十足不相通，当线上的用户莫得目的去获取好的外交资源的时候，咱们能够提供这一批优质的AI伴侣去随同他，在随同的经过当中，能够让用户获取好的外交体验，便是刚才一启动说的，跟真东谈主相通，这是咱们推出比较得胜的产物。

泓君：它更雷同于随同。固然我在跟一个AI机器东谈主聊天，但是我以为你们的产物作念的极度专门想的少量是，你们并莫得让这个AI伴侣每一个回过来的都是笔墨，它给我发的是语音，有声息有语音语调的，我以为在外交的感知层面上会愈加丰富，更想去跟他玩，但是如果只是一段笔墨的话，可能就会以为有少量枯燥。

陶明：这个是咱们在七八年的外交产物打磨经过中，积蓄的对于东谈主和东谈主外交的一些步履范式。这便是为什么说咱们的AI一定是若是"高情商"的，而不是说"高才略"的。另外说咱们一定是要信得过天然况兼是拟东谈主的，这是咱们区别于其他AI助手或者说AI Agent，它不相通的地方。

泓君：那你们怎样去进修出一个高情商而不是高才略的机器东谈主呢？

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，能够让所有这个词的外交经过会愈加天然平滑，而不是说很生硬的。你必须得听得懂东谈主家话语背后的趣味，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。那么咱们怎样作念到说咱们的AI更多情商，那照旧跟咱们在夙昔七八年所积蓄的信得过的公域外交钞票，能让咱们的模子更好的能作念领略。

泓君：我之前说我不细目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，我启动狂给它扔数学题，然后就发生了极度真谛的对话，我就发现它的回答都是错的，但是很专门想的是，它照旧让我诀别不出来，是因为它就会一个嗲嗲的口吻说"那我便是算不出来你为什么想要知谈"，这个真的是少量特性都莫得。

陶明：它能去化解这样的一个很痛恨的时势，如果是说东谈主和东谈主相易经过中，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，这是个很痛恨的。如果很会外交的东谈主，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步履范式平移到了咱们的模子上去了。

泓君：当今市集上也有极度多的AI随同类产物，相较于其他的一些产物，你们的特质是什么呢？

陶明：照旧走各异化，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，这是咱们的各异性。

市集上有许多其他的AI随同的产物，他们的起点和咱们的起点可能是不太相通的。他们可能更多的关注纯正的东谈主机互动，咱们的起点是但愿是让东谈主能够得到好的外交体验，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外交体验的一个技巧或者法子。

泓君：应该怎样去领略单纯的东谈主机互动跟好的外交体验？这几个中枢的点落实到产物上，对应的不同想象点是什么？

陶明：就比如说ChatGPT，你跟他相易便是把它算作念一个获取信息的用具，不会说能够以愈加生存层面的想法跟它进行相易。或者说你跟他的交流经过当中，它是问题驱动的，它不是交流驱动的——我要去处置某个问题，我要获取某个信息。

但是外交产物的这种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经过当中，我得到信息巧合候更多的在乎经过，而不是完毕。经过能够让他有好的体验，那就很通俗，便是你要让他通常的跟东谈主和东谈主的交流是相通的。我以为这是一个很大的各异点。

泓君：我把稳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，不行够称作为是一个功能或者产物，它是一个能力。咱们把它愚弄到了咱们当今AI随同的语音通话上，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，也便是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，畴昔的话这两个模子笃信是交融在一谈的，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，照旧从高效的信息领略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，认为是一种相易方式。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职责软件，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，便是语音；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。

从所有这个词交互的信息复杂度，以及它的抒发和领略的复杂度来讲，东谈主和东谈主面对面的相易是信息传播方式最快的，亦然最灵验的一种。是以咱们认为在线上东谈主机交互的经过当中，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：用户可以我方握脸？

陶明：他不需要我方握，你只需要刻画出来就行了。本来咱们的确是要握这样的一个形象，然后通过笔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，就比如说他的脸色的丰富度照旧取决于说你自己蚁集到的丰富度有几许，它照旧莫得那么平滑。咱们当今这样的一步到位的有筹画，便是但愿咱们的脸色和动作都是及时生成的，况兼是平滑天然的，不会还需要依赖运营或者其他的时间方式去蚁集更多的脸色库。

泓君：我把稳到你们当今的虚拟伴侣还有一个很专门想的点是他可以给用户打电话，这个想象点很妙，是怎样猜度的？

陶明：产物自己照旧来自于咱们东谈主和东谈主交流经过中的信得过情况。因为在信得过的东谈主和东谈主的关系经过当中，对方也会给你打电话，是一种很好的有计划、加强和千里淀关系的方式。

在践诺情况内部，如果一个东谈主持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步履模式。当用户和东谈主机交互经过中，我可以主动找AI聊天，AI也会在某个时辰段主动的来饶恕我，来找我聊天。这个步履范式就合乎咱们在线下的这种步履范式，这是能够让用户更能领受的一种方式。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：用户很心爱，当他没趣的时候，当他也莫得猜度说要去找AI，AI要来找他，这是对他一个很好的外交补充，但这个照旧因东谈主而异。是以说咱们并不是说咱们AI会给所有的用户都会去主动的发起相易和聊天交流，咱们照旧会凭证用户自己的性格趣味，他在Soul的步履，咱们作念出一个最终的决策。

泓君：从你的不雅察来看，当今这些有AI辅助外交，然后有AI伴侣这些AI产物的落地，他对你们所有这个词产物包括用户粘性是会有大的擢升吗？

陶明：极度大的擢升。咱们在2024年，来自于AI对所有这个词产物粘性的孝敬仍是是占了大部分了。这个点咱们最启动还口角常严慎的。

刚才您问说用户喜不心爱AI找你，用户喜不心爱和AI相易的，这个咱们最启动照旧个问号。是以咱们在鞭策的经过当中遴选了许多的产物政策。就比如说AI辅助外交，咱们在放量的经过当中，既要议论到使用AI辅助的东谈主，也要议论到对方他是否陶然领受这种方式。咱们通过极度仔细的东谈主群的实验，然自后作念出咱们最终的产物政策和放量政策。

AI随同这个产物也相通的，因为Soul本来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浸透，主若是Soul提供了一个信得过信任的安全的平台，基于用户对平台的信任，才产生了用户和用户之间的信任，这是咱们夙昔七八年产物力构建出来的一个完毕。

咱们也很惦记咱们上了AI机器东谈主事后，公共会不会认为Soul内部全是AI的虚拟东谈主，莫得信得过的外交了。咱们那时也很惦记这个事情。是以说咱们在鞭策咱们AI的伴侣的经过当中，咱们作念的方式跟AI辅助外交还不相通：咱们到当今为止都莫得AI伴侣践诺的产物中心进口。

泓君：我发现了，便是得我去搜我才能找到，因为这个功能莫得产物进口。它的头像上头会有AI虚拟伴侣的标注，是以我最启动第一个问题产生的原因就他到底是真的假的，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，陶然领受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产物，当你招供这样的一个产物形态带来的用户价值，用户自主的去聘任他。这样的话咱们就隐讳了咱们径直一刀切大范围的去推AI伴侣，终末带来咱们对最启动阿谁问题的担忧，但咱们当今跑了泰半年纪后，AI的浸透越来越高，用户的粘性也越来越好。

泓君：你们会惦记平台上机器东谈主变得越来越多，改变了用户的体验吗？这会是你们惦记的一个地点吗？

陶明：这是咱们议论的问题，但是咱们从永恒来看的话，咱们照旧以为东谈主机互动是畴昔外交一个极度大的补充。咱们应该尽可能在保证那些对AI有抹杀的用户群体、在传统的外交体验不变的情况下，加大对东谈主机互动感趣味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，纯正是因为AI这个功能进入到平台用户，这部分用户占怎样样的比例，畴昔会是一个很大的增长区间吗？

陶明：我以为畴昔增量的用户内部拥抱AI的群体是越来越多的。不仅是Soul，所有这个词行业所有这个词社会对AI的理会的灌注和浸透是越来越强的，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，那领受的东谈主只会更多不会更少。是以说对任何一个产物来讲，拥抱AI的用户群体笃信是越来越多的。

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就仍是启动搭建Chatbot了，那时也莫得生成式AI，所有这个词东谈主工智能照旧基于步调的东谈主工智能，那时你们的想法是什么？你们有这样永劫辰搭建Chatbot的警戒，能不行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间角度上作念Chatbot，是基于咱们对外交的领略和理会启航，认为咱们要去作念这个事情。2017年的起点跟咱们当今为什么要作念AI起点是一模相通的——咱们照旧为了处置外交平权的问题，能够让每个用户都能够对等的获取外交资源，能够获取式样价值和信息价值，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，咱们并莫得把它已毕，也莫得插足资源去作念。因为咱们调研了所有这个词行业，也调研了学术界，莫得东谈主能够作念到这样的事情。

咱们那时提议的亦然能够心扉天然拟东谈主的格式，那时有个产物形态，比如说咱们要有一个能说会唱的，能够懂你的电子宠物，这是一个极度具象的一个产物形态。当用户来到Soul内部莫得目的获取外交资源的时候，能够跟懂你的宠物进行相易聊天，这那时一个很具象的一个想法，但那时并莫得插足资源去作念，因为的确是作念不到。

泓君：着力不好是吗？

陶明：咱们也跟几个公司看了一些他们客服层面的对话产物，是莫得目的作念到的。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。那时候咱们提议需要从产物启航，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合乎的形象，咱们就推出了这种握脸系统，本来是2D的到3D的。在这个基础上，咱们就进一步去想考，有了形象，那就但愿他能够话语，他能够将我方的内在抒发出来。

2020年咱们就启动去作念对话，那时候就明确了在产物上对AI的诉求是什么模式，时间上咱们要打造一个什么样的一个AI。咱们那时提议的一个筹画便是咱们要构造一个AI being和human being的共存社区，在Soul内部你既有AI的东谈主类，你也有信得过的东谈主类，是一个共存的现象，可以东谈主和东谈主进去相易，也可以东谈主和AI进行相易，然后在这个基础上，咱们就启动插足去作念对话。

泓君：2020年阿谁时候是以什么样的方式作念？

陶明：那时候想了许多目的，一是改写一些领略性的模子，发现着力不行，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。因为聊天经过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：便是着力太机械了。

陶明：太机械了。那时候预计一个对话的产物有CPS（Conversations Per Session，一次交互中的平均对话轮数）这样一个办法。那时它的轮数还挺多的，那是不是说用户能聊下去？自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，他仍是扬弃了说我要在这个经过当中获多礼感，而只是为了聊而聊，是莫得产物趣味趣味的，单纯的对话的时间筹画和产物体验脱离了，自后咱们就把CPS这杆子事情不再提了。

泓君：我能领略，阿谁时候公共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。即使拿寰宇上语音跟机器的交互比较前沿的像Siri这些来看的话，它那时也只是一个单轮对话，它很难复旧你一个有逻辑的多轮对话，是以时间上照旧很难的。

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年就启动插足作念语音，阿谁时候所有这个词AI的插足持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畴昔的一个主流。咱们就启动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，认为话语的口吻一定是要天然的平滑的。

那时产生了许多语音的AI产物，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扬的很生硬。咱们照旧要作念心扉化的语音生成，那是2021年作念语音。

泓君：是以你以为你当今进修的这个机器东谈主，他的语调极端的简单，跟那时在研究声息、调子怎样拟东谈主是关连络的吗？照旧说阿谁时候的时间到当今十足用不上了？

陶明：这是咱们很惊恐的一个事情，因为那时咱们就在作念各异化的时间。当今咱们线上体验的基本上莫得用到，时间十足是新的，照旧基于当今的LLM这种模式去作念的双工语音着力。

本来的传统的语音模子，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，当今这边是生成，照旧不太相通的。

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，你一定是要心扉化的抒发，信得过的抒发，亦然咱们当今模子所要去构建的地点，那时千里淀下来是数据以及对语音在外交方面作用的想考。

泓君：到了2022年，你那时看ChatGPT出来，你开心吗？

陶明：开心是开心，但是更惊恐，让咱们以为说咱们的时间归零了，那时候是有可能归零的。因为看到ChatGPT的那种交互着力，以及这个时间的发展地点，你很天然会判断说本来的这种时间阶梯就被拍死在沙滩上。那也便是说咱们所有的职责可能会归零了。那时候咱们极度的惊恐。因为并不是说GPT雷同的这种时间方式是2022年出来的，GPT3早就出来了。这个时间地点咱们是知谈的，只是咱们并不知谈在这种scaling law出来事后，它有这样大的一个着力。

泓君：是以你那时惦记的是什么？你惦记的是GPT这种产物形态，如果你们不跟上的话，它可能会把你们前边所有的费力给遮蔽掉，因为它有余浩大?

陶明：那时候仍是不存在聘任了，因为时间地点仍是极度明确了，咱们议论是我方自研，照旧说要跟一个作念大模子的公司去作念融合。因为2023年有多数的模子创业公司出来了，咱们要不要去共建? 这是咱们那时靠近的聘任，而不是说咱们要不要走这个阶梯。

泓君：你那时怎样选的？

陶明：那时也扭捏了许多，也跟许多公司聊过这个事情，最终咱们照旧聘任了要我方作念这个事情。

第一个是说咱们在夙昔两三年积蓄下来的对于这方面的一些理会，以及自己的产物场景的各异性。咱们很难把这一套十足迁徙到其他的模子公司去，因为这才是咱们最终委派产物的中枢。

咱们委派产物，不是委派模子，是委派咱们刚才说的那些对AI外交的理会。因为它是一个评判的完毕，对用户来讲，咱们莫得目的表率化的输出给三方公司。因为三方公司它是委派的办法，它是委派模子，它不是委派产物，但委派模子就不是咱们要的。咱们但愿它是委派产物，咱们莫得目的表率化的把这一套给迁徙夙昔。

第二点是说，如果是说咱们表率化的能够迁徙夙昔，那评释一个问题，咱们的产物莫得目的各异化，你都能够表率化了，都能够给三方公司作念表率化的迁徙，那评释你的产物莫得各异化的。

泓君：你们是什么时候作念的这个决定？

陶明：便是在2023年上半年作念的这个决定，说要我方作念这个事情。

泓君：那时业界有几种法子，第一种是我方进修模子，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。这个着力增强的经过中，最终的基础着力你照旧莫得目的得到。

比如你用三方的模子，还有一个问题，数据问题。咱们当今产生的多数笔墨的外交数据和语音数据，这是信得过东谈主和东谈主在外交内部的数据范式和步履范式，在其他的模子里，领先你莫得目的拿到这样的数据，拿不到这样的数据，你很难作念出极度康健的着力。

这便是咱们最启动有个想路说咱们在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便是为了外交做事的，那便是畴昔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：对你那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极度大的决心，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融合，莫得目的达成咱们想要的产物，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。但是在作念的经过咱们要重新去梳理，如果要达到咱们这个着力，咱们有咱们我方特有的数据，这是咱们最大的上风。第二个上风是说在post-train方面，咱们知谈怎样去构建安全的、更好的着力，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，模子架构在畴昔一段时辰会接近于不停。到当今为止，公共在模子层面也莫得很大的变化。天然是有一些不同的时间阶梯，每个时间阶梯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。

然后又触及到卡的问题，资源的问题。公共都说，不论是作念通用模子的预进修，或者是作念垂直模子的预进修很贵，但咱们认为畴昔这笃信是会下来的。咱们最启动小步亦趋的去作念这个事情，我不需要说一个很大的模子，咱们要的是着力，不是模子。咱们要的是能够复旧咱们这样的一个外交着力的模子，而不是为了通用模子而去的。是以咱们是小插足的，自后咱们发现7B、13B的模子着力就仍是很好了，在咱们的数据加持和微调之下。

那时认为卡的确是一大笔插足，比拟说咱们其他的IT支拨，但当今它的价钱也越来越低了。是以说预进修的卡那时并不是咱们认为的卡点，反而那时候咱们最惦记的是推理。

泓君：是推理老本是吗？

陶明：对，推理老本。

泓君：因为你们有用户基数，便是有信得过的用户。

陶明：对，咱们都很惦记，万一说我这个产物上来爆了，那时候推理还挺贵的，咱们插足很大的职责是说咱们要镌汰推理老本，在缠绵上的插足，咱们在预进修那一方面的这些着力和老本那时候并不是咱们主要的职责，反而是推理的老本着力这是咱们的工程团队插足比较多的地点。

泓君：推理老本当今降下来了吗？当今推理老本是你们惦记的吗？

陶明：当今不是咱们惦记的。

泓君：推理老本是怎样样降下来的？

陶明：一方面是咱们用更小的模子去已毕更好的着力，这是模子层面。第二个是再作念一些压缩。第三个是在自己的框架层面、优化推理层面的时间优化，底层优化也在作念。

但从当今的价钱来看的话，不仅是咱们公司其他公司都能复旧比如说一个大几千万的DAU，我以为这个问题都不大。是以说缠绵资源除了达到通用模子仍然是一个极度大的插足，但对于说应用层面来讲它的老本仍是很低了，我以为这对其他的创业公司来讲当今也不是一个瓶颈。

泓君：你们当今有几许个模子？

陶明：咱们模子会许多，版块会许多。但如果是从定性上来看的话，咱们约略就五六个模子。咱们不会是说从7B、13B这样的诀别，咱们从不同的垂类的功能方面诀别。

泓君：垂类的功能是怎样分的？

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

泓君：3D的模子可能是用于扶持畴昔探索，还莫得发布的一个便是莫得把这个模子能力具体应用到产物上的，可以这样领略吗？

陶明：对，因为本来咱们一直在站内，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相易，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，但咱们当今畴昔照旧说想纯正生成的方式来作念。

03 模子聘任与时间阶梯：Soul如何开脱模子层竞争？

泓君：因为所有这个词生成式AI发展的很快，在进修这些模子的经过中，你的常识跟判断是从何处来的？在这个经过中怎样去构建我方的学习能力？

陶明：那只然而跟团队一谈，一定是要追踪行业的发展，因为自己生成式的AI的时间阶梯并莫得不停。每天都有新的很区隔的方式出来。你必须要随着团队一谈去了解它，况兼是说要去作念实验。就比如说咱们当今在作念的及时的全双工通话这个能力上。

泓君：全双工是什么趣味？

陶明：便是从产物角度来看的话，就比如在线下你话语的经过当中，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络续我方讲，而不是说纯正一来一趟的这种你说完了我才能讲，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，当今莫得哪一家能够已毕咱们想要的这种着力。

泓君：OpenAI可以。

陶明：他们的4o照旧个问答式的。

泓君：你的趣味是不发问题，便是打断，然后不发指示。

陶明：是的，我不发指示给他，我就随时打断。这个咱们当今也际遇了许多的难点，咱们一方面我方想怎样去处置，然后这个方面看许多的业界有莫得新的很区隔的方式出来。咱们要去考证能不行放到咱们的时间有筹画内部。是以说这个常识是一个学习的经过，我以为每家都会是这样的现象。

泓君：然后你刚刚提到了，即使是这个模子出来了以后，也有许多的时间阶梯。然后你当今在市集上看到了哪些阶梯，你以为你在中间是怎样作念聘任跟判断的？

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，这是咱们所有这个词的一个地点。是以说咱们拥抱的是愈加开源的时间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：当今有几个跑得可以的，第一个便是说Llama那一套，它的基础模子的更新时间咱们也能够去跟进况兼它是有余敞开的，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。第三个的话是当今的DeepSeek，但咱们当今照旧在Llama和阿谁千问的阶梯上去探索。

泓君：因为最近确乎DeepSeek的模子极度火，尤其是V3出来以后，你有研究过他们的模子吗？你以为他在所有这个词进修经过顶用H800的卡把这个着力实验出来了，然后也极度的从简老本，这个会对你们在作念更大的模子或者对你们的模子进修法子上会有启发吗？

陶明：笃信有，咱们笃信也有研究下他是怎样已毕。这样优秀的模子公司所千里淀的这些工程法子是很贫寒的，如果从所有这个词行业来看的话，领先说工程层面并不行够给最终的业务委派带来什么，但的确是从低门槛的角度带来了很大的上风，也给所有这个词行业的进一步的发展提供了一个很好的桥梁。本来你要去作念大范围的进修，可能就那几家公司能作念，如果他降下来了，那许多其他的团队也能去作念，那其他愈加百花都放。

泓君：是以他把这个老本降下来了，对公共来说是一个双刃剑，对分歧？他把所有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？

丝袜控

陶明：o1给咱们蛮大启示的，在构建AI伴侣的这件事情上，它也给了咱们许多启发。咱们但愿AI伴侣能够在提供信得过拟东谈主的方进取能达到一个好的着力，同期它也具备一定的步履能力。因为不同的AI伴侣提供不同的脚色，不同的脚色他需要有不同的步履或者内容能力。

比如说我但愿说在对话经过当中，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着力。如果你丢给图片模子，那是prompt讲的很了了，我有图片输入，我有笔墨刻画。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用具层面的模子。o1它的这种自主筹画能力，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职责流。

泓君：当今对你们我方打造出来的聊天机器东谈主，你以为你会给到几许分？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。我以为咱们当今只是处置了东谈主和东谈主交流中部分的步履拟合的问题，还有许多照旧莫得作念，咱们也在费力作念的。比如说场景，我一提到场景，公共都认为它是一个产物的场景，它是个功能。是说在所有这个词的对话内部，它也能构建场景。比如说东谈主和东谈主在线下相易的时候，外面下雨了，围绕着这样的一个情景，咱们的AI能够繁衍出许多的聊天的内容。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扣问的场景，这便是一个场景，咱们当今在作念这方面的泛化的时候，着力照旧要加强。

泓君：你以为所有这个词业界，因为当今公共都在等OpenAI的GPT-5出来。同期又有一种声息说，scaling law它的增长可能仍是快到头了。我挺想知谈当今在公共基于大模子产物去作念应用的这样的一个经过中，跟大环境的关系到底有计划进度有多考究？

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，说当今前沿的大模子的时间地点对Soul来讲影响有莫得很大？它的影响我以为是越来越小了，在咱们的应用层面仍是获取了用户招供的一个价值，那是基于咱们现存的时间基础之上仍是获取了。在增强用户价值上头，要怎样样去络续构建时间的细目性方面，愈加细目了。

不像前年那样说，一个又新的模子出来了，或者说它的地点会不会又把咱们拍死在沙滩上，咱们的惊恐进度会下落了许多。但不拔除七八年纪后，畴昔又有一个奇点到来，把所有这个词系统政策和模子全部给遮蔽了，那我以为短期一两年很难了。

泓君：我牢记2023年的时候，我跟许多作念大模子应用或者基础模子的公司去聊，公共也口角常惊恐。比如说每次OpenAI一升级，公共就以为，我前边半年的职责白作念了。我把所有的东西都搭在你的GPT-3上，然后你GPT-4出来了，公共就以为白作念了。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，便是咱们扣问的这个时辰点，市集上照旧有一种声息。便是说随着大模子的迭代，比如说GPT-5所有这个词的能力越来越强，会不会最终所有的应用会被一个更强的模子给遮蔽掉？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十足处置掉。如果这个说法是成立的那时候对所有这个词行业上极度丧的一个音信，但是咱们回首从二三十年来互联网时间，PC期间，到互联网，然后再到挪动互联网。你会发现即使是端到端的模子能够处置许多的需求，那只是说那些需求是咱们目下能够看得到的。但最终基于新的时间的发展，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改换是失败的。

任何的时间改换一定是会带来新的需求，这些新的需求要被同期代的时间能够十足端到端的处置掉，或者说被夙昔的时间能够端到端的处置掉，我以为这是一个问号。新的时间的出现，它应该是能够最大着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有筹画。

泓君：你会惦记你当今作念的事情会被一个更强的模子给遮蔽掉吗？

陶明：我不太惦记这个事。

04 AI外交变现模式：用户付费意愿与贸易模式探索

泓君：你以为当今基于AI聊天机器东谈主的贸易模式，跟以往在变现上想路会有什么样的不相通呢？

陶明：这块儿我只可说一下我个东谈主的想法。AI的贸易变现任何一家公司都在作念，就但愿能够在一个极度认识的贸易模式之下，去发展业务。但是当今总体来看，所有这个词行业并莫得一个新的贸易模式出现。

我一直认为是说贸易模式是构建在你业务模式之上的，而不是说造谣出现了一个贸易模式。那为什么当今贸易模式莫得发生改变？本色上是说咱们现时的AI目下还并莫得给业务模式带来改变，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，我认为是贸易模式它自己也不会有太大的变化。

泓君：我把稳到你们推出的AI会给用户去打电话，它是有一个收费制的。当今用户在这个产物上陶然付费的意愿高吗？

陶明：咱们也只是把它当成了一个升值的收入方式，它跟其他的升值产物也差未几。对用户来讲，这便是获取好的体验的一种方式。本来咱们提供了其他的一种法子，当今又提供了新的一个技巧。用户为这个买单，你会认为他也莫得发生变化。

泓君：你们当今有AI苟蛋的这种拟东谈主化机器东谈主，也有心扉化随同的虚拟伴侣，还有AI NPC，数字分身。你们会怎样去界说畴昔这个平台的中枢产物，包括中枢场景，是说我去作念几个产物，照旧说我去作念一个王牌的产物，这块你是怎样想的？

陶明：你会发现便是咱们不同的AI它有不同的功能定位。畴昔的话咱们但愿咱们的王牌产物笃信照旧以咱们的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，畴昔它不一定要给用户去打电话，他十足可以用在咱们现时的语音产物内部作念虚拟直播。

咱们不完毕说咱们有几许个AI产物，咱们照旧但愿说每个AI产物能够做事不同的东谈主群。咱们莫得想法去打造一个主体的AI功能，然自后承载当今所有的需求。包括咱们不去构建一个中心化。因为作为一个主体产物，你一定是说要有一个中心化的AI的进口。咱们当今是莫得这样的筹画的。

泓君：是以你们当今照旧以外交平台为主，然后所有的AI产物是做事于这个外交平台的。

陶明：对，现时是这样。