“孤獨(dú)的人是可恥的”，歌手張楚在 1994 年推出的同名專(zhuān)輯如是唱道。然而 30 年后的互聯(lián)網(wǎng)，人們反復(fù)甄別，相遇到相知依然是件困難的事情。

相比 80 后、90 后，00 后會(huì)更多地為個(gè)性化和能夠彰顯自己獨(dú)特的數(shù)字產(chǎn)品和服務(wù)買(mǎi)單，這使得做年輕社交越來(lái)越像一門(mén)玄學(xué)——從QQ、探探、Soul、積目再到小眾化的輕語(yǔ)、Dots、Falo，交互體驗(yàn)往往決定著產(chǎn)品的上限。

“年輕人的社交需求在不斷演化，關(guān)系鏈發(fā)現(xiàn)、建立、活躍等維度會(huì)影響用戶(hù)數(shù)據(jù)，但 UI 設(shè)計(jì)、AI 能力、運(yùn)營(yíng)策略則會(huì)直接關(guān)系用戶(hù)體驗(yàn)。”一位資深產(chǎn)品經(jīng)理向虎嗅表示。

上周，Soul 剛剛在 GITEX GLOBAL 上（全球三大 IT 展之一）亮出了 AIGC+ 社交融合的新進(jìn)展：用戶(hù)不僅能利用 AI 創(chuàng)建 3D 數(shù)字人，還可以實(shí)時(shí)進(jìn)行沉浸式語(yǔ)言、肢體互動(dòng)。

“以前多模態(tài)交互是一個(gè)連續(xù)生成過(guò)程，會(huì)有延時(shí)，Soul 現(xiàn)在語(yǔ)音對(duì)話(huà)延遲不到 200 毫秒，因?yàn)槲覀円呀?jīng)推出了端到端大模型能力——過(guò)去先生成文本/圖像再轉(zhuǎn)換為語(yǔ)音，現(xiàn)在能將語(yǔ)音與 NLP 統(tǒng)一到一個(gè)集成流程中，從而消除了滯后問(wèn)題。”Soul CTO 陶明解釋稱(chēng)，這背后是一個(gè)數(shù)百人的技術(shù)團(tuán)隊(duì)在支撐，而 AI 人員配置占了一半。

事實(shí)上，2022 年底 ChatGPT 橫空出世讓整個(gè)互聯(lián)網(wǎng)都為之躁動(dòng)，心有猛虎的公司都在尋找向上攀爬的入口——豆包之于字節(jié)、元寶之于騰訊、文小言之于百度、通義千問(wèn)之于阿里，互聯(lián)網(wǎng)企業(yè)接連躬身入局。

形勢(shì)不等人，Soul 也縱身一躍跳入了這股時(shí)代浪潮——一方面，中國(guó)移動(dòng)互聯(lián)網(wǎng)走到用戶(hù)、流量趨于見(jiàn)頂?shù)某墒炱冢O(jiān)管會(huì)更側(cè)重產(chǎn)業(yè)互聯(lián)網(wǎng)的推進(jìn)與建設(shè)；另一方面，在大模型浪潮的推動(dòng)之下，AI 正為企業(yè)打開(kāi)新的增長(zhǎng)空間，這意味著技術(shù)走到平臺(tái)重構(gòu)生態(tài)的關(guān)鍵時(shí)期，互聯(lián)網(wǎng)公司必須敢于縱身跳入 AI 浪潮（包括技術(shù)生態(tài)迭代、研發(fā)投入等）博一張未來(lái)的船票。

于是，越來(lái)越多開(kāi)發(fā)者試圖為用戶(hù)構(gòu)筑出一個(gè)豐饒的精神樂(lè)園、賽博分身，默默打磨著產(chǎn)品和團(tuán)隊(duì)，日拱一卒推動(dòng)著產(chǎn)業(yè)齒輪緩慢前行。

而當(dāng) AIGC 的子彈射中社交時(shí)，往往要具備兩個(gè)條件，一是持續(xù)推進(jìn)產(chǎn)品快速迭代；二是持續(xù)探索新業(yè)務(wù)與場(chǎng)景融合方式。“Soul擁有‘人機(jī)對(duì)話(huà)’的基礎(chǔ)原子能力，但用戶(hù)與業(yè)務(wù)之間存在鴻溝，不能直接把原子能力推向用戶(hù)，而要構(gòu)建一個(gè)AI being 和 Human being 共存的社區(qū)。包括大模型六小強(qiáng)做的一些 AI 聊天產(chǎn)品都支持單點(diǎn)聊天能力，但社區(qū)無(wú)法僅靠單點(diǎn)聊天維持。”

陶明介紹， Soul 正從技術(shù)層面利用規(guī)則和策略，讓人與 AI 交互變得更沉浸、真實(shí)。“人與 AI 在同一時(shí)空下不僅是單純聊天，還要一起參與、創(chuàng)造場(chǎng)景，才能不斷豐富用戶(hù)體驗(yàn)。”

順著這個(gè)邏輯，AI 不能只具備認(rèn)知能力，還應(yīng)當(dāng)具備超強(qiáng)的感知能力——純認(rèn)知能力給用戶(hù)帶來(lái)的價(jià)值有限，用戶(hù)更希望表達(dá)被感知和理解。

“社交產(chǎn)品要善于創(chuàng)造場(chǎng)景，在人與 AI 的交互過(guò)程中打造更多場(chǎng)景，前陣子我們發(fā)布了一個(gè) demo，智能體在跟我們用戶(hù)打電話(huà)的過(guò)程當(dāng)中，如果你咳了幾聲，AI 會(huì)思考你是否感冒，這個(gè)互動(dòng)過(guò)程用戶(hù)獲得 AI 的關(guān)心，是一種情緒價(jià)值。”陶明說(shuō)到。

他認(rèn)為，要加快 AI 的感知效率，必須要在語(yǔ)音和 NLP 的融合上下功夫，但很多大模型公司更多在打造基座能力，Soul 是為數(shù)不多去趟這個(gè)方向的企業(yè)，就是為了讓用戶(hù)能實(shí)時(shí)與具備形象、表情、記憶的 AI 多模態(tài)交互。

如此發(fā)展下去，年輕人好友列表會(huì)擴(kuò)列越來(lái)越多 AI ——與 80 后、90 后社交基于某些物理連接（現(xiàn)實(shí)身份信息）不同，00 后社交更傾向構(gòu)建一個(gè)賽博分身——他們對(duì)于互聯(lián)網(wǎng)懷著一種熱烈的期待，渴望被看見(jiàn)，卻又固執(zhí)地選擇畫(huà)地為牢、圈地自萌（圈層化）成為這個(gè)世代賽博社交最顯性社交共性。

為什么賽博社交更容易擄獲年輕人的心？

多位社交賽道從業(yè)者向虎嗅表示，市面上大多數(shù)傳統(tǒng)社交產(chǎn)品與現(xiàn)實(shí)關(guān)系綁定、強(qiáng)調(diào)顏值、中心化分發(fā)內(nèi)容，反而使自在表達(dá)、注重個(gè)性化的產(chǎn)品凸顯出差異化優(yōu)勢(shì)：

首先，以探探為代表的滑動(dòng)匹配，通過(guò)產(chǎn)品設(shè)計(jì)放大顏值、真人照片帶來(lái)的視覺(jué)刺激。優(yōu)勢(shì)在于，極高的匹配效率；劣勢(shì)在于，用戶(hù)關(guān)系維護(hù)、沉淀環(huán)節(jié)缺失，容易轉(zhuǎn)移到其他主流社交平臺(tái)，長(zhǎng)期留存不理想。

其次，與傳統(tǒng)社交產(chǎn)品唯顏值論、強(qiáng)調(diào)荷爾蒙源動(dòng)力不同，賽博社交以審美、興趣為出發(fā)點(diǎn)，重塑形象進(jìn)行社交溝通；賽博社交倡導(dǎo)“注意力普惠”，鼓勵(lì)每一個(gè)用戶(hù)參與到內(nèi)容創(chuàng)造與社交互動(dòng)中，并通過(guò)機(jī)制保證每個(gè)用戶(hù)的發(fā)聲被“同好”看到。

與此同時(shí)，主張個(gè)性表達(dá)是 00 后身上的顯著標(biāo)簽，因?yàn)闆](méi)有權(quán)威崇拜，反而可以更坦然面對(duì)自我——他們并不 care 你現(xiàn)實(shí)中的身份，對(duì)交友質(zhì)量特別在意，更注重深度自我表達(dá)、平等溝通、包容性，有更強(qiáng)的群體認(rèn)同感——漢服、語(yǔ) C、Pia 戲等亞文化圈子莫不如是。

對(duì)此，Soul 產(chǎn)品負(fù)責(zé)人車(chē)斌曾向虎嗅表示，“從產(chǎn)品功能角度來(lái)看，賽博社交核心服務(wù)是無(wú)壓力社交互動(dòng)，并以多樣的產(chǎn)品功能滿(mǎn)足各個(gè)圈層個(gè)性化的社交需求。尤其 00 后，更依賴(lài)‘賽博好友’，彼此不需要成為線(xiàn)下好友。”

以下為虎嗅與 Soul CTO 陶明在迪拜溝通對(duì)談實(shí)錄，部分內(nèi)容為方便閱讀有所刪減和調(diào)整：

賽博社交被 AI 拿捏了

Q：從用戶(hù)需求來(lái)說(shuō)，開(kāi)發(fā)虛擬數(shù)字人大模型的前景如何？

陶明：人機(jī)對(duì)話(huà)是產(chǎn)品基礎(chǔ)的原子能力，但不能直接把原子能力推向用戶(hù)，而要構(gòu)建一個(gè) AI being 和 Human being 共存的社區(qū)，大模型六小強(qiáng)現(xiàn)在的一些 AI 聊天產(chǎn)品都支持單點(diǎn)聊天能力，但一個(gè)社區(qū)無(wú)法僅靠單點(diǎn)聊天維持住，需要更多 AI 與人共處的場(chǎng)景，比如語(yǔ)聊房場(chǎng)景讓 AI 融合人的模擬情境去交流，類(lèi)似現(xiàn)實(shí)世界的仿真。

所以，產(chǎn)品要善于創(chuàng)造場(chǎng)景，在人與AI 的交互過(guò)程打造更多場(chǎng)景。我們前陣子發(fā)布的 demo 中智能體就有感知能力，聊天中用戶(hù)咳幾聲，AI 會(huì)圍繞是否生病這個(gè) topic 展開(kāi)話(huà)題，再比如用戶(hù)跟 AI 語(yǔ)音對(duì)話(huà)，AI 聽(tīng)到周邊是咖啡館或音樂(lè)派對(duì)，便會(huì)主動(dòng)切入話(huà)題。

當(dāng)然，AI 只具備認(rèn)知能力并不夠人格化，還必須要有感知能力，所以很多公司會(huì)認(rèn)為加大 o1 認(rèn)知能力，才能給用戶(hù)帶來(lái)更多的體驗(yàn)。

Q：你們產(chǎn)品多模態(tài)與 o1 呈現(xiàn)效果差距如何？

陶明：對(duì)于 AI 的進(jìn)化來(lái)講，感知能力不僅是聽(tīng)得到聲音，還要聽(tīng)到環(huán)境。所以，加快 AI 的感知效率必須要在語(yǔ)音與 NLP 的融合上下功夫。但這并非多數(shù)大模型公司的方向，他們更多是要打造基座能力，我們是為數(shù)不多去趟這個(gè)方向的公司，目前效果反饋不錯(cuò)，馬上就可以發(fā)布視頻能力，屆時(shí) AI 不僅聽(tīng)得見(jiàn)還能實(shí)時(shí)與用戶(hù)視頻聊天，它有形象、表情和語(yǔ)言邏輯。

而且，端到端延遲在 200 毫秒以?xún)?nèi)，它不是原來(lái)模型的串行，而是把語(yǔ)音和 NLP 的 talking 統(tǒng)一化了，延時(shí)得到極大改善，用戶(hù)才能真正“實(shí)時(shí)”得到交互反饋——這對(duì)業(yè)務(wù)會(huì)是一個(gè)極大拓展，未來(lái)類(lèi)似直播或露臉的功能就可以做了，可探索空間被極大延展。

Q：這個(gè)感知包括 AI 場(chǎng)景搭建，有哪些關(guān)鍵的指標(biāo)？

陶明：今年上半年整個(gè)戰(zhàn)略方向做了調(diào)整，重點(diǎn)聚焦在 AI 手段得提效上，讓 AI 增強(qiáng)現(xiàn)有的社交網(wǎng)絡(luò)，站內(nèi)數(shù)據(jù)反饋很不錯(cuò)。滲透來(lái)講的話(huà)，AI 相關(guān)場(chǎng)景/功能應(yīng)該大幾百萬(wàn)日活，原來(lái)很多場(chǎng)景是產(chǎn)品策略去承接，然后打造一些產(chǎn)品功能，現(xiàn)在都慢慢有AI自主去承接。

不過(guò)，目前并沒(méi)有全量去鋪 AI 功能，而是一點(diǎn)點(diǎn)去滲透，因?yàn)槊總€(gè)人接受程度、適應(yīng)能力不同，有些人愿意嘗試新事物，有些人則不一定，所以只能循序漸進(jìn)。

Q：交互需要對(duì)用戶(hù)建立很多標(biāo)簽，如何實(shí)現(xiàn) AI 的長(zhǎng)記憶能力？

陶明：最開(kāi)始是搜索思路，回答之前搜機(jī)庫(kù)把答案存下來(lái)；后來(lái)做了個(gè) AI 小模型，在進(jìn)入對(duì)話(huà)大模型之前，小模型會(huì)幫用戶(hù)提煉記憶點(diǎn)，可能有數(shù)百個(gè)記憶點(diǎn)，時(shí)間越長(zhǎng)記憶點(diǎn)所涉及范圍會(huì)越廣。

現(xiàn)在設(shè)想的是對(duì)長(zhǎng)記憶數(shù)據(jù)直接輸入進(jìn)去，但這是一個(gè)大的技術(shù)方向，里面還有很多細(xì)節(jié)，比如記憶不能說(shuō)完全是持續(xù)的，比如整個(gè)記憶里面某個(gè)點(diǎn)重復(fù)多次，不同時(shí)間點(diǎn)感冒應(yīng)該取哪一次？不同場(chǎng)景是不一樣的，這需要人工去做一些標(biāo)注輔助，不是一個(gè)模型就能解決的。所以，端到端去解決用戶(hù)體驗(yàn)還有改進(jìn)空間，拋開(kāi)產(chǎn)品、運(yùn)營(yíng)，很難純技術(shù)解決端到端。

Q：這一輪 AI 技術(shù)浪潮，你們是產(chǎn)品推著技術(shù)往前走還是技術(shù)研發(fā)推著產(chǎn)品發(fā)展？

陶明：原來(lái)邏輯是產(chǎn)品出需求，然后技術(shù)實(shí)現(xiàn)；現(xiàn)在情況會(huì)有一些不同，在內(nèi)部需求群里 AI 算法工程師與產(chǎn)品都可以提需求。現(xiàn)階段來(lái)看，技術(shù)工程師知道 AI 現(xiàn)在能做什么、需求能實(shí)現(xiàn)的確定性高，但產(chǎn)品是創(chuàng)意驅(qū)動(dòng)，提的需求可能現(xiàn)在做不了。不過(guò)，這種錯(cuò)位是階段性的，最終產(chǎn)品與技術(shù)的認(rèn)知會(huì)逐漸拉平。

當(dāng) AI 的子彈擊中社交

Q：關(guān)于社交出海，是否有具體的推進(jìn)計(jì)劃？

陶明：海外一直在探索，Soul 不僅是社交，也要在 AIGC 有獨(dú)特生態(tài)位，但考慮到體驗(yàn)層面及用戶(hù)端粘性，現(xiàn)在沒(méi)有正式把海外產(chǎn)品放出來(lái)，依舊是主平臺(tái)傳遞 AIGC + 社交的概念，即面向不同市場(chǎng)，有不同產(chǎn)品表現(xiàn)形式，不同功能及場(chǎng)景，但底層已經(jīng)徹底打通。

當(dāng) AIGC 的子彈射中社交時(shí)，往往要具備兩個(gè)條件，一是持續(xù)推進(jìn)產(chǎn)品快速迭代；二是持續(xù)探索新業(yè)務(wù)與場(chǎng)景融合方式，后者現(xiàn)在還不是很明朗，所以面對(duì)這樣一個(gè)不確定性的探索，我們還沒(méi)設(shè)計(jì)具體的時(shí)間表。

Q：你們訓(xùn)練了兩個(gè) AI 模型，在降本增效上有所體現(xiàn)嗎？

陶明：降本增效這個(gè)話(huà)題是繞不開(kāi)的。我們有兩個(gè)模型，一個(gè)是基于形象層面的3D大模型，從2020年開(kāi)始探索，希望用戶(hù)在產(chǎn)品中打造另外一個(gè)人設(shè)，同時(shí)能一鍵生成形象；另一個(gè)是多模態(tài)大模型，希望用戶(hù)不僅在 Soul 里面能跟真人進(jìn)行對(duì)話(huà)，還能跟 AI 進(jìn)行對(duì)話(huà)。這兩條線(xiàn)一直努力往前走，AI 大模型感知層面已經(jīng)蠻成熟。

具體而言，組織層面正將各個(gè)職能架構(gòu)進(jìn)行重組，分 NLP、3D、CV、語(yǔ)音等，團(tuán)隊(duì)把面向單模態(tài)模型的所有工作全部 close 掉，打造一個(gè)融合團(tuán)隊(duì)來(lái)構(gòu)建多模態(tài)模型。

至于技術(shù)層面，組織一定會(huì)帶來(lái)技術(shù)方向的改變，所以現(xiàn)在整個(gè)技術(shù)上只有兩條線(xiàn)：一條線(xiàn)是圍繞類(lèi)似 GPU 融合去打造 3D、CV、語(yǔ)音的多模態(tài)模型；另外一條線(xiàn)是圍繞最近 OpenAI 發(fā)布的 o1 模型這個(gè)思路去嘗試，因?yàn)檎Z(yǔ)言模型是驅(qū)動(dòng)底層模型更通用、更智能的方向，所以業(yè)內(nèi)會(huì)保留 NLP 類(lèi)似 與 o1 在推理端進(jìn)行強(qiáng)化學(xué)習(xí)的技術(shù)方向走，只是快和慢的問(wèn)題。

Q：大模型開(kāi)閉源之爭(zhēng)，您怎么看待這個(gè)問(wèn)題？

陶明：大模型從發(fā)展之初就存在開(kāi)源與閉源兩條路線(xiàn)，背后是兩個(gè)不同的商業(yè)模式。有企業(yè)一直說(shuō)閉源最好，因?yàn)樗蛟扉]源生態(tài)，這是最佳路徑，所以必須要強(qiáng)調(diào)這個(gè)方向，讓潛在客戶(hù)伙伴不要去自研模型；選擇將大模型閉源的有 OpenAI 的 ChatGPT、百度的文心一言、華為的盤(pán)古、商湯的日日新等；而選擇開(kāi)源的 Meta、谷歌、百川、360、阿里等企業(yè)，希望借助“ Linux 模式”，聚合生態(tài)力量，讓自己在 AI 市場(chǎng)占據(jù)一席之地，肯定會(huì)不遺余力讓潛在客戶(hù)用他的模型訓(xùn)練垂類(lèi)模型。

從技術(shù)鄙視鏈條來(lái)看，企業(yè)產(chǎn)品訓(xùn)練用的開(kāi)源，但內(nèi)心其實(shí)也很想去打造一個(gè)閉源，這是工程師的一個(gè)執(zhí)念，去打造一個(gè)完全閉源從 0~1 訓(xùn)練的大模型，而不是站在開(kāi)源的基礎(chǔ)上展示技術(shù)能力。

Q：中國(guó)互聯(lián)網(wǎng)公司訓(xùn)練現(xiàn)在租卡和買(mǎi)卡投入上如何平衡？

陶明：很多公司沒(méi)錢(qián)建專(zhuān)門(mén)的 GPU 機(jī)房，會(huì)去各個(gè)云平臺(tái)買(mǎi)獨(dú)占的卡，也會(huì)儲(chǔ)備一些彈性的卡，這主要是從成本角度去考量。

但是囤卡風(fēng)險(xiǎn)太大，比如去年囤幾千張卡到現(xiàn)在，整個(gè)卡的價(jià)值今年可能只剩下百分之三四十，價(jià)格波動(dòng)太大。所以，大模型訓(xùn)練不要頭腦發(fā)熱去囤卡，現(xiàn)在跟供應(yīng)商去聊，不管軟件還是硬件，技術(shù)層面的商務(wù)交付方案必須可變，如果含固定就沒(méi)有空間了。

Q：今年大模型行業(yè)似乎在降溫，主要源于什么？套用開(kāi)源模型與自研哪個(gè)好？

陶明：技術(shù)方向其實(shí)已經(jīng)逐漸明朗，面對(duì)確定性的東西大家心態(tài)就會(huì)不那么焦慮，大概知道每家最后的底牌是什么。最近行業(yè)又有點(diǎn)焦躁，因?yàn)?AI 的推理能力的提升，大家又看到一個(gè)新的不確定東西，或許行業(yè)瓶頸是在英偉達(dá)，但現(xiàn)在還是 OpenAI 在引領(lǐng)。

至于是否自研，國(guó)內(nèi)資源現(xiàn)在沒(méi)有那么缺，去年開(kāi)源的模型越來(lái)越多，在開(kāi)源的基礎(chǔ)上打造自己的基座并不是壞事——因?yàn)榻o業(yè)務(wù)賦能其實(shí)比自己埋頭去做 Api 更重要。其實(shí)從產(chǎn)品角度來(lái)說(shuō)，要的是快速交付，可能一天就要進(jìn)行微調(diào)，但對(duì) B 端公司很難交付，所以自研也會(huì)同步進(jìn)行。