今天小編分享的财經經驗：年輕人的好友列表，AI越來越多，歡迎閲讀。
出品｜虎嗅黃青春頻道
作者｜商業消費主筆 黃青春
題圖｜視覺中國
" 孤獨的人是可恥的 "，歌手張楚在 1994 年推出的同名專輯如是唱道。然而 30 年後的互聯網，人們反復甄别，相遇到相知依然是件困難的事情。
相比 80 後、90 後，00 後會更多地為個性化和能夠彰顯自己獨特的數字產品和服務買單，這使得做年輕社交越來越像一門玄學——從 QQ、探探、Soul、積目再到小眾化的輕語、Dots、Falo，互動體驗往往決定着產品的上限。
" 年輕人的社交需求在不斷演化，關系鏈發現、建立、活躍等維度會影響用户數據，但 UI 設計、AI 能力、運營策略則會直接關系用户體驗。" 一位資深產品經理向虎嗅表示。
上周，Soul 剛剛在 GITEX GLOBAL 上（全球三大 IT 展之一）亮出了 AIGC+ 社交融合的新進展：用户不僅能利用 AI 創建 3D 數字人，還可以實時進行沉浸式語言、肢體互動。
" 以前多模态互動是一個連續生成過程，會有延時，Soul 現在語音對話延遲不到 200 毫秒，因為我們已經推出了端到端大模型能力——過去先生成文本 / 影像再轉換為語音，現在能将語音與 NLP 統一到一個集成流程中，從而消除了滞後問題。"Soul CTO 陶明解釋稱，這背後是一個數百人的技術團隊在支撐，而 AI 人員配置占了一半。
事實上，2022 年底 ChatGPT 橫空出世讓整個互聯網都為之躁動，心有猛虎的公司都在尋找向上攀爬的入口——豆包之于字節、元寶之于騰訊、文小言之于百度、通義千問之于阿裏，互聯網企業接連躬身入局。
形勢不等人，Soul 也縱身一躍跳入了這股時代浪潮——一方面，中國移動互聯網走到用户、流量趨于見頂的成熟期，監管會更側重產業互聯網的推進與建設；另一方面，在大模型浪潮的推動之下，AI 正為企業打開新的增長空間，這意味着技術走到平台重構生态的關鍵時期，互聯網公司必須敢于縱身跳入 AI 浪潮（包括技術生态迭代、研發投入等）博一張未來的船票。
于是，越來越多開發者試圖為用户構築出一個豐饒的精神樂園、賽博分身，默默打磨着產品和團隊，日拱一卒推動着產業齒輪緩慢前行。
而當 AIGC 的子彈射中社交時，往往要具備兩個條件，一是持續推進產品快速迭代；二是持續探索新業務與場景融合方式。"Soul 擁有‘人機對話’的基礎原子能力，但用户與業務之間存在鴻溝，不能直接把原子能力推向用户，而要構建一個 AI being 和 Human being 共存的社區。包括大模型六小強做的一些 AI 聊天產品都支持單點聊天能力，但社區無法僅靠單點聊天維持。"
陶明介紹， Soul 正從技術層面利用規則和策略，讓人與 AI 互動變得更沉浸、真實。" 人與 AI 在同一時空下不僅是單純聊天，還要一起參與、創造場景，才能不斷豐富用户體驗。"
順着這個邏輯，AI 不能只具備認知能力，還應當具備超強的感知能力——純認知能力給用户帶來的價值有限，用户更希望表達被感知和理解。
" 社交產品要善于創造場景，在人與 AI 的互動過程中打造更多場景，前陣子我們發布了一個 demo，智能體在跟我們用户打電話的過程當中，如果你咳了幾聲，AI 會思考你是否感冒，這個互動過程用户獲得 AI 的關心，是一種情緒價值。" 陶明説到。
他認為，要加快 AI 的感知效率，必須要在語音和 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 是為數不多去趟這個方向的企業，就是為了讓用户能實時與具備形象、表情、記憶的 AI 多模态互動。
如此發展下去，年輕人好友列表會擴列越來越多 AI ——與 80 後、90 後社交基于某些物理連接（現實身份信息）不同，00 後社交更傾向構建一個賽博分身——他們對于互聯網懷着一種熱烈的期待，渴望被看見，卻又固執地選擇畫地為牢、圈地自萌（圈層化）成為這個世代賽博社交最顯性社交共性。
為什麼賽博社交更容易擄獲年輕人的心？
多位社交賽道從業者向虎嗅表示，市面上大多數傳統社交產品與現實關系綁定、強調顏值、中心化分發内容，反而使自在表達、注重個性化的產品凸顯出差異化優勢：
首先，以探探為代表的滑動匹配，通過產品設計放大顏值、真人照片帶來的視覺刺激。優勢在于，極高的匹配效率；劣勢在于，用户關系維護、沉澱環節缺失，容易轉移到其他主流社交平台，長期留存不理想。
其次，與傳統社交產品唯顏值論、強調荷爾蒙源動力不同，賽博社交以審美、興趣為出發點，重塑形象進行社交溝通；賽博社交倡導 " 注意力普惠 "，鼓勵每一個用户參與到内容創造與社互動動中，并通過機制保證每個用户的發聲被 " 同好 " 看到。
與此同時，主張個性表達是 00 後身上的顯著标籤，因為沒有權威崇拜，反而可以更坦然面對自我——他們并不 care 你現實中的身份，對交友質量特别在意，更注重深度自我表達、平等溝通、包容性，有更強的群體認同感——漢服、語 C、Pia 戲等亞文化圈子莫不如是。
對此，Soul 產品負責人車斌曾向虎嗅表示，" 從產品功能角度來看，賽博社交核心服務是無壓力社互動動，并以多樣的產品功能滿足各個圈層個性化的社交需求。尤其 00 後，更依賴‘賽博好友’，彼此不需要成為線下好友。"
以下為虎嗅與 Soul CTO 陶明在迪拜溝通對談實錄，部分内容為方便閲讀有所删減和調整：
賽博社交被 AI 拿捏了
Q：從用户需求來説，開發虛拟數字人大模型的前景如何？
陶明：人機對話是產品基礎的原子能力，但不能直接把原子能力推向用户，而要構建一個 AI being 和 Human being 共存的社區，大模型六小強現在的一些 AI 聊天產品都支持單點聊天能力，但一個社區無法僅靠單點聊天維持住，需要更多 AI 與人共處的場景，比如語聊房場景讓 AI 融合人的模拟情境去交流，類似現實世界的仿真。
所以，產品要善于創造場景，在人與 AI 的互動過程打造更多場景。我們前陣子發布的 demo 中智能體就有感知能力，聊天中用户咳幾聲，AI 會圍繞是否生病這個 topic 展開話題，再比如用户跟 AI 語音對話，AI 聽到周邊是咖啡館或音樂派對，便會主動切入話題。
當然，AI 只具備認知能力并不夠人格化，還必須要有感知能力，所以很多公司會認為加大 o1 認知能力，才能給用户帶來更多的體驗。
Q：你們產品多模态與 o1 呈現效果差距如何？
陶明：對于 AI 的進化來講，感知能力不僅是聽得到聲音，還要聽到環境。所以，加快 AI 的感知效率必須要在語音與 NLP 的融合上下功夫。但這并非多數大模型公司的方向，他們更多是要打造基座能力，我們是為數不多去趟這個方向的公司，目前效果反饋不錯，馬上就可以發布視頻能力，屆時 AI 不僅聽得見還能實時與用户視頻聊天，它有形象、表情和語言邏輯。
而且，端到端延遲在 200 毫秒以内，它不是原來模型的串行，而是把語音和 NLP 的 talking 統一化了，延時得到極大改善，用户才能真正 " 實時 " 得到互動反饋——這對業務會是一個極大拓展，未來類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：這個感知包括 AI 場景搭建，有哪些關鍵的指标？
陶明：今年上半年整個戰略方向做了調整，重點聚焦在 AI 手段得提效上，讓 AI 增強現有的社交網絡，站内數據反饋很不錯。滲透來講的話，AI 相關場景 / 功能應該大幾百萬日活，原來很多場景是產品策略去承接，然後打造一些產品功能，現在都慢慢有 AI 自主去承接。
不過，目前并沒有全量去鋪 AI 功能，而是一點點去滲透，因為每個人接受程度、适應能力不同，有些人願意嘗試新事物，有些人則不一定，所以只能循序漸進。
Q：互動需要對用户建立很多标籤，如何實現 AI 的長記憶能力？
陶明：最開始是搜索思路，回答之前搜機庫把答案存下來；後來做了個 AI 小模型，在進入對話大模型之前，小模型會幫用户提煉記憶點，可能有數百個記憶點，時間越長記憶點所涉及範圍會越廣。
現在設想的是對長記憶數據直接輸入進去，但這是一個大的技術方向，裏面還有很多細節，比如記憶不能説完全是持續的，比如整個記憶裏面某個點重復多次，不同時間點感冒應該取哪一次？不同場景是不一樣的，這需要人工去做一些标注輔助，不是一個模型就能解決的。所以，端到端去解決用户體驗還有改進空間，抛開產品、運營，很難純技術解決端到端。
Q：這一輪 AI 技術浪潮，你們是產品推着技術往前走還是技術研發推着產品發展？
陶明：原來邏輯是產品出需求，然後技術實現；現在情況會有一些不同，在内部需求群裏 AI 算法工程師與產品都可以提需求。現階段來看，技術工程師知道 AI 現在能做什麼、需求能實現的确定性高，但產品是創意驅動，提的需求可能現在做不了。不過，這種錯位是階段性的，最終產品與技術的認知會逐漸拉平。
當 AI 的子彈擊中社交
Q：關于社交出海，是否有具體的推進計劃？
陶明：海外一直在探索，Soul 不僅是社交，也要在 AIGC 有獨特生态位，但考慮到體驗層面及用户端粘性，現在沒有正式把海外產品放出來，依舊是主平台傳遞 AIGC + 社交的概念，即面向不同市場，有不同產品表現形式，不同功能及場景，但底層已經徹底打通。
當 AIGC 的子彈射中社交時，往往要具備兩個條件，一是持續推進產品快速迭代；二是持續探索新業務與場景融合方式，後者現在還不是很明朗，所以面對這樣一個不确定性的探索，我們還沒設計具體的時間表。
Q：你們訓練了兩個 AI 模型，在降本增效上有所體現嗎？
陶明：降本增效這個話題是繞不開的。我們有兩個模型，一個是基于形象層面的 3D 大模型，從 2020 年開始探索，希望用户在產品中打造另外一個人設，同時能一鍵生成形象；另一個是多模态大模型，希望用户不僅在 Soul 裏面能跟真人進行對話，還能跟 AI 進行對話。這兩條線一直努力往前走，AI 大模型感知層面已經蠻成熟。
具體而言，組織層面正将各個職能架構進行重組，分 NLP、3D、CV、語音等，團隊把面向單模态模型的所有工作全部 close 掉，打造一個融合團隊來構建多模态模型。
至于技術層面，組織一定會帶來技術方向的改變，所以現在整個技術上只有兩條線：一條線是圍繞類似 GPU 融合去打造 3D、CV、語音的多模态模型；另外一條線是圍繞最近 OpenAI 發布的 o1 模型這個思路去嘗試，因為語言模型是驅動底層模型更通用、更智能的方向，所以業内會保留 NLP 類似 與 o1 在推理端進行強化學習的技術方向走，只是快和慢的問題。
Q：大模型開閉源之争，您怎麼看待這個問題？
陶明：大模型從發展之初就存在開源與閉源兩條路線，背後是兩個不同的商業模式。有企業一直説閉源最好，因為它要打造閉源生态，這是最佳路徑，所以必須要強調這個方向，讓潛在客户夥伴不要去自研模型；選擇将大模型閉源的有 OpenAI 的 ChatGPT、百度的文心一言、華為的盤古、商湯的日日新等；而選擇開源的 Meta、谷歌、百川、360、阿裏等企業，希望借助 " Linux 模式 "，聚合生态力量，讓自己在 AI 市場占據一席之地，肯定會不遺餘力讓潛在客户用他的模型訓練垂類模型。
從技術鄙視鏈條來看，企業產品訓練用的開源，但内心其實也很想去打造一個閉源，這是工程師的一個執念，去打造一個完全閉源從 0~1 訓練的大模型，而不是站在開源的基礎上展示技術能力。
Q：中國互聯網公司訓練現在租卡和買卡投入上如何平衡？
陶明：很多公司沒錢建專門的 GPU 機房，會去各個雲平台買獨占的卡，也會儲備一些彈性的卡，這主要是從成本角度去考量。
但是囤卡風險太大，比如去年囤幾千張卡到現在，整個卡的價值今年可能只剩下百分之三四十，價格波動太大。所以，大模型訓練不要頭腦發熱去囤卡，現在跟供應商去聊，不管軟體還是硬體，技術層面的商務交付方案必須可變，如果含固定就沒有空間了。
Q：今年大模型行業似乎在降温，主要源于什麼？套用開源模型與自研哪個好？
陶明：技術方向其實已經逐漸明朗，面對确定性的東西大家心态就會不那麼焦慮，大概知道每家最後的底牌是什麼。最近行業又有點焦躁，因為 AI 的推理能力的提升，大家又看到一個新的不确定東西，或許行業瓶頸是在英偉達，但現在還是 OpenAI 在引領。
至于是否自研，國内資源現在沒有那麼缺，去年開源的模型越來越多，在開源的基礎上打造自己的基座并不是壞事——因為給業務賦能其實比自己埋頭去做 Api 更重要。其實從產品角度來説，要的是快速交付，可能一天就要進行微調，但對 B 端公司很難交付，所以自研也會同步進行。
