那些浪尖之上的中國AI創新者，我們見過了

走進中國AIGC創業江湖。

最近兩個多月，刺猬公社前往上海、杭州、成都、廣州等城市拜訪了多家公司。一個驚人的事實是，幾乎所有公司——不論是做游戲的，還是做直播電商、新消費、教育培訓、健身、播客、長短視頻的——都在討論一個共同話題：

(資料圖片僅供參考)

以Chat GPT為代表的AIGC，會如何闖入并改變我們所在的行業？取代我的工作，還是給產業帶來新的機會？

這個問題，Chat GPT暫時還回答不了。它可能組織一段邏輯通順的語言，但想要獲得更多新知，乃至找尋AIGC創業的參考，還得把目光放在大廠之外的AIGC創新者們。

在AI生成設計、AI生成虛擬人、AI生成音樂和對話式AI等四個AIGC創業的主流領域，刺猬公社對話了四家不同賽道的創業公司。相比Open AI等國內外大廠，我們能看到他們走出了一條完全不一樣的道路：

從某種程度上講，這些AIGC創新者所展現出的產品、商業和公司組織特質，甚至是“反傳統互聯網”的。

01 不問出處，都在人工智能創業

2023年2月，一份叫《ChatGPT團隊背景研究報告》的文章在AIGC創業圈、投資圈和媒體圈盛傳。研究團隊針對ChatGPT項目做出貢獻的87個成員進行了背景研究，其中，團隊成員絕大多數擁有名校學歷，且具有全球知名企業工作經歷。他們的顯著特征是“年紀很輕”“背景豪華”“聚焦技術”“積累深厚”“崇尚創業”和“華人搶眼”。

在以上這些特征中，名校背景以及技術實力奪人眼球，但更重要的是，對于這些人才來說，走前人未走過的路、開拓一個全新領域，是他們最重要的追求之一。這也鮮明的體現在了刺猬公社拜訪的四家AIGC創業公司身上，盡管AI浪潮在2022年才正式開始，但這些公司創立的時間要早得多，在AIGC概念尚不清晰的時代，他們就已經開始了努力。

只不過那時的AI創業，沒有如今的喝彩與關注。

時間撥回2016年，伴隨VR浪潮的起伏，成維忠和創業團隊把目光瞄準虛擬人賽道，于是，專攻虛擬人動作和表情生成技術的中科深智誕生了。但在動捕技術與動作表情庫剪輯占主流的虛擬人市場，由深層次AI算法驅動虛擬人技術，并沒有引起市場足夠的重視。成維忠告訴我們，直到現在，國內外市場中使用這項技術的公司也并不多。

這也讓公司的早期融資面臨著不小的問題。在研發虛擬人驅動技術的過程中，中科深智也采用過動作捕捉與動作表情庫剪輯，但成維忠始終認為，這些都不是虛擬人的原生技術，AI算法驅動才是未來最正確的道路。直到創業四年后，公司迎來了第一筆融資，從2020年中到2021年末，中科深智獲得了三輪融資，AI道路得以持續。

2022年是個變局，在此之前，AIGC不能算是虛擬人生成領域的最優解，但大模型技術的發展成熟正在改變一切。在此基礎上，中科深智也探索出了虛擬人動作表情驅動的深層次技術——多模態大模型技術。根據成維忠的設想，虛擬人生成技術將會突飛猛進。幾年內，AI將能完成動畫電影級別的制作，80%以上的動畫產品都可以利用AI生成，未來電影工業或許將會發生一場AI革命。

整個行業在“飛躍”，對于幾年前的國內AI創業人們來說，這是難以想象的。

同樣是2016年，還在清華讀博的劉曉光加入了清華大學的一個專攻AI音樂的興趣小組，這便是新音樂產業公司DeepMusic的前身。DeepMusic最早的目標是幫助音樂愛好者更高效率地創作音樂。但在當時的團隊內部，已經萌生了AI基于人的交互生成音樂內容的想法，其實已經很“AIGC”了。

2018年，在劉曉光的帶領下，DeepMusic從一個興趣小組變成了一家科技公司，并拿到了清華系基金和音樂人李健的投資。用AI幫助音樂人創作，乃至AI自主創作音樂，成為了DeepMusic的目標。讓劉曉光印象最深刻的是兩年之后的2020年，全民K歌找到了他們，希望能夠在平臺內開發“一鍵remix”的功能，將已有的音樂伴奏進行風格化改編。

“他們提出的訴求是，一個月做出5萬首左右的伴奏。一般來說，一個20人的音樂人團隊需要兩年左右才能完成。”劉曉光回憶，盡管DeepMusic的AI生成技術已經相對成熟，但并沒有產品化，“這個要求是我們產能的10倍。”

這是DeepMusic第一次大規模地應用自己的技術，在建立起了一個流水線化的生產流程后，一個月，他們最終完成了任務，5萬首伴奏的通過率達到99%。與中科深智一樣，DeepMusic的AI技術同樣是應用在企業端的，早期的AIGC創業公司與傳統的互聯網公司不同，他們不追求直接觸達C端，而是以輸出技術的方式加持B端，這不僅關于技術能力的發展，更是由市場需求決定的。

直到2022年AI作畫興起，AIGC才真正開始走進C端市場，而DeepMusic一類的創業公司，則在B端更高要求的應用中，不斷推進技術的發展。2022年，DeepMusic已經成為了國內頭部的AI音樂公司，不僅擁有“配樂貓”“口袋音樂”等創作產品，還與QQ音樂等頭部音樂平臺展開合作，推出了多個AI音樂系統。

伴隨時間的推移，在國內，真正面向更廣闊用戶，人們觸手可及的AI產品也開始出現。計算美學旗下的畫宇宙平臺正是其中之一。

“從很早開始，我們就覺得人工智能加設計肯定是未來。”計算美學聯合創始人趙哲析告訴刺猬公社，在營銷場景不斷增加的情況下，國內設計人才與設計力仍舊存在短板。想要解決長久以來的供求不平衡，必然需要新技術帶來新變革。2020年12月，趙哲析和幾個同學一起創辦了計算美學，專攻AI設計領域。

計算美學生成的風格化圖片

他們最先拿出了一款AI生成logo的產品，之后的2022年1月，進階產品“圖宇宙”正式推出，可以在AI技術的加持下實時生成海報。在當時的國內市場，AI生成海報的產品僅計算美學一家，2021年末，計算美學也獲得了高瓴創投的數千萬融資，新的產品也被提上日程。

不同于大多數AI作畫平臺，計算美學從一開始的目標就是希望利用AI賦能專業設計，2023年初，他們搭建起一個專業級別的智能設計平臺——“畫宇宙”，能夠實現“無限畫板”“實時編輯”，在AI的交互和可控方面更進一步。

值得關注的是，無論是計算美學和DeepMusic，他們的創業團隊都有著深厚的名校背景。DeepMusic脫胎于清華大學的興趣小組，核心成員基本都來自清華大學。計算美學同樣有著類似的基因，據聯合創始人趙哲析的介紹，計算美學的設計團隊基本都來自清華大學美術學院，技術方面的成員則基本都來自清華和北大。

國內頂尖高校背景、年輕的研發團隊，他們依靠著自身的學術圈層聚集在一起，共同步入了一個未來風口之中。

而在對談中，幾位公司的創始人都提到了團隊的一大特點，那就是團隊的穩定。“對于很多算法工程師來說，做AIGC不一樣，需要很深度的團隊協作，在人工智能的團隊里，長期投入才能看到成果。”成維忠告訴刺猬公社，AI創業并不簡單，無論是研發技術還是產品，都需要長時間的投入。因此，相比于人員變動頻繁的互聯網行業來說，AI創業公司的技術團隊非常穩固，創業幾年過去，團隊中最早的一批成員仍舊是中流砥柱。

“我們的核心算法團隊從來沒有變過。”秘塔科技聯合創始人、首席運營官王益為告訴刺猬公社，他的另一個身份被更多人熟知：B站知名UP主“王一快”。

在AI創業之前，王一快是一名律師，2018年，他和幾位NLP領域的技術專家一起成立了秘塔科技，最早從AI翻譯服務切入，并逐步推出文本校對、改寫潤色等功能服務。秘塔科技是國內較早利用大語言模型技術推動AIGC內容的公司，“我們的技術路線，從2019年開始做寫作貓就已經決定了。”

“2018年左右，我們都認為AI理解上下文語境是非常困難的，當時基本都是單輪問答，甚至單輪問答里面也不能設置太長的條件。”依靠對自身語言模型的不斷的深度學習訓練，2021年末，秘塔科技已經能夠實現AI的多輪對話。

2023年，ChatGPT席卷全球；3月，秘塔科技推出了自研AI文本生成產品“對話寫作貓”，算得上國內第一批“中文ChatGPT產品”。在實際的體驗中，對話寫作貓已經能進行流暢的中文連續對話，并且在法律內容領域展現出了一定的優勢。

向對話寫作貓提問弱智吧問題

但差距仍然存在，“我們現在這個百億級別參數的訓練量還沒有跑完，這更像是個Demo。”不過王一快對于未來信心滿滿。“我們還有很多辦法讓多輪對話去變得更加智能，可以期待，在半年之內能夠達到跟ChatGPT持平的效果。”

在與四家公司的對談中，我們能夠勾勒出中國AI創業人的大體樣貌：他們來自各行各業，基本都非常年輕、擁有名校背景、與此同時關注垂直領域，并擁有足夠穩固的團隊。跟許多互聯網公司不同，他們不在意營銷與流量，在AI這個全新的世界里，技術就是王道，而新浪潮的來臨，則為他們帶來了新的機會與新的挑戰。

總的來說，不論AI生成設計、AI生成虛擬人，還是AI生成音樂、對話式AI，這些和大洋彼岸的Open AI、Google和Midjourney們處在同一賽道的中國AI創業者們，都想發揮自己的優勢，努力向前奔跑。

02 中國AI創新者，不想“大干快上”

“我們想用對話寫作貓給大家看一下，不是只有巨頭才能干好，其實用少一點的資源、小一點點的模型，也能輸出一個非常好的效果。”王一快說。

在訪談中，王一快常常把訓練模型的過程比作“一個龐大而精細的工程”。它不是可控核聚變那樣的顛覆性創新，但AI創新者們需要做的，是在資源有限的條件下，去完成這個可能有著海量細節的工程，為用戶呈現出最佳的體驗。那些“沒錢干不了大模型”“百億規模的模型就是不行”的聲音，王一快并不認同。

以對話寫作貓為例，其模型的成本、規模比ChatGPT低了一個數量級，但依然屬于大語言模型，同樣可以完成效果近似的中文對話。王一快透露，這是因為對話寫作貓的模型參數規模更小，但做了更精細化的調優工作。“Open AI和某組織差不多，無限的彈藥量——堆算力、扔數據，打出一個比較好的效果；我們創業公司沒有那么多錢，用非常有限的資源，只能這么打。”

即便效果可能并不是100分，但對于中國的AIGC創新者來說，有和無的問題更為重要。“我們一定是先拿一個60分的產品出來用著，然后在罵聲和叫好聲中成長，慢慢地走到80分。”王一快說。

除了低成本和“小步快跑”，將創業方向放到互聯網大廠尚未涉足的細分領域，也是很多AI創新者們的選擇。

“我們在2018年前后判斷，因為大廠的數據最多、資本集中，歌詞生成這種自然語言的問題一定是大廠去做的。”而一般的算法工程，很難理解伴奏該怎么變、樂器該怎么彈、旋律該怎么寫這類“小眾”問題，這就是DeepMusic要去解決的。

在生成音樂的技術路線上，DeepMusic用的是“符號生成音樂”的路徑，而不是音頻的直接生成。也就是說，讓AI檢測中音頻中的音樂知識，把音樂拆解成各種各樣的模態符號，再利用符號去生產音樂。“當符號描述出來以后，一個音樂人已經知道這些符號該怎么去配所有的樂器了。”

這樣一來，生成所需技術的復雜度比大模型小很多，但通過符號生成，也可以通過自己的路徑達到一個較好的音樂效果。

劉曉光表示，DeepMusic相當重視AI在專業用戶中的應用，比如，他們希望讓AI輔助音樂生產者的工作，真正嵌入音樂的生產流程里面。

在AI生成的過程中，可控是最難的。比如，當我們生成一段10秒的音樂時，想控制這段的音樂第二秒是什么樣的非常困難。而如果不能實現可控，AI也就沒辦法被音樂生產者真正用上。此外，想要嵌入音樂人的工作流，還要做出一個音樂工作站——蘋果系統里的“庫樂隊”，就是一個簡易版的音樂工作站。DeepMusic同樣花費了很多技術精力，做出了一個音樂工作站，支持詞、曲、編、錄、混的AI生成，并且用一個音樂引擎把這些模態結合起來。

與大廠在技術路線上的差異，體現在更多AIGC的細分賽道。CEO成維忠向我們對比了Open AI等大廠和中科深智的區別：

大廠們一般走從大語言模型到文生圖再到文字生成視頻、動畫的技術路徑，從生成圖片到讓圖片動起來，“順理成章”，這種動畫、視頻被業內稱為“幀視頻”，本質上是2D技術；

中科深智的技術則更類似3D，能夠直接生成3D的動作表情數據，而這些數據本身是看不到的。它繞過了文字生成圖片的環節，在渲染引擎的支持下，可以直接給出3D效果的虛擬形象。

而“3D”能帶來的好處是，在視頻質量和實時生成上有較大優勢，能夠滿足專業內容和人機交互的需要。在元宇宙中也能更加適配3D立體環境，成為元宇宙的基礎設施。

“我們自己的定位首先是個技術公司，不是應用公司。”成維忠向我們強調，“我們的核心是搞定生成式AI。”對于業內流行的動作庫、表情庫、動作捕捉等技術去驅動虛擬人，中科深智從2022年上半年起就逐漸用AI生成，替換用模型庫來創造虛擬人的方式。

這不意味著AI創新公司和大廠之間是對立的，也不乏兩者合作的案例。比如中科深智，就和英偉達、Unity等公司合作；計算美學，和百度文心大模型以調用接口的方式進行合作。這可以讓AI創新公司們“站上巨人的肩膀”，將更多資源用在自己的競爭優勢上。

計算美學的一大優勢在于打通了各種AI技術之間的壁壘，可以在AI生成的過程中做消除、擦除，也可以做擴展延伸，還可以根據文字進行調優。

在眾多文生圖產品中，常常需要用戶像“抽盲盒”一樣，生成好多次才能想要得到一張滿意的圖片，無法干預生成的過程。“我們一直強調AIGC的能力要可控”，趙哲析說，“越可控，效果越好，越能為客戶產生價值。”

“我們應用層更多的是以需求為導向去做創新”。趙哲析告訴刺猬公社，AI產業可以分為三層——基礎層，也就是阿里云、騰訊云、華為云等云計算廠商，他們負責提供算力；模型層，以百度文心、Open AI等大模型廠商為代表；而計算美學處于第三層——應用層，在以上底層能力的基礎上，開發創新性的應用產品，而不是做前期投入較高的基礎性研究。

03 商業化：AI、G、C，該走哪條路？

在AIGC的商業化上，追趕Google和Open AI的中國AI創業者們常常被詬病的，不是商業化太慢了，而是太早就趕著去做商業化。

有人舉例子說，百度度秘（小度前身）剛學會基本對話就做了小度AI、阿里達摩院對話機器人剛能說話就轉向阿里小蜜客服機器人、無人駕駛剛學會低速行駛和認障礙物就搞無人車配送，認為“國內的AI一出生就接受生存教育，未成年就走出家門去賺錢。”

先不論這種聲音是否片面，但它道出了國內AIGC創業的一個困境：要在何時、以何種方式走向市場，與千行百業發生聯系？

“作為一個實際的從業者，抱怨或者指責沒有意義。”對于“國內AI商業化是否操之過急”的問題，王一快認為各個國家有不同的國情，AI產業的發展模式也不會相同。只有順應潮流，滿足大家對AI發展的期待。

“你不早點讓它落地，這事就做不起來。”他說，特別是在國內，“用戶和企業都是非常實際的，誰效果好、誰能快速地給我帶來直接的收益，我就用誰的，而不是迷信大廠。”

除了對于“何時搞商業化”的討論，AIGC商業化的焦點還集中在以下兩個維度：

一是AIGC商業化的方向，是靠AI賺錢，還是靠AI生產出的內容？

二是要做To B，還是To C？

先看第一個問題。對于“AIGC”這四個字母，劉曉光將之拆分為AI、G和C，其中AI意味著內容生產的形式，G代表內容生產的過程，C就是生產出來的內容。

AI的意義，在于讓生產變得更快、更便宜。內容本來就可以不依靠AI生產出來，但AI的參與，能讓投入產出比小于1的事情大于1，讓它變得商業價值。從這個角度看，AI的商業化核心，在于解決To B的問題。

相對來說，G和C更加偏向To C，就是“做一個AI，讓用戶能夠生產出可消費的內容”。而這種模式和20年前互聯網“羊毛出在豬身上狗買單”的商業模式沒有本質區別，都是通過產品吸引用戶停留，然后在用戶時長的基礎上賣廣告。

“現在沒有流量紅利了，所以這種模式可能并不是現在應該優先嘗試的方向。”劉曉光說，“做一個更好的內容生產工具，讓人生產出可消費內容，然后聚集起來做一個平臺，這件事可能很困難。”

比如DeepMusic的產品“口袋樂隊”，在沒怎么投流的狀態下仍能留存不少忠實用戶，但劉曉光不認為在此基礎上做個內容社區是個好選擇。相比無數渴望實現從工具到社區跨越的互聯網從業者，這種思路顯得頗為不同。

DeepMusic AI生成的音樂集

在UGC時代，內容就已經迎來了大爆發，到了AIGC時代，內容生產的成本又低了幾個量級，C的供給越發遠大于求。比如音樂，2022年中國生產了大約300萬首音樂，而人們會去聽的，只有幾千首。在流量紅利消失之時，只有那些具有消費潛力的內容——那些用戶愿意去看、愿意去聽的——才有價值。

既然AI內容社區和AI內容本身的商業化困難重重，那么，什么才是AIGC商業化的希望所在？

“C可能并不是下一個爆發點。”劉曉光說，“G可能是下一個內容生產的爆發點。”

他進一步解釋，過去可能有人對一件事感興趣，但被一些復雜的學習門檻卡在外面；現在，由于AI的參與，不用學習也可以參與制作，擺脫知識的局限，并在其中找到心流體驗、感受有趣的生產過程。最終，人們可以利用AI工具去完成藝術探索，實現AIGC對UGC的反哺。“我們實際上是在做AI音樂制作人，把音樂生產各個環節里的輔助工具給到用戶，讓AI告訴你怎么去做音樂。”

至于做To B還是To C，受制于國內用戶付費習慣的限制，面向To B客戶做標準化產品，是AIGC創業中的主流選擇。“做技術的公司一旦開始個性化定制，規模效應就出不來。我們公司成立以來，只要是做都是以標準化產品為主。”成維忠說，目前主要收入來自于SaaS服務，即使有定制的需求，也只提供虛擬人底層能力的定制，其他的定制工作都是交給其他合作伙伴集成商完成的。

“一定是要做標品的。”王一快也表示，在To B的業務中以標準化產品為主，向用戶提供大模型的API接口。“如果做模型的定制，目前看來耗費的人力、提供的服務還是非常重的，可能只會按照大的行業去進行調優。”

趙哲析也認為，“AIGC商業化更多的機會還是在To B上面。”To C更多的只是圍繞流量做用戶轉化，但嘗鮮用戶的多是一次性行為，深入使用和付費意愿也相對較低。因此，計算美學從一開始做產品就是定位在面向To B行業。

想要在To C上做商業化，也不是完全沒有空間，只不過機會可能不在國內。成維忠透露，他們想要在海外布局一個可以由文字生成3D動畫的產品，以訂閱制方式做商業化，不再區分To B還是To C。

不過，對于AIGC創業者們來說，一切其實都在變化，遠未來到定局。趙哲析告訴我們， 他的工作時間里7成是在解決現有的需求，3成要在做探索。“最懂AIGC的應該是我們這些從業者，不能指望著你的客戶去你提需求提得特別精準。”

這種工作邏輯有點像調查和實驗：提出假設、論證假設，修改假設再去論證假設，最后把它變為真正能落地的東西。“創業最怕剃頭挑子一頭熱，你以為解決了一個天大的需求，找到目標客戶一問人家說不需要。”趙哲析說，“我們是很務實的。

04 AI的未來，人機交互革命？

商業化、供需、應用，在一系列行業面對的實際問題之下，AI創業者們腳踏實地，但也把目光投向了未來。

在與四位創始人的對談中，幾乎每位都提到了“人機交互”，在他們看來，AIGC不僅是生成內容的變革，更在于人機交互形式的革新，這也是他們能在浪潮來臨前入局AIGC創業的深層原因。

“最早我們與計算機交互可能是紙上打孔，之后是DOS系統的代碼，隨后是利用鼠標和鍵盤與計算機交互，再到如今用手指點屏幕，下一步，很可能就是利用語音直接與機器進行交互。”在劉曉光看來，未來可能會出現基于自然語言交互的操作系統，對于偏向內容型的服務行業，會有一個新的入口可以去占領。

“我們希望音樂能夠被更多感官所感受，實現更游戲化的音樂欣賞過程以及娛樂過程。”在做音樂AIGC的過程中，DeepMusic一直希望把音樂變成一種“不只通過耳朵攝入的內容”，用聲音的模態和圖像、視頻的模態結合起來，生成多模態的內容，為用戶提供一種新的服務形式。

這并不是一種“空中樓閣”式的設想，在劉曉光的認知里，AIGC將開拓更多元的交互場景與內容消費方式。“一些小公司沒有能力去做大模型，那是大資本集中去做的事。但在應用上，AIGC可以做到許多新的服務形式，并且找到新的入口去占領。”

劉曉光特別看好教育和游戲領域的“強人機交互”屬性，“用戶在付費的時候都會有一個心理錢包的問題，比如說為了一個工具、一個視頻平臺付費，意愿可能沒那么強，但為了游戲可能會花很多錢。”因此，AIGC第一波成功的商業化，很可能發生在游戲化或者教育化的應用上。

計算美學同樣是在人機交互協作的理念下，才開發出了畫宇宙這樣的工具類AI產品，他們考慮到的則是未來內容生產模式的變化。

計算美學生成的風格化圖片

“人機協作方式利用AI把設計變得可量化，幫助設計師的生產。”交互也體現在了產品的設計上，“畫宇宙”讓AI作圖不僅是人輸入指令、AI生產作品那么簡單，而且利用智能工具總結梳理素材，并進行實時修改與編輯，真正實現人機的共創，“這是以往產品形態做不到的”。

這并非是一廂情愿的構想，在2023年，AIGC及大語言模型技術已經在改變內容生產的模式，“人機交互”的革新也正在發生。3月16日，微軟的Copilot正式發布，其將大型語言模型的能力嵌入到Microsoft 365應用程序中，在Word、Excel、PowerPoint、Outlook等產品中都有應用。

我們能夠清晰的看到生產與工作的方式在被改變，無論是根據用戶需求生成文檔、PPT，還是協助用戶分析數據，制定計劃、編寫講稿，借由AI強大的理解能力，人機交互變得更加有效，大量的生產力將被解放。

這或許將不亞于從DOS系統打孔輸入指令到鼠標鍵盤交互的變革。AIGC的發展不僅是AI智能提升這么簡單，更重要的是其能更好的整合數據資源，實現高效率的指令觸達，并且這種提升是指數級的，人與機器、算力的關系將被重構。

“我們最近在梳理一個新的領域，NUI，也就是自然用戶界面。”同樣的，在中科深智的構想中，AIGC的發展將催動下一代操作系統的誕生。過往的功能菜單將會被自然語言對話取代，想要實現交互，只要最簡單的對話與動作就能實現。

成維忠還將人機交互革新擴展開來。他提到了元宇宙概念，作為把沉浸式體驗作為核心研發方向的公司，中科深智一開始就把AI算法驅動虛擬人視為通往真正元宇宙的入口。

他認為，在視覺技術、XR技術的發展之下，元宇宙的場景、物品都能得到不錯的解決方案，目前相關技術也已經較為成熟，但在元宇宙中“人”則是最難點。無論是虛擬空間的NPC，還是現實人類的虛擬化身，都需要更好的交互體驗，而AIGC則是最重要的解決方案。

“元宇宙它本身其實是更加社交屬性的，在虛擬化的社區里，人和人之間的交流就變得非常的重要，沒有非常好的Ai的技術，實際上就做不到真正的千人千面，所有人的動作表情都一樣。”AI則能成為解決實時交互問題的核心技術，在成維忠的眼中，AIGC的發展成熟更能夠催動真正元宇宙的來臨。

對于元宇宙行業來說，ChatGPT及大語言模型為代表的AI生產力或許并非取代者，而能夠帶來真正的加持。在過去的元宇宙設想中，高效率的數字資產生產與有效的社交交互是虛擬世界的最大痛點之一，而在AI技術的加持下，無論是場景、道具生成，還是虛擬人驅動，或許都將迎來新的機會。

在未來，3D內容創作者或許也可以將AIGC技術應用于創作中。不同于以前的費力建模，伴隨AIGC的發展，輸入prompt、或者“口述”，場景與人物、道具就能直接生成，同樣也能加持人們的虛擬體驗。據悉，世界最大的“元宇宙”平臺Roblox正在構建一個AIGC平臺，希望發展通過語音、文本或基于觸摸的手勢，取代鼠標和鍵盤移動，即可實現傻瓜式創建的便利工具，通過AIGC將其平臺上5880萬用戶打造成為創作者。AIGC正在真實的改變這些新興的行業。

說回國內的AIGC創業者們。在這場人機交互革命之中，微軟、谷歌、OpenAI等大廠所做的，就是依賴大模型產品搭建新一代操作系統的基礎設施，正如百度CEO李彥宏在近期的訪談中所說，不會再出現一個OpenAI，沒必要重復造輪子，在技術底層、大模型技術領域，在客觀條件之下，國內AIGC創業公司或許已經失去機會，但在應用層，一切都還剛剛開始。

大廠們忙著搞“基礎設施”，而我們所關注到的這些AIGC創業公司們，則在各個垂直領域深扎下去，依靠他們掌握的技術及產品，或許能夠成為這個未來操作系統的組成部分，也就是一個個具體的“功能”。這也是屬于他們的天地。

尾聲

在刺猬公社遇見的AIGC創業者中，始終有著一個疑問，AI產業的春天真的到了嗎？

而產業大爆發的卡點，恰恰是AIGC技術本身。

成維忠舉了AI生成虛擬人方面的例子——現在能生成雙人的交互，多人交互還做不到。只有進一步突破技術障礙，才能未來在游戲、動畫等領域大規模應用。劉曉光表示DeepMusic希望做些“增量”，在AI技術的支持下，讓更多人參與到音樂的生產過程中，“真正讓內容生產者，用AI工具做自己想做的事。”

至于商業化的難點，“我認為沒啥難點。”成維忠說，“因為技術還沒到，所以能啃下的市場還是很少。挖空心思地‘想出一個市場’去規避掉技術問題，我覺得沒必要。”未來，做AIGC還是要拼技術賺錢。

因此，此時此刻正處于聚光燈下、浪尖之上的AIGC創業者們，也要做“時間的朋友”。?

“等風口過去了之后，才真正進入落地的場景。”王一快說，“就像我們當初討論5G一樣，等到現在都不討論這件事了，說明它已經成了一個基礎設施，大家真正能用上了。”

標簽：