圖片來源@視覺中國
文 | 峰瑞資本FREESFUND
最近，AIGC（AI-generated content，AI生產(chǎn)內(nèi)容）這股洪流涌入了我們的生活以及商業(yè)世界。
OpenAI發(fā)布多模態(tài)GPT-4模型，讓GPT能理解圖片的內(nèi)涵。Midjourney發(fā)布第五版商業(yè)AI圖像生成服務(wù)，解決了以往AI工具無法正確渲染手部的難題。百度發(fā)布文心一言，包含文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解與多模態(tài)生成這幾大能力。
與AIGC相關(guān)的技術(shù)問題已經(jīng)被比較充分地討論。我們好奇的是，這股洪流可能會(huì)產(chǎn)生哪些分支？流入哪些小徑？置身其中的創(chuàng)業(yè)者們會(huì)選擇奔赴哪個(gè)方向？
目前已經(jīng)有不少團(tuán)隊(duì)選擇在模型層創(chuàng)業(yè)，做語言模型或者圖像生成模型。除此之外，創(chuàng)業(yè)者或許還可以立足垂直行業(yè)，往行業(yè)的縱深方向發(fā)展。
峰瑞資本投資合伙人陳石與AI科技運(yùn)動(dòng)公司BodyPark型動(dòng)公園（以下簡稱BodyPark）創(chuàng)始人兼CEO阿立Alex，閣樓創(chuàng)始人兼CEO劉秋陽、特看科技創(chuàng)始人兼CEO吳春松（樂乘）一起深入探討了AIGC如何影響垂直行業(yè)。
陳石：這幾年AI有兩波浪潮，第一波叫分析式AI，第二波叫生成式AI。你們是怎么感受這兩波創(chuàng)業(yè)熱潮的？這兩波創(chuàng)業(yè)熱潮針對的使用場景有什么區(qū)別？
吳春松：我經(jīng)歷過這兩波不同輪次的高潮。2015年到2016年那一波AI浪潮時(shí)，剛好那時(shí)我在阿里內(nèi)部做了“阿里魯班”（后改名為“鹿班”）這款產(chǎn)品。這款產(chǎn)品借助AI來生成海報(bào)，能夠?qū)崿F(xiàn)自動(dòng)排版、自動(dòng)更改圖片尺寸。
當(dāng)時(shí)我們大多還是通過限定范圍內(nèi)的小模型的方式去做。我們做海報(bào)，還要人工去準(zhǔn)備好大量的設(shè)計(jì)的基礎(chǔ)元素和物料，生成的圖像是元素級的組合。現(xiàn)在這一波的大模型，已經(jīng)能真正實(shí)現(xiàn)像素級生成，這在圖像領(lǐng)域是一次重大的變化。
▲ Midjourney生成的圖片，關(guān)鍵詞為90年代的中國情侶。
另外在控制生成的過程中，上一波我們要給很多元素打好標(biāo)簽，用專家支持的方式去組合后做優(yōu)化。
現(xiàn)在這一波Midjourney或者Stable Diffusion這些模型，已經(jīng)改成prompt（輸入關(guān)鍵詞）這種接近人類自然語言的方式，去生成圖片。所以這一波AI產(chǎn)品在交互方式上也發(fā)生了很大的變化。
我感覺這一波生成式AI站在了巨人的肩膀上，它把人類歷史已經(jīng)沉淀的過往信息聚集在一起，用深層次AI大模型的方法做了組裝升級。所以我覺得這一波AI熱潮帶來的變化比上一次影響更深。
陳石：阿立是AI行業(yè)的一名“老兵”。 之前在AI獨(dú)角獸公司出門問問，做產(chǎn)品的VP，剛好經(jīng)歷了這兩波AI熱潮。
阿立：上一波的語音助手類AI以及視覺類AI更多是偏向被動(dòng)式的分析，預(yù)置任務(wù)場景下的簡單問答，更多是為了在特定任務(wù)上提高搜索交互效率。過去一兩年，尤其是最近生成式AI這一波，讓AI從被動(dòng)式的分析或者響應(yīng)，變成了可以更主動(dòng)地去生成內(nèi)容，能夠在很多垂直的應(yīng)用場景上給出很多新可能，結(jié)構(gòu)性地改變用戶體驗(yàn)和行業(yè)生態(tài)。
我們確實(shí)也看到了這一波新的基礎(chǔ)設(shè)施，或者說底層技術(shù)的突破，能夠給很多垂直的應(yīng)用場景帶來新的可能。
陳石：確實(shí)，原先我們覺得AI好像只能做一些比較局部的技術(shù)性工作，現(xiàn)在生成式AI讓我們打開了腦洞，發(fā)現(xiàn)它能做更多事情。
劉秋陽：我沒有經(jīng)歷過完整的兩撥AI浪潮，但我們一直在用AI 相關(guān)的產(chǎn)品?，F(xiàn)在的語言模型更加通用，我們可以不用像以前那樣，只在一個(gè)細(xì)分領(lǐng)域中用一個(gè)產(chǎn)品去生成?，F(xiàn)在你可以用GPT去生成任何你想要的內(nèi)容。我覺得它會(huì)變成每個(gè)人工作的基礎(chǔ)設(shè)施，而不是僅僅是科學(xué)家或者工程師的基礎(chǔ)設(shè)施。
陳石：現(xiàn)在我們進(jìn)入垂直行業(yè)賽道的討論。三位嘉賓來自三個(gè)垂直行業(yè)，秋陽是心理咨詢服務(wù)賽道，春松是內(nèi)容營銷的賽道，阿立是在線健身賽道，都不太一樣。剛好借這個(gè)機(jī)會(huì)，請大家介紹一下各自的賽道。先從秋陽開始，我比較關(guān)心一個(gè)問題，當(dāng)前心理咨詢服務(wù)賽道是什么情況？為什么AIGC可以幫助它？
▲ 圖片來源: 閣樓官網(wǎng)
劉秋陽：心理咨詢賽道其實(shí)發(fā)展了很久，這個(gè)賽道不同時(shí)期也都有不同的產(chǎn)品涌現(xiàn)。但這個(gè)行業(yè)一直都沒有解決非標(biāo)性問題，比如咨詢師的學(xué)派、學(xué)習(xí)經(jīng)歷各異，不同平臺(tái)的服務(wù)方式各有不同。這些非標(biāo)性會(huì)造成很多用戶痛點(diǎn)，比如預(yù)約要很久；可能通勤時(shí)間很長；你找的咨詢師可能不太適合你，要試錯(cuò)很多次才能找到一個(gè)合適的咨詢師。這些問題看起來都是需求端的問題，但最終都要在供應(yīng)鏈端尋找解決辦法。所以我們做的第一件事就是把咨詢和服務(wù)的流程標(biāo)準(zhǔn)化。
當(dāng)我們在思考AIGC怎么幫助我們時(shí)，并不是思考如何讓它給用戶做心理咨詢，而是思考它如何在供應(yīng)鏈側(cè)，賦能心理咨詢師。如果我們要把一個(gè)人從抑郁或者焦慮的狀態(tài)中治好，本質(zhì)上是要讓這個(gè)人和心理咨詢師建立新的關(guān)系，這是人和人的情感交互。如今ChatGPT雖然在語義和推斷領(lǐng)域已做得非常厲害了，但在建立關(guān)系，進(jìn)行情感和人倫層面上的交流上，ChatGPT還比較難實(shí)現(xiàn)。
除了咨詢之外，心理咨詢師還有非常多工作要做，比如寫案例報(bào)告、工作安排。每個(gè)人寫得都有自己的風(fēng)格，但如果用AIGC去寫，首先它能保證質(zhì)量，另外，AI生成的內(nèi)容格式相對統(tǒng)一。更重要的是，之前供應(yīng)鏈端的所有的書面材料都要咨詢師做，現(xiàn)在可 AIGC可以直接生成，能讓咨詢師更專注于業(yè)務(wù)本身，提升了幾倍的工作效率。
在實(shí)際應(yīng)用AIGC的過程中，我們也遇到了一些坎，比如怎么更好地生成prompt（關(guān)鍵詞指令）。心理行業(yè)和其他行業(yè)不同的一個(gè)點(diǎn)在于，心理咨詢行業(yè)有非常多專業(yè)的詞匯，你需要把這些專業(yè)的詞匯都嘗試一遍，才能生成出你覺得不錯(cuò)的產(chǎn)品。
陳石：接下來我們進(jìn)入第二個(gè)賽道，春松你來簡單介紹一下，你在做什么樣的產(chǎn)品？
吳春松：特看科技把 AI 和數(shù)據(jù)技術(shù)用在視頻直播產(chǎn)品里，是內(nèi)容生產(chǎn)賽道里面的一個(gè)典型應(yīng)用。我們是AIGC 里面的“GC”（生成內(nèi)容）。在內(nèi)容生產(chǎn)賽道，以前的主流方式是PGC（專業(yè)生產(chǎn)內(nèi)容） 或者UGC（用戶生產(chǎn)內(nèi)容）。PGC對應(yīng)的工具是像 Pr（Adobe Premiere Pro，簡稱Pr，由Adobe公司開發(fā)的一款視頻編輯軟件。） 這種專業(yè)深度的工具。UGC更多是借助移動(dòng)端比較輕量的模板化的內(nèi)容生產(chǎn)工具。如今AIGC改變了內(nèi)容生產(chǎn)的方式，對我們所處的領(lǐng)域改變很大。
我們切入的是視頻及直播工具賽道。視頻制作這件事可以被分為三段。第一段，策劃、創(chuàng)作環(huán)節(jié)，要產(chǎn)出內(nèi)容腳本。第二段是拍攝跟制片環(huán)節(jié)，產(chǎn)出畫面跟素材。第三段是剪輯環(huán)節(jié)，形成最終的作品。
我們盡可能在每個(gè)環(huán)節(jié)都用上AIGC最新的能力，正在研發(fā)一鍵生成視頻的工具。我們內(nèi)部很關(guān)注一個(gè)指標(biāo)，叫AI替代率?？赡軐τ谄渌袠I(yè)而言，是否使用AI是可選項(xiàng)，但對我們來說，是必選項(xiàng)。
陳石：當(dāng)時(shí)峰瑞投資特看科技時(shí)，它原先定位在短視頻制作，特別是在海外短視頻賽道里頭做內(nèi)容的創(chuàng)作、編輯、數(shù)據(jù)歸集以及生意參謀。早期特看科技用GAN（對抗生成網(wǎng)絡(luò)），來給主播換臉，滿足跨境電商海外直播的需求。新的語言模型和圖像生成模型，比如GPT-3和Stable diffusion等面世并逐步成熟之后，特看科技很快就把新技術(shù)用在了業(yè)務(wù)里。
想問一下你們在運(yùn)用新技術(shù)的過程中，有沒有發(fā)生過一些有趣的情況？有什么新發(fā)現(xiàn)，碰到了什么困難？
吳春松：我們比較意外的是，GPT是一個(gè)“抄作業(yè)”的高手。比如在撰寫直播話術(shù)跟策劃視頻腳本環(huán)節(jié)，我們給它看了一些樣例之后，它很快就學(xué)會(huì)了。它的通用能力讓大家都感覺到了，但它在專業(yè)領(lǐng)域里面也學(xué)得很快。比如我們在美妝類目下給了它幾百條優(yōu)質(zhì)的視頻腳本后，它可以有模有樣地做出來，它的泛化能力跟涌現(xiàn)能力讓我們感觸深刻。
難點(diǎn)則是我們切入的視頻領(lǐng)域天然是多模態(tài)的，涉及文本、語音、圖像等多方面的內(nèi)容形態(tài)，之前的語言模型大多是單一模態(tài)，我們需要自己來“組裝”。GPT-4這樣的多模態(tài)的語言模型，一定是大勢所趨。
陳石：我們現(xiàn)在進(jìn)入在線健身賽道，請阿立來分享一下這個(gè)行業(yè)當(dāng)前是什么情況？為什么AIGC可以幫助它？
阿立：我聊一下我們創(chuàng)業(yè)的一些判斷和想法，以及跟 AI 的關(guān)系。
很多人會(huì)認(rèn)為線下面對面的交付才能把體驗(yàn)做好。但我們看到，不管是線上還是線下，健身行業(yè)存在不少亟待解決的問題，比如續(xù)費(fèi)和用戶留存不太好。
我們?yōu)槭裁匆龀鰜韯?chuàng)業(yè)，切入線上運(yùn)動(dòng)健身賽道？
首先，由于5G 、在線音視頻、 RTC技術(shù)（Real time communication，實(shí)時(shí)通信，是實(shí)時(shí)音視頻的簡稱。）以及AI技術(shù)加成，線上反而有機(jī)會(huì)做出不一樣的用戶體驗(yàn)。
第二，我們看到在很多次技術(shù)周期里，因?yàn)槌霈F(xiàn)新技術(shù)，使得老需求有一個(gè)更方便、體驗(yàn)更好的方案，可以解鎖大量的新市場。你不能用“歷史的眼光”，來看新市場。
從底層邏輯來講，閣樓、特看科技和BodyPark都在做同一件事，就是降低了人們使用服務(wù)的門檻，這是核心。
我們開創(chuàng)性地做了一個(gè)“AI+真人”的在線私教課產(chǎn)品，在市面上已經(jīng)跑了一年多。我們的信心來自于真真切切地看到了消費(fèi)者愿意去線上，愿意掏錢，并且續(xù)費(fèi)留存顯著優(yōu)于傳統(tǒng)方案。
我們還搭建了一套AI Coach Copilot遠(yuǎn)程授課系統(tǒng)，幫助全國各地的教練，高效率遠(yuǎn)程授課，讓他們在每節(jié)課都能收到一筆不錯(cuò)的課時(shí)費(fèi)收入。疫情期間，我們這套系統(tǒng)幫助很多教練解決了生計(jì)問題。
我們之所以能做到這些事，就是因?yàn)槲覀兝昧俗钋把氐募夹g(shù)，切入了一個(gè)垂直場景，將非常傳統(tǒng)的線下健身行業(yè)進(jìn)行線上化和智能化改造，創(chuàng)造了新的服務(wù)交付方式。這也是我們相信AI要做垂、做深、做透的邏輯。
陳石：同樣的問題，BodyPark在運(yùn)用新技術(shù)的過程中，有沒有發(fā)生過一些有趣的情況？有什么新發(fā)現(xiàn)，碰到了什么困難？
Alex: 難點(diǎn)在于，第一，怎么用AI深度學(xué)習(xí)的方式來精準(zhǔn)捕捉人體的運(yùn)動(dòng)。市面上開源的人體姿態(tài)識別和動(dòng)作捕捉系統(tǒng)識別準(zhǔn)確度還不夠高，我們采用自有模型和算法，做了很多優(yōu)化，提高識別準(zhǔn)確度。
另外，挑戰(zhàn)還在于怎么把動(dòng)作識別、實(shí)時(shí)音視頻互動(dòng)這套技術(shù)，用比較“絲滑”的工程和產(chǎn)品方案，交付給消費(fèi)者，這里面要解決不少技術(shù)難點(diǎn)。
運(yùn)用新技術(shù)的過程里也有不少有趣的發(fā)現(xiàn)，AIGC在垂直行業(yè)可以找到有意思的應(yīng)用場景。比如我們用stable diffusion算法模型，上線了AI健身濾鏡的功能。用戶上完一節(jié)課，BodyPark會(huì)給用戶生成這節(jié)課的高光時(shí)刻圖片，既保護(hù)了用戶隱私又非常有趣，用戶的分享率也非常高。
▲ 圖片來源: BodyPark
再比如，我們最新上線的一款 AI互動(dòng)游戲化健身APP“JustFive”，既能讓用戶在歡快的音樂節(jié)奏中，進(jìn)行有趣熱烈的游戲PK，不知不覺的完成5分鐘有氧HIIT鍛煉，也能在課后生成非常有趣鬼畜的短視頻，便于用戶分享。
陳石：BodyPark和閣樓這兩家企業(yè)都定位在服務(wù)行業(yè)，它們都在經(jīng)歷我們稱之為服務(wù)行業(yè)的“三化”過程，即線上化、數(shù)字化、智能化。表面上看，從線下到線上會(huì)有服務(wù)體驗(yàn)上的損失，但最終，數(shù)字化和智能化的優(yōu)勢能彌補(bǔ)這些損失，實(shí)現(xiàn)更好的服務(wù)效果，提高服務(wù)4效率。
陳石：除了心理咨詢、短視頻、健身這三個(gè)垂直行業(yè)之外，你們還看好哪些垂直行業(yè)，能讓生成式AI有更好的落地場景和機(jī)會(huì)？
吳春松：我覺得首先是內(nèi)容創(chuàng)作行業(yè)，不管是圖片、文本還是視頻，應(yīng)該是最直接被改變的一個(gè)領(lǐng)域。如果是站在普通消費(fèi)者的角度，我現(xiàn)在最期待的換掉手機(jī)里的語音助理，改成真正聰明的ChatGPT這種水平的智能交互。比如我拿起手機(jī)，點(diǎn)一個(gè)按鈕，就可以把我的問題全問完，也能及時(shí)得到我想要的答案。把交互的“距離”縮短，這是我最迫切的需求。當(dāng)然可能這種機(jī)會(huì)可能不在創(chuàng)業(yè)公司手里，更像是在巨頭手里的機(jī)會(huì)。
阿立：如果大家考慮創(chuàng)業(yè)或者加入創(chuàng)業(yè)公司，我覺得有幾個(gè)大的方向。第一個(gè)去做基建和大模型創(chuàng)業(yè)。如果你對前沿科技感興趣，可以選擇加入一個(gè)大模型的公司。但這個(gè)機(jī)會(huì)可能會(huì)在少數(shù)巨頭手里，或者在資金充裕、技術(shù)實(shí)力比較強(qiáng)的創(chuàng)業(yè)團(tuán)隊(duì)。
對于創(chuàng)業(yè)公司而言，更多的機(jī)會(huì)是做中間層或者應(yīng)用層，或者把中間層和應(yīng)用層一塊做。
此外，可以多從服務(wù)業(yè)里找找應(yīng)用層的創(chuàng)業(yè)機(jī)會(huì)，不管是去重構(gòu)線下，還是把線下的體驗(yàn)搬到線上，或者做一些全球化的事情，出海其實(shí)也會(huì)有很多機(jī)會(huì)。在新的增長周期，去觀察用戶有沒有新的需求變化，去觀察有沒有機(jī)會(huì)通過最前沿的技術(shù)，去做結(jié)構(gòu)性的降本增效或者體驗(yàn)創(chuàng)新。
劉秋陽：我覺得應(yīng)用層的服務(wù)行業(yè)會(huì)有非常多的機(jī)會(huì)，比如金融、法律、醫(yī)療，其實(shí)都會(huì)有從線下翻上來的機(jī)會(huì)。如果未來AIGC應(yīng)用得越來越廣泛，很多內(nèi)容信息可能需要我們加以甄別。比如，我們怎么判斷和自己視頻連線的人是不是真人？中間層的數(shù)據(jù)安全領(lǐng)域也是一個(gè)機(jī)會(huì)。有一部英劇叫作《真相捕捉》，其實(shí)就在講AIGC帶來的數(shù)據(jù)安全、隱私安全以及真實(shí)性等方面的問題。
▲ 英劇《真相捕捉》海報(bào)。圖片來源：豆瓣
陳石：還有個(gè)話題大家比較關(guān)心。現(xiàn)在大模型占主導(dǎo)地位，圍繞著大模型的周邊應(yīng)用，其實(shí)在某種程度上都是被平等賦能。所以，我們?nèi)绾谓⒆约旱母偁幈趬荆?/p>
劉秋陽：今天很多人都在用大模型，其實(shí)沒有所謂的技術(shù)壁壘概念。我覺得比較重要的幾個(gè)事情，第一是工程。工程本身是一個(gè)壁壘，需要大量試錯(cuò)。第二是在早期形成knowhow（專業(yè)知識）。knowhow可以節(jié)約很多時(shí)間，你早做一點(diǎn)，可能領(lǐng)先人家半年。第三，你要想辦法去驗(yàn)證模型的有效性，比如提升效率是一個(gè)方面，另一個(gè)方面可能是改進(jìn)商業(yè)模式。此外，你還需要去驗(yàn)證模型有效性的方法本身，是不是真實(shí)有效的。
陳石：AI 確實(shí)在平等賦能，大家在同一個(gè)起跑線上。所以最后可能還是要把我們的壁壘建設(shè)在基于行業(yè)的knowhow和場景里。
阿立：我覺得這一輪AI 應(yīng)用的創(chuàng)業(yè)機(jī)會(huì)里，壁壘可能來自于你的路線選擇。如果僅僅是做了一層很薄的基于通用的大模型，來做單一維度的應(yīng)用創(chuàng)新，壁壘會(huì)比較低。就我們自己而言，BodyPark 目前更傾向于做垂直的，端到端的技術(shù)和工程的產(chǎn)品整合，會(huì)用到不同的技術(shù)棧。
對我們而言，人體關(guān)鍵點(diǎn)識別的引擎、虛擬教練跟用戶的多模態(tài)交互的中間件和應(yīng)用層，一定要牢牢掌握在我們自己手里。但我們也會(huì)主動(dòng)擁抱新技術(shù)，比如像ChatGPT、文心一言這樣的一些新的基礎(chǔ)設(shè)施，我們一定會(huì)open地接入。
在一個(gè)行業(yè)變革的早期，在共識沒有形成的時(shí)間點(diǎn)，做垂直的整合（Vertical Integration），會(huì)相對比較容易交付產(chǎn)品，把現(xiàn)金營收做起來，同時(shí)持續(xù)構(gòu)建壁壘。
陳石：總結(jié)來看，基于垂直行業(yè)的創(chuàng)業(yè)，AI 本身可能還形成不了太多的壁壘，真正的壁壘還是在場景、商業(yè)模式、用戶規(guī)模、行業(yè)knowhow里頭。仍然是：“技術(shù)為先，場景為重。”最終還是要有自己的業(yè)務(wù)縱深和場景壁壘。
陳石：有個(gè)話題不少創(chuàng)業(yè)者比較關(guān)心，目前市場上有不少大模型，在垂直領(lǐng)域的創(chuàng)業(yè)者，未來需要自己做模型嗎，還是用已有的模型就好？
劉秋陽：長期看，肯定是要自己做的。對于我們這種應(yīng)用層的公司來講，路程其實(shí)比較長，需要大量的積累。首先要積累一種方式來驗(yàn)證你模型的有效性，還要再有一個(gè)方法，來檢驗(yàn)?zāi)阒膀?yàn)證的方法本身是不是有效的。走到比較遠(yuǎn)的時(shí)候，才有辦法建立自己的大模型。
對于我們來說，大模型是為了應(yīng)用本身服務(wù)的，它不是服務(wù)于所有通用的場景。我還是希望它最終能夠驗(yàn)證商業(yè)價(jià)值，而不僅僅是對話價(jià)值。但我們也不知道，未來GPT會(huì)發(fā)展到什么樣。
吳春松：短期內(nèi)我們不會(huì)有這層考慮。我們會(huì)更聚焦在應(yīng)用層，做深做透。AI 創(chuàng)業(yè)生態(tài)里，底層大模型公司跟上層應(yīng)用公司之間分工跟協(xié)作，可能形成新的公約，比如哪些地方應(yīng)該應(yīng)用端來做，哪些地方應(yīng)該底層的巨頭或者新興的公司來做。
在我眼里，大模型是新時(shí)代的水電煤。我們可能更關(guān)注的是如何用好新基建。以新能源車行業(yè)舉例，我們可能更像是造車新勢力的角色，而不是新能源電池廠商的角色。我們要考慮的是產(chǎn)品服務(wù)的是什么樣的群體，我們做什么樣的產(chǎn)品去服務(wù)好客戶？我們也盡可能地做到不依賴某一類“電池”，不能被一家大模型全部“鎖死”。以后AIGC生態(tài)里，可能會(huì)形成類似新能源車與電池廠商這樣的協(xié)作關(guān)系。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論