趣丸科技探讨AI在社交娱乐应用的未来趋势。

7月5日，携手2024世界人工智能大会，打造了WAIC 2024xAI Partner氪话未来直播间，邀请到了趣丸科技副总裁兼首席战略官庄明浩，讨论社交娱乐和AI技术的融合应用。在对话中，庄明浩表示趣丸科技始终坚持贴近用户需求，通过创新的技术和产品去满足用户的需要，在自身擅长的领域里挖掘新机会、锻造新优势、实现新增长。

世界人工智能大会（WAIC）是全球人工智能领域最具影响力的行业盛会之一，自2018年起已经在上海连续成功举办六届。今年WAIC，以“以共商促共享，以善治促善智”为主题，致力于汇聚全球智慧，共同探索人工智能的全球治理及发展。大会吸引了国内外数百款大模型，以及AI赋能各行各业的软硬件产品，展现出全球人工智能发展的最新面貌。

趣丸科技是一家集兴趣社交、电子竞技、人工智能于一体的创新型科技企业，趣丸科技副总裁兼首席战略官庄明浩在与主持人何思翀的对话中谈到，现阶段所有在做社交产品的公司，包括初创企业在做新项目的第一天，都会想着基于AI技术能做出什么样的拓展，这已经是一个业内默认的标准答案了。无论是通过X+AI，或者是AI Native，AI技术确实带给大家新一波探索新产品形态的机会。

以下为讨论内容：

主持人：大家好，欢迎来到-氪话未来直播间，我是来自蚂蚁集团ENXTA创新实验室的何思翀。蚂蚁集团的NEXTA创新夜谈也是一档主打创新分享的活动，我们今天也是非常高兴能够和一起，在WAIC世界人工智能大会给大家带来这样的一场直播分享。欢迎来自趣丸科技副总裁兼首席战略官庄明浩庄总。

庄明浩：大家好，我是来自趣丸科技的庄明浩，也是的老朋友。我们趣丸是一家做集兴趣社交、电子竞技和人工智能相关业务的公司，我们总部在广州，大概两年之前开始，在人工智能上有一些自己的业务进展。

主持人：我们也是有幸和庄总就着WAIC的场子聊聊现在AI的一些发展。刚才听庄总的介绍，趣丸科技其实是一家在社交和泛娱乐的领域有一些深耕的科技公司。过去我们聊AI，大多数都会专注在讲大模型、讲底层的应用的能力，现在可能我们更加专注在一些垂直领域和AI的结合。也是想通过庄总的一些观察，就现在AI的发展领域，从娱乐社交方面，有什么趋势呢？

庄明浩：ChatGPT发布大概是2022年底，到今天不过才一年半多的时间，去年大家比较多地集中在讨论大模型本身的事情。但是到今年，包括这个会场本身的状态，大家去看各种展台以及各种公司在做的事情的时候，大家在往应用端和垂直场景去走，从原来大模型的基础研发到应用层的拓展。当然，可能中间还有一层叫中间层的公司在参与，这个生态其实大概只经历了一年多的时间，就已经发展到现在这个样子了。

我们所在的板块，就是社交和泛娱乐，我们纵观互联网到移动互联网，到云，到很多行业，可能这个领域往往都是科技技术最先被应用到2C和商业化的板块。所以这个板块的很多公司，包括我们在内，可能更多的就会有比较多的状态去尝试，让这个新兴技术浪潮真正应用到自己现在服务的用户和场景过程当中。其实无论是在美国还是中国，相关的公司都在做各种各样的尝试。

另外一个角度，会发现ChatGPT刚刚发布的时候是基于语言的，更多是文本相关的，可是过去这一年左右，多模态其实是更热的，视频、音频、音乐相关的板块频繁爆发，和我们这个领域也是密切相关的。所以整个的趋势和浪潮，除了传统意义上的2B的企业服务板块，在2C领域，大家真的在期待泛娱乐也好、社交也好、游戏也好，在AI的结合上能够有一些真正的突破。所以其实所有在这个领域的公司，有能力的跟有一定基础的，都在做这方面的研发和尝试。

主持人：那您觉得比如说像AI进入这个娱乐或社交的领域，它有什么优势吗？

庄明浩：现阶段的状态，我们内部或者说行业内的共识是会有两个路径。一个是“原有业务+AI”，另外一个路径就是大家号称叫“AI Native”。原有路径+AI，其实从去年开始就已经非常多的公司在各种各样的场景里面去尝试。传统的软件，比如Windows、office、Adobe。社交领域，无论是从内容的生产，还是让原来没有那么智能的机器人，提供更多智能的表现，提供所谓的情绪价值。再比如说游戏领域的美术、文案、NPC、场景，包括社交向的玩家对话、玩家行为分析、推荐等等，所有这些东西沿着原来上一代AI的那一波浪潮，其实一直是在往前推的。

今天我们看到很多“原有场景+AI”其实在过去这一年多是比较顺遂的，可能它就是一个递进式的改进。

另外一个角度就是AI Native，就是原生的AI到底应该是什么样，或者说native AI应该是一个什么样的新东西。因为这一轮大语言模型是基于对话的方式，所以很多公司在尝试所谓的LUI（Language User Interface），就是以对话的方式来去做所有的交互。

还有一个尝试就是能不能把所有的游戏也好、社交也好的场景中的无论是角色、玩家参与的体验还是什么样的东西，全部交给AI来去产生以及做总结、整理。当然这个东西距离我们理想的、想象中的，像电影中演的那样的还比较远，但是至少很多公司，无论是大公司还是初创公司，在这个领域的尝试还是蛮多的。

典型的，比如说像社交这个板块，讨论最多的应该就是character.ai，国内也有公司在做。其实用一个非常朴素的，就是说原来的社交产品的逻辑，我一个人跟另外一个用户产生了社交关系。今天当AI出现的时候，AI能够某种程度上代替人的时候，我们开始去探讨能不能人类和AI产生社交关系。甚至更极端的是说，你会发现现在有一些公司在尝试全部都是AI在产生社交关系，机器人和机器人之间是否也有社交的存在。

当然这些机器人背后也有人去参与控制，但是它的前端展现可能是纯机器人。可能没有那么极端的是说，可能还是人与人，但是我在人与人的沟通过程当中能不能让AI去参与解决一些摩擦、碰撞，或者说直白一点，提升一些留存或转化一些ROI。所有这些尝试，其实都已经发生在各个我们所熟悉的小板块的环节中，大概状态就是这样。

主持人：听下来AI还是能够帮助大家做一些锦上添花，以及更进一步的事情。

庄明浩：对，现阶段因为没有办法嘛，现阶段大家希望这个东西完全的天马行空地替代原有的东西，可能也比较难。或者对于已有业务公司而言，那个路径可能太过于诗和远方了。做那个当然会做，但是不会期望那个东西在很短的时间内就“革命”掉自己，这是大家不太会这么做的方式。

主持人：那现在有什么困难吗？有什么难点吗？

庄明浩：我觉得难点还是蛮多的，因为现在这一波的大模型公司出来其实也没有多久，从他们的产品更迭的状态，其实也处于一个不太稳定的状态里。每一家公司的新模型发布，都会比较大地颠覆上一代的状态，无论是OpenAI还是国内的一些厂商。

比如说我们有成熟业务的公司，它是有节奏的，我决定做一个什么功能的点，用什么样的方式实现这个功能，背后接谁家API，接完之后去调优、测试、上线。这个流程，比如说从开始到真正意义上我们看到东西是6个月的周期。可是现在这个行业的发展，6个月的时间，可能世界已经变了，大模型已经不知道飞到哪去了，在6个月之前设的规划和6个月之前那个时间点定的很多的规则和边界，可能已经消失了，就要重新再来。对已经有在线产品，并且在长线运营的公司而言，比较难受的一点是说，那个时间点定的规则跟想达到的结果，跟想看到某些指标的改进，可能没有办法得到反馈的时候，就要逼迫自己再去改。

这个过程，我觉得从工程实现上，其实是一个难处。它不是一个零跟一的问题，是当下这个时间点，快速演进的行业的状态以及基础大模型迅速迭代的提升，带来的给上一层做工程端实现的公司提出的挑战。

当然也有别的解决方案，很多我们这个领域的公司其实都在训练自己的垂类“小”模型，比如说我们基于我们的语音跟游戏的场景，包括社交的场景，我们去做一些垂类的模型，我们自己去做训练。在这个领域里面，我们能够保证这个“小”模型的稳定态是相对可以的，不会特别受到底层大模型的迅速迭代带来的技术更迭的变化。

因为我们的模型，是基于我们熟悉的，最擅长的板块，用我们积累了十几年的运营经验的数据的积累，跟我们对这个领域、对这个场景的理解去做的一个垂直化的训练。

其实很多行业内的人也会谈论很多东西到底是做产品端还是做模型端，其实这个辩论，至少到今天是没有标准答案的。但是今天这个时间点，我们看到的这个行业，有一定资源和能力的公司，基本上都是两端都做的，即便我们可能没有办法去做那个最最最底层、最大的东西，但是在上一层跟垂直场景里面，可能所有人都是要再做一层东西的，而不是单纯只做产品的前端的东西，因为那个东西对于很多公司而言，或者在现在这个时间点，做应用端的公司而言，太薄了。单纯只做那层皮，可能大家的内心的安全感是不够的，所以必须要往上再做。

而且你会发现，很多时候你考虑到跟这些大模型厂商之间的配合、协调，你的适配、调整，再考虑到当下快的节奏，真的没有那么容易，还是要把一定的工作留给自己，才更敏捷一点。

主持人：听出来了，就是这种创业公司，确实是在行业快速的变化当中，要找到一条适合自己的路径，还是非常有挑战性的。

再回到社交的话题，因为其实对于互联网公司来讲，社交好像一直都是大家的“兵家必争之地”。您有觉得说AI之后，就是社交的AI应用会成为一种标配吗？

庄明浩：我觉得无论大家是否承认，反正现阶段所有在做社交的公司，包括完全初创的公司在做新项目的第一天，都会想着基于AI能做什么样的拓展，这已经是一个默认的标准答案了。

只不过现在大家能做的事情还相对比较少一些，因为确实大模型出来的时间不是很长，又基于所谓的LUI，大家做各种各样的尝试，带给大家新一波产品形态的机会的探索，截至今天，没有标准答案。但是大家仍在做各种各样的尝试，包括基于原有的你熟悉的业务。

其实回看社交产品，我们看移动互联网社交产品的发展就好了，十几年的时间，产品形态基本上到2016年2017年之后就没有什么太大的变化了，最开始的基于地理位置的、视频的、语音的、游戏的、K歌的，大概是那几个产品状态，那几个产品状态在2017年之后基本就再也没有变化了，到现在都已经七八年的时间了。

后面这几年，很多公司在做的事情，是在这个基础上建立商业化。可是今天AI来了以后，出现一个问题，基于原来那套已经成熟的设计好的产品架构上的商业化的这套东西，没有办法嫁接到新一代的AI社交产品里面，因为留存不够，ROI算不过来，投放上不去，用户时长不够。因为原来那套东西是嫁接在完整的体系上的，可是今天就是一个新的体系，新的状态，那原来这套已经非常擅长、成熟的打法，未必就适合硬搬。

当然我们是一家已经有盈利业务的公司，但是我会觉得，如果我们真的期待那个所谓理想中的AI Native的社交产品，可能真的要期待新的产品形态，不要有太多我们的包袱，更多的天马行空一点，甚至可能是几个人的小团队，以一个idea作为一个切入，就跟二十年前扎克·伯格做Facebook一样，就是一个非常小的点打透，在初期可能没有那么直接先考虑所谓商业化、所谓运营这些，但是打透再慢慢长出来。

这个东西它需要一个过程，需要时间。2024年这个当口，大概率就处在我们摸索和探寻那个可能性和路径的节点。大家都说路径依赖路径依赖嘛，我觉得路径依赖不是一个贬义词，路径依赖代表你找到了可依赖的路径，可是现阶段其实大家没有找到可被证明持续能够走的路径。

当然最近可能有很多新的产品出现以后，大家会慢慢发现有一些东西感觉是可以的，但是这些感觉可能只是某一个天马行空的点，可能只是一个功能点，或者一个非常小的东西，它没有办法支撑成一个完整的产品交付。但至少，大家从什么都没有，到开始有一点门路和有一点光亮，再走到一个节点，可能这些光亮连在一起的时候，很多事情就变的顺理成章了。

主持人：您能举一个例子，看到有一点小小的火花的。

庄明浩：最近我会觉得有一些共识是说，大家会认为基础的底层大模型最最最基础的研发能力，可能中美之间有一定的差距，但是在应用层的探索，一定是中国公司更强一些，无论是场景的服务还是过去这么多年的经验。

你会发现在纯2C端的偏娱乐和社交板块的应用尝试上，中国最近几个月时间出现了一些小东西，比如说去年年底今年年初出了一个叫哄哄模拟器，它是一个什么场景呢？它其实是一个网页的插件。它的场景是说，这个AI假设是我的女朋友，它生气了，我要把它哄过来，就是我一句话它一句话，我要把它的生气值哄到低于多少以下。

所以你想这个实现的逻辑，对于一个自然语言模型来讲，其实不那么复杂，但是它就封装在一个大家都能接受的场景里，通过QQ群等各种各样的传播，传播得很好。前段时间，这个作者又做了一个文体测试器，就是你写一段文字、文章，发给它，它说你的文风像金庸像韩寒或者像谁，帮你测试。

这些东西当年可能在web刚刚火的时候也有，就是一个小测试、一个小功能，但是它很满足很贴用户一个具体的明确的场景，并且引发传播，得到广泛的应用。现阶段它可能没有办法变得更长效运营，但是至少在获取用户这个点上，它抓到了一些东西。

最近几年大家开始非常注重自己的饮食，很多人会拍自己每天吃的东西，今天吃的鸡胸肉、西兰花等等，然后算卡路里。所有这些东西，本来这个输入跟过程是非常严格、非常麻烦，非常需要人的巨大的驱动力才能实现的。但是当有了AI，这件事情就没有那么麻烦了，几个关键词就搞定了。我朋友做了一个这样的应用，他就一个人，设计得很好。相当于把大模型的多模态识别能力和基于食品的卡路里等这套知识库的东西封装在了一个用户无感的应用里面，不说那是AI应用也没有人知道它是不是AI。但是它把所有的这套基于AI的工作流程隐到了后面，用户是无感的，用户只需要拍照、输入就结束了，输入很简单。

对于用户而言，这个场景跟这类产品，就比上一代那种我需要非常复杂的操作的产品要改进非常多，然后用户就很喜欢，就得到了不错的反馈。反过来讲，你说它是AI应用吗？不重要，只要实现了这个场景下这个用户的一个需求，并且未来尝试出可能的商业模式，这件事情可能就是成立的。

主持人：您刚才提到几个趋势，观察到的趋势。自从ChatGPT出来以后，后来随着大模型的发展，出现了很多很小的也风靡一时的AI的小应用，不管从最开始的像什么妙鸭相机到现在粘土，后来到各种什么AI陪伴之类的，都引起了非常热烈的反响。但是可能它有一个高峰之后就马上沉寂了，您怎么看这些现象呢？

庄明浩：因为我入行比较早，我们当年刚开始做移动互联网的时候，做很多那个年代的工具的应用，其实都经历过类似的过程。因为一个特别的点引发一波传播，但它人生的高光可能就那两个月。

但是也有一些公司，基于这个工具的生态慢慢变成一家公司，变成平台等等。现阶段，我觉得现在这一波相对比之前那波好是说，虽然我们之前那些看上去有些薄的产品可能它的高光就三个月、六个月，但是因为这波的很多产品是天生出来的时候就带着付费的，哪怕只有几个月的高光，那几个月的高光对于一个小团队而言，收入其实是够的，就挺happy的。

反过来讲，我们只看几个比较有影响力、有代表性的案例，比如相机类应用。移动互联网这么多年，相机类应用也一直都是有频繁新出的东西的，早年的滤镜，包括ins、美图秀秀，后来黄油相机、B612，贴纸、表情包等等，图片的视觉表达，在移动互联网年代就已经被证明是持续会有新的小玩法的板块，而且这个板块也出现了很多公司，比较大的公司，无论是做社区、工具还是出海的。这波是不是依然基于图片我不知道，但是它符合原来我们刚刚看的规则，它简单、直接，满足了一个非常小的场景的用户应用，用户上手门槛比较低，利于传播。

今天可能社交媒体的分享，所有产品都需要严格去遵守的一个规则。但他有了这些工具以后，就得到了所谓的引爆。这个引爆，原来我们从一个上帝视角来看，可能是一个随机性的引爆，但是慢慢会发现，尤其是到今天，2024年年中这个时间点，会发现在很多板块，很多做得比较多的开发者，会在这些随机的爆发点中，把线慢慢连起来，他有那个体感的感受，知道什么大概会爆。

当然这个爆可能现阶段没有办法去再考虑更远的事情，但是但凡越来越多掌握了这个爆的技巧，再把这个东西连到我们刚才提到的过去七八年已经非常成熟的那种模式，当某个时间点可以连上的时候，这个就已经搭上了。

这只是我们刚才讲过，最开始的标题叫X+AI，即原有业务+AI，还有那个更新的东西，我们还没有想，就是单纯我们只是把这个事情连起来，其实就已经是一个值得去期待和遐想的空间了。

现阶段有一些人说可能需要三年五年，有人说一年两年，它需要这样的一个过程，让这些东西慢慢地成长。就像《三体》讲的黑暗森林一样，最开始在黑暗森林点起你的火把，只能照亮你旁边的范围，慢慢你会看到有一些地方有微弱的光，慢慢发现更多的同类，把这些光连在一起，这一片区域就打开了，跟那个感觉很像。

主持人：之前您有提到过AI这块对创业者是“暗牌”，对大厂是“明牌”，这个怎么来理解？

庄明浩：这不是我的观点，是我一个非常好的朋友，他也是做投资的，他提的。我觉得这个比喻很好，“明牌”和“暗牌”代表的就是，对今天所有的大厂，今天我们有展台的，华为、百度、阿里、腾讯而言，AI要做的事情基本上是他们节奏中的。比如说今年做规划要做什么事情，基本上是清楚的，甚至包括明年基本上也是清楚的。大模型底层的能力，上层的应用层的能力、云的能力、应用层具体做什么不做什么，这些能力之外赋能到我们已经熟悉的业务板块里，腾讯赋能到游戏、金融，阿里赋能到电商……。这一步步的这些节奏，本质上来讲是一个明确的节奏，他们每年战略会要做的事情是想得清楚的，我们外人都大概想得清楚是哪些。

我觉得这就是“明牌”，怎么打大家是知道的，只不过细微差别变成了谁的速度快一点，谁的速度慢一点，谁的效率高一点，谁的效率低一点，谁的执行效果好一点，谁的客户稍微多一点，它是一个你不需要太多去猜和有意外情况发生的状态。

所以我觉得这一波，尤其是我们叫技术演进，它是一个对大厂的“明牌”。

其实在美国也一样，微软怎么做，谷歌怎么做，大家都知道，而且大概也能猜到未来几步会做什么，亚马逊怎么做，特斯拉怎么做大家也都知道。所以对大厂而言，这一波AI浪潮里面，当AI已经形成全世界的，无论是否认可的共识的情况下，现有业务的改进，递进的迭代加底层模型的提升，这几件事情是一定要写上的事情，就是不可能有任何的犹豫和回避的，所以是“明牌”。

对于创业公司而言，做这些东西我觉得太难了，或者说挑战性太大了，做的只能是那些我们今天这个时间点没有办法提前去预知、想到的东西。这个比喻可以类比到移动互联网年代，2009年iPhone 3GS发布正式开始这一波的移动浪潮。最开始的时候，像这些大公司都会成立一个事业部，叫无线事业部，无线事业部就代表着这个事业部承担的是原有业务的无线改造。所以那个时间点，无线事业部承担的角色就叫“明牌”。“暗牌”是什么呢？就是在2010年、2011年、2012年那个时间点，没有人会想到在2015年、2016年会出现拼多多、抖音，以及后面我们见到的许多东西。因为那个时间点，那个东西就是暗的，我们没有办法去在那个时间点预测，说未来会有一家电商公司的市值追上阿里，我们没有办法想象一家内容公司的平台体量会比腾讯还大。

在那个时间点就不可能有人那么想的。那个时候，这些机会就是暗的。暗的可能代表很多基础设施、技术研发能力、人才，包括资本、政策没有到一个状态，可能就长不出来。就跟我们总有一个参天大树和原始森林的比喻，先有了森林才会有更复杂的生态，才会长出各种各样不同的东西，光有一个参天大树是长不出来森林的。

所以，这些东西就是“暗牌”。“暗牌”，就是大公司写战略报告不会写的东西，创业者需要去想、去抠，去抓那些细节、非共识，抓那些可能没有办法在现在讲得那么清楚，但是你对自身的认可，包括你积累的经验，包括刚才讲过的，现在有一些开发者是有对爆点的感知能力的。这些东西加在一起，让那些看上去可能有些暗的东西，在你内心认为是明的，然后一点点做，然后可能在某个时间点这个东西才会变大、变成一个参天大树。

这个说法特别的上帝视角，大概率确实是没错的。但是作为个体而言，无论是我们作为一家公司、一个组织还是一个创业者，每一天，每一个决策，每一个路径的选择，都是不确定的，都是没有答案的。

最后可能大家只能去说谁谁谁运气好，翻到了那张牌，没有办法有规则、逻辑去选。

主持人：听起来好像真的是一种上帝视角，谁也不知道谁现在站到一个正确的赛道上。

庄明浩：原来我做投资的时候，认为公司创始人的意志跟信念感为什么重要，也是这个原因。其实很多行业是有标准答案的，只要做执行，刻苦、努力，大概率就行。但当你在这种没有标准答案的行业里面，尤其是刚刚新兴的时候，创始人在黑暗的森林中前行的时候，你的意志，你带领这个公司前进的状态，所有人都看着你，你心里的坚持，对很多东西的笃定，因为很多问题很多决定下的时候，没有人有充分的信息，可能就是拍脑袋或者心里一个什么想法，你的公司成长就是在你无数次的一次次的决定过程当中长出来的，你的状态、你的坚持、你的心理是否强大，决定了你能否扛得住这样的过程。

而且考虑到当下整个创业的环境不是那么理想，可能在初期创始人就要非常早地去想到生存的问题、钱的问题，要做取舍做博弈，要在你的理想、现实、苟且和诗和远方各种各样的权衡博弈，再去选择一条路。

所以对于今天的，尤其是做AI这个板块的创始人而言，真的特别难。举一个例子，我们内部在做一个AI音乐的项目，基于AI音乐的生成有一个自己的模型。这个团队原来是做在线K歌的业务，所以它的迭代是一脉相承的 。最开始做的时候，团队也不是很大，然后慢慢做研发，做各种各样的路线选择。在今年之前，AI音乐的路线选择都是问号，不像ChatGPT，大家就Transformer往前搞就可以了，图就Diffusion往前搞就可以了。之前音乐领域其实没有这个路径的正确答案的，所以就只能不断地选择，在做的过程中不断地调整，再看别人怎么做，不断地经历这样一个过程。

当Suno突然火了以后，所有的世界的关注都在这个小板块的时候，其实给大家提出一个新的要求，就是大家看上去第一个问题，Suno的路径是不是就是对的。第二个问题，如果它是对的，我们要不要跟，跟就变成了你要抛弃掉你原来的选择，或者说你要调。第三个问题是，因为高光只会给你刚才说了三到六个月的时间，三到六个月的时间，你就要决定要不要加“卡”，要不要加人，要不要继续这个事情的深挖。它就是在那么短的时间内，给到一个这件事情的高光，而且是一个全世界的高光，因为所有人都在关注，每个板块都是。

去年年底的3D，今年的音乐，最近的多模态都是，三到六个月一个。给到你的时候，可能是幸运的，你享受了这个高光，但是马上而来的问题，就变成了那些非常现实的问题，你就要做抉择。甚至有些公司因为这样的高光，直接被拉爆了，就消失了，因为它会变成一个快速的大浪淘沙的进程。原来大家可以闷头谁都弄，你有自己的路径，我有自己的选择，但当被拉到同一个巨大的聚光灯下的时候，这些挑战全部都来了。真正意义上，最后可能某一个板块也就剩三家五家公司，可是其他的公司怎么办呢？

主持人：对，就是您刚才提到大浪淘沙，现在有一个网站就专门记录AI死去的那些公司，这些公司确实也曾经红极一时，曾经拉到不少的投融资，但是就慢慢的沉寂了，听不见它的名字了。

回到趣丸，您觉得趣丸科技在这种AI的创新上有什么经验和体会呢？

庄明浩：还是那个观点，因为我们不是最大的那些大家伙们，不像蚂蚁这些。我们能做的事情，至少在我们所熟悉的板块，已经做了十年了，在社交这个领域，我们业务本身有对这个场景很深的理解，这是一个基础。因为我是觉得，今天这个时间点AI看上去是无所不能的，但是面对这样的一个无所不能的东西的时候，就越发要求我们作为一个使用者，要清楚地知道边界在哪，这个边界包括我们自身对自己业务场景边界的定义，也包括我们对现阶段AI能够做到什么的技术边界的理解。

所以，第一个，我们对这个场景本身有自己的理解。第二，我们在做很多垂类模型的研发，跟很多场景的探索，更多是在探索跟在去找这个技术跟这个场景之间的边界融合的状态。再一点，可能很多人都会强调所谓的数据跟积累的能力，在垂直领域，我们确实有一些用户，有一些过去这些年的积累的数据状况，是别人没有的。基于这些，我们希望在我们这个小的领域里面建立一定的自己的壁垒和优势，至少跟上AI时代的大浪潮，拿到一张小的船票。

不算那种超大的巨头公司，可能很多垂类公司和有场景的公司，合理的规划跟路径，大概率都是这样的。

主持人，好的，最后还想请庄总对AI未来的趋势有一些判断做一下分享。包括今天也看了WAIC有这么多的展示，有这么多公司的参与，您觉得比如说在未来的一到两年内，一定会发生一些什么事儿，能有一个判断吗？

庄明浩：这个其实最怕被打脸，但是这个行业还是立过很多的flag。昨天很多演讲的嘉宾其实也都提到，有几个今天这个时间点大家在探讨的话题，我觉得都可能在未来一到两年看到结果。

第一个就是很多垂类的小公司，尤其是初创公司，会被这波的“军备竞赛”拉爆。其实在美国已经出现了，inflection被微软收购了，最近一段时间，传说 character.ai也在谈被收购，连这种我们认为已经是应用端的代表性公司也被拉爆了。

说得很现实，当你对算力集群的卡的数量到一定程度，你对资本的需求就到了一定的程度，高科技的人才密度到了一定程度的时候，会发现你受限了，天花板限制在这里了，上不去了。

这个时候，对于这些公司而言，就要考虑结果是什么，尤其是初创公司。这件事情可能中国也会出现一些偏垂类的，偏场景化的，偏应用层的，之前可能也拿过不少钱的公司，再到一定阶段的时候，就会面临这个问题。

因为毕竟这件事情还是受到很多现实因素的限制，算力、算法，人才、资金等等都是。因为确实纵观过去十几年，整个科技行业的发展都会经历一个从初期没什么人知道到迅速往上涨，拉到一定峰值再掉下来，再回归理性的阶段，AI可能也要经历这个，因为确实它长得太快了，飞得越高，跌下来的时候就会越刺激。

这是一个大概率会看到的事情。

第二点就是，我们可能会看到一些真正意义上在这种大浪淘沙过程当中跑出来的公司，就是它的用户体量，甚至收入规模、盈利、资本市场的状态，未来一到两年也会看到的。比如说原来我们看的时候，大概常规的可能是一个上市公司，从它出现到真正上市，在美国那边可能是五到七年，中国可能因为各种原因加速了，变成5年左右。AI这波，我觉得三四年差不多了。从2022年底来算，差不多也就是未来一到两年，就有一些公司阶段性可以给成绩了，至少可以“交卷”了。无论卷答得怎么样，至少可以交了，这应该是能看到的。

今天也有很多基于这个概念的上市公司，但都是上一代的公司，借着这个站上来。新的这一波公司，可能是需要再一两年的时间去积累的。

再一点，比如说因为行业的认知的关注，更多的参与方，无论是政府、投资人、基金、政策的调整，可能会在未来一到两年，包括你像中国，其实从今年就开始做所有的备案等事情，它会变成越来越正规化的状态，参与方也不会有那么多了，它也需要经历一个出清，或者变成一个相对稳定态的固化，可能在某些领域就这几家公司差不多了。现在你会发现，大家其实是混在一起的，功能也好，提供服务也好，产品的价格区间也好，其实大家都是混在一起的。

比如说我想做一个什么事情，会发现无数的供应商，大到像蚂蚁、阿里、腾讯这样的公司，小到可能只有十几个人的小公司，都在提供一样的服务。比如说无数的展位都在做3D的数字人、虚拟人，虚拟人的技术提供方，我们也有，阿里，百度、腾讯也有，大大小小各种创业公司都有，到底最后这个事情会变成什么样，未来一到两年我觉得是看得到的。这个周期大概也就是这样的一个过程，会经历从一个混战、混沌，到相对清楚，行业分工清楚，价格带清楚，用户跟广告跟品牌主跟客户对于这个生态的脉络清楚，这个过程大概也就是一到两年。

主持人：因为您刚才也讲了，其实不管从互联网走到现在AI的时代，有很多大浪淘沙的变化，您能不能最后帮我们总结一句，您觉得底层不变的是什么呢？

庄明浩：这些都是正确的废话，但是正确的废话永远都值得说。

我们这些做业务的公司，本质上来讲，都是为了满足用户场景去做的，满足用户诉求，始终贴近用户需求，通过创新的产品和技术去满足这样一个已经存在但是没有被挖掘得很好的市场需求，这可能就是创业公司和业务公司一直以来的使命。无论技术怎么更迭，怎么变化，资本环境怎么变化，产品状态变成什么样，这个底层的逻辑，我觉得是没有太多变化的。

还有一点可以延伸，当我们回过头去看那些百年企业到底是为什么能够穿越周期、跨越百年，甚至几百年的历史？为什么那么多的家族企业经历了十几代的传递，依然屹立在那个地方？

其实没有什么灵丹妙药，没有什么万能的钥匙，到最后无非就是这些大道至简的道理。坚持满足用户的需求，提供优秀的甚至是超出预期的产品和服务，适当的竞争、开放，大概就是那些。

其实是没有什么意外的答案的，但是可能那个就是最后能够剩下的答案。