編輯部 發自 凹非寺
量子位 | 公眾號 QbitAI

除了用AI做效率工具之外，能不能用AI給大家帶來一些快樂？

兩年多前的一次思考，讓心影隨形科技創始人、CEO劉斌新有了屬于自己的創業行動：

要通過AI技術解決游戲場景中的社交痛點，產品定位在「陪伴」而非搶占時間，讓AI成為理解玩家情緒的游戲伙伴。

而且，移動互聯網以前常用的MVP模型在AI時代不成立了，可以更多地去預測未來什么場景會是剛需，什么技術能滿足需求。

面對“大模型技術突破使復雜推理成為可能”和“用戶對AI接受度快速提升”兩大行業變化，心影隨形始終錨定獨屬于自己的核心價值。

為了完整體現劉斌新的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

中國AIGC產業峰會是由量子位主辦的AI領域前沿峰會，20余位產業代表與會討論。線下參會觀眾超千人，線上直播觀眾320萬+，累計曝光2000萬+。

話題要點

• 「用AI創造快樂」，這是我們希望做的事情。
• 不要跟用戶搶時間，而是陪伴用戶。
• 大模型的進步讓我們原來不可思議的事情變得可能，讓體驗變得更好。
• 同生態伙伴上下游合作，形成一個整體的、全方位的包裹，讓用戶價值得到充分的滿足。
• 多模態理解或是下一輪增長的關鍵驅動因素和新的場景/應用機會。

以下為劉斌新演講全文：

「用AI創造快樂」

謝謝大家，很高興來到量子位大會現場跟大家交流。

兩年多前，我看到Transformer和ChatGPT的時候在想，我們做效率工具之外，能不能用AI給大家帶來一些快樂？「用AI創造快樂」，這是我們希望做的事情。

另一方面，尋找AI應用落地場景的時候，不再想搶用戶的時間了，因為之前做移動互聯網的時候發現，用戶時間被占滿了，8個小時已經在線上了，他有游戲要玩，有短視頻要看，我認為我們不要跟用戶搶時間，而是陪伴用戶——這是做逗逗游戲伙伴最初的想法。

同時，我們認為AI技術在發展過程中，要更好地滿足用戶真實的需求，還是從用戶自身出發，與用戶經歷相關。

我們發現B站用戶年輕人有一個很典型的特點，他們都喜歡玩游戲，游戲是年輕人的社交話題，在游戲過程中，一個很大的痛點在于找朋友一起玩，而且很多游戲是單機游戲，都是一個人在玩，這個過程中能不能有朋友一起陪著他，給他提供更多的情緒價值，這是我們的出發點。

簡單來說，逗逗游戲伙伴的核心點是進入已有場景，而不是新的場景，滿足已有的需求而不是創造新的需求。想要做大，先要從小做起。

逗逗游戲伙伴的核心功能是在應用中有各種性格、風格的人物，除了可以跟你聊天、唱歌，更重要的是可以跟你一起游戲。“他們”能夠看到你的游戲畫面，跟你共情，慶祝你的高光時刻，或者吐槽你手殘的操作，在游戲過程中給予我們額外的情緒價值。

這個需求的底層邏輯是什么？是滿足游戲場景里面完美的社交、炫耀、成就感的需求。

人們都喜歡被重視，例如在游戲廳，打個街霸旁邊總會圍著很多小伙伴，躍躍欲試或者為你喝彩，讓你感覺這個游戲很有吸引力，自己的游戲成就也希望及時被分享、認可，帶來豐富的情緒價值，讓快樂加倍。

兩大變化環境因素

從產品面世至今，做AI產品的環境因素發生一些重大變化。

第一點是行業技術的變化，特別是大模型底層的變化，因為大模型的進步讓我們原來不可思議的事情變得可能，讓體驗變得更好。

舉個例子來說，像攻略搜索，像AI搜索在以前有各種幻覺問題，得用各種RAG來做輔助，在沒有推理模型之前，對RAG寫Prompt是一個很講究藝術的事情，RAG的先后、Prompt文本的先后，結果是不一樣的，因為經常會被干擾，那個時候背景知識的補充不是越多越好。

現在有了推理模型之后，我們把所有搜索到的東西都可以放進去，而且也不用太關心它的ranking，它的順序，模型自己能推理，能回答得很好，這是一個很明顯的變化。

逗逗游戲伙伴即將要上線的新版攻略搜索，準確度可以達到90%以上，基本上可以變得可用了，這個在行業里AI搜索也是一樣的，在沒有推理模型之前，大家會覺得AI搜索不是很有用，有了推理模型之后，AI搜索變得很好用，這是一個很大的變化，技術推動巨大的變化。

第二個變化是用戶對AI的接受度，大家會越來越被AI普及，去年可能早期是豆包，后來是DeepSeek。

其實在國內整個AI的普及率是非常高的，比海外很多的地區要高。大家已經慢慢習慣了AI的使用和AI的場景，這是一個非常好的事情，大家會更愿意接受，也更愿意探索這些事情，我覺得大家來做產品，做應用也是一件好事。

切實解決用戶需求，做時間的朋友

從單次爆款到常青樹，維持用戶粘性和長期優勢關鍵的因素核心主要有幾點：

第一，最重要的還是要切實、真實地解決用戶的需求，從用戶的痛點出發，真正給他端到端的完整體驗，哪怕只有一部分是AI能解決的，不完全是AI的部分也要做，給大家真正端到端的完整體驗，這點最重要。

第二，比較重要的是做時間的朋友，隨著技術的發展，行業的變化，越來越多的技術和應用不斷疊加，追趕時代的浪潮，交付更多超出預期的功能，這個是比較重要的。

逗逗游戲伙伴通過幾個方式維護用戶黏性——

我們有比較多的人物形象，用戶平時與這些人物的聊天、溝通都會形成數據，這些數據形成情感羈絆。

有了這些豐富的聊天數據，加上伴隨場景過程中能夠看到整個畫面，AI就能夠了解用戶很多的行為、習慣和愛好，形成精準的用戶畫像。

基于這個畫像，我們不斷訓練平臺上的AI人物，讓他們更加個性化，甚至比用戶自己還要了解自己。

另外在生態層面，越來越多的UGC、PUGC的數據沉淀，我們同生態伙伴上下游的合作，包括我們和OEM廠商，游戲廠商的伙伴合作，能夠形成一個整體的、全方位的包裹，讓用戶價值得到充分的滿足。

下一輪機遇：多模態理解

下一輪增長的關鍵驅動因素和新的場景/應用機會，我自己覺得有一個方向可以看，就是多模態的理解。

多模態的生成有很多人在做文生圖、文生視頻，其實多模態理解也有很大的機會，理解指的是理解整個video，而不是單一圖片的這一幀里面有什么物體。

我們可以想象一個場景，如果AI跟你一起看完一場90分鐘的足球比賽，跟你一起討論大家的表現、教練的排兵布陣、大家的戰術；或者看了一下NBA，打場游戲，復盤王者榮耀這把怎么樣，討論團戰打得好還是不好，這些都會是很有意思的場景。

以前移動互聯網和MVP模型在AI時代不成立了，你用最小模型、最短路徑試這個需求對不對、產品對不對，很有可能出現變化和偏差。AI時代，可以更多地去預測未來什么場景會是剛需，什么技術能滿足需求。

沿著這個點做，做時間的朋友，是有很大的機會。

想要確定具有共識的機會是很難的，這是大廠會做的事情，我們創業公司不要做。

（能不能小小透露一下像您剛說的多模態技術，在2025年有了非常顯著的增長，逗逗有可能會開挖哪一個新的場景和功能？）

基于一場游戲和你一起討論，比如英雄聯盟或者王者榮耀，一起討論走位好不好，說出你的小心思或者毒舌你兩句，很多游戲玩家會覺得這挺有意思的。

原本他們在游戲里是閉麥的，他們通常不喜歡打人機，感覺對面是機器沒法交流，包括原來的DotaAI在打游戲的時候也是純機器行為，玩家沒法指揮它。

但現在，逗逗游戲伙伴在理解基礎上強化學習，就能真正實現AI隊友跟你排兵布陣，對面四個人不需要罵豬隊友把你坑了，完全明白你的小心思。在玩我的世界的時候，AI伙伴會幫你一起建城堡，他知道你的目的，你只需要出設計思路，他能幫你把重復的事情給做了。

我們的初衷是期待玩家有更多這樣的體驗，目前也在積極開發這類功能。

后記：

我們了解到目前心影隨形也還在開放招人，若你也有“用AI創造快樂”，想和他們一起為全球更多的游戲玩家帶來陪伴、帶來快樂，趕緊加入他們吧。

簡歷投遞郵箱：talent@huoban.ai，職位崗位信息見如下海報。