編輯部 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

消費者和創(chuàng)作者中間有巨大的gap，AI來了以后這個gap有可能被合到一起。

在今年的中國AIGC產(chǎn)業(yè)峰會上，貍譜App負(fù)責(zé)人一休以創(chuàng)業(yè)公司的視角，同與會嘉賓和在線觀眾一起分享了浸入AI產(chǎn)品創(chuàng)業(yè)的所思所感。

貍譜App是一個集同人創(chuàng)作、虛擬互動和社區(qū)交流于一體的AIGC二次元社區(qū)產(chǎn)品，用戶群體主要是05后年輕人。產(chǎn)品上線后，僅4個月即達(dá)到百萬月活。

一休表示，這個產(chǎn)品一開始就不是想用AI做一個提升效率的工具，而是為更廣大的目標(biāo)人群提供通過AI從消費者變成創(chuàng)作者的可能性。

為了完整體現(xiàn)一休的思考，在不改變原意的基礎(chǔ)上，量子位對演講內(nèi)容進(jìn)行了編輯整理，希望能給你帶來更多啟發(fā)。

中國AIGC產(chǎn)業(yè)峰會是由量子位主辦的AI領(lǐng)域前沿峰會，20余位產(chǎn)業(yè)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

• 虛擬類內(nèi)容在生成式AI賽道還沒有完全爆發(fā)。
• 切中「有創(chuàng)作欲且沒有很好的創(chuàng)作工具」這一消費人群。
• 雖然技術(shù)在進(jìn)步，但還達(dá)不到一定的水平，需要在產(chǎn)品里做割舍。
• 打造爆款，首先要了解產(chǎn)品和平臺特性。
• 關(guān)注多模態(tài)生成的實時生成和精準(zhǔn)可控。

以下為一休演講全文：

提供通過AI從消費者變成創(chuàng)作者的可能性

我簡單介紹一下貍譜APP做什么的，用AI生成ACG內(nèi)容，二次元內(nèi)容的內(nèi)容社區(qū)，功能主要有兩點：

第一，生成動漫圖片；第二，生成動漫圖片后把圖變成視頻。中間還有很多圖和視頻的衍生玩法。簡單來說是這樣。

2022年，AI生圖能力出來以后，我第一時間就想到繪畫這件事情已經(jīng)被AI代替了。

我們反觀內(nèi)容或者信息量這個事情的歷史，手機(jī)攝像頭把真實世界創(chuàng)作門檻降到很低，包括剪輯的工具把現(xiàn)在所有UGC內(nèi)容信息量爆發(fā)出來了。

但這里面其實有一個信息量沒爆發(fā)出來——虛擬類的內(nèi)容。我們從中選擇了動漫這個賽道，這個賽道有很高的制作門檻。

如果看整個動畫行業(yè)，產(chǎn)能非常有限、制作門檻非常高。即便畫畫這個東西就已經(jīng)把絕大部分的人砍掉了，動畫制作里面也還有很多細(xì)分的分工，導(dǎo)致動畫媒介越來越專業(yè)。

消費者（即看動畫的人）有很強(qiáng)的創(chuàng)作欲，但沒有很好的工具，也就是說消費者和創(chuàng)作者中間有巨大的gap。AI來了以后，這個巨大的gap有可能被合到一起的，就好像影視從業(yè)者和UGC人群之間的gap被手機(jī)攝像頭和剪輯工具彌合了。

所以我們切的是「有創(chuàng)作欲且沒有很好的創(chuàng)作工具」這個消費人群。

市面上有很多AI創(chuàng)作工具給現(xiàn)有的創(chuàng)作者用的，比如一些設(shè)計師、剪輯師，用AI工具做效率提升。我想說我們對標(biāo)的這一批消費者不是原來的創(chuàng)作者，而是給大家提供通過AI從消費者變成創(chuàng)作者的可能性。

需要在產(chǎn)品里做割舍

現(xiàn)在大環(huán)境的變化可能有兩個：

一個是視頻模型的發(fā)展。

從去年開始到目前為止，視頻模型還在較早期階段，但發(fā)展已經(jīng)非常迅速了。不管是數(shù)據(jù)還是模型的迭代，還是可控性或生成的質(zhì)量，在以一、兩個月或者兩、三個月的節(jié)奏迭代。

這對我們有什么影響呢？我們最開始在視頻這一塊的預(yù)想類似于平行世界，可以改變視頻里面的一些元素，按照用戶自己的預(yù)想演進(jìn)。這有點像之前大家看到的一些AI鬼畜短片。

但實際過程會發(fā)現(xiàn)有一些點現(xiàn)有技術(shù)還不能完成，還是需要人工干預(yù)。也就是說創(chuàng)作者雖然能有AI技術(shù)提高生產(chǎn)力，但不變的是自身還是需要掌握編劇能力。

我們不想沿著這個方向做生產(chǎn)力提升工具，所以沒有在這個方向上繼續(xù)探索，而是沿著之前的思路——希望有一群消費者能夠有機(jī)會變成創(chuàng)作者。這是技術(shù)帶來的變化以及我們自己的變化。

第二個不得不提DeepSeek。

DeepSeek來了以后，它對于產(chǎn)品的變化有哪些？

一是像即夢這種生成視頻或者生成圖片的平臺，很大程度上借助了較為專業(yè)的prompt生成能力，生成效果更好。要知道，絕大部分人不會寫prompt。

這在貍譜App里也有應(yīng)用：現(xiàn)在，生圖和生成視頻還是需要prompt，有更好的讓普通人生成prompt的方式，對于AI生成很有幫助。

二是與我們最開始設(shè)想有關(guān)。除了圖和視頻生成效果外，劇情內(nèi)容是很關(guān)鍵的部分。

我們用Claude 3.5、DeepSeek和自己的模型等寫劇情能力，發(fā)現(xiàn)AI寫劇情的能力還是沒有辦法媲美人類頂尖劇情創(chuàng)作者。如果它只是一個次級創(chuàng)作者，劇情的可消費性就很弱——因為人類世界并不缺寫劇情的人，劇本生產(chǎn)力是足夠的，而消費市場的大頭還是集中在頭部。

嘗試很長一段時間后，我們決定先暫停用劇情生圖，因為如果劇情不夠硬核，后面的東西都不成立。

這也是技術(shù)帶來的一些變化。雖然技術(shù)在進(jìn)步，但還達(dá)不到一定的水平，需要我們在自己的產(chǎn)品里做一些割舍。

打造爆款，首先要了解產(chǎn)品和平臺特性

接著談?wù)勱P(guān)于制作爆款的經(jīng)驗。

首先，這個爆款是來自于什么樣的渠道？是在抖音、小紅書還是在微信。

作為一個創(chuàng)業(yè)公司，一開始從社交關(guān)系鏈爆起來很關(guān)鍵，而這個社交關(guān)系鏈很可能沉淀在微信上。

我們團(tuán)隊在很早的時候做了一、兩款跟貍譜App沒關(guān)系的小游戲，相當(dāng)于做的嘗試。

它們都切中兩個點，第一個點是必須含有一些社交關(guān)系的影子。比如說當(dāng)時做的小游戲《換你來當(dāng)?shù)罚螒騼?nèi)容是自己當(dāng)?shù)B(yǎng)一個小兒子，切中的是男性大學(xué)生人群（男生的宿舍里總開玩笑說“你叫我爹”）。有社交關(guān)系在，就很容易從自己的社交關(guān)系傳播起來。

后來我們又做出了一款針對小紅書的爆款，切中的是年輕的白領(lǐng)，他們對很治愈、很有情感溫暖的東西、毛絨絨的東西比較感興趣，把自己的情感在上面。

二次元人群和普通人群之間有一個共同點，大家對于萌萌的、有溫暖氣息的治愈的東西都比較感興趣。所以我們當(dāng)時在小紅書上做了「一鍵把你變成Jellycat的鑰匙扣」，并做一個標(biāo)價。這個傳播較好，因為可定制化，評論區(qū)很多人問哪里能買，希望能買到。

從這塊來說，首先要看產(chǎn)品本身針對的是什么樣的人群，所針對的這個人群訴求到底是什么；以及想要打造爆款的時候依托在什么平臺，這個平臺的屬性是社交關(guān)系還是同好關(guān)系。

第三點是效果要比較好看，稍微有點獵奇和驚艷，這樣子大家才會有可能說“沒有玩過”或者“有點驚訝”，然后傳播給自己身邊的人。

國內(nèi)AI產(chǎn)品經(jīng)歷一波流的困境無法承接爆發(fā)式的熱度，貍譜App其實也面臨這個問題。

我們團(tuán)隊有制作爆款的能力，這是能力項，作為創(chuàng)業(yè)公司能力要跟上。很多工具型產(chǎn)品其實爆款對它有一個脈沖式的沉淀，如果脈沖不及時跟上的話可能就一波流了。

作為創(chuàng)業(yè)公司，我們現(xiàn)在的迭代更新頻率并沒有很高，如果頻率增加了就更容易有用戶的積淀，在你這里不斷有一些新的東西讓用戶來嘗試。我們現(xiàn)在也要做的是把這個頻率增加上去，每一波都穩(wěn)步往上走，通過小的波峰催動大的波峰，基線一直往上走。

關(guān)注多模態(tài)生成的實時生成和精準(zhǔn)可控

下一輪增長的關(guān)鍵驅(qū)動因素，我們還是關(guān)注多模態(tài)生成。

其中比較關(guān)注的點，第一個是實時生成。

現(xiàn)在圖的生成速率已經(jīng)比較ok了，但視頻生成速率還是比較慢。有實時生成能力會完全改變現(xiàn)在媒介方式，會變成可交互式、邊消費邊生產(chǎn)創(chuàng)作的過程。
第二個是精準(zhǔn)的可控性。

如果說生成式AI第一個階段是prompt方式，第二個階段是輔助prompt的方式，第三個階段是文字的可控性（但不是精準(zhǔn)可控性），我認(rèn)為不久的將來會有精準(zhǔn)可控性的出現(xiàn)。

它的模式不完全是文字的方式，就像我們和人類設(shè)計師交流時不是直接說“把xxx向右移動3厘米”，而是“把xxx放到某個位置”，是視覺式而不是文字式的。我所說的可控性，可以直接是手勢、行為加上語音的方式來實現(xiàn)精準(zhǔn)可控，再加上實時生成的話，玩法會非常多樣，自由度非常高。

以上兩個方向我比較關(guān)注。