钛媒体 10-19
独家对话Soul App CTO:看好多模态端到端大模型落地社交,新能力预计年底上线
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

图片由 Soul 官方提供

社交平台 Soul App 在出海方向上有了新的进展。他们将最新自研的 3D 虚拟人多模态 AI 交互体验首次落地 10 月 14 日 -18 日举办的迪拜 GITEX GLOBAL 海湾信息技术博览会上。

这也是 Soul 自 2016 年上线以来,首次亮相国际大型展会。在大会现场,参与体验的用户可以实现高相似度的 3D 虚拟人的 AI 建模,通过包含人脸的 90 余个形状参数和 6 个属性参数,于几秒钟内,快速在 3D 世界精细化还原真实人脸的特征 ,打造专属的虚拟化身。

据 Soul App CTO 陶明对钛媒体 APP 介绍,该模型具备多模态理解、真实拟人、文字对话、语音通话、多语种等特性,实现更接近人类模式的互动体验。

" 目前可以看到的是,海外市场对 AIGC+ 社交的接受度非常高。" 陶明对钛媒体 APP 表示。

从具体的数据增长情况来看,根据第三方数据公司 data.ai,美国等海外市场的社交应用榜单 TOP30 上,已经频繁出现了如 Pengu、Linky AI 等 AI 社交类型的产品。

比如说 Character.AI,尽管已经被 Google 以 25 亿美元收购,但在全球收获超过 2 亿用户后,Character.AI 也通过 2023 上线后的疯狂增长速度,证明了海外用户对 AIGC+ 社交产品的欢迎与认可。

不过,陶明也发现,目前在海外还没有见到特别亮眼的 "AIGC+ 社交 " 的相关产品。

这背后主要的原因是,海外市场的重点其实还是聚焦在技术能力的突破上,而技术突破和应用层落地之间,有比较大的割裂,或者说,海外并不着急把技术尽快落地。

而国内目前的情况是,在技术上很多公司与海外巨头相比,存在一定的差距,但优势在于场景和应用的快速落地。这是国内在移动互联网、数字经济时代就有的鲜明特征。

所以,他认为,在 "AIGC+ 社交 " 方向,国内的应用落地探索反而会是更快速和积极的。

" 在推进 AIGC+ 社交业务落地的过程中,我们采取的是‘模应一体’思路,大模型是 Soul 解决用户社交需求的方案之一,不是最终目的。" 陶明说。

2016 年,Soul 在上线时,一个基本的思路是,希望能够在线上创造一个新的世界,它与现实世界可以不一样,是真实存在的另一个平行世界,但更有归属感。

所以,当时 Soul 没有采用彼时社交产品流行的导入通讯录现实关系,或者 LBS 的模式,而是采用了 AI 的解决方案,即,用基于 AI 算法的灵犀引擎,主要是通过对用户在站内多元场景下的行为数据分析,为用户推荐有可能结成深度社交关系的人,以去中心化的机制分发关系和内容。

这是 Soul 用 AI 对社交关系中 " 发现 " 环节的变革,也让 Soul 在用户层面形成了非常差异化的认知,在上线后,以很快地速度获得了市场的使用和认可。

截至 2022 年,Soul 的月活用户近 3000 万,其中,Z 世代用户占比超过 78%;平台月活跃 15 天以上的用户占比 63.7%;人均用户日均使用时长为 46.4 分钟,日均私人信息数为 66.9 条。

灵犀引擎的推出和受认可,让 Soul 坚定了对 AI 的投入,后续,Soul 还陆续推出了集成 AI 的 NAWA 引擎,以及 AI 苟蛋等相关应用。

从目前推出的一系列新功能的用户反馈来看,AI 的应用让 Soul 的用户对话轮数、次留、用户时长等关键数据都有不错的表现,并且在持续增长中。

陶明举例说,用户平均每天会给 AI 苟蛋发送超过 70 条消息,互动平均时长超过 30 分钟。而在辅助对话方面,在 AI 的参与下,陌生关系的对话框回复率提高了接近十个百分点。

整体来看,陶明认为,AI 对 Soul 的用户产生了可持续的价值,同时也在 Soul 整体的用户时长、粘性、用户体验等方面都有积极、正向的助力," 这对我们来说就是难以衡量的收益 "。

但 AI 在社交领域现有的应用落地实践,距离实现行业彻底的变革还有一定差距,陶明认为,这其中主要的挑战还在于技术侧。

以 Soul 关注的情感关怀这个方向为例,他认为,让 AI 理解社交、理解情感和情绪这件事情,这其实也是当下 AGI 的难题。比如说,面对 " 我感冒了 " 的信息,在不同的场景中,回答 " 多喝热水 " 可能并不是让用户满意的答案。

另一方面在于应用层,如何理解用户核心的社交需求,将前沿的技术能力转化为用户需要的产品功能。

诸多难点之下,可以看到的是,AI 对话类的产品正经历新一轮的洗牌,相关产品正在批量式关停。

很大程度上,这是因为得益于 ChatGPT 横空出世,以及对话模型的开源,很多 AI 聊天 APP,背后直接使用了开源模型,于是,市场上 AI 社交应用批量涌现,但问题也随之而来:同质化情况严重,人机交互体验、情绪价值反馈没有显著的改善,导致用户留存差,也无法实现有效的商业化。

而 Soul 在快速落地 "AIGC+ 社交 " 的实践中发现,很多方向也在逐一被证伪。比如说,做 "AI 苟蛋 " 的时候,团队希望它能说会唱、能识图、有形象。他们原本也以为,把很多资源投入到每个点上,每个点都做得最好,一定能实现不错的用户反馈,但最终发现资源用了很多,效果并不明显。

" 能说会唱只是一种增益,对话能力,即聊天的情感化再加上语境里的场景构建是最重要的。在不同场景,一个人用同样一句语料所表达的情感不一样,大模型产品在这里的改进空间还很大。我们的经验总结是,要先把基础分做好,然后再优化增益项。" 陶明对钛媒体 APP 说。

在市面上众多 AI 人机交互产品之中,要做出差异化的关键在于 " 大模型的情感能力 "。 而陶明认为,人机交互的本质,是让 AI 与人社交。社交的本质是情感的流动,只有能够实现情感的识别,才能让 AI 更好地理解人性、情绪和情感,实现理想的人机互动。

这需要大模型多模态的、具备拟人化属性,确保实现情感化、个性化和生活化。也就是说,情感识别是 Soul 一直在持续投入攻克的难点。

下一阶段,具备情感能力的大模型或许将会是 "AIGC+ 社交 " 行业竞争的新焦点,同时,在 "AIGC+ 社交 " 方向的探索过程中,产品形态不会仅局限于对话场景。

AI Agent 是承载 AI 社交服务的重要载体,也是完成人机互动体验的重要组成。从更大视角来看,当人们习惯于与 AI Agent 对话、互动,AI Agent 便成为人们接触数字世界和数字服务的入口,这将进一步打开 "AI+ 社交 " 赛道的发展空间。

陶明更看好的是,多模态端到端大模型的应用,特别是在情感能力突破、多模态互动和端到端能力方向。

情感能力突破指向的是 AI 更能理解、反馈人类,多模态互动则更接近真实、自然的真人日常互动模式,端到端则意味着,为用户服务的底层方案的创新和真正意义上 " 在场感 " 的实现。

" 这都是颠覆社交体验的关键。" 陶明说,快的话,预计在今年年底,Soul 多模态端到端大模型将再次升级,推出全双工视频通话能力,让用户可以便捷、自然地体验到包括文字、语音、视觉在内的多模态创新交互。(本文首发于钛媒体 APP,作者|李程程,编辑|胡润峰)

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

逗玩.AI

逗玩.AI

ZAKER旗下AI智能创作平台

相关标签

soul 钛媒体 美国 社交平台 迪拜
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论