AI 二次元小姐姐陪你打游戏，能及时给 reaction 的那种，还能陪聊。

就问哪个宅宅不心动？！

当 AI 遇上阿宅圈，一款名为" 桌崽 AI"的桌面陪伴宠物活了起来。

内测一个月，总注册用户超过 1 万，DAU 超过 3000，付费率超出意料之外。

留存率也挺高，次留 63%，7 日留 29%，30 日留 22%，平均每日时长 237 分钟。

要知道，最近流传甚广的一张数据统计图里，大模型 Chatbot 们 30 日以后用户几乎全部流失。

而且它动作超快，已经适配了《黑神话 · 悟空》《原神》《绝区零》《鸣潮》等 20 多款游戏。

只要打开游戏，桌崽就在旁边陪着你。

至于为什么要做这款 AI 产品，最大原因是背后创业团队脸谱心智，全员都很二次元。

尤其是创始人Adam直接表示：

首先我自己是个游戏玩家，其次是个男性，桌崽 AI 这对于我自己就是个刚需。

团队创始成员在创业前就深耕 AI：团队成员中，有顶会最佳论文奖一作和剑桥 AI 博士等。

也很懂游戏——

喊出的口号是，" 我们打过的游戏比吃过的饭还多，因为我们吃饭的时候也在打游戏 "。

游戏全程互动陪伴，还能实时提供攻略

那么，桌崽到底怎么个玩法？

这里我们简单总结了桌崽的三方面功效：

第一，它能实现游戏全程陪伴，实时对用户的游戏表现进行反馈，夸你发挥很棒什么的。

有多实时？这么说吧，反应速度有点像综艺节目观察室的嘉宾，几乎 0 延时。

通过文字或者语音，和桌崽有来有回的互动，这不就有了。

第二，桌崽能实时提供游戏攻略，帮你捋清思路。

也就是说，玩游戏通不了关，再也不用额外去搜索引擎、贴吧论坛搜攻略了，桌崽就站旁边告诉你该怎么打通关。

第三，其实桌崽不仅仅能和用户聊游戏之内的事情。

不管是日常闲话，还是陪看动漫，桌崽都能胜任，直接把陪伴感拉满。

不得不提最最最最关键的一点：

用户可以随心所欲自定义桌崽的形象、声线、性格。

想怎么捏，就怎么捏。

只需上传一张图片，辅以一段文字描述，就能获得独属于自己的 3D 的、可动的二次元小姐姐或小哥哥。

并且可以把崽崽们调教出自己的性格。

有的爱吃醋，有的很傲娇。

据了解，" 捏人 " 这个自定义功能不是桌崽最开始就有的。但该功能上线后，广受好评。

直接拿数据说话——创始人 Adam 表示，有了捏人功能后，用户的留存直接提升了 1.5 倍。

不过，目前能 " 捏 " 的范围，还停留在二次元品类中。

"但我们希望最终这款产品能够把任何东西‘桌宠化’，不只局限在人。"Adam 举例表示，家里去了喵星的猫猫，或者一架直升机，未来都可以成为用户的 AI 桌崽。

三款自研大模型

当然了，比起其它所有的功能，根据用户数据反馈的结果，大家最喜欢的还是「AI 陪我玩游戏」的感觉。

作为一个多模态陪伴平台，满足 " 懂你 " 的需求，离不开背后支撑的大模型。

分别为以下几个，均为自研：

多模态游戏陪玩大模型

二次元视频生成大模型

语音声线定制大模型

多模态游戏陪玩大模型

"ChatGPT 有一个功能是会建议你下一步说什么话，在用户输入问题之前就给用户提供 ta 下一步可能需要的答案。" 创始人 Adam 表示，脸谱心智自研的多模态游戏陪伴大模型，就是在做视觉版、游戏攻略版的这个功能。

顾名思义，这款大模型主要功能是陪玩。

具体操作过程中，是经用户授权后，模型把游戏画面、游戏音效和用户带有各种情绪的声音作为输入，从而给予和游戏进度同频的个性化反馈。

利用这个模型，崽崽们可以提供情绪价值，以及为用户推荐相应攻略。

二次元视频生成大模型

而团队自研的视频生成模型，主要运用在捏崽，即自定义桌崽的动态 3D 形象这个步骤。

用户使用过程中，需要喂一张希望生成的崽崽的图像作为输入，以此生成动态形象。

需要注意的是，这个模型是专门针对二次元形象研发的。

相比写实风格的视频生成，二次元形象的数据更少，所以也更偏门，更难以训练，"Pika、可灵、Runway 这些相比较而言更适合真实画风视频生成。"

事实真的如此吗？来看看和市面上视频生成模型的效果对比。

这是完成 " 图生视频 " 丢进去的那张图：

丢给 hedra 和 heygen，都没能识别出面部：

丢给 Pika，能眨眼，但肢体上几乎没啥 " 动态 " 可言：

来看 AI 视频届当红炸子鸡 Luma 的表现：

丢给 runway 2 ……不多说，大家自己看：

这是丢给桌崽 AI 视频生成模型的效果：

相比其它视频生成模型，桌崽 AI 的自研模型在生成二次元形象的动态 3D 形象时，崩坏情况更少。

语音声线定制大模型

最后是语音声线定制模型，它支持用户自定义桌崽的声音。

Adam 介绍，这个语音模型是以指令为输入的模型。

现在很多用户都会在桌崽里克隆自己喜欢的角色、人物甚至是真人的声音，这就需要提供几条音色样本。

从技术层面来说，要在桌崽 AI 这个平台实现音色克隆，其实就是在背后训练一个 few shot 的模型，只需要在原本的语音模型中加入几条样本——这些样本不仅仅是 TTS 的文本内容，还会加入一些对音色的文字描述。

加入本文信息后，会更好地淡化 AI 味，也更好地学习样本音色特点，完成克隆。

95 后带队 20 名成员创业

桌崽 AI，出自一家叫做脸谱心智的 AI 创业公司，成立于去年 6 月。

公司目前有 20 名员工，一半是产品运营，另一半是技术。

他们希望通过产品达到的目的，是 " 让天下没有寂寞和抑郁的人 "。

创始人 Adam，95 后，本硕毕业于帝国理工学院。

在创业前，他在亚马逊、微软都工作过，主要工作更偏向研究性，聚焦在聊天机器人方向。

以前搞研究的时候，我就觉得这是一个非常棒的赛道。我自己非常想做一个很好的聊天机器人，但在实验室里做这件事情非常难。

不管是营销、本地化还是技术、产品，有很多要考虑，也不是一个实验室会选择的重点。

因此，离开大厂出来创业，是一件兴趣使然、很自然而然的事情。

有意思的是，他的创业启动资金几乎全部自他初中时期的第一桶金：卖游戏王卡牌，获利 150 万人民币。

创始人 Adam 表示，自己很喜欢赚钱，也很喜欢游戏，" 二次元浓度很高的团队更能和玩家共情，也更能在打磨产品的时候清楚分辨哪些是玩家的声音。"

联合创始人 Victor，同样本硕毕业于帝国理工学院生物医学工程（电子电器方向），后在剑桥大学拿下博士学位。

过去十几年来，他都倾心多模态领域的研究。

在我们的交谈中，Adam 还提到，选游戏和二次元人群做切入点，是因为这是一个很快就被注意到的真需求。

团队的不足，更多在商业化和运营方面。为了补足这点，需要去不断地招贤纳才。

" 并且我们自己也需要去学习，这些都很简单的。"Adam 笑着表示，" 投资人可能听到心里会有一个大大的‘真的吗？’。但是这比拿到一个 PhD 学位简单很多的。"

目前，" 桌崽 AI" 主要面向 PC 端，不过据说手机版本也即将推出。

也许用不了多久，陪伴你的除了电脑手机，还会有一个 AI 驱动的专属桌面小伙伴。

—  联系作者  —