对话连续创业者Mia：AIGC赛道的机遇与挑战深度解析
37:03 Share

大家好,欢迎收听 AI Odyssey,这是一档探索 AI 的博客无论您是专注于 AI 产品开发的创新者,技术革新的先锋,高效运营的策略家还是热衷于 AI 领域的猎手 AI Odyssey 都将为您提供深度洞察和前瞻性观点在这里,我们不仅分享知识和经验,更探讨如何利用 AI 赋能现代商业和科技未来现在,让我们一起开启这场关于智能科技、产品创新和投资前沿的对话吧

OK,欢迎大家来到我们 AI Odyssey Podcast 我们定期会邀请一些 AI 创业者 AI 投资人还有一些硅谷的技术大牛来做一些访谈今天我们邀请了 Lian Su 的 CEO MiaMia 也是从 2022 年 2023 年开始就是很早就入局了 AI 的创业然后我呢是 AI Odyssey 的主理人之一张子枫 ArkHello,大家好我是你们的老朋友 Leo 然后现在可以邀请 Mia 可以先简单自我介绍一下

大家好我是 Mia 也是一直在创业我其实创业时间还比较早吧我 16 年就开始创业了那个时候最早是有在做工具就移动互联网的工具的创业然后就比较小的比如说一键加速啊一键清理等等然后那个时候 16 年虽然是赶上一个比较好的工具的元年吧

就做的还不错然后也是最早入这个移动互联网的基石然后后面就去做那个流量型的小游戏啊后来我们游戏是在 21 年的时候并购了啊并购然后一直就是属于就中间也遇到一段时间疫情嘛那个时候在思考说做什么然后刚好就是迎来了 AI 这一波所以也就是很早吧我们就开始研究这一块

所以现在创业就是这个链速是 23 年成立啊是这样子嗯明白明白我非常高兴可以邀请到米娅来做这次的播开访谈 OK 我们将会从几点去去挖掘首先就是先从这个创业的心路历程还有这个成长经历啊我们也听到就米娅就是也转换过几个赛道也算是个连续的跨行业的这个创业者

那第一个问题就是说是你从这个移动互联网到 AI 领域的几次这个创业的转换当中你觉得最大的一个驱动力就驱动你推进以及你判断入局一个新创业赛道的依据是什么这些背后决定有没有一些让你可能会比较感性或者说让你突然有些时候会有一些个人情怀的一些瞬间有吧就是其实最早做工具也是啊就是我 16 年做工具的时候没有想到有那么好就是

我那个时候也不太懂啊然后就是一个半人就我还有另外两个都算是兼职大家一起做工具结果就是最早我们第一个月就是有大几十万的一个就是下载那这就坚定了很多的信心嘛就觉得这个赛道你是能够在这个里面被感知到对游戏也是一样然后这次 AI 的话其实因为我之前做游戏然后但我是一个美术特别差的一个人

我最早接触到的确实就是 stable diffusion 我最早我还记得很清楚我打开 stable diffusion 的那个页面的时候打了一个叫 a cat 就很简单的词然后就出现了那个那个时候还 1.5 吗就是 sd 的 1.5 然后就 512 乘 512 的那种比较糙的但当我已经非常兴奋了因为那是我一辈子可能都画不出来的那只猫

然后后面我给打了什么 a girl with a cat 然后他又可以打出一个小姑娘和一只猫然后当时就觉得嗯这是这是我想要的啊对因为我一直是觉得风口会有很多嗯比如说像前面些年 web3 啊元宇宙啊但我好像没有被感知到吧或者说你可能试一下以后你觉得好像跟我自己不是那么匹配然后但 ai 的这一波是能够自己去感知然后并且我觉得就会为之为兴奋吧嗯

我觉得是的,一定是真正实践了以后才知道什么样的是一个真实的一个风口,以及什么样的是一个短期的一个泡沫。对,然后另外的话就说是,你之前有在公众号的一些反弹上有提到过,你说创业更多的是执行力和冲动,然后你之前曾经有过一次就是决定要 all in 创业的那个,有一次夜晚决定要 all in 了创业,那你可以简单描述一下你对自己当时的一个情绪跟想法,以及做出这个决定的当时的心境。

有因为其实我就是 16 年其实做到 18 年是在做工具然后 18 年到 21 年我在做游戏但实际上其实都没有到 AI 这一波让我觉得说是要 all in 的那种感觉就我可能只是觉得说这个风口我能做一些事我跟着这个风口能赚一些钱或者是能够获取一些就是这种赞同吧但是我其实之前一直焦虑就是会焦虑到说我还是想做一个

公司它会有十年甚至二十年的历史就我也不敢想太多但对我来说我还是想说能找到一个我为之为奋斗五年到十年的一个行业那其实 AI 到的时候真的是会有那种那种很明显的感觉吧就那个夜晚我也想了挺多的然后第二天早上起来我就跟我合伙人其实我们当时的团队都还在大厂里面上班会给他们发消息我说我可能还是想要出来创业

我之前也去问我到底要不要去哪里大厂待一段时间但好像觉得自己可能不适合所以就给他们发消息他们就说好啊好啊就然后最早也是就是我们开始说我们到底做什么样的方向然后讨论的也蛮多然后后来就是也是融资以后就陆陆续续他们也都加入到这个公司里面来的嗯

对,all in 创业确实是一个非常勇敢的决定。像比如说无论是最早的乔布斯、扎克伯格还是马斯克都是有一次一次 all in 跟坚持的时候。也就是因为当时创始人的这个勇敢跟坚持才有了今天的一个情况。OK,那下面的话我们想针对这个产品与技术的战略进行更多的了解。

链速科技的定位是新一代 AI 开发者的技术伙伴这背后的愿景跟使命它具体指向的是哪些开发者群体呢可以让 Mia 简单描述一下

其实因为我不是一个技术出身,也就是我不是一个 STM 的出身的创始人,所以最早我们,我最早不是说我是通过 Stable Diffusion 然后得到说 AI 的这种感觉的嘛,但实际上我当时在部署 Stable Diffusion 的时候就遇到很多的问题。

其实就是比如说你的开发环境然后这个是非常非常常见的到现在为止也是一样我就觉得它会困扰很多虽然说 AI 在技术平权但实际上你要真的把 AI 用好的目前来看还是很多就是技术出身领域的人

那那个时候我们的我现在合伙人就一直有帮我在比如说做那些应用开发环境所以当时我的愿景就是说新一代 AI 开发者他的开发者已经不是定位说他一定是会 coding 的那种人了那我觉得我们锚定的就是类似于我这样子的我们需要用 AI 作为工具然后去做开发者去做应用的这一些人他们对 AI 就是很感兴趣但是技术门槛就比如说像康泛我觉得可能用过康泛的人都知道

天天报错啊那节点随时报错那其实我们就想说怎么样能够帮他们去把这个门槛能降得更低所以我们其实愿景就是新一代开发者的技术伙伴然后我们使命其实就是通过易用高效可扩展的这些工具去满足这些技能水平可能不一样行业不一样的开发者的需求嗯

嗯对请你啊就是简单就是给我们大家大家介绍一下你们的公司从开始到现在然后主要是做哪些方向好中人有没有一些配备的一些过程对让大家更好的了解你们公司的一些项目最早的时候对我们最早的时候其实就是先做了一个虚拟化的工具也就是其实是能够帮大家去从 hugging face 上面下载那个

那个模型啊最早我们其实想做这件事情因为我们当觉得这个事情已经难住了 90%可能真的是不懂技术的人他们会到处去找赵成去你去 YouTube 上面搜索一下如何下载什么什么哇那个量非常大然后所以其实这是我们最早创业的初心啊但实际上我们走了一段时间以后就会发现呃我们在做其实一个工具帮助这些人一件能够部署一件能下载

但实际上那个时候的 AI 开发者他本身做了这件事情以后他找不到应用落地点就是他没有办法商用起来就我可能搭了一个 Lama 然后我可能搭了一个 Confit 但实际上他也只是一个玩具

他没有办法说开发者通过这个东西能变现所以后来我们也在想说那他们没有办法变现我们应该怎么样能够有毕竟要公司吗我毕竟从哪个切入点能够赚到钱啊让后来我们就开始往视觉这个领域走为什么走视觉这个领域呢当时其实也比较纠结因为大圆模型当时还是很主流的嘛

但就觉得说我们去看一个 AI 的我们说一个行业它的发展可能最早它还是从一些类似于泛娱乐等等起步它相对来说精度要求会比较低那泛娱乐的话刚好我这边也有一些客群他们以前就做滤镜啊做类似于美颜相机的那刚好跟他们也是一个契机聊起来说他们现在在看说 AI 怎么能

能够把这个 feature 加到他们原生的那些应用里面去哎我说那这件事情我们因为之前在部署帮别人部署 convite 的时候我们就是有一定的基础但实际上那个时候也没有说有多强啊然后那就说大家一起试试包括那个时候其实也有一些客户他们有用过

嗯就是当时也有一些视频的就提供 API 的服务的这样子他们有有有接入但实际上要么发现就成本很高要么就是可能不不太满足他们因为 API 大家是不会给你直接服务的吗那他就觉得说好像我想调整的时候我调整不了

那其实他们的痛点我就把它作为了我最早公司合作的一两个这种目标客户然后我们一起往前也就是其实我说技术伙伴嘛就其实更像是伙伴型的一个陪伴型的和他们就是一直往下走下去然后包括像有几个我们陪伴到现在从二三年底一直到现在又去帮他们做这块技术的搭建也是通过我们的技术是真的

陪伴他们做了两三个还不错的应用现在收入都还可以

对嗯也也就说那你们公司你们的团队其实更 focus 在啊我给比如说小的 business 或者小的这种开发团队去帮他们部署一些 ai 的娱乐化的一些应用而你们公司可能会提供的更多的是比如说像这种 1 1 或者 2b 的这种 solution 还是说啊更多的是比如说像 m n to n 的这种拍摄还是说我们其实 ok 对对

我这边稍微有点网言不好意思好像开始打断了你不好意思那个就是我们其实是 2B 的话我们会秃这种腰部客户也就是其实我们定位的腰部客户他在移动互联网比如说每一个分类里面分支里面他已经算是头部客户了就是基本上在百万

关系 DAU 这样子一些就或者说他们比如说只是在一个 LinkedIn 这种写征兆里面他已经是排名第一或第二的这样的应用厂商我们会和他们的话就是一个 to be 算是一个 solution 大家一起往前走的这样一个方式去走但是比如说我们的一些技术沉淀下来的部分那我们还是会去做很多 N2N 的比如说就是一个 API 的赋能那可以是一些常委的客户

客户他们可以去使用到嗯 OKOK 嗯就是这个方案的话相当于是这种 2B 的 solution 可能更多的是像你们团队比如说有稳定的相对来说比较稳定的一个收入 RAP 啊 CDK 这种的话可能更多的是给这种 open source 啊这种开发者小的开发者去试一下你们的这种产品或许给你们产品做出一个很好的口碑因为通过这种 open source 的这种途径

是的是的是的而且其实等于说一方更像是一个灵活收入吗就 API 的这种赋能或者怎么样那其实他就是帮我们的一些资产在中长尾还能再进行一次变现对 2B 就真的是能把自己养活了并且养活的还不错嗯而且我很好奇一个这个部署这个问题啊就是你们团队可能更啊 focus 在比如说项目原端还是像这种端册的部署

目前还是云端因为端侧的话现在目前能跑的模型参数量还是不太够对就是精度要求高的就不太够而且我们因为现在赋能的 2B 的行业基本上都是移动互联网的这种应用那他们每天的调用量也非常大就他们要求很高的并发好的明白

对,刚才 Mia 也提到她是长期陪跑开发者,那我相信有 Mia 以及 Lian Su 的陪伴,开发者信息一定会越来越好。OK,然后下一个问题就是说,我们知道你的产品它分为一个是开发基础设施,还有一个是视觉娱乐化这两个方向,一个是 Tensor B 和 Tensor AI,那就是为什么会当初想要去布局这两个方向呢?那他们之间的协同逻辑又是怎么样的呢?

对就是像开始也有提到嘛最早我们做 TensorB 它更多就是我们赋能的是这种原生的 AI 开发者也就是它还是有一定的动手能力它确实就是说我很想自己去各种应用各种模型上面去做尝试的这些人那我们就是会帮他去更多是做一键的下载甚至就是你下载完了你搭建好你自己的 Convive 以后我们可以把你的电脑

或者是你的一个可能一个什么小型的一个设备我们就可以帮你去一键去就是作为一个 node 就可以开放出去让你最早的那一群我觉得算是总之用户吧就能体验你的功能了就比如说子风线你可能做了一个什么样子的好玩的东西但可能他还没有办法说我现在就可以上市的我没有办法上到一个应用

上面去那我最早的时候可能是需要 taste 很多的时候你就可以把你的电脑上面有好玩的东西但你就可以通过我们的平台

就分享出来就我们就可以到你的电脑上面一电脑就有点像一个服务器一样我们就可以去进行这样的一个访问了那最早我们这一块的话其实还是有一个小社区的啊做的还还还不错但确实就是还是遇到一些问题吧就还是说谁会为这个你做的这个 demo 去买单最终他怎么样去成长的一个问题嗯

对那我相信有这样的社区的这样的一个构建啊就是口碑传播呢之后一定会有越来越多人会愿意为此买单的 OK 那下一个就说是你之前有提到这个链速在做操作系统之下的虚拟化那这一底层优势未来是否会可能会拓展到比如说 AI agent 或者说 AI 原生应用的一些执行平台层呢这个其实现在已经在应用到了就是我们其实你看就是 DeepSeek 以后我们就可以

看到说其实一体机也火了嘛那我们最近其实真的有赋能好多这种类似于一体机它怎么样去通过这种操作系统下的虚拟化去把它简单的能部署第一呢就说你有可能是一个单一的你只是不 deep seek 但是其实不是啊现在就我们遇到很多它其实也是 agent 的方式就比如我们说一个八卡的一个设备那这个八卡的设备我可能只需要两个卡是不 deep seek

我剩下的可能两个卡我可能就是跑这个视觉就可能跑视觉然后我们其实就是通过了一个推理模型然后那这下面就会去分布在每一张卡上去平行调用各种模型之间的协同能力了然后并且这些协同能力其实你看起来它就像是一个 agent 的运作机制了

它完全是通信是非常非常快的然后这个的话目前其实我们自己因为一体机也有在做我们也就把这个能力其实是赋能到我们自己的一个一体机上面然后我们一体机因为现在是一个英伟达的以前的视觉卡其实本来我们也在上面做了很多操作系统的工作

那现在我们几乎受出去的方式其实基本上都还是以多模态或者 agent 的方式它已经不是一个单一的我们说只是语言模型只是知识库 defi 都都已经不一样了对嗯

而且他就等于说你或者说我们售出去以后怎么样让对方的非技术的人员我们可以随时去调我们卡里面我们到底是一个语言模型还是两个语言模型还是什么样他其实都是通过一个后台体系我通过这个虚拟化的平台我就可以去操作了他不像说我还一定要在公司里面请两个懂这个

的技术人员那不需要的就我我我是完全在公司里面会去当这个体验官就是我到底能不能够很方便的去下载啊很方便的去把它删除掉或者我这个时候我可能就买了一个私卡的设备我是不是把另外两张卡怎么样能分方便的就是插掉然后或者我拉一个其他的模型到我的这个设备上面来对但他同理也到我们的电脑上也是一个逻辑只是电脑的可能存储会更少啊

明白明白,那么刚才我们讨论完了产品跟技术方面的一些战略,那么接下来我们来继续挖掘一些关于行业的一些趋势还有市场洞察的一些判断,那下面一个问题是说在你看来现在深圳是 AI 的这个创业创业者他现在面临的一些最大的误区的是会有哪些,那你为什么会选择就是为他们赋能而不是说是直接去做 C 端的一些应用呢?

AI 的创业者其实我在 23 年有接触到比较多的到现在其实有一半可能也没了就是会可能就是烧钱烧太快吧我觉得这可能是创业里面最容易遇到的一件事情因为之前我们在上一轮我做游戏的时候也是融资但当时其实对财务管理就会有不太好的一个

呃一个方式吧当时也会说我我想要一个好的办公环境我想要找一些更啊贵的这样的人到最后你就发现你可能还没有到一个

真正的商业化落地的并且可持续的那个点的时候这个可能会凹死人对这最早而且还有很多就属于他做了很多确实在大厂的战略路径上面的事情但他可能也会被覆盖掉那所以我们其实一直就会比较嗯就是很很 focus 在一个很垂很垂的这个点上比如说视觉啊 LU hi 他好像有接受

没有没有我们举手都是我问下一个问题你就是说就对那所以其实对我们来说我们也就没有因为我们的产品的这个就我们整个团队的结构里面其实是缺产品的

就我们其实还是一堆基本上都是研发同学那我觉得说我们就不应该再去往应用层再往上走因为我们不是一个运营团队不是一个很好的一个产品团队那我们只要和现在已经很成熟的这些运营和产品团队去做结合

而不是说我要去做掉他们的事情包括他们也是他们可能觉得 AI 的坑会很多他们也是宁愿选择和我们一起合伙大家都分别在自己擅长的领域里面去做吧所以会会这样子嗯

我觉得想得非常好其实我有两个小的问题就是第一个问题就是就米娅刚才也讲了你们这个给这种专门的这种用户提供这种 AI 娱乐的这种 solution 包括我在硅谷也看到了有很多的这种帮助这种客户去做一些 AI solution 但是可能会有一个相同的问题就是这个 solution 还是 one on one 的这种 solution 就是你们有没有考虑过怎么做一个稍微好一点或者省事一点的 scale up

就是嗯对可能会有更多的用户去主动去找你你不用去玩玩去 rich 或者相同的 solution 可以变得更啊是繁华一些

很好的问题超级好就是因为我们 23 年就一直哦 24 年就一直在思考这个问题因为最早我们来的话因为你的呃怎么说你的数据包括你的功能都不是很完善所以所有的基本上我们接下来 2b 的 case 你都得一个一个的去做但是其实到后面我们就会发现他的大的需求是类似的也就是其实你去看不管他是一个 word flow 还怎么样他可能最终的 output

是不一样的但实际上它的大的就是我们说工作流程它几乎是一样的包括我们在做一些文旅行业的时候你会完全发现它是可以泛化的比如说我们去做 A 景区或者 B 景区其实它要求都是说我可能穿着一件什么样的衣服站在什么样的景区然后去拍这张照片

它只是在场景上面会有不一样但实际上在技术的实现路径上面是一样的就当你在做完大半年以后你就会发现我已经有各种的 solution 去应对很多个客户了那我调整的方式就会可能就是那个参数稍微调一下然后节点的这些东西稍微做一些调整它的速度就比较上

就本身我去面对客户或者面对很多比如说中小币或者正企我看一张图我现在基本上都知道说从我们的哪个 solution 上面能找到和它更相似的就是解决方案了那像在跟子枫说比如说我们喝个咖啡因为看到咖啡的那个海报版我就可以知道说这个比如说文字是通过什么一个文字的 layer 贴上去的

然后下面的那个咖啡它可以通过什么样的东西去做然后如果这个咖啡还需要我们手拿着我又可以通过什么样去做就我现在都已经是条件反射了肌肉型反射 OKOK 对是这样子然后第二个问题就是在于像你们提供 solution 的时候可能会共同面临一个问题就是它这个 AI 模型它有一个边界能力的问题

就是当你们提供这个 solution 就是因为受限于这个 ai 模型实际的一个能力的限制然后客户可能会出现一些不满意啊或者是作为开发者也无可奈何就你们怎么处理这种问题来说你们没有遇到这类似的问题

我们会遇到特别是说之前手的问题手的问题那真的就是特别脑火的然后我们当时其实就是我们的客户也已知但是客户又想要更好然后我们也是想过很多的办法但是都没有办法解决所以为什么我当时会很庆幸我没有选类似于说我不懂的行业比如说电商

我可能会选泛娱乐就是因为其实你知道就我们作为用户我其实手上有一点瑕疵其实我是完全可以去忍耐的但如果说你是一个商业化的你比如说是投一个广告或者是投一个电商的产品那上面的精度

不对了那可能客户真的就会不会为他买单了对所以我们当时就一直会在移动互联网这个小圈子里面然后包括像 ai 的这个写真里面去不断去做优化对然后手的问题后来我们确实也是吃了很多坑以后找到了一些比较好的解决方案比如说我们会通过一些固定种子或者固定模板的方式就是找到一些好图的时候我们会批量化去跑

然后跑出来的时候你可能会找到一些好图那我们就会把这个好图的整个管线从 prompt 到 seed 到所有的参数我们会把它固定死那它这样的好图率会变得高很多对但它肯定不可能是百分之百对它可能是能做到百分之九十朝上那用户就觉得说能接受了吗对

对呃因为我我自己本身也在做这种生图和生视频方向了吗之前我有跟设计师专门设计师去交流过我说你们现在用 ai 这种生成大约能到什么样的程度他说其实是结合用吧就说你用比如说北美这边用妹子之后你会用骚乱你可以生成一个副片或者生成一个短视频但是还是满足不了他的

designer 的一个比较专业的要求他会说我再加上 ps 或者其他一些软件然后一起加工啊最终出现一个不错的效果我说那你这样省事吗他说非常省事他说之前比如做个渲染吧他可能要做几个小时现在的话你可能用 ai 生成的话可能不到几分钟然后就是做出来这个渲染的一个效果只不过你需要一点啊后期 ps 的一些加工所以我觉得这个其实也挺也挺预备深的一个方法对

是的就像我们说为什么所以图片的重汇图片的二次修改也确实是一个行业的就是我们可能默认的一个行规吧就比如说像我们就算是 2C undone 的那用户其实他没有说连 ps 的能力可能他都没有那我们比如生出来这张图你真的觉得很满意你又

觉得说稍微有点瑕疵那其实我们比如说也会去把局部有做一些就是跟 ps 比较类似的功能啊比如说我可能觉得说我头上可能有个东西我不想要我把它圈出来然后就可以一键把它删掉啊之类的啊这样嗯好

对其实你们刚刚讨论到深图以及用 AI 先跑出来一个可能初稿之后在 PS 就让我想到了自动驾驶跟半自动驾驶就当时我觉得有一个 designer 有个设计师就形容说现在的深图跟深视频的这个情况就像是在半自动驾驶一样你有些时候你需要自己去握方向盘有些时候你需要让 AI 自己跑跑但

anyway 它都是让整个效率变得更高那随着未来的这个技术的不断推进我也非常期待会有一个全自动驾驶的一个时候可能是我们还没有说什么的时候 AI 就已经知道我们想要什么了甚至我昨天看了一个 TechCrunch 发的一个新闻是 Sam Altman 说的他说在了一个大会上他说他的有个更大的一个愿景就是他希望这个 Chatbot 他可能是随着他的一个强大的记忆力的一个体现他可能在你每天要问他之前你可能他已经知道你想要问什么了是这样一个情况对

是的而且我觉得这个应该会很快吧对吧对对对至少我现在的模型都完全知道我想要什么了对对对所以他的记忆力不断的提高对他会越来越知道我们想要什么对

那下一个问题就是说是我们都也知道现在的这个深层是 AI 的创业者预见的最普遍的问题就是难以找到的 PMF 然后成功让项目可以自变现那可能都是还是去依赖融资的那么在练书早期的时候你有在打磨 PMF 的过程中有遇到过哪些挑战吗

挑战其实最早就是我们选择了说去做工具层当时就是想要去做好给开发者的工具然后从他们的部署啊包括说他们未来真的能跑顺了我们从中间去收那个工具的费用因为之前我确实工具那块走的还比较顺嘛所以可能有一个这种惯性思维吧但其实最后就会遇到我们已经撑了有差不多半年而且

而且那个虚拟化的投入其实还是比较大的因为它其实有点像在一个服务器级别上面去建了一个操作系统我们当时也都是一些操作系统这样的团队过来来做成本也还是比较高的然后后来就会发现说真的付费的人会很少并且付费的这个值会很低那我觉得那可能还是不太行所以后来就是会很

主动的去和很多就是大家对这个感兴趣的人不断去聊然后后来就是聊到说结果老朋友们大家都觉得说 AI 的这个 feature 他们还是很愿意去加但他们也不知道从哪里下手那最早我们其实就很感恩啊就二三年底我们就遇到第一个还不错的大客户他们其实当时来的时候生土量就已经差不多快十万张了

然后果断就是和我们有合作因为最早他们其实是有选一家就是跟我们功能很相似但确实因为也是一家应该是反正就应该收美金吧所以会显得会比较贵一些然后后来我们就有帮他们做到

很多的降本就是当时其实我们没有说是质量有多好确实没有说就是说能有多少尤其因为我们也刚刚开始切入这个的时候所以我们确实是通过了之前操作系统虚拟化的这些我们能把本来塞在三台服务器上面的这样的一些服务我们把它弄缩到了两台并且还有荣誉

所以这当时就有帮他们做到很大的降本甚至后来是帮他们真的是在 T3 的国家又能做推广说这个是蛮难的因为 AI 其实是在

呃那个时候其实成本还是非常高然后我们就伴随着他们把安卓做起来把一些就是我们说的这个除开北美以外有一些地方我们也做起来了啊所以其实也也也算是很感恩吧就这个会会挑战会很大对所以还是所以还是看创始人你自己以前的积累和你擅长的一些点吧对都会都会有影响嗯

嗯其实你刚才你刚才说的这点就都挺好的就是说找天外的这件事情我觉得对于 ai 来说首先啊

需要好的一个应用场景或者说能够来钱的场景其实有的场景可能只是说方着他自己啊一想出来的一个场景但实际上不会有多少人为了他付钱所以你们也踩过这个坑第二个坑第二个方向可能就是 ai 具体的一个降低这个 cos 的这个因为每每一个 token 的产生每一个模型转一次他其实背后都是

都是大量的一个成本的加入就之前我想的是三毛他们之前说基本上每一次使用哦 chat gpt 的时候他都会说哈喽然后或者说说三 k 然后 please 他说你知道这些简单的 word 加起来的成本有多高但是他说这是值得的所以说其实降本啊降本然后增效这才是 ai 未来的一个发展部署的风险

是因为他们做 APP 他们是对这个 ROI 是非常敏感的有可能就是

那么几厘钱或者不到一分钱他的推广他可能就是挣不了走因为北美又特别卷他们有可能刚好在那个点上也有需要说有比较强烈的降本的这个需求了因为之前可能几万的时候可能你还不觉得说那一分钱是压到你的稻草但到后面你去扩的时候你可能就会发现这种问题吧所以刚好那个时候

所以就是就很契合嘛就那个点上所以就到现在我他都还是我客户对嗯

确实对于创业者而言能否跑出 PMF 这是一个里程碑了那也祝现在在聆听这个 podcast 各位创业者注意了之后可以跑出来 PMF 那谈到这个 PMF 跟里程碑那我们现在进入下一个 part 下一个板块就是团队以及未来的方向那从 Mia 你目前的一个融资进展团队搭建以及项目进展来看就炼速的下一个阶段里程碑会是怎么样的呢可以简单描述一下

我们下一个里程碑可能真的就是往 agent 方向走了就是我们之前其实完全还是在视觉的这个比较单一的领域不管是图片视频其实今年能看到特别火热的包括像绘本啊

汇本其实你就可以理解它是一个完全的多模态能力了我们现在其实就是刚好还差一点可能还不太好说是哪两家吧就还比较大的这样的两家就是在汇本这一块做的不错的企业我们也谈了比较好的一个意向了应该是五月底我们开始最早的一个 demo

其实他这个的综合能力要求就更多了吧就我们其实觉得里程碑还是我们工程化如果在 agent 上面能更多去赋能了以前我们可能会卡在 confi 的这种 workflow 那后面的话你还是一个工作流的一个串接他怎么样能够更自动化而且

像我们现在就看到说比如说我怎么样把一段画我能够把它把分镜做出来我先我先能做好一个故事的阔写然后再怎么样去把分镜做出来那分镜做出来以后我们还要基于我们之前的图片能力视频能力能把它能够做到一个相对来说成本又可控啊结果呢用户又未知会为买单的这样一个情况其实还是蛮难的因为其实现在 agent

最终的 output 的结果可能不达预期的还是还是比较大吧就是嗯所以这对我们来说可能是这一块是今年的重点那下一个里程碑多做点营收然后可能一体机这一块也会就是软硬件一体的服务可能也是我们未来会

佐众一直会去看的因为我们最早在 23 年这个事情就列在了我们的公司的目标上面但确实有时候是需要机人巧合对那我们也是在等很多的一些风口吧才会去 all in 或者是说去加大投入嗯

Galamea 也看到了 Agent,最近也不断的有一些 Agent 的 startup 也传出了新的产品的发布,包括融资,不论是前面非常火的 Manas,GeneSpark,都是变得越来越活跃。

OK,那下一个问题说,如果说五年后再回看今天,那么你最希望链速它成为一个怎么样的公司?比如说人们回忆起链速,别人想,哦,链速可能是怎么怎么样的,就是是平台型产品性还是技术实施还是什么,你也可以给一些感性的一些描述也都可以,对。

我五年后回看今天啊我可能还是会偏向于平台型吧就像说我们其实还是一个技术团队并且我们团队对公司的这种认可值也很高所以我们可能依然会以现在的团队继续下去然后那其实产品型那跟我们不是很符合就我们不是一个流量型的

团队然后基础设施可能一体积算一些但我们的一体积和普通的不太一样我们打的是家用其实

其实就那种五万块钱你买个小盒子但这里面你就可以装就因为它的显存足够大那你就其实是可以嗯就是完全是玩它作为一个设备的平权了啊那这些都是我们觉得还是属于平台性的这样一个一个情况吧就是会就像刚才我们说的我们可能以前都是每一个点每一个点去打

但后面的话还是会做成一个平台的比较泛化的工程能力的一个泛化的一个公司嗯对嗯就希望真的是我们以后可以回看今天的这个视频吧那应该还是有蛮多感触的应该是行业太自责就感觉经常都在变就嗯这个是的也也希望嗯

对对对对对也希望五年后米亚也确实可以实现他的一个愿景成为一个平台型然后大家也会觉得恋宿不仅是一个非常好的平台也是个非常有温度可以陪跑这个开发者的一个非常有温馨的一个社群跟平台 OK 也希望五年后我跟利奥也依然在 AIO 的 C 去给大家去做 podcastOKOK 那以上就是我们的对以上就是我们这次访谈的一个全部问题 OK 那我们下期再见

感谢您收听本期 AI Odyssey 的播客如果您喜欢今天的内容请分享给您的朋友同时也欢迎您在常用的播客平台上留下宝贵的意见和反馈我们将继续为您带来更多有趣的话题和嘉宾敬请期待再次感谢您的收听我们下期节目再见