AIGC创业者访谈：4大赛道的机遇与挑战

关于视频的分段分点摘要（由ChatGPT生成）：

1. 本月樱花园社群的主题是AI技术，邀请了四位在AI领域耕耘多年的创始人。

2. 这四位的项目涵盖了AI中文字、图片、音乐声音等四个主流领域，包括密塔写作猫、六派、七一科技和格子互动。

3. AI技术领域非常火热，但这四位创始人在这个领域里耕耘多年，对该行业有着更深刻的理解。

4. 录制的视频直播涵盖了嘉宾们自我介绍以及介绍各自的产品，旨在为观众带来一些启发。

5. 介绍了一个傻气的狐狸故事以及一个可以生成音乐的AI产品;

6. 音乐节团队致力于做AI音乐，曾将民族音乐改编为电子音乐，现推出了一款生成音乐的工具；

7. 零天格林团队开发了一个实时的流式音色转换模型，可应用于不同场景中的语音交互；

8. 音色转换的技术源于剧本杀场景中的需求，声音与场景之间有很强的匹配关系。

9. 该技术可以模仿老板的声音和时间，来进行各种会议和指令。

10. 提供了一个AI写作工具，可以根据不同领域的需求，生成文章和论文的大纲和摘要。

11. 该工具使用中文语料进行训练，更符合中国人的写作习惯。

12. 极大地提高了写作的效率，并且价格也非常实惠。

13. 声明他们正在进行一个文件生成项目，需要生成200个文件，采用机器生成方式，有两个团队在进行准备，其中写作猫的生成效果更好。

14. 创业者在选择创业项目时主要考虑趣味性、实现难度和商业价值，认为一个好玩且容易实现的项目更有吸引力。

15. 他们开发的AI绘画项目在市场上面临泄露和侵权素材等问题，错失了一些机会，但认为市场潜力仍然很大。

16. 现在市场上有很多类似的产品，但门槛较高，真正使用过的用户比较少。

17. CI在圈子里很火爆，但门槛较高，使用人数少。

18. 认为该平台擅长画偏艺术的东西，商业模式偏向于to c。

19. 南瓜模型是符合美学指标的，商业模式正在做调整，加入更多功能及玩法。

20. 目前整个领域都在混战期，谁能抢占用户心智是关键，声音也可能早晚会有类似风险。团队保持稳定而定期自我挑战。

21. 讲述了该公司从无到有，通过找到独特的应用场景，在竞争中不断壮大、发展的历程。

22. 分析了目前的竞争态势，即国际化竞争逐渐加剧，但公司依然坚守自己的技术路线，尝试各种新技术，保持积极的态度。

23. 具体介绍了公司的产品——变声器，包括它现有的功能和正在进行的新技术研究。

24. 表示公司的商业前景广泛，与服务的场景有关，它正在与游戏公司等进行合作，寻找新的应用场景。

25. 字幕翻译是通过大模型decode猜测能力来实现的，可以快速、准确地翻译，并保留音色、口音特征。

26. 在人工智能领域的进程中，音乐行业的数据量和标注不足，所以主要是在建立和标注音乐数据方面进行探索和实践。

27. 音乐自动编曲、制作、混音等方面是AI音乐的主要应用方向，但目前业内AI音乐效果较差，需要先做好数据化建模，才能解决良好商业化价值的问题。

28. AI音乐的商业化模式需要与创作者进行共同合作，提供技术支持、免费制作和发行等服务，并通过分润进行共赢。

29. 公司通过数据采集和标注帮助创作者进行音乐制作并提供分润；

30. 公司正在从数据化到智能化转型，注重创作方面的延伸，具有商业价值；

31. 公司计划在下半年做音视频结合，为视频创作者提供发行级别的音乐；

32. 音乐制作与发行赛道具有多个壁垒，包括音乐数据化门槛高、版权问题和人际渠道等，需要综合解决。

33. 生成语音有两种驱动方式，一种是按文本合成语音，一种是声音转声音，主要服务于有中间人驱动的虚拟场景。

34. 声音转声音的技术可以用于做个人IP的人，也可以用于一些游戏公司的虚拟人物形象。

35. 研发中的技术可以将明星的声音应用于自己的歌唱中，但存在版权问题需要考虑。

36. 训练一个人的声音的成本约为1万块钱，而音乐领域的声音训练成本非常高，需要采用更传统的数据驱动方法。同时，声纹识别技术难以检测生成的语音是否真实。

37. 要辨别生物指标和其他指标，需要从硬件上突破；

38. 人工智能背锅也可以成为商业模式，探讨人与机器边界和价值，解决特定场景中的背锅问题；

39. 人工智能的发展需要走更可控的神经网络模型，更可控的模型对交互更为简便，能更容易反对哪里出了问题；

40. 未来可能有一个超级巨大的模型，可以识别图片、声音等不同模态。

41. 模型能力不断提升，如音频合成模型已经能够识别图片。

42. AI开源将会是未来的趋势，通过开源来解决一些问题，并进行训练。

43. 符号派和连接派各有其优势，应分场景选择适合的AI方法来解决问题。

44. 介绍了新型的文本生成模型rw kv，以及有人认为gt p4已经到达顶峰，后续会有新的发展。

45. 个量变引起的质变，可能GB4是AI发展的一个顶峰；

46. 使用清华大学开源的文本大模型Chat GOM 可以训练数字克隆人，足以实现人机对话；

47. 讨论了在商业化过程中解决问题的方式，不应只将问题归因于技术不够好；

48. 对Gb4的抵制会带来两个世界的分裂，创业者有机会解决特定领域的问题，积累数据作为壁垒。

49. 创业者在AI领域创业时应该解决需求，提升效率，并创造价值来获得成功。

50. 老炮和年轻创业者各有优劣，老炮更清楚需求本质，年轻创业者没有束缚，更容易了解变化。

51. 创业者进入AI领域应该认真思考，不要为了套壳或者追求概念标签，应该真心投入并理解带来的价值。

52. 在使用AI技术时，需要注重合法合规，应该避免恶意竞争和互相举报，同时需要与监管机关进行交流与合作。

53. TVTFOUR网站通过举报机制进行监管，而该机制也是一种竞争手段；

54. 对于使用AI进行服务的机构，需要被识别出来进行监管，以保障使用范畴的合法性；

55. 云厂商提供的GPU价格在刊例价格上有很大的下探空间，而具体折扣会根据谈判情况和用量有所不同；

56. 掌握体能和多语言能力是不可替代的基础技能，而编程能力、写Prompt等技能不一定是适应AI时代的关键技能。

57. 很多人对人工智能的了解只停留在听说阶段，少有真正使用的人。

58. 学习体验人工智能对提升认知和写作能力重要。

59. 人工智能会改变未来就业形势，需要多学习和玩耍来提升自己的生命体验。

60. 在某些领域，如餐饮等，人工智能无法取代人类的核心竞争力。

61. AI的发展对于某些职业的取代带来很大挑战，但在一些偏重手工技术的行业，人类仍然是不可替代的。 

62. 对于AI产品的用户数量和影响力，由于数据来源和统计方法的影响，真实情况可能比宣传的数据更为复杂和有限。

63. 人工智能会改变很多行业，但仍有很多个人兴趣和乐趣能够在这个过程中保存和发挥，因为人类特有的“魅力”和吸引力是AI不能取代的。

64. 在这个行业中，人们需要经常交流和思考，来更新自己的认知和获取更多的机会。

65. 作者认为应该有一个固定的交流群体，能够互相启发和讨论想法，因为每个人都接触到的信息和想法都有所偏差。

66. 中国的创业者和公司在国内被嘲笑，在国外被领先，需要互相支持和想办法缩小差距。

67. 作为从事AI创业的人，有义务向公众传达真正的AI是什么，以便大家了解和正确使用。

68. 作者建议有机会的话可以再次联合直播，共同传达信息和交流想法。