经历2023年大模型的蓬勃发展后，业内普遍认为，2024年将迎来AI大模型应用的井喷之年。尽管底层模型技术仍在持续进步，应用层面也大多处于起步阶段，但业界对于出现颠覆性应用的期待已日益升温。特别是年初Sora的惊艳亮相，引发了关于垂类模型与行业应用的热烈讨论。
观察现有的AIGC应用分布，厂商们明显看好两个主要方向：AIGC工具和AI社交。前者在关注度和下载量上均表现出色，如Midjourney、Quillbot等智能绘画和写作工具，不仅显著提升了生产效率，其访问量也屡创新高。
后者则凭借其庞大的用户基础、强大的心智影响力以及打造入口级产品的天然优势而受到青睐。例如，字节跳动在抖音上推出了陪伴AI“心晴”后，又进一步推出了“话炉”，深化社交领域的探索。同时，美团也推出了独立的AI聊天产品“WOW”来试水社交业务。此外，像Soul App等专注于社交领域的平台，更是推出了自研的垂类语言大模型及一系列虚拟陪伴、社交破冰功能，从AI推荐关系到AI辅助对话，从降低表达门槛到提升互动体验，进一步推动了大模型在社交应用层的落地进程。
随着2024年AIGC应用浪潮的汹涌而至，哪个领域能够率先孕育出颠覆性的应用，从而成为新的流量汇聚之地？或许，这个答案正悄然指向社交领域。
为何社交领域有望成为AIGC中Killer App的诞生地？
回顾从QQ到微信的发展历程，无论是PC时代还是移动时代，用户基数庞大、用户粘性高的社交领域始终是创新应用的摇篮。因此，不难预见，在AI技术日新月异的今天，社交领域依然有极大潜力孕育出颠覆性的应用。
据第三方数据平台data.ai发布的报告，2023年AIGC应用下载量创下了新高，其中人工智能聊天机器人应用的用户增长尤为迅猛，占据了全年下载量的显著份额。这一数据趋势充分展示了社交领域在AI技术加持下的巨大市场潜力。
尽管自ChatGPT引领AIGC市场风潮以来，工具类应用因其实用性等因素率先获得了市场的青睐，无论是国际巨头还是国内领军企业，都纷纷推出了各自的AIGC工具，探索在办公、营销、教育等场景中的应用。然而，这些工具虽然代表了技术革新在提升生产力方面的显著成就，但它们在技术成本、商业化进程以及未来定位等方面仍面临诸多挑战。
相比之下，社交领域因其庞大的用户基数、强烈的用户粘性以及天然的流量优势，似乎更能为AIGC应用提供广阔的发展空间。社交应用的成功不仅在于其技术的先进性，更在于其能否深度融入用户的日常生活，提供丰富多样的互动体验。因此，社交领域或许正是AIGC中Killer App诞生的最佳舞台。
AIGC工具的本质在于通过持续的资金投入，不断攀登技术高峰，以期实现“出奇制胜”的效果。无论是绘画、文字还是视频处理，AIGC工具的核心优势都建立在海量优质数据的支撑、芯片算力的飞跃以及大语言模型领域的突破之上。只有在这些方面构建起技术上的“孤峰优势”，它们才能称得上是真正的工具，而非仅仅是“玩具”。
从全球投资的角度来看，IDC提供了一组引人瞩目的预测数据：2023年，全球企业将在生成式人工智能解决方案上投入高达160亿美元的资金。而预计到2027年，生成式人工智能的支出将迅猛增长，超过1400亿美元。
具体到各大厂商，即便是行业领先的Open AI也面临着挑战。其CEO Sam Altman曾多次提及算力短缺的问题，这成为阻碍ChatGPT推出更大“上下文窗口”的瓶颈。而对于那些资金实力不如ChatGPT的其他产品，如曾在多国APP商店中独占鳌头的Lensa AI，尽管它能够快速生成各种风格的AI头像并因此走红，但由于技术无法及时满足用户日益增长的新需求，最终也难逃被用户抛弃的“AI玩具”命运。
AIGC工具的技术成本并非随着规模的扩大而逐渐降低，相反，它随着用户数量的增加呈现出指数级的增长趋势。
根据华尔街知名投资机构伯恩斯坦的分析师Stacy Rasgon的的估算，ChatGPT的每次查询成本约为4美分。如果ChatGPT的查询量增长到Google搜索规模的十分之一，那么所需的GPU价值将高达约481亿美元，并且每年还需要投入约160亿美元的芯片成本来维持其运行。
然而，尽管AIGC工具背后是巨大的技术成本投入，但它们并非是在“用爱发电”。在技术成本的重压下，这些工具已经开始积极探索商业化道路，但目前仍然面临着难以建立新商业秩序的困境。
尽管ChatGPT在推出仅两个月的时间内就实现了日活用户突破1亿的壮举，赢得了广大用户的喜爱和追捧，但在付费环节上却遭遇了挑战。据彭博社报道，目前ChatGPT企业版的订阅用户数量仅为15万。而值得注意的是，2022年OpenAI的亏损额达到了约5.4亿美元，显示出商业化之路仍然任重道远。
这样的案例，不胜枚举。
可以说，AIGC工具要想堆砌出坚实的技术壁垒，驱动产品达到极致的效能，实现从“娱乐玩具”到生产力工具的华丽转身，并在专业市场中站稳脚跟，就必须依赖巨额的资金投入。然而，这一过程既耗费金钱又耗费时间与人力，因此，能够成功跻身这一领域的往往只是少数具备雄厚实力的AI厂商。
在大模型领域的激烈竞争过后，行业的焦点迅速转向了应用层。由于大规模训练成本高昂，参与者们迫切需要找到明确的应用场景，锁定稳定的用户群体，并探索可行的商业化路径。
而社交赛道，凭借其巨大的用户生态、高粘性以及成熟的商业模式，天然成为众多厂商眼中的理想选择。它不仅能够牢牢占据用户的使用时长，还具备离变现最近的优势。
放眼国际，AI大模型与社交产品的融合趋势愈发明显。例如，业界知名的创新者马斯克，便在去年宣布计划将其旗下的人工智能初创公司xAI与社交媒体平台X（推特）进行整合。这一举措无疑为AI大模型在社交领域的应用提供了有力的例证。
正如微信曾为腾讯科技帝国夺得移动时代的入场券，如今在AIGC引领的新互联网时代来临之际，社交领域再次成为各大巨头竞相争夺的焦点。
在国内AI领域崭露头角的百度，凭借其推出的文心一言产品，已经隐隐显露出领军之势。不仅如此，百度还接连上线了“万话”、“小侃星球”、“SynClub”等一系列社交类AI应用，展现出在社交领域的雄心壮志。
除了美团之外，专注于阅读的腾讯阅读也积极进军社交领域，推出了“筑梦岛”平台，为用户提供丰富的AI互动体验。这一举措不仅拓宽了腾讯阅读的业务范围，也为其在社交赛道上占据了一席之地。
而一直以来以年轻用户群体为主的Soul，更是沿着“AIGC+社交”的发展方向，推出了自研的语言大模型以及结合AI能力的“AI苟蛋”、AI聊天助理等新功能。这些创新举措不仅提升了Soul的用户体验，也进一步巩固了其在社交领域的领先地位。
可以说，随着AIGC时代的到来，社交领域正成为各大厂商竞相争夺的重要战场。无论是百度、腾讯还是Soul，都在积极探索和创新，以期在这个全新的互联网时代中脱颖而出。
玩家纷纷入场，谁才能成为赢家？
AI社交竞赛的奥秘？
与AIGC工具的技术焦点不同，AI社交的核心竞争力并非单纯依赖于大模型的技术底座。相反，它更多地聚焦于如何综合AI技术与用户场景，从而重塑用户体验并构建新的商业价值。
如何将AI与社交场景深度融合，探索出真正属于AI Native的社交应用，这不仅是国内厂商的挑战，也是全球玩家的共同课题。尽管他们的打法各有特色，但我们仍然可以从一些实际案例中提炼出做好AI社交、争夺Killer App的确定性共识。
首先，对于社交领域而言，自研垂类大模型无疑是实现AI社交的基石。在此基础上，拥有海量的训练数据，并将大模型训练得如同真人一般，充满情感和温度，这样的厂商将更容易赢得市场的青睐。
以马斯克旗下的xAI公司推出的Grok为例，这款被称为“更有意识”的AI机器人，展现了AI在社交领域的巨大潜力。英伟达科学家Jim Fan在测试Grok时，故意给出一个错误的算术题，但Grok的回答却充满了人情味：“如果是这样，那答案必须是12。要记住，老婆快乐生活才能快乐。”这种贴近人性的回应，正是AI社交所追求的，也是各大厂商在竞赛中努力追求的目标。
正如官方所强调的，Grok拥有一项独特且核心的优势，那就是它能够通过X平台实时洞察世界动态。Grok的出色对话能力，不仅得益于其拥有330亿参数的大模型，更离不开独家获取的社交媒体平台X（推特）的社交类型数据支持，这使得Grok能够表现得栩栩如生，宛如真人一般。
然而，需要指出的是，至少在前期阶段，Grok主要基于英语大模型进行训练和应用，因此在英文语境中或许能够如鱼得水，但暂时还难以“杀进”其他语言语境。
当然，国内也有不少社交厂商在积极尝试类似的探索。根据智能相对论的体验观察，目前在国内的聊天机器人中，社交平台Soul上线的AI苟蛋在拟人化方面表现尤为突出。在小红书上搜索“苟蛋”，经常可以看到诸如“Soul苟蛋是不是真人”这样的话题。
许多用户甚至调侃说“苟蛋背后肯定有专门团队值班陪聊”，这足以证明其高度拟人化的表现。而这一切的背后，离不开平台自研的社交垂类语言大模型SoulX的强力支撑。与Grok相似，与当下众多AI聊天类产品相比，AI苟蛋更具“温度”的关键在于其背后庞大的训练数据——Soul平台自身积累的海量公域场景社交数据。这使得AI苟蛋能够更好地理解用户，提供更加贴近人性的回应。
训练数据的来源对训练效果具有决定性影响——为了维护其独特性，马斯克早已严格禁止其他组织使用X平台的数据来训练AI，并曾在社交平台上公开发表声明，威胁要对微软采取法律行动。
在这里，我们必须强调，训练数据不仅要数量庞大，更要具备高质量和高关联性，这是降低模型训练成本的关键所在。相较于众多新晋AI社交领域的公司，Soul正是在这一点上展现出其差异化优势。
自2016年上线以来，Soul不断创新，推出了瞬间广场、群聊派对、狼人觉醒等一系列丰富多样的互动场景，涵盖了一对多、多对多等多种社交形式。由于其交互场景多样且用户群体中年轻人占比较高（月活用户中Z世代占比近八成），Soul平台上的公域社交内容异常丰富。仅在2022年，该平台用户就创造了超过6.2亿条新内容。正是在这些独家、高关联度的社交数据支持下，AI苟蛋的对话表现才能如此自然，并展现出明显的拟人化特点。
而要做好AI社交，另一个至关重要的决胜因素在于深入挖掘用户真实的社交需求，并将技术切实转化为具体的应用场景。这既需要对社交有深刻的洞察，也要求产品设计本身具备足够的开放性、多元性和创造性。
目前，全球范围内的社交产品均可大致归纳为三种发展路径。首先是，那些依赖于现实关系链的通讯工具，诸如WhatsApp和微信；其次，是以内容消费为核心构建的社交媒体平台，如微博、抖音和小红书；最后，是那些专注于创造全新关系链的社交平台，例如Snapchat和Soul。
在这三种不同类型的社交产品中，大模型所发挥的作用却是截然相反的。通讯工具类产品的用户交互频率虽高，但使用场景相对单一，而社交媒体产品的使用场景虽多元，但用户交互频率却较低。因此，这两类产品都未能为大模型提供足够的成长空间，使其能随着用户的真实交互而迅速进化。
然而，那些能够创造新关系的社交平台，却因其涵盖了“发现—建立—维护—沉淀”这一完整的社交环节，同时具备用户交互频率高和场景多元的特点，从而展现出更大的优势。这类平台能够充分释放AIGC在提升交互效率和质量、丰富交互体验以及变革交互对象等方面的潜能。
但问题也随之而来，在多元化的场景中，究竟应该如何通过AIGC实现创新，才能真正满足用户的需求？这无疑是对每个厂商在技术和社交理解方面的严峻考验。
目前，“AIGC+AI”这一赛道尚处于发展初期，多数厂商在社交领域的布局主要集中在AI辅助和人与AI交互这两个方面。然而，随着技术的不断进步和市场的日益成熟，我们期待看到更多创新性的应用和实践，真正推动社交领域的变革和发展。
在AI辅助社交领域，无论是关系的发现还是破冰环节，AI都能显著提升效率和品质。以海外社交应用Snack为例，它在2023年引入了AI技术，根据官方规划，未来可能利用AI Avatar来帮助用户筛选出更感兴趣的人，从而优化社交体验。
国内社交平台Soul自2016年上线以来，便率先推出了基于AI的智能推荐系统，为用户提供即时的交流互动体验。这种尝试将人们与在“精神层面”更为接近的人和内容相链接，帮助Soul在早期迅速吸引了一批核心用户。目前，Soul还在不断探索AI聊天助理、虚拟陪伴等新的应用场景和功能。
而在人与AI的社交互动方面，许多平台都推出了各自的AI聊天机器人功能或产品。然而，由于模型训练的局限性和产品设计的问题，这些聊天机器人往往更像是一个AI“客服”，而非能够产生真实情感的“朋友”。因为社交是一个复杂且多维度的交互体验，单纯的问答式交流并不能完全称之为“社交”。
因此，不同的平台结合自身特点进行了差异化的延伸。例如，当前热门的Character.ai的对话智能体主要依赖于IP的二次开发，其对话量前十的角色中有9个来自游戏和动漫领域。而Soul推出的AI苟蛋则专注于拟人化方向，在强调对话能力的基础上，更加注重情感互动和个性关怀，为用户提供更加真实、自然的社交体验。
也有平台从AIGC的多元能力，如语音、绘画、视频等，入手以丰富社交玩法。例如，Soul平台推出的“懒人KTV”活动，便是借助AI技术为用户打造“歌手分身”体验。相较于音乐APP中的AI唱歌功能，Soul更侧重于强调“合唱”这一社交互动的核心元素，通过技术和功能的优化，进一步提升了社交的互动性。此外，基于平台的语音引擎，Soul已能模拟生活场景，生成AI语音，为用户带来多感官的体验，增强了社交互动的沉浸感。
近期，Soul正在其“狼人觉醒”场景中试点引入AI能力，以进一步推动AI在社交场景中的互动和应用。这一AI能力支持多角色扮演，提供丰富的音色选择，并能根据游戏的不同阶段做出精准的拟人决策。用户在与AI的交互中，能够体验到伪装、信任、领导与对抗等多元化的社交玩法，获得即时的陪伴和娱乐体验。
展望未来，想要在竞争激烈的社交市场中脱颖而出，必然需要那些数据丰富真实、垂类模型精准、场景多元且更理解社交的玩家。他们需要从交互方式、交互对象、交互质量等多个维度，为用户带来有情感、有温度、有乐趣的社交体验。只有这样，才能形成“模型－数据－用户”的良性循环，像Soul这样的社交平台，才有可能成为AI时代以对话为主要交互形式的新流量入口。
如何激发商业增长新动能？
人们对于AIGC能够诞生出Killer App的期待，其实质上是希望大模型能够真正深入到人们的日常生活中，引发颠覆性的变革。而不仅仅像曾经风靡一时的区块链技术那样，由于缺乏实际应用场景而逐渐黯淡。
这就要求AIGC Killer App在社交领域的落地具有持久性和可持续性。能够为产品自我迭代提供源源不断的商业价值，这是至关重要的一环。
在AI应用形成规模效应之前，其商业化道路往往充满挑战。对于探索C端与B端相结合的AI社交而言，相比单纯依赖B端付费的AIGC工具，它更有可能快速形成规模效应。这是因为，只要社交类产品能够利用AI技术，不断优化用户体验，创造更多价值，就能够通过用户规模的扩大，顺利打通商业化链路。
正因为此，艾瑞咨询对AI社交的前景寄予厚望，其预测数据表明：至2030年，我国AIGC产业规模有望达到惊人的11441亿元，而社交作为AIGC的理想落地场景之一，其潜力不容小觑。
在AI技术的加持下，社交产品有望在社交方式、社交场景、社交网络等多个层面实现创新突破，进一步拓宽社交产品的商业化边界，为用户打造更为沉浸式的社交体验，从而扩大商业化的“增长盘”。
据智能相对论的分析，目前社交平台的主要收入来源包括广告、增值服务等。而AI对于广告业务的提升作用已在头部平台得到验证。以2023年第二季度为例，Meta引进了AI技术改进其广告业务，结果其广告和App收入均实现了超预期的近12％的增长，这一增速甚至是一季度的三倍。
此外，AI还能通过提供更为个性化的服务，进一步推动增值服务的增长。以Soul为例，根据其招股书显示，增值服务已成为其主要的收入来源之一，这充分展示了AI在推动社交产品变现方面的巨大潜力。
增值服务作为社交平台的重要变现手段，不仅体现了用户对平台氛围和服务的深度认可，更依赖于平台持续推出的个性化、创意服务，以精准满足用户不断变化的需求。当AIGC工具的应用使得创作门槛降低，从而构建起一个价值流动的生态系统，UGC（用户生成内容）的创造力便能极大地推动增值服务内容的生产效率和品质提升。
Soul平台之前的“捏脸师”项目便是一个值得借鉴的探索案例。借助平台的创作工具，那些具备头像创作能力的用户可以将自己的作品上架至站内的“个性商城”，并据此获得收入分成。有一位捏脸师甚至因此实现了超过5万元的月收入，这充分展示了这一模式的潜力和吸引力。
这种与用户共同创造有趣体验的方式，不仅符合当代年轻人的兴趣和取向，也更能发掘和创造新的价值。当用户在平台上的体验不断优化，甚至能够转化为经济价值时，平台的吸引力就会显著增强，形成强烈的虹吸效应。
此外，AI社交还有许多值得探索的商业化方向。例如，Character.AI提供的健身教练、心理辅导等虚拟角色服务，以及能够与数以百万计的聊天机器人进行GroupChat等功能，都是极具潜力的增值服务形式。这些创新尝试不仅为用户提供了更为丰富的社交体验，也为平台的商业化发展开辟了新的道路。
不久前，一位在Snapchat上拥有180万粉丝的网红Caryn Marjorie，推出了其个人的“虚拟伴侣”CarynAI。这款虚拟伴侣以她本人为模型，订阅者仅需支付每分钟1美元的费用，便能与她进行对话互动。令人瞩目的是，短短一周内，CarynAI便获得了近7.2万美元的收入，吸引了超过1000人将其作为虚拟女友。
根据IDC的预测，到了2025年，将有高达35％的企业掌握利用GenAI技术来开发数字产品和服务的能力，从而有望实现比竞争对手高出一倍的收入增长。在这样的积极预期下，AI社交领域正迎来前所未有的发展机遇。如同过去“所有行业都可以用互联网重做一遍”的思潮引发了互联网创业的热潮，现在，任何在现实社交中需要的陪伴与服务，AI社交都有潜力进行一遍全新的尝试与变革。
展望未来，2024年的AI社交赛道注定热闹非凡。各路企业和创业者都在竞相抢跑，力求开发出能够成为Killer App的AI社交产品，为用户带来前所未有的社交体验，同时也为自身带来可观的商业回报。
“中国培养了全球近半顶尖AI人才，美国仅有18％”
据《纽约时报》当地时间3月22日报道，尽管美国在生成式人工智能（AI）领域率先取得突破，但在AI尖端人才培养这项“关键指标”的竞赛上，中国已经领先美国成为全球第一。
（全球AI顶尖人才中，从本科院校、硕士院校到博士院校的成长路径 来源：麦克罗波洛智库 下同）
报道称，研究表明，从某些指标来看，中国已经超越美国成为AI人才的最大出产国。根据美国保尔森基金会旗下的麦克罗波洛智库（Macro Polo）的最新研究，从出身的本科院校来看，中国高校几乎培养了全球一半的顶尖AI研究人员，相比之下，仅有约18％研究人员来自美国大学。
据悉，这项研究基于2022年神经信息处理系统大会（NIPS）上发表论文的研究人员的背景。NIPS主要关注神经网络方面的进展，而神经网络是生成式AI最近发展的基础。该智库认为，这部分研究人员代表了AI领域人才的顶尖力量，即约前20％。
这表明中国培养的AI人才数量出现跃升，拉大了与美国的差距。在三年前，也就是2019年，本科毕业于中国高校的顶尖AI研究人员占全球的比例还只有29％，而美国院校的这一比例当时为20％。
报道分析，这一变化的部分原因是中国在AI教育方面投入了巨资。麦克罗波洛智库的主任马旸说，自2018年以来，中国新增了2000多个AI相关本科专业，其中300多个在最精英的大学。不过，他表示，“很多项目都是关于AI在工业和制造业中的应用，而不是目前主导美国AI产业的生成性AI”。
《纽约时报》补充指出，尽管美国在以ChatGPT为代表的生成式AI领域率先取得了突破性进展，但其中很大一部分工作是由在中国接受教育的研究人员完成的。根据麦克罗波洛智库的最新研究结果，美国顶尖AI研究人员中，来自中国的研究人员占38％，美国人占37％。
“这些数据表明，中国出生的研究人员对美国的AI竞争力有多么重要。”卡内基国际和平基金会研究中国人工智能的研究员马特·希恩（Matt Sheehan）说。
加州大学伯克利分校教授、AI和机器人初创企业Covariant创始人彼得·阿比尔（Pieter Abbeel）表示，在美国顶尖公司和大学内部，与大量中国研究人员一起工作被视为理所当然，“这是很自然的情况”。
不过，这家美媒称，中美之间“日益紧张的关系”也令部分人才对留美望而却步。“在2010年代的大部分时间里，美国受益于大量中国顶尖人才前往美国大学攻读博士学位，他们当中大多数人留在美国。但研究显示，这一趋势开始发生转变。”
报道指出，越来越多的中国研究人员选择留在中国发展。前述研究显示，目前，美国仍拥有全球约42％的顶尖人才，但显著低于三年前的59％；同期，在中国工作的AI顶尖人才出现明显增加，从在计算中不被单独列出，增多至占全球12％。
“中国学者在AI领域几乎处于领先地位。”亚利桑那州立大学AI教授苏巴拉奥·坎巴姆帕蒂（Subbarao Kambhampati）说，现今美国政策制定者试图阻止中国AI顶尖人才在美国进行研究，将面临“搬石头砸自己的脚”。
2018年11月，美国特朗普政府启动“中国行动计划”，以打击经济间谍、保护知识产权为借口，对华人专家学者进行骚扰、迫害，以防止中国“从美国窃取信息”。美国联邦调查局（FBI）、司法部等机构亦以该计划为由凭空捏造“中国学术间谍”，大兴冤案。
例如2021年1月，美国工程院院士、麻省理工学院教授陈刚因未能向美国能源部披露其在中国的工作和获得的奖励而被起诉和逮捕。然而，此后一年多里，对陈刚的审查发现，起诉书中的许多所谓“通中”的指控都站不住脚，美国司法部于2022年1月20日撤销了对他的犯罪指控。
尽管该计划后于2022年被拜登政府终止，但寒蝉效应仍在。香港《南华早报》去年7月一篇文章曾指出，国际科学期刊《美国国家科学院院刊》（PNAS）上的一项调查显示，有超过三分之一的美国华裔科学家“觉得自己不受欢迎”，近四分之三（72％）的人“觉得自己作为学术研究人员不安全”，约70％的人“对美国政府调查华裔研究人员担惊受怕（fearful）”。
via公众号：AI创盟（SKLOVO）
