![图片[1]-葫芦娃AI-一起学AI48小时陪聊近30万次，克隆人需求大爆发-葫芦娃AI-一起学AI葫芦娃AI](https://huluwaai.com/wp-content/uploads/2023/06/20230605171924-9bab9.jpeg)
一个月6块钱，你就能和网红美女“半藏森林”打视频电话，还能看到她的朋友圈。但实际上，和你对话的，是基于人工智能技术训练出的“克隆人”，经过半藏森林本人的训练，在相貌、声音和“性格”上都有强相似度。
这款“克隆人”所在的App，是由小冰公司推出X Eva，这是一个全由“克隆人“组成的世界，每个ID后的身份、性格和对话风格不同。有的是由用户自行定制，比如“霸道总裁”、“病娇女孩”、“贴心男友”等角色，还有类似 “骂醒bot”、“代写检讨信”等功能性形象。
![图片[2]-葫芦娃AI-一起学AI48小时陪聊近30万次，克隆人需求大爆发-葫芦娃AI-一起学AI葫芦娃AI](https://huluwaai.com/wp-content/uploads/2023/06/20230605171925-9a489.png)
▲截止到6月2日，已产生了30万次跟“半藏森林”的对话，但付费数据并未公开。
据「市界」了解，由真人训练过的“半藏森林”上线仅一天，X Eva的后台就因涌入人过多而“小崩”了一段时间。“我们其实在同步推进数字永生、复刻歌手的案例，网红的号召力和话题度比较强，所以被人最早关注到。”小冰方面向「市界」透露，“半藏森林”只是第一批300名克隆人的首位，后续每周都会有经过真人“训练”过的克隆人登陆X Eva，相关对话是否收费则由定制者本人决定。
经「市界」测试，以“半藏森林”为例，对话不到10个回合，就会跳出收费提示：42冰花（6元）/月，能解锁对方成为你的“秒回”好友，得到语音回复和看到对方朋友圈，而如果进一步升级，210冰花（30元）/月，还能让对方为你“工作”，进行视频通话等。
在这款产品发布前，「市界」和小冰CEO李笛聊了聊，关于建构这样一个“克隆人”世界背后的考虑。
以下是对话内容，经「市界」编辑发布：
“这是一个克隆人需求大爆发的时代”
市界：站在今天这个节点看，“克隆人”这项技术是不是还有些遥远？
李笛：首先，前年小冰就公布过一项技术，用小样本的方法“复生”去世的亲人。既然能复生去世的亲人，那“克隆”一个在世的人就更容易了，因为在世的数据更容易获得。
第二，为什么选这个时间点，本身是关于大模型自身。去年年底，大家开始关注的时候，大模型安全性质非常有问题。只有（参数）特别大的模型才涌现出了特别好的能力，小中模型虽然成本和并发比较良性，但是它的效果差距很大。
那个时候我们就跟大家明确说，小冰认为的未来，应该是混合模型，但是当时很多人认为，越大越好。
包括现在像 OpenAI CEO山姆·阿尔特曼（Sam Altman）也是出来说，混合模型是未来。OpenAI 原来的董事霍夫曼（Reid Hoffman），也谈到，其实GPT 1/ 20 规模的参数模型效果反而是最好的。
普遍来讲，我们比行业当前正在认为的那个正确答案可能要早半年左右，所以我们在前一阵也不太出来说了。因为似乎当时大家都认为好像是给大模型泼冷水。
市界：普通人都能有自己的克隆人吗？会不会消费成本很高？或者说，我们现在能不能用最少的钱得到一个最像自己的克隆人？
李笛：我们做C端，要考虑成本、并发量。小样本数字人要考虑三方面技术，一是“长得像”，神经网络渲染。一是“说的像”，语音合成。第三个，是“想的像”，要能自主思考，知道如何去表达，是大语言模型技术。
我们做的是，在模型上做混合模型。是把近1000个，大中小不同规模的模型有机组合之后的一个模型。有的模型只负责思考，有的模型负责生成，有的模型可能负责某一个类别的生成。
混合模型的优点是兼具了质量、成本的平衡，以及回复的速度。像GPT这样的大模型，问它问题，它都是一个字一个字回复给你的，那如果你打电话每问我一句话，我都 5 秒后才能开始回复这个问题，就不合理。所以，我们要做的是，把成本质量和延迟解决好。
还有就是神经网络渲染和语音合成，我们不用 GPU 去运行，我们用 CPU 去运行。这个对应到的成本差距，大概从每分钟几块钱，或者说每小时几十块钱，到每天几毛钱的区别，可以说成本几乎为0。
当你有混合模型以后，就意味着，你不是每一个输入都需要通过 A100 GPU去运行，其中有一些用 T4 GPU这种级别很便宜的就可以运行。
第三，如何让C端用户付出很小的代价，去“克隆”自己的数字人？现在只要提供 3 分钟视频和10分钟的音频。
我们之所以要社交网络数据，因为已经有现成的数据可以学习“风格”。除了给到一些训练数据，更简便的方法是，你只需要把你的微博账号告诉我，我从公开的数据来学习，也节约你的时间精力。
以前我要想训练你的东西，需要的数据是复杂且要求高，但是现在，最少可能就 200 字描述。当然越多越好，但不需像以前一样，得按分门别类的，得数量很大才能开始。现在准入门槛变低了很多。
怎么确定训练数据是够的？最好的方法莫过于你跟那个克隆人去交流来观察，再补充，如果需要的话再补充相应的数据。
像半藏森林这个加V的（克隆人），就是经过她本人训练的。
市界：这种“克隆人”能去理解所谓的“性格”，包括很私人化的经历和“知识”吗？
李笛：这个其实很有意思。前期调研时，我们发现，绝大部分人在做自己“克隆人”时，在“性格”上希望做出来是行为外向型的，而不是他自己本身的真实性格。换句话说，希望做出他在社交中的性格角色，而不是自己真实的性格角色。
其实我是一个很社恐的人。但是我做一个很社恐的我的克隆人，你就觉得不像，对吧？核心问题在于“观看者”觉得像不像，其实我在社交网络上留下的数据，肯定不是社恐型的。
知识方面也很有意思。我们绝大部分的测试者和前期调研对象，都希望克隆人的知识要远远大于他本人。这是一个很好的事，使得我们做这件事变得更简单了。因为基于大模型，大部分情况下“知识内涵”就是大于本人。
市界：大部分人复刻自己的克隆人，真实的目的是什么？
李笛：我们说一个跟商业有关的，再说一个跟商业无关的。
跟商业有关的应用很简单理解，比如说像美国那个卖自己数字身份恋爱的23岁女网红，这种是个人影响力者，影响力变现。影响力变现的问题在于，自己要投入的时间和精力是巨大的。
网红也好，大 v 也好、明星也好，维系粉丝群是他最辛苦的活之一。但是用克隆人的方法，就可以做到真的能够 take care海量粉丝。
再比如说，讲故事的凯叔，讲少儿故事非常好的一个人，但他可以去每个人的家里面给每个小朋友24小时不间断编和演一个以这个小朋友为主角的故事吗？他做不到，分身乏术。那么如果通过我们的平台做了一个克隆人，就可以做到。
像乙女游戏，国内排名前五的乙女游戏里面唯一一个真是由 AI 来驱动 NPC 的，是我们做的。但是那个还是面向小众群体。二次元是小众的，真正大众的是明星、大V。
最大的商业想象空间还是需要通过影响力变现的这批人，（AI）去放大他们的原有的影响力。从商业价值上最容易触达到，确实是这一批人。
如果从社会价值上容易触达到的，还是我们原先一直在说的——人的情感里面最深入的一个关系，不是在后悔，而是在弥补。比方说，这个人曾经是我的女朋友，但现在因为种种原因，不可能是我的女朋友了。要么就是分手，要么是可能这个人不在了。假设我认为这段关系是关键的，除了“克隆”外，我没有任何其他方式来弥补这段已经断掉的关系链。
我们也有一些合作伙伴提出来的需求是很特别。他得了绝症，想要在自己还在人世的时候把自己“克隆”，留给后人。这也是很常见的一个诉求。也有名人父亲想要“克隆”自己过世的女儿。
如果是网红明星类，就是陪伴粉丝，因为陪不过来；还有一类是有专业技能，会希望通过训练大模型，提供 AI 能力，去服务更多的人。
比方说我是一个撰稿风格非常独特的一个人。很多人都希望我给他写，但是我写不过来。当然我是报价很高，但现在可以训练一个我的克隆人，写的跟我差不多，我的克隆人可以给很多人写，收费低一些，但量大。
现在很多人在说，大模型出来后我们要失业了，但其实也许每一个在组织中工作的劳动者，都可以通过自己的克隆人来实现一个更弹性的、面向更多人的一种智力的输出。
比方说公司有一个设计师，在公司上班，我们付他的钱，肯定不准他天天去接私活，那他现在弄一个克隆人，他在我们公司上班，他的克隆人去接一些私活。
对于明星、名人或者是对于专家这些玩家，这些应该是收费的，因为它能够形成一个有效的商业闭环。一个月之内我们就会把第一批 300 个克隆人放出来。
市界：这些需求都能理解，但为什么是当下这个节点推出？
李笛：以前的技术使得我们满足需求比较难，因为你要花大量的时间去训练，但现在我们的基础和解决方案让这件事变得相对容易很多。
以前如果我想要去复刻你的声音，2016-2017年，最低需要你2万分钟的声音，现在只需要你几分钟的时候，这是技术的发展产生的变化。
像最近AI孙燕姿技术上是可以，但有侵权风险。小冰一直要求，本体需要提供权属证明。AI孙燕姿就没得到她本人许可。
我们推出的这个APP，只能通过这个产品去跟克隆人进行交流，这样的话风险会得到大大降低。明星自己去克隆自己，可以去指定克隆人愿意做什么，以及从中获得什么回报。
我们第一批的克隆人主要还都是有影响力的人。普通人也有，但是普通人的权属确定更难，而且需求数量太多，还是集中在大V身上。
他是个明星，我比较容易确定他的身份，他是一个普通人，我不那么容易确定他的身份。你正常情况，手持身份证拍一张照片，这也不太容易确定真假。第二是普通人的社交角色不清晰，不如明星的社交角色清晰。明星的社交角色也更容易得到做得好不好的反馈。
根据能够运转的算力、权属确定、并发的压力等各方面因素，我们认为，年底如果顺利的话，可以开放到 10 万人。别的都不提，只提网红，中国有 100 万个大网红，网红的粉丝2018 年就有6亿人。这是一个很大的市场。
市界：我们现在从一些趋势中看到，有人因为AI要失业，现在“克隆人”出来了，那是不是意味着老板们也可以去雇佣克隆人？
李笛：B 端的老板，不会像你自己对克隆人训练的那么精准，经过了非常高度的训练，让这个克隆人达到了你的水准，B 端老板将来雇的是你，他就会发现，他雇你的克隆人来干这件事，要好过他直接从 GPT 上去获得。
比如一个画家，有非常强的绘画的能力，也积累了他的经验和他的名气，很多人需要他的画。他成立了一个工作室，花了很多的时间和精力教了学徒，就可以和他的学徒一起完成工作，甚至自己真正亲身参与工作会变得很少，他的学徒来完成工作，那他确保交付给顾客的这个作品是他的水平就可以了。
这个人就变成了训练者和把关者，他负责产出物的水准，他可以交付的量就大大增加了。
其实一样的。我们就是帮普通人把自己的价值大模型化。
TA 的价值如果是影响力，那么大模型化的是陪伴能力。TA 的价值如果是创造，那么大模型化了之后，实际上可以给更多人提供同等水平的创造。更多的人可以通过TA 的克隆人得到价值，回报就会回流到本人那儿去，有点像“躺着赚钱”的意思。
GPT 的用户现在在回落，就是因为它的服务过于通用。
“AI孙燕姿需要有足够多的可控性”
市界：当一个克隆人真假难辨，从形象到声音，甚至是思考的方式都非常像本人，相应的风险因素会不会爆发？你们是怎么考虑这个问题的？是否会做一定的风险提示？
李笛：那当然，在小冰岛上就很简单。你碰到的都不是人。
任何一个克隆人，权属方就是他的本人，他随时是可以关掉他的克隆人的。如果我做一个克隆的比尔盖茨，比尔盖茨为什么会感到失控？因为这不是他能关闭的。
很难阻挡这个趋势，但可以通过一个合理的方式来进行。比方说， AI 孙燕姿阻挡不了大家有听她唱歌的需求，那为什么不能让孙燕姿自己推出自己的AI孙燕姿？经过很多本人的训练，让“AI孙燕姿”也符合她的要求。
开源，就会面临大量的良莠不齐的问题，以及无法解决的伦理问题。还有类似“恶搞”AI孙燕姿这种狂欢，但往往狂欢很快会落幕。
市界：你认为更真正持久的，这一波AI浪潮对人类的影响是什么？
李笛：真正持久的是两点。拿AI孙燕姿说，真正持久的是，一是孙燕姿本人接受AI孙燕姿的出现，因为用户有需求。
二是，孙燕姿能够拥有 AI 孙燕姿的应当的收益，以及“AI孙燕姿”存在与否和训练质量的权利。
当人们在消费 AI 孙燕姿的时候，做视频的B 站大 V 得到了投币，一键三连，得到了流量和经济利益的回报，但是孙燕姿没有。而且孙燕姿说不许你弄，说了也不管用，这个叫失控。
既然用的是孙燕姿的声音，就应该是孙燕姿本人来决定，如果她很传统，说我不同意AI孙燕姿出现，可能也是不行的，因为时代变了。孙燕姿可能并不是不同意，只需要是 own 它，这才是合理的，这两点缺一不可。
因此，我们需要一个更完备的一个平台，让“AI孙燕姿”能够有足够多的可控性。
明星至少有两个选择权。第一个选择权是，可以选择这么做或不这么做；第二个选择权是，当他选择这么做的时候，他可以获得应有的回报。我同意别人拿我的形象去做，但是我要获得我所认为的应当合理的报酬。这两件事是我们所提供的。但是开源的产品作为狂欢形式出现，就只有前者没有后者。
我们一直规避软色情风险，规避为此（擦边）提供便利。那某种程度上作为一个商业价值的平台，起来就会慢。像之前有一个App ，开车开的都开到天上去了，就能够在短时间之内窜红，但是它后来被下架了。
市界：可以理解为，风险问题都是人为的？
李笛：最主要还是你这个创造者、推出者，被资本裹挟的程度。
所有赚钱的事情都是在法律范畴内，就看创造者的选择了。还是那句话，现在属于笑贫不笑娼，你流量起来了，那你就是牛的。这个就不对嘛。你要看你要做多持久的问题。
“资本侵蚀了中国互联网的创新风气”
市界：小冰不久前才刚融了资，所以在资本的期待方面，你会有压力吗？
李笛：资本对我们的这种压力是一样的，对所有人的压力都是一样的。
小冰是我们的。如果有一天我们被资本裹挟了，那肯定不会是向好的方向发展。资本需要尽快展现盈利、商业赚钱能力，这是原因一。原因二，所有的作恶的手段都不是直接由资本的手段完成，所以资本在这上面的这种反思和反省是不足的，因为他没有真的去干这件坏事。
市界：具体到大模型的爆发上，大家也在讨论，为什么GPT没有发生在中国，是否是因为国内的商业环境，对于可落地的，可快速短期回报的项目会更看好一些。而像这种需要投大量的资金，花很长时间去做的，会难跑通一点，这可能是一个差距？
李笛：没错，我们从微软分开后体会到很多。这也一定程度能够解释，为什么中国的原生创新不容易。而是一窝蜂去同质化竞争。你看像现在大模型，十几家。
如果把唯利是图当作创新的一种，叫企业家精神，这个是不对的。
市界：大家现在一窝蜂的推出大模型，其实有一种被架上，不得不推的感觉，如果你不去在这个时间展现实力的话，好像在舆论场上就落了下风？
李笛：我可以这么做是因为我现在还能这么做。要真是一个上市公司……至少我现在我还有一个权力，投资人给我的建议，我可以不听，我可以不为了要求去跟风。
这种使劲乱发大模型，在前一阵还搞出来一个很奇特的一个榜单，把大模型排了一遍。
那有人希望我们也测一下上去了，挺有面子。我不会为了面子去这么干。
你上那个榜单，就不要在海外开展业务了。十几个大模型的公司，都挤在中国这个市场，中国市场再大，需要十几个大模型？
再看看那个榜单，就能看到一件事，凡是所谓的通用大模型的公司，都是在学GPT，甚至都是偷偷拿 GPT 来训练。结果就是同质化，现在谁跟谁都不会拉太多大的差距了。
你们要去看那个榜单，上面写的 10 项指标，要就按照那 10 项指标去做，不就是应试教育吗？最后就是一个模子刻出来的大模型。那这会是一个什么样的结果？这种结果可能会产生创新吗？
所以我们的困难就是，当我 say no，我说我不参与，是会付出很大代价的，但这是正确的事情。
当年我们不参与元宇宙风口的时候，也会有人不爽。现在元宇宙这么火，你干嘛不炒元宇宙概念。那你不炒，他肯定就不爽嘛。
我们现在对成功的定义，特别是，对商业成功的定义的标准过于单一。这是一个问题。因为小冰自己有可以交叉对比团队。日本的这个团队，他们对于事业成功、商业成功定义就很多元，中国市场的商业环境目前为止还是相对比较单一的，判断标准就是你挣多少钱。
大模型也是一样的，如果能够通过一些很低劣的手段去兼并，去吞并、去抄袭，只要你在财富上是成功的，那么就没问题。
包括在微软的时候，我们招一个中国人，对方往往在意的是他财富自由的机会。很明确的说，他就只在意这个。
前一阵，我看到的案例特别奇特。昨天说我们都太崇拜 OpenAI 公司了，这家公司太伟大了，开拓了人类科技的边界。今天就对中国团队说，你去挖OpenAI的人。我钱在这摆着，你什么时候把 OpenAI 的人挖过来，我就投你。你去公司门口去堵，等他能出来人，你就把他挖过来。
你不是尊重 OpenAI 的创新吗？他的人才团队不稳定了，你所尊重的这家公司，他的发展，他的创新不就不能继续了吗？这些人给一个刚毕业的 NLP 算法工程师，一个博士生 300 万的年薪，这不合理。
对很多工程师来说，有那个300万（的开价），我就算留在了这个60万的公司，我也不会太踏实了，我以后会时常后悔，我干嘛不去挣那 300 万呢？
市界：那为什么愿意支付这么高的溢价？
李笛：因为创业公司付给你那个 240 万，是他的融资成本，他挖来了一个人，以后就可以跟他的投资人说，你看，这是我的团队。投资人一看，欸不错，你这个团队不错，我给你钱，这 240 万是融资成本。
这是其一。其二，主动被动，明示暗示，把上一家公司的代码带过来，这个也是300万的成本。但是我们的算法工程师，就会以为这 300 万就是他自己价值。那么有一天有一个工作，这个工作可能有很好的梦想，那么对不起，没有 300 万他就不一定干了。他已经扭曲了他的价值观了。
这就是资本对创新的影响。
我们现在去看，大家就是一个非常浮躁和攀比的状态，又焦虑又浮躁。哪一天可能业务不做了，你前期的财富积累戛然而止，又觉得，即使有一天到 35 岁（财富积累）要戛然而止，那我前期要把钱赚够。整体的中国互联网风气感受到就是这样的，很难说，有一个可以让大家去安心做创新的环境。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
暂无评论内容