專訪趣丸宋克，玩AI才是正經(jīng)事

5月，2025福布斯中國(guó)人工智能科技企業(yè)TOP50榜單發(fā)布，“趣丸科技”在其中的顯眼，不單單因?yàn)樗菑V州唯一一家上榜的企業(yè)，還因?yàn)樗堋澳樕薄Ｋ阉鬟@家公司，它更被熟悉的身份，是以興趣（游戲）社交、電競(jìng)為招牌的一家互聯(lián)網(wǎng)“中廠”。

實(shí)際上，趣丸科技在AI領(lǐng)域動(dòng)作頻頻。

去年，趣丸先后推出“音頻大模型”MaskGCT和“音樂(lè)大模型”天譜樂(lè)，兩個(gè)模型初步證明了趣丸的AI能力。今年，趣丸在社交大模型上也有所探索，預(yù)備在“AI+社交”的賽道上拿出“殺手锏”。

AI領(lǐng)域高手如云，一家多年耕耘細(xì)分領(lǐng)域的互聯(lián)網(wǎng)公司何以闖入，以至“榜上有名”？

南風(fēng)窗近日專訪了趣丸科技創(chuàng)始人宋克，他講述的，不只是一個(gè)互聯(lián)網(wǎng)公司“轉(zhuǎn)型”的故事，更是一個(gè)有十多年履歷的創(chuàng)業(yè)老兵對(duì)AI時(shí)代的理解與思考。

不難發(fā)現(xiàn)，趣丸推出的模型，針對(duì)的依然是細(xì)分領(lǐng)域，音頻、音樂(lè)、社交等等。比起那些高呼生產(chǎn)力、揚(yáng)言要“顛覆底層邏輯”的大模型公司或者“AI原生”公司，似乎是不務(wù)正業(yè)。宋克告訴南風(fēng)窗，這背后關(guān)系到對(duì)AI能力及其商業(yè)化邏輯的思考，趣丸的“玩物喪志”，是有意而為。

AI必然要改變世界，但改變的方式還不一定。風(fēng)起至今，“小龍”“小虎”們幾起幾落，市場(chǎng)冷靜后，發(fā)現(xiàn)追求“革命性的顛覆”既非坦途，也不是唯一的路。

從X到AI

中國(guó)大部分AI創(chuàng)企的故事，要從2023年前后、也即ChatGPT“出圈”后講起，但趣丸的“轉(zhuǎn)型”時(shí)間更早。

2021年，在“語(yǔ)音+社交”領(lǐng)域站穩(wěn)的趣丸，一度陷入焦慮。“我們?cè)谝苿?dòng)互聯(lián)網(wǎng)的新產(chǎn)品，都敗了?！彼慰酥卑椎卣f(shuō)，那個(gè)時(shí)期，公司發(fā)現(xiàn)不管哪一個(gè)賽道，都已經(jīng)有巨頭把持，難再入局。因此，趣丸內(nèi)部開會(huì)探討，要做一家怎樣的公司并持續(xù)創(chuàng)新？

宋克平頭，微胖，曾經(jīng)是個(gè)“網(wǎng)癮少年”。趣丸做興趣（游戲）社交，擁有四支電競(jìng)隊(duì)伍，用他的話說(shuō)，是“把興趣做成了事業(yè)”。

追問(wèn)他自認(rèn)為的高光時(shí)刻，他說(shuō)出兩個(gè)，都與游戲相關(guān)：一個(gè)是在2013年9月到10月，他剛到廣州創(chuàng)業(yè)一兩個(gè)月，在第一個(gè)月賺到29萬(wàn)，“真的是（靠）打游戲賺到了錢啊”，他加重語(yǔ)氣強(qiáng)調(diào)；另一個(gè)仍是創(chuàng)業(yè)初期，那是趣丸的游戲社交應(yīng)用“TT語(yǔ)音”用戶達(dá)到30萬(wàn)人的一刻，從此團(tuán)戰(zhàn)叫人不再麻煩，也不用多花短信費(fèi)用，“太開心了”，宋克講道。

有這樣的經(jīng)歷，宋克把“興趣創(chuàng)造價(jià)值”作為了趣丸的價(jià)值主張；他也會(huì)在公司里強(qiáng)調(diào)，時(shí)下年輕人流行什么，大家就一定要去研究和嘗試，“用好奇心保持活力”。

回到2021年，趣丸內(nèi)部討論過(guò)后，成立了一個(gè)叫“X”的項(xiàng)目組。宋克說(shuō)，這是個(gè)探索技術(shù)的團(tuán)隊(duì)，對(duì)他們沒有KPI及任何的考核，也不設(shè)置盈利目標(biāo)，任務(wù)只是去調(diào)研市場(chǎng)上最新的技術(shù)，項(xiàng)目組有十幾個(gè)人，“不能說(shuō)是技術(shù)很牛的人，但一定是對(duì)技術(shù)很有興趣和追求的人”。

宋克的想法是，既然用戶的需求已經(jīng)被解決了，那么趣丸能做的，是找到新的技術(shù)再“反攻”。這表明，趣丸針對(duì)的還是“老的”互聯(lián)網(wǎng)市場(chǎng)，只是在探索過(guò)程中，發(fā)現(xiàn)一些需求只能由AI來(lái)滿足，或者AI能夠更好地滿足。

2021年，OpenAI的GPT-3已經(jīng)震驚AI圈內(nèi)，但大模型還不是一門顯學(xué)。趣丸一開始的探索，也不是沖著AI去的。

“大事都是從一個(gè)很小的點(diǎn)開始?！彼慰苏f(shuō)。趣丸拿住了語(yǔ)音賽道，但短視頻明顯正在升溫，宋克想到，很多聲音好聽的人，不一定希望以真人形象出鏡，“我們當(dāng)時(shí)想到直播時(shí)，把主播的臉換成動(dòng)漫臉這樣的技術(shù)”。2021年、2022年，“換臉”還不像今天這樣普遍。

趣丸作為老牌“中廠”，天然傾向于確定性高的事情，但宋克認(rèn)為：“闖入AI，一切是未知的，可能會(huì)死。但你自己知道，如果不去做，你將來(lái)就等死?！?/h4>

但是技術(shù)攻克下來(lái)，產(chǎn)品上線以后，用戶不買賬。用戶會(huì)覺得，換臉的主播一定不好看，不然為什么換臉呢？于是，這項(xiàng)技術(shù)就被擱置起來(lái)。

2023年，元宇宙爆火，讓宋克靈光一閃。元宇宙打造的“數(shù)字孿生”，把真人數(shù)字化，實(shí)質(zhì)也是換臉，只不過(guò)是把真人臉換成同一張數(shù)字人臉?！拔覀儍?chǔ)備好了這項(xiàng)能力，甚至所有工程都不用再開發(fā)。”宋克說(shuō)，于是趣丸快速切入，成為美團(tuán)數(shù)字人直播的第一家技術(shù)提供商。

入局以后，關(guān)于聲音的技術(shù)問(wèn)題自然浮出。

數(shù)字人直播早期，可選音色少，語(yǔ)音復(fù)制也很粗糙，更關(guān)鍵的是，虛擬的聲音“機(jī)器味”太重，“說(shuō)話沒有人味”，觀眾自然不愛看。

此時(shí)，大模型已憑借對(duì)自然語(yǔ)言的理解能力大為火熱，宋克想到，越過(guò)“恐怖谷”的最好辦法，可能是將大模型對(duì)文本的理解與輸出能力，平移到語(yǔ)音領(lǐng)域。

這就是趣丸“音頻大模型”MaskGCT的序章，也是趣丸轉(zhuǎn)型AI的脈絡(luò)。如今的X項(xiàng)目組改名為人工智能事業(yè)部。宋克在采訪中一直強(qiáng)調(diào)，趣丸不是為了AI而AI，而是在發(fā)現(xiàn)用戶需求與解決問(wèn)題的邏輯下，順其自然。

AI前后，同與不同

宋克還記得ChatGPT帶來(lái)的震撼，它把AI分出前后兩個(gè)時(shí)代。趣丸最開始做數(shù)字人的時(shí)候，用的是傳統(tǒng)建模技術(shù)，“特別麻煩”。宋克說(shuō)，過(guò)程中用到很多相機(jī)，對(duì)一個(gè)人拍個(gè)半天，這人還要說(shuō)很多的話，才能做出來(lái)。

類似的效果，在大模型時(shí)代只需說(shuō)一句話。

ChatGPT以前也有AI，“那時(shí)候算法+規(guī)則，我們就叫AI了”。宋克用趣丸旗下產(chǎn)品“唱鴨”的歌曲生成為例，“算法+規(guī)則”時(shí)期，和今天一樣輸入歌詞，也能得到一首歌，但“生成”過(guò)程由編程好的規(guī)則來(lái)定，什么曲風(fēng)，用什么調(diào)，供用戶挑選，“真的是人工加智能”。宋克笑道。

接觸了ChatGPT不久，宋克認(rèn)為，生成式AI是未來(lái)最大的一個(gè)機(jī)會(huì)，趣丸要變了。

“生成式AI不是每一首歌都比算法+規(guī)則機(jī)制的好，但是它的上限很高、下限很低，這是最大的不同?！彼慰苏f(shuō)。趣丸意識(shí)到，趣丸一定要變化，一定要開始去積累數(shù)據(jù)，要自己下手訓(xùn)大模型。

公司一把手的“行動(dòng)力”和“決心”，要從預(yù)算上來(lái)體現(xiàn)。宋克介紹，趣丸并不是一家激進(jìn)的公司，主營(yíng)業(yè)務(wù)的成本很高，但這成本投下去，看得到營(yíng)收?！捌綍r(shí)團(tuán)隊(duì)花錢是很摳門的，預(yù)算的審批也很慢?！彼寡缘?。

但他這次變了風(fēng)格?！拔耶?dāng)時(shí)逼著團(tuán)隊(duì)報(bào)預(yù)算?！彼慰嘶貞浾f(shuō)，每個(gè)部門都要報(bào)預(yù)算，要多少?gòu)埧?、多少機(jī)器，“一次性批掉”，接著公司去找各個(gè)云算力廠商談檔期，爭(zhēng)取算力。

因?yàn)榉磻?yīng)快，2023年后一段時(shí)間顯卡與算力的緊張，沒對(duì)趣丸造成什么影響。

宋克列舉了一項(xiàng)數(shù)據(jù)，“2024年，花在（訓(xùn)模型）這方面的預(yù)算就有1.45億”，這對(duì)趣丸來(lái)說(shuō)是一筆很大的花銷。

“他們也沒想到，把韓語(yǔ)臺(tái)詞直接改為英語(yǔ)、法語(yǔ)的需求，居然可以由一家中國(guó)公司解決?！彼慰苏f(shuō)。

砸下重金，宋克看中的是大模型與應(yīng)用的先發(fā)優(yōu)勢(shì)。數(shù)字人直播賣貨，其效果受制于它的數(shù)據(jù)積累?！按蠹叶甲鰯?shù)字人直播，技術(shù)很快就能追平，但是我的數(shù)字人已經(jīng)賣了幾年的貨，數(shù)據(jù)積累多，銷售數(shù)據(jù)高，對(duì)一個(gè)商家來(lái)說(shuō)該選擇誰(shuí)，這是很明顯的。”宋克說(shuō)。

數(shù)據(jù)的“護(hù)城河”，疊加強(qiáng)化學(xué)習(xí)帶來(lái)的先發(fā)優(yōu)勢(shì)，是AI與移動(dòng)互聯(lián)網(wǎng)時(shí)代的一大區(qū)別。宋克表示，在過(guò)去，產(chǎn)品可以直接抄襲，比拼財(cái)力、規(guī)模，比講故事的能力，但這在AI時(shí)代就不一定行得通了。

下了決心，不代表沒有煎熬。作為“創(chuàng)業(yè)老兵”的宋克，也不住地感嘆創(chuàng)業(yè)難。訓(xùn)模型需要時(shí)間，做產(chǎn)品也需要時(shí)間，而且加起來(lái)時(shí)間不短，“重金”砸下去了，聽不見響。

“又激動(dòng)又焦慮，（創(chuàng)業(yè)）就是這個(gè)狀態(tài)?！蹦Ｐ湍懿荒苡?xùn)出來(lái)，訓(xùn)出來(lái)后好不好用，應(yīng)用側(cè)能不能掙到錢……沒有答案。趣丸作為老牌“中廠”，天然傾向于確定性高的事情，但宋克認(rèn)為：“闖入AI，一切是未知的，可能會(huì)死。但你自己知道，如果不去做，你將來(lái)就等死?！?/p>

人是無(wú)可替代的

2024年，趣丸的音頻大模型MaskGCT和音樂(lè)大模型 “天譜樂(lè)”問(wèn)世。宋克說(shuō)，趣丸是幸運(yùn)的，訓(xùn)出的模型能用、好用，如天譜樂(lè)，在當(dāng)時(shí)已經(jīng)十分接近行業(yè)領(lǐng)先的Suno的模型能力。

在MaskGCT項(xiàng)目立項(xiàng)前半年，2024年初，宋克已經(jīng)想好模型的定位，七個(gè)字“情感情緒多語(yǔ)種”。這七個(gè)字的意思是，模型輸出的聲音有感情，能理解并表現(xiàn)情緒，而“多語(yǔ)種”是考慮到未來(lái)的出海，比如短劇的出海，把中文改為多語(yǔ)種，更適應(yīng)海外傳播。

宋克沒有把這解釋成自己的洞見，他解釋說(shuō)，這背后其實(shí)是老老實(shí)實(shí)的互聯(lián)網(wǎng)思維—去發(fā)現(xiàn)用戶的需求。七個(gè)字代表的，就是他們當(dāng)時(shí)看到的用戶痛點(diǎn)。

而創(chuàng)業(yè)有未知的風(fēng)險(xiǎn)，也有未知的驚喜。宋克介紹，有在非洲做影視發(fā)行的中國(guó)商人找上來(lái)，表示有一個(gè)需求，在當(dāng)前的中國(guó)其他公司可能解決不了。在非洲通用兩個(gè)語(yǔ)種，英語(yǔ)和法語(yǔ)，但是非洲人愛看韓劇，于是發(fā)行人把韓劇“搬”到非洲，中間還需要跨越韓語(yǔ)到中文，中文再翻成英、法文，效率不高，成本不低。

剛好，這事兒MaskGCT能做。

“他們也沒想到，把韓語(yǔ)臺(tái)詞直接改為英語(yǔ)、法語(yǔ)的需求，居然可以由一家中國(guó)公司解決?！彼慰苏f(shuō)。

強(qiáng)調(diào)解決需求的“產(chǎn)品力”，超過(guò)了強(qiáng)調(diào)大模型的能力，是趣丸與一眾AI公司的不同。這可能跟趣丸的 “出身”是互聯(lián)網(wǎng)有關(guān)。

天譜樂(lè)大模型就是一個(gè)典型例子。去年9月，趣丸推出天譜樂(lè)，公司高層介紹時(shí)，對(duì)天譜樂(lè)的一句話生成、圖片及視頻生成配樂(lè)等“普通人玩法”面面點(diǎn)到，但更大篇幅介紹的是MidiRender，一種針對(duì)音樂(lè)人嚴(yán)肅創(chuàng)作的“專業(yè)玩法”。

宋克介紹天譜樂(lè)時(shí)也提到MidiRender，它能以音樂(lè)人創(chuàng)造的旋律為底本，在生成時(shí)接受嚴(yán)格控制，并且是在音軌、音階、采樣率等方面的精細(xì)化控制。效果上，“音樂(lè)人可能以前要用一個(gè)月制作的歌，現(xiàn)在一個(gè)小時(shí)可能就出來(lái)了”。

宋克的邏輯清楚明了：“小白要玩音樂(lè)，天譜樂(lè)的能力也是有的、可以滿足，但普通人更多是嘗鮮玩下，嘗過(guò)以后就算了，是低頻的。對(duì)音樂(lè)人來(lái)說(shuō)，這是他的工作，他才是高頻用戶?！彼慰私忉?，因此在商業(yè)化的角度，應(yīng)該圍繞音樂(lè)人、創(chuàng)作者去打造產(chǎn)品。

了解用戶是誰(shuí)、發(fā)現(xiàn)用戶需求，再去為他們提供輔助、解決問(wèn)題，這是宋克的思維習(xí)慣。

這習(xí)慣的另一面是，他對(duì)一款應(yīng)用是否是“AI原生”，或者趣丸是不是一家AI公司的問(wèn)題，并無(wú)執(zhí)著。

作為互聯(lián)網(wǎng)創(chuàng)業(yè)者，宋克懂得“行規(guī)”，一些酷炫的概念或材料，比如“超強(qiáng)AI”“原生AI”，又或是“勤于打榜”，前綴定語(yǔ)很長(zhǎng)的某個(gè)“第一”，其實(shí)目的很“復(fù)雜”。他特別提到，“很多早期的模型公司，我很不認(rèn)可他們講的這個(gè)那個(gè)模型的能力有多強(qiáng)，就能夠掙多少多少錢”。

講模型能力的有很多，但很少有人講的是，這個(gè)產(chǎn)品是給誰(shuí)、提供了什么樣的價(jià)值，以及基于這個(gè)價(jià)值的商業(yè)化該怎么做，那么，其實(shí)“從模型到所有的前置設(shè)定，都是不成立的”。

模型能力與價(jià)值、商業(yè)化，混為一談是不行的，這是宋克作為商人的基本嗅覺。

價(jià)值主張上，趣丸團(tuán)隊(duì)也有明顯的不同，即不追求“AI替代人類”。從天譜樂(lè)到MaskGCT的主打功能上，其實(shí)不難發(fā)現(xiàn)這一取向。宋克承認(rèn)了這一點(diǎn)，并稱一位趣丸同事的話很讓他認(rèn)同，這句話是“AI時(shí)代，算法是犀利，但重要的是人，因?yàn)槎床炫c熱愛永遠(yuǎn)不會(huì)被替代”。

一位趣丸同事的話很讓他認(rèn)同，這句話是“AI時(shí)代，算法是犀利，但重要的是人，因?yàn)槎床炫c熱愛永遠(yuǎn)不會(huì)被替代”。

在硬科技領(lǐng)域，這句話顯得“雞湯”，但是不妨一嘗。

元年之年

AI會(huì)怎樣改變?nèi)祟惿鐣?huì)呢？宋克也想知道答案。

對(duì)于趣丸的定位，他想得很清楚，“趣丸是一家擁有AI能力的公司”，以人的需求為核心，提供輔助，也提供娛樂(lè)消遣。度過(guò)了互聯(lián)網(wǎng)時(shí)代，對(duì)趣丸能否在AI時(shí)代“活下來(lái)”的問(wèn)題，他倒回答得很豁達(dá)，自稱對(duì)過(guò)程在意，對(duì)結(jié)果不在意。無(wú)論結(jié)果，“至少不要在30年之后，說(shuō)什么當(dāng)年我要是去干了AI會(huì)怎么怎么樣這樣的話題”。

AI圈內(nèi)喜歡“元年”的說(shuō)法。2023年是“大模型元年”，2024年是“智能體元年”，2025年則被稱為“應(yīng)用元年”。今年元旦，宋克是在美國(guó)硅谷度過(guò)的，他笑道，當(dāng)天喝了點(diǎn)酒，他也發(fā)了個(gè)“應(yīng)用元年”云云的朋友圈。

“應(yīng)用元年”過(guò)半，AI元年真的遍地開花了嗎？宋克認(rèn)為，是的。他的依據(jù)是，當(dāng)下大模型概念已經(jīng)足夠普及，其實(shí)圈內(nèi)也不會(huì)再在模型層面去強(qiáng)調(diào)能力了。人們已經(jīng)在大量地使用AI工具和產(chǎn)品，而這一趨勢(shì)正在擴(kuò)大AI公司的營(yíng)收。

應(yīng)用元年的關(guān)鍵，在于怎么理解 “應(yīng)用”。宋克的思維并不 “守舊”，他認(rèn)為，“應(yīng)用”在AI時(shí)代并不是指APP，“應(yīng)用元年”的意思是，AI的能力真的被拿到各行各業(yè)、并且被大量的人使用。這個(gè)角度上，應(yīng)用元年已經(jīng)成了。

一個(gè)明顯趨勢(shì)是，使用AI的人越來(lái)越多。宋克帶有玩笑性質(zhì)地說(shuō)，到2026年，可能是應(yīng)用爆發(fā)年，各家做成了產(chǎn)品商業(yè)化的公司，開始有更多的收入，布局更多的場(chǎng)景，良性循環(huán)起來(lái)。

這樣的元年是宋克所期待的。此次采訪的第一個(gè)問(wèn)題是，“福布斯中國(guó)”的榜單上，趣丸何以成為唯一上榜的廣州公司？宋克回答，不是趣丸做得多好，是廣州創(chuàng)業(yè)者的氣質(zhì)相對(duì)務(wù)實(shí)，所以在強(qiáng)調(diào)大模型的時(shí)期顯得低調(diào)，但是，“應(yīng)用端慢慢爆發(fā)的時(shí)候，廣州上榜的企業(yè)會(huì)越來(lái)越多，因?yàn)槲覀冞@里做的事更偏向于用戶端、應(yīng)用端，務(wù)實(shí)的事情。我覺得這個(gè)時(shí)間窗口已經(jīng)非常臨近了”。

責(zé)任編輯謝奕秋 xyq@nfcmag.com