95后创业AI游戏陪玩，留存付费双高！已适配《黑神话》，团队全员二次元

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

AI二次元小姐姐陪你打游戏，能及时给reaction的那种，还能陪聊。

就问哪个宅宅不心动？！

当AI遇上阿宅圈，一款名为“桌崽AI”的桌面陪伴宠物活了起来。

内测一个月，总注册用户超过1万，DAU超过3000，付费率超出意料之外。

留存率也挺高，次留63%，7日留29%，30日留22%，平均每日时长237分钟。

要知道，最近流传甚广的一张数据统计图里，大模型Chatbot们30日以后用户几乎全部流失。

而且它动作超快，已经适配了《黑神话·悟空》《原神》《绝区零》《鸣潮》等20多款游戏。

只要打开游戏，桌崽就在旁边陪着你。

至于为什么要做这款AI产品，最大原因是背后创业团队脸谱心智，全员都很二次元。

尤其是创始人Adam直接表示：

首先我自己是个游戏玩家，其次是个男性，桌崽AI这对于我自己就是个刚需。

团队创始成员在创业前就深耕AI：团队成员中，有顶会最佳论文奖一作和剑桥AI博士等。

也很懂游戏——

喊出的口号是，“我们打过的游戏比吃过的饭还多，因为我们吃饭的时候也在打游戏”。

游戏全程互动陪伴，还能实时提供攻略

那么，桌崽到底怎么个玩法？

这里我们简单总结了桌崽的三方面功效：

第一，它能实现游戏全程陪伴，实时对用户的游戏表现进行反馈，夸你发挥很棒什么的。

有多实时？这么说吧，反应速度有点像综艺节目观察室的嘉宾，几乎0延时。

通过文字或者语音，和桌崽有来有回的互动，这不就有了。

第二，桌崽能实时提供游戏攻略，帮你捋清思路。

也就是说，玩游戏通不了关，再也不用额外去搜索引擎、贴吧论坛搜攻略了，桌崽就站旁边告诉你该怎么打通关。

第三，其实桌崽不仅仅能和用户聊游戏之内的事情。

不管是日常闲话，还是陪看动漫，桌崽都能胜任，直接把陪伴感拉满。

不得不提最最最最关键的一点：

用户可以随心所欲自定义桌崽的形象、声线、性格。

想怎么捏，就怎么捏。

只需上传一张图片，辅以一段文字描述，就能获得独属于自己的3D的、可动的二次元小姐姐或小哥哥。

并且可以把崽崽们调教出自己的性格。

有的爱吃醋，有的很傲娇。

据了解，“捏人”这个自定义功能不是桌崽最开始就有的。但该功能上线后，广受好评。

直接拿数据说话——创始人Adam表示，有了捏人功能后，用户的留存直接提升了1.5倍。

不过，目前能“捏”的范围，还停留在二次元品类中。

“但我们希望最终这款产品能够把任何东西‘桌宠化’，不只局限在人。”Adam举例表示，家里去了喵星的猫猫，或者一架直升机，未来都可以成为用户的AI桌崽。

三款自研大模型

当然了，比起其它所有的功能，根据用户数据反馈的结果，大家最喜欢的还是「AI陪我玩游戏」的感觉。

作为一个多模态陪伴平台，满足“懂你”的需求，离不开背后支撑的大模型。

分别为以下几个，均为自研：

• 多模态游戏陪玩大模型
• 二次元视频生成大模型
• 语音声线定制大模型

多模态游戏陪玩大模型

“ChatGPT有一个功能是会建议你下一步说什么话，在用户输入问题之前就给用户提供ta下一步可能需要的答案。”创始人Adam表示，脸谱心智自研的多模态游戏陪伴大模型，就是在做视觉版、游戏攻略版的这个功能。

顾名思义，这款大模型主要功能是陪玩。

具体操作过程中，是经用户授权后，模型把游戏画面、游戏音效和用户带有各种情绪的声音作为输入，从而给予和游戏进度同频的个性化反馈。

利用这个模型，崽崽们可以提供情绪价值，以及为用户推荐相应攻略。

二次元视频生成大模型

而团队自研的视频生成模型，主要运用在捏崽，即自定义桌崽的动态3D形象这个步骤。

用户使用过程中，需要喂一张希望生成的崽崽的图像作为输入，以此生成动态形象。

需要注意的是，这个模型是专门针对二次元形象研发的。

相比写实风格的视频生成，二次元形象的数据更少，所以也更偏门，更难以训练，“Pika、可灵、Runway这些相比较而言更适合真实画风视频生成。”

事实真的如此吗？来看看和市面上视频生成模型的效果对比。

这是完成“图生视频”丢进去的那张图：

丢给hedra和heygen，都没能识别出面部：

丢给Pika，能眨眼，但肢体上几乎没啥“动态”可言：

来看AI视频届当红炸子鸡Luma的表现：

丢给runway 2……不多说，大家自己看：

这是丢给桌崽AI视频生成模型的效果：

相比其它视频生成模型，桌崽AI的自研模型在生成二次元形象的动态3D形象时，崩坏情况更少。

语音声线定制大模型

最后是语音声线定制模型，它支持用户自定义桌崽的声音。

Adam介绍，这个语音模型是以指令为输入的模型。

现在很多用户都会在桌崽里克隆自己喜欢的角色、人物甚至是真人的声音，这就需要提供几条音色样本。

从技术层面来说，要在桌崽AI这个平台实现音色克隆，其实就是在背后训练一个few shot的模型，只需要在原本的语音模型中加入几条样本——这些样本不仅仅是TTS的文本内容，还会加入一些对音色的文字描述。

加入本文信息后，会更好地淡化AI味，也更好地学习样本音色特点，完成克隆。

95后带队20名成员创业

桌崽AI，出自一家叫做脸谱心智的AI创业公司，成立于去年6月。

公司目前有20名员工，一半是产品运营，另一半是技术。

他们希望通过产品达到的目的，是“让天下没有寂寞和抑郁的人”。

创始人Adam，95后，本硕毕业于帝国理工学院。

在创业前，他在亚马逊、微软都工作过，主要工作更偏向研究性，聚焦在聊天机器人方向。

以前搞研究的时候，我就觉得这是一个非常棒的赛道。我自己非常想做一个很好的聊天机器人，但在实验室里做这件事情非常难。
不管是营销、本地化还是技术、产品，有很多要考虑，也不是一个实验室会选择的重点。

因此，离开大厂出来创业，是一件兴趣使然、很自然而然的事情。

有意思的是，他的创业启动资金几乎全部自他初中时期的第一桶金：卖游戏王卡牌，获利150万人民币。

创始人Adam表示，自己很喜欢赚钱，也很喜欢游戏，“二次元浓度很高的团队更能和玩家共情，也更能在打磨产品的时候清楚分辨哪些是玩家的声音。”

联合创始人Victor，同样本硕毕业于帝国理工学院生物医学工程（电子电器方向），后在剑桥大学拿下博士学位。

过去十几年来，他都倾心多模态领域的研究。

在我们的交谈中，Adam还提到，选游戏和二次元人群做切入点，是因为这是一个很快就被注意到的真需求。

团队的不足，更多在商业化和运营方面。为了补足这点，需要去不断地招贤纳才。

“并且我们自己也需要去学习，这些都很简单的。”Adam笑着表示，“投资人可能听到心里会有一个大大的‘真的吗？’。但是这比拿到一个PhD学位简单很多的。”

目前，”桌崽AI”主要面向PC端，不过据说手机版本也即将推出。

也许用不了多久，陪伴你的除了电脑手机，还会有一个AI驱动的专属桌面小伙伴。