嘉宾介绍
波形智能(AIWaves Inc.)是一家总部位于杭州的前沿人工智能公司。公司以「实现AGI，让人类生活变得更美好」作为长期使命，致力于成为全球第一的普惠化AI应用供应商。公司基于自主研发的新一代无限式个性化内容生成大模型「Weaver」，开发了由其驱动的产品「蛙蛙写作」，并提供面向企业级客户的垂域大模型定制化服务。
姜昱辰，波形智能(AIWaves Inc.)创始人，本科毕业于浙江大学竺可桢学院工高班，苏黎世联邦理工大学(ETH Zurich)计算机科学与技术博士，师从Prof. Ryan Cotterell ，主攻自然语言生成(可控自然语言生成、长文本生成、机器翻译、共指解析)；在国际顶级会议期刊(ACL, ICML,EMNLP, NAACL等)上发表多篇论文并且担任审稿人、国际机器翻译顶会WMT Shared Task主要组织者。曾在美国加州大学洛杉矶分校(UCLA)、日本国家国立研究開発法人産業技術総合研究所(AIST)、微软亚洲研究院(MSRA)从事大型语言模型的训练与推理研究。
快问快答
1. 能否介绍下你们的核心产品及其主要应用场景？
我们有两款核心产品：面向个人用户的一站式创作工具「蛙蛙写作」和面向企业客户的垂域大模型应用搭建的DevTool「AIWaves LLM/Agent平台」。
「蛙蛙写作」是一款以小说创作为核心的AI创作软件。此外，有一系列的BOT工具来支持自媒体内容创作、媒体营销、电商运营、职场办公、公文写作、教师教学、学生作业等场景下的写作诉求。
「AIWaves LLM/Agent平台」主要面向“想要搭建AI应用的企业级客户”，包含企业级AI知识库、垂域模型训练、Agent应用搭建的DevTool套件。
2. 目前商业化情况如何？在哪些行业或者场景有哪些突出表现？
蛙蛙写作的商业化模式主要是订阅会员，同时还有单独计费的单次服务功能（eg. 故事创作内的拆书功能），和涉及多模态的生图/视频功能（eg. 推文视频，自媒体口播视频）。
「AIWaves LLM/Agent平台」的商业模式则是企业级客户的年订阅费。目前服务了顾家家居等大型客户，覆盖了标书生成、公文写作、企业知识库、AI陪练、AI营销等多个场景。3. AI应用商业化过程中需要在产品设计和商业模式上进行哪些创新？
首先「个性化」是最重要的。如何根据用户的偏好和行为，提供个性化的产品和服务，增加用户黏性。在蛙蛙写作，用户和AI的正负反馈会记录在模型里不断优化，用户会发现AI的输出内容，随着自己的创作字数的增加，更贴近自己的写作风格和习惯。除了利用社区价值，构建与用户互利共赢的良性循环同样至关重要。我们的用户反馈社区充满活力，每次新功能的推出都会收到用户真诚且具有建设性的评价。
4. 在大模型及其他相关AI技术持续迭代的情况下，AI应用公司如何保持技术领先和持续更新？或者如何制定长期研发路线以适应未来变化？
首先是要有「对技术的预判」，其次是要根据对技术发展的预判，安排长期的研发计划。有三个原则：
1）“不要挡在OpenAI的路上”：做能与L0层技术（Scaling Law）有机结合的技术，即在未来LLM变得更加强大的时候，我们研发的技术能作为其增益，而非被它覆盖掉——我们投入研发的无限式个性化生成（LPA）就是这样一种技术。
2）发挥团队特长，“不要什么都做”：比如“多模态”也很重要，但是我们的技术栈优势不在这里，对于这类技术，我们采取的态度是“静观其变”，即通过“技术预判”等待其成熟，奉行“拿来主义”的原则训练LLM去调用多模态的API。
3）在不确定性中寻找确定性：如算力、框架、DevTool是不管做什么应用都必须投入的，是确定性投入，故越早投入越有优势。我们很早就开发了基于SOP的Agent框架、LLM factory等全球领先的DevTools，除了赋能自有C端应用也可以独立商业化，赋能行业上下游。
5. AI应用高度依赖由第三方大模型服务商提供的一个或多个“黑匣子”LLMs，如何提升对自己产品的掌控力？
我们因为模型是自研的，所以不大有产品掌控力的问题。
技术研发和场景应用是深度耦合的，比如大模型幻觉。在“内容创作”场景中就不是问题，在AI问答场景中就是很大的问题。在“内容创作”场景里，用户更需要的是好的「文风」和「个性化」千人千面的生成能力，所以我们就会在大模型的这两个短板上投入研发，定点迭代。能够紧贴场景进行技术研发、用市场和用户需求去虹吸技术，是我们团队的优势。
6. 2024年，大模型和AI领域还有哪些新技术趋势值得关注？
我们关注「普惠式的AI」，包含个性化、千人千面、端云结合、隐私保障、模型在线进化（self-evolving）。
报名通道
- END -