文|光子星球 郝 鑫

編輯|吳先之

沉寂已久的AI語音賽道，因GPT4o又熱鬧起來了。

語音開源項目ChatTTS爆火出圈，能笑、能模仿還能實時互動；主打共情AI語音的Hume AI趁勢推出了第一個AI情感互動播客產(chǎn)品；AI音視頻基礎設施平臺初創(chuàng)公司LiveKit宣布籌集2250萬美元的A輪融資，OpenAI和Character.AI都是其客戶。

自大模型浪潮席卷而來，AI語音賽道經(jīng)歷了從克隆、合成到實時反饋、情感化的變化。

在大模型多模態(tài)進化的主線之下，AI語音一直像“影子”般存在。作為工具屬性的痕跡尤其明顯，它是狼人殺游戲里NPC發(fā)號的指令，是數(shù)字人表演的一環(huán)，也是Sora生成視頻后的背景樂。

正因如此，語音的價值被低估了。

聲音打通的是無數(shù)個場，游戲的、帶貨的、教育的等等，最后抵達的是用戶。在大模型時代，把聲音功能前置是一種典型的產(chǎn)品思維，這意味著更低的門檻、更高效的交互方式以及更龐大的用戶群體。

“這幾乎是我第一次熬夜看美國科技產(chǎn)品發(fā)布會，很多場景能夠被解鎖，十分驚艷”，瀾碼科技創(chuàng)始人周健掩按捺不住內(nèi)心的激動。

GPT4o進一步打開了多模態(tài)的想象力。當補齊了語音模態(tài)這塊拼圖后，主打原生交互體驗的產(chǎn)品被推向了商業(yè)化落地的邊緣，其背后是一批等待突圍的情感陪伴類大模型應用產(chǎn)品。

不同于數(shù)字人、智能客服的toB模式，面向C端的AI產(chǎn)品同樣競爭激烈，MiniMax“星野”、字節(jié)“貓箱”和“小黃蕉”、百度“萬話”、美團“Wow”、閱文“筑夢島”、聆心智能“Aiu”，正在排隊等待下一場Kimi式的爆火。

語音激活客服、情感陪伴

TTS（文本轉(zhuǎn)語音）在語音賽道已經(jīng)是一項比較成熟的技術。大模型爆火初期，就有一些創(chuàng)業(yè)公司入局該領域，通過精調(diào)小參數(shù)模型來實現(xiàn)克隆、還原聲音的功能，以出售“聲音皮膚”或被集成到原有的游戲、直播等場景中來提供服務。

但在實際落地中，語音淪為了蛋糕上的裝裱。

以典型的智能客服行業(yè)為例，智齒科技向光子星球透露，“語音在業(yè)務中僅承擔了通道的角色，最終決定客戶是否買單，還是解決問題的效率和準確率?！痹谶@種情況下，很少有客戶直接提出要定制化聲音客服的需求。

“大模型來臨前，在客服營銷場景中，語音技術已經(jīng)可以做到百毫秒內(nèi)響應”，智齒科技表示道。

大模型創(chuàng)業(yè)者曾在公開采訪中表示，GPT4o技術實現(xiàn)上難度不太大，“直接把語音模型和語言模型合在了一起”。

GPT4o或許不夠驚艷，但落地產(chǎn)品可以用“打通任督二脈”來形容，本質(zhì)上多模態(tài)讓AI應用和場景“活”了起來。

免費、靈活調(diào)用、情感化、無延遲互動反饋，是本次GPT4o升級的關鍵詞。眾多行業(yè)和賽道中，語音客服和情感陪伴類產(chǎn)品成為了第一批受益者。

智齒科技告訴光子星球，客服系統(tǒng)以前也有情緒打分評價，但是方式比較簡單粗暴，更多是通過詞語表面?zhèn)鬟_的含義來判斷，比如“累、困”這類字眼就與情緒低落相聯(lián)系，但是機器感受不到用戶的情緒波動。

在加入情感因素后，可以通過捕捉客戶聲音的大小、急緩變化來判斷響應的緊急性?！坝脩粽f話特別激動，特別大的時候，就得立馬人工介入了，再使用機器人就得出問題”，智齒科技表示道。

于是，語音只是通道和承載容器的現(xiàn)狀被打破了。在智能客服營銷場景，語音變成了新維度的增值信息，用來做決策參考。

同樣立竿見影的效果也發(fā)生在情感陪伴類產(chǎn)品賽道。

觀察國內(nèi)外AI原生應用，會發(fā)現(xiàn)一個共同的邏輯，凡是瞄準C端用戶的產(chǎn)品，就會在一開始內(nèi)嵌語音功能。這樣的例子比比皆是，比如國外的Character.AI、Pi、Digi，國內(nèi)的豆包、星野、貓箱等。

語音前置的產(chǎn)品思維，首先是為了降低使用門檻，來擴大適用人群的范圍，這是能成為Super App的前提條件之一。同時，相較于文字，語音的媒介更容易抵達用戶，上述列舉的AI應用不約而同地都指向了體驗、陪伴和情緒價值。

同樣是對話生成，在國內(nèi)外分野出了兩條賽道，一類是效率類工具，一類是情感陪伴類產(chǎn)品。效率和情感類產(chǎn)品站在了大模型幻覺的兩極，前者是盡可能杜絕，后者則是放大化。

在國內(nèi)，Kimi打響了效率類工具的爭奪戰(zhàn)，靠在B站、抖音、小紅書等平臺投流占領用戶心智，完成了破圈傳播。然而，在無人在意的角落，MiniMax的情感陪伴類產(chǎn)品星野也在嘗試占據(jù)“中國ChatGPT”、“智能助手”一類相同的詞條獲得關注。

在GPT4o之前，情感陪伴類的產(chǎn)品只能算得上半截子產(chǎn)品，多以靜態(tài)的文字交互為主。最能抵達用戶，穿透場景直接傳遞感情溫度的語音則更像是順手設置的功能。待多模態(tài)大范圍應用后，一批情感陪伴類的產(chǎn)品將迎來升級，能夠主動捕捉用戶的需求和情感變化，以更加人格化的方式與用戶實時互動交流。

一如MiniMax 創(chuàng)始人兼 CEO 閆俊杰所判斷，“大模型在多模態(tài)的每一次進步，都會帶來用戶體驗的提升、獲得更高的用戶滲透率。比如，當 GPT-4o 擁有更絲滑的語音交互（延時縮短、增加情感等）后，它就會走向更多人?！?/p>

情感類AI應用產(chǎn)品等待爆發(fā)

國內(nèi)情感陪伴類AI應用產(chǎn)品等待著升級，更等待著爆發(fā)。

這類應用實際上是披著小說外殼的智能體“大禮包”，目前有兩類玩家在押注這個賽道。

一類是老牌玩家，有百度的“萬話”、美團的“Wow”、閱文的“筑夢島”、字節(jié)的“貓箱”等，這類公司的特點是資源豐富，有大量的應用場景，也有資本砸錢投流營銷；另一類是年輕的大模型公司玩家，如Minimax的“星野”、清華系聆心智能的“Aiu”等，這類公司對于AI原生的理解更具想象力，愿意投入大量的精力和資源All in 應用層。此外，豆包、通義、智譜清言等效率助手也內(nèi)嵌了大量偏娛樂向的智能體。

國內(nèi)大部分的情感類產(chǎn)品都在不同程度上對標Character.AI。Character.AI在社交娛樂賽道上遙遙領先，已經(jīng)成長為僅次于ChatGPT的全球第二大AI應用。數(shù)據(jù)顯示，Character.AI總月活用戶超過了千萬，活躍用戶日均使用時長超過了2個小時。

相關研究機構(gòu)預測，2024年將會是情感陪伴類產(chǎn)品爆發(fā)式增長一年。但目光聚焦到國內(nèi)，暫時無法能找到與Character.AI差不多量級的情感類AI應用。在這種情況下，也許多模態(tài)能成為一個新的突破口。

延續(xù)著Character.AI的路線，市面上的大部分玩家都想做AI時代的UGC內(nèi)容社區(qū)。從內(nèi)容上做進一步劃分，有偏向游戲化的星野，將故事對話、抽卡、集小卡等游戲的玩法融入到了應用中；有融合了專業(yè)心理咨詢指導的Aiu，也有乙女向的萬話、筑夢島、貓箱等。

在如何做產(chǎn)品上，新老玩家呈現(xiàn)出了截然不同的態(tài)度。老玩家要復制曾經(jīng)成功過的自己，新玩家則更想創(chuàng)造一個全新的AI原生應用。

在資深玩家的身上總能找到過去產(chǎn)品的影子。

閱文開發(fā)的筑夢島文字感極強，幾乎與閱讀小說的體驗一樣，里面有不少閱文旗下IP化的小說人物角色智能體。閱文筑夢島為智能體打的標簽、角色介紹以及對話細節(jié)的刻畫，在當前仍以文字交互為主的狀態(tài)下，代入感會更強。

（圖源：閱文筑夢島）

開啟智能體角色對話模式后，產(chǎn)品體驗感類似于主打互動式文字游戲的橙光。贈送禮物、購買日卡、月卡，吸引用戶付費的方式也與閱讀小說如出一轍。

當前各個應用為了聚集用戶，對智能體的創(chuàng)建沒有明確的限制，但長期以往，IP版權(quán)會成為一項競爭力，屆時閱文的優(yōu)勢將凸顯出來。閱文依舊可以通過授權(quán)IP，將熱門影視作品IP的主要人物打造成智能體，來延長IP生命周期，打通新的變現(xiàn)渠道。

字節(jié)的貓箱就像是另一個抖音，上下滑動可以隨機掉落不同的智能體，一鍵點擊加號可以創(chuàng)建智能體，點擊作者名字可以關注，進入頁面還能查看該作者的其他作品。因此，相較于其他應用，貓箱一進主頁就給了人一種熟悉感，也就更容易上手試玩。

（圖源：字節(jié)貓箱）

貓箱的前身是話爐，雖然在今年才正式上線，但早在去年字節(jié)就靠海外AI產(chǎn)品賽馬的方式積累了大量經(jīng)驗。另據(jù)光子星球了解，為了獲得更精準的反饋數(shù)據(jù)，字節(jié)曾招聘專門的人員來訓練智能體。所以，字節(jié)貓箱一上線就呈現(xiàn)出了較成熟的產(chǎn)品形態(tài)。背靠抖音的流量大池，貓箱獲得了大量的曝光機會，有豆包的用戶增長案例在前，貓箱有很大潛力出圈成為下一個爆款。

星野等新應用雖然看不到太多互聯(lián)網(wǎng)的痕跡，但是整個賽道面臨著和效率工具同樣的問題，同質(zhì)化嚴重。目前，除了星野建立了一點用戶心智，剩下的應用產(chǎn)品似乎都站在了同一起跑線上，當大家的玩法差不多，誰先能像Kimi一樣出圈，誰就擁有了主動權(quán)。

AI女友，危險的“現(xiàn)金?！?/h4>

AI情感類產(chǎn)品經(jīng)常被戲謔為“AI女友”項目，字節(jié)“空降”的小黃蕉應用，從二次元走向了真人，直接貼上了AI虛擬交友的標簽。

盡管OpenAI的奧特曼曾經(jīng)在公開場合表達過對“AI女友”的不屑。

但有多位投資人對光子星球表示過，“當大家都開始找PMF（產(chǎn)品與市場的匹配度）的時候，情感類是最確定的?！毖韵轮饩褪?，當用戶的使用規(guī)模和時長達到一定量級后，就自然能找到了PMF，其中AI情感類產(chǎn)品占有優(yōu)勢。

Kimi的出現(xiàn)打破了AI 1.0時代技術首先得靠B端變現(xiàn)的認知，那在當下效率工具卷生卷死的時間節(jié)點，Character.AI、星野也在提醒大家，情緒所帶來的價值依然不可忽略。

在付費意愿普遍不那么強烈的大環(huán)境下，頂著投資人壓力的Kimi在商業(yè)化變現(xiàn)上也抓住了“情緒價值”的關鍵點，通過鼓勵用戶打賞的迂回策略，來緩解投流和運營成本的壓力。

光子星球在接觸創(chuàng)業(yè)者的過程中發(fā)現(xiàn)，做C端AI應用產(chǎn)品早期獲取用戶的難度沒有想象中困難，只要能精準觸達到有特定情感需求的目標用戶，即使是長尾產(chǎn)品也能產(chǎn)生付費。

有的人在國內(nèi)上線產(chǎn)品，第一個訂閱付費用戶卻產(chǎn)生在遠隔千里之外的大洋彼岸；有的創(chuàng)業(yè)者被追著加微信，基于產(chǎn)品體驗效果搶著付費。

AI情感陪伴類產(chǎn)品，難的不是找到嘗鮮付費的用戶，而是能夠持續(xù)加深用戶與應用之間的綁定關系，篩選出重度用戶，不斷地產(chǎn)生付費行為。

在留下用戶方面，AI情感陪伴應用有天然的優(yōu)勢，Character.AI的日活躍用戶使用時長已經(jīng)超過了ChatGPT。閆俊杰在采訪中也直言，“fantasy（星野）產(chǎn)品，挺夸張的，是很長的時長”。

GPT4o實現(xiàn)了端到端的視覺、語音聯(lián)動，端側(cè)的價值正在逐漸凸顯。

數(shù)據(jù)顯示，ChatGPT 移動應用程序的凈收入在 GPT-4o 推出的當天首次增長了22%。截至到5月17日，ChatGPT 移動應用在 App Store 和 Google Play 兩個平臺上共賺取了 420 萬美元的凈收入。

（圖源：Appfigures）

據(jù)白鯨出海報道，海外版星野——Talkie ，截至今年4月份，Talkie累計下載將近 1400 萬（不包含中國大陸）、累計營收將近 83 萬美元。有接近 Talkie 人士透露，Talkie 已經(jīng)實現(xiàn)了 ROI 轉(zhuǎn)正。

效率類的智能助手需要考慮小程序、網(wǎng)頁、手機應用跨端的適配，但情感陪伴類的產(chǎn)品主要在端側(cè)。用戶黏性加上端側(cè)潛在的增長潛力，buff疊加后，盡管“AI女友”不是一個好項目，但是似乎是一門好生意。

問題是，目前的大部分產(chǎn)品的情感價值濃度還遠遠不夠，這就導致讓用戶長期付費暫時還很困難。

顯然，賽道上的玩家也意識到了這個問題，于是采用了免費+付費的模式來推進商業(yè)化。短期來看，免費可以讓更多用戶試玩應用，產(chǎn)生的數(shù)據(jù)和留下的反饋評價，這些數(shù)據(jù)可以反過來喂養(yǎng)底層模型，增強應用的體驗效果。長期一點，各家致力于做內(nèi)容社區(qū)，如同抖音一樣，未來需要有大量的UGC、PGC內(nèi)容撐起整個生態(tài)。

當前階段的產(chǎn)品付費，距離情緒價值“買單”還很遠，更多體現(xiàn)在功能付費上。作為情感陪伴類的產(chǎn)品，理想的情況是，用戶付費是為了解鎖與智能體更深度、親密、互動頻繁的關系。

（圖源：左星野，右Character.AI)

但現(xiàn)狀是，迫于技術、算力上的局限，用戶不得不為自動播放語音、更長線的記憶能力、更快速的對話反饋來訂閱付費。

具有爆款潛質(zhì)的AI情感陪伴類的應用，可能先要思考如何最大程度上滿足用戶需求。