出品｜虎嗅科技组
作者｜陈伊凡
编辑｜苗正卿
头图｜AI生成
"AI原生100"是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「15」篇文章。
"我们确信不久的将来会有一个‘大饼’掉下一个，虽然具体什么时候掉下来我们不知道，但我们要先把盘子做好、做大，否则掉下来了我们也接不住。"
姜涛如此描述自己现在做的事。说这句话时，姜涛正坐在音潮办公室的会客区里。
他亲历了中国AI音乐发展全过程，在过去的十多年时间，他几乎没有离开过AI音乐赛道，如今，他是一家专注音乐大模型和AI音乐产品的公司——音潮的CEO。
如果第一次见到姜涛，很容易将他和音乐人联系在一起，但你很难想到这是一位从事了多年AI算法的技术男。他穿着米色休闲亚麻西装，有时候还会带着一个圆形礼帽，很像一个玩爵士乐的"老炮儿"。他会给妻子做歌，把女儿稚嫩的声音编进旋律，浪漫得不像理工男。但从他的表达中，却能看出他的算法功底，例如他会用"技术栈"来比喻团队成员的不同能力，他对AI音乐发展史信手拈来，说到AI发展的每一个里程碑事件时，他会提高语气。
1938年，第一台电子语音合成器Voder在贝尔实验室建造成功，这是AI第一次和音频结缘。
1957年，Lejaren Hiller和Leonard Isaacson实现的人类历史上第一支由计算机创作的音乐作品《Illiac Suite》，通过算法将变量替换成音符生成了四个乐章。
但此后漫长的岁月里，AI 音乐像是被按下了慢放键——马尔可夫链在旋律里打转，循环神经网络困在节奏的迷宫里，卷积神经网络也跨不过全链条生成的门槛，进展缓慢得让人几乎忘了它的存在。
直到2016年，谷歌推出了用于音乐生成的Magenta项目，利用深度学习TensorFlow等框架，展示了AI音乐生成的能力。
彼时的姜涛正在快手的办公室里，对着屏幕上混乱的音频波形发愁——他正试图解决人声与伴奏音乐分离的难题，这个困扰行业多年的痛点，在此前的技术框架下始终是块难啃的硬骨头。偶然间注意到Spotify（瑞典一家在线音乐流服务平台）的一些科学家尝试用医疗影像中血管分离的模型解决这个问题，姜涛觉得很有创意，他也写了个模型尝试了一下，没想到效果出奇的好，分离出来的人声异常干净。
姜涛后来常对人说起那个时刻，他第一次深刻感知到深度学习的能力，之前很多认为不可解的问题在这一刻完美解决了。
也是在那一年，他找到快手 CEO 宿华，提出要做 AI 音乐生成。"当时大家觉得这事儿太玄幻了。" 但宿华非常的支持，同时还分享了其上学时用音乐排解其苦闷的故事。转头又给他找了个特殊的顾问——曾给张惠妹、萧敬腾等一众知名歌手填词作曲的专业音乐人"阿怪"，陈志翰。
那段时间，快手的办公室里总飘着奇奇怪怪的旋律。姜涛带着算法团队和阿怪挤在同一个隔间，一边用代码训练模型，一边听阿怪讲和弦走向、编曲等乐理知识。这种奇妙的碰撞，成为了他音乐素养的启蒙。
2021年，Transformer为架构的大模型的出现。2024年，Suno横空出世，被称为音乐界的"ChatGPT"，第一次实现了歌词、人声、伴奏等一系列音乐内容一次性AI生成。姜涛知道，那个"天上的饼"可能快要掉下来了。
也是在这一年，音潮诞生了。
即使现在看来，音乐生成依然还是一个小众却好玩的赛道。在中国科技领域，做语音和音频生成的人并不多，音乐生成又是其中最小众的一批人，国内的专家一只手都数得过来。在这个领域的人，既是玩音乐的人中最懂算法的，也是做算法的人中最懂音乐的。但姜涛总觉得，这里藏着和快手当年一样的机会——每个人都能拍视频让短视频实现了平权，那当每个人都能做歌的时候，音乐是否也能实现平权？
他还记得快手上那个把李荣浩《爸爸妈妈》唱火的农民工，记得蒙古牧民哼着听不懂的调子却让人汗毛倒竖的瞬间。"外卖小哥的故事，环卫工的生活，为什么不能写成歌？"他给妻子写的歌，每年都会拿出来听，里面还留着女儿小时候含糊不清的童声。
姜涛说，如果短视频的平权，塑造了快手和抖音，那么音乐平权是不是也能塑造出伟大的公司？
快手的启蒙
虎嗅：你是如何切入AI音乐赛道？
姜涛：我在中科院计算所工作了三年。我可能是所里唯一做应用声学相关研究的。那时海外听歌识曲的APP应用Shazam特别火，我就在所里开发了国内的第一款听歌识曲APP--"音乐耳朵"，上线了App Store应用市场。几年后QQ音乐、网易云等才上线了该功能。这段经历让我进入音乐信息检索（Music Information Retrieval）这个赛道。
我经历过深度学习之前的专家系统、隐含马尔科夫模型、知识向量机等多个模型阶段，以及当下的大模型阶段。
其实深度学习出来的时候我很兴奋，2016年左右我在快手做了一个音乐和伴奏分离的模型，这个问题在这之前一直做不好，效果很差，深度学习出来之后，我们借鉴了Spotify发表的一篇论文，这个算法将医疗图像上的血管分离用于语谱图中人声和伴奏的分离。
这个想法非常的巧妙，我们实现以后发现效果特别棒。这是我从内心相信深度学习的原因，一个自己多年来求而不得结果，深度学习一下就解决得很好。这个感觉非常的让人兴奋和幸福。
我很感谢我的导师，哈工大的韩纪庆教授，以及郑贵滨、郑铁然两位师兄的帮助。韩老师是一个对科研非常认真，对学生的指导倾尽心血。我当时的研究方向和实验室的主流方向有差异，但是韩老师给予了极大的支持和鼓励。没有韩老师和实验室给我打牢的知识基础，我很难在AI音乐这个领域有所发展。
虎嗅：但你的经历中其实并没有选择进入一些语音识别的公司。
姜涛：有时候可能真是被选择，投身了一个小众又好玩的赛道。整个算法圈的人员分布基本是这样的，首先是自然语言最多，然后是CV视觉，最少的是音频相关。音频当中，做语音识别的人最多，其次是合成，然后才是音乐。音乐在过去20到30年时间，一直处于一个既不算落寞但也不火热的状态。
音乐研究人员的匮乏，资源也非常有限，导致这个领域比较封闭，国内从事这个方面研究的屈指可数。当年与北大的陈晓鸥教授合作时，他为了让学生出国参加会议，把凑了三四张经费卡，才凑够学生的出行费用。
这个行业确实有一些比较有趣的人，龚嵘老师拿了欧洲文化基金，录入了国内最大的京剧数据集，最近他还做口吃的识别和矫正。北邮的李荣锋老师一直在做古乐谱-工尺谱翻译研究。Gus夏光宇老师做了能与人合奏的弹钢琴机器人、能够指导人唱歌时呼吸的硬件设备等好玩的东西。
这个方向很难招人，只有复旦李伟老师等几个学校有少量的学生。更多情况，我们都是在公司内部培养，找一些知识背景接近又对这个方向感兴趣的同学。
虎嗅：到快手负责哪块业务？
姜涛：2016年，我去了快手。当时快手大概一两百人多人，是快手飞速发展的阶段，快手的DAU从几百万到几千万，又迅速上升到几亿的阶段。
我是快手的第一位音频相关的算法工程师，我们从零开始建立快手的音频和音乐相关的算法团队。最开始我们做的工作一部分是把一些违规的音频内容过滤掉，同时把音频内容做聚合和打散。
虎嗅：在快手的经历中有没有印象深刻的事情？
姜涛：当时的快手是一个有趣的状态——混乱的高速发展，但是效率非常非常高。没有职级，但你需要什么帮助， 在企业微信里找到这个人，只要能帮到你就一定会全力帮你。
虎嗅：当时的快手有OKR或者KPI吗？
姜涛：没有，那个时候是一个风口，上涨很快，你可以感受站在风口的感觉，就是你做点什么事情，都会有大批用户喜欢。
虎嗅：抖音在那个时候是个什么状态？
姜涛：那时候是很有趣的状态，抖音刚起来。因为我当时一直关注各种音乐流量的变化情况，我发现抖音音乐流量起来了，内部还讨论过是否学习抖音的模式。不过最后快手选择了自己的路线，我认为这两种都没有错，都发展成了现象级的产品。
虎嗅：这两条路线是什么样的？
姜涛：快手更强调短视频平权，宿华的个人理想是相信每个人都有平等机会成为世界明星，只要你拍摄，快手就会给你一个平等的展示权利。那时快手的slogan还是"记录世界、记录你"。快手的群众基础是东北老铁，其实流量起源于同城，你可以看到整个区域内的内容，还可以看到其他区域的人发的视频什么风格，这个非常有趣，也是当时快手快速起量的原因。抖音更强调一二线城市的年轻人，流量会集中打一个单独的品类。我们当时开玩笑地说过一句话，这是人类历史上仅有的两个产品，DAU都过亿，但还能保持高速增长，那就是中国的抖音和快手。他们选择了两条完全不同的增长曲线，这两条都很性感，都成长成了伟大的公司。
虎嗅：你在快手呆了4年多，这四年多的时间，除了见证它的高速发展，有经历过快手一些至关重要的转型时刻吗？
姜涛：快手完成了短视频的教育，但后续抖音完成了第一波收割，微信视频号完成了第二波收割。快手能迅速发展起来，得益于几个因素的叠加，智能手机的普及、移动互联网的加速和降费、深度学习的红利等。每个人手机上都有一个摄像头，能够随时随地的拍摄作品并快速传播给全世界。
虎嗅：快手是一个非常典型的移动互联网原生的产品，和我们现在讨论的AI原生产品一样。
姜涛：是的，快手、抖音都吃到了上一波深度学习的红利。快手发展时，深度学习刚起来，我们这个组叫MMU，Multimedia Understanding。组长李岩对算法和业务都有非常深刻的理解，是快手AI技术研发的核心人员。我们的主要工作就是给短视频做理解，知道作品的场景、人、物、情绪、语音等等。有了这些理解后，就可以很方便地进行流量分发。把作品精准发给喜欢它的人群。如果没有那个时候深度学习的爆发，流量分发将会很困难。
快手内部对算法的重视程度极高，宿华本身是一个非常技术范的人，智商超群、情商超群、精力也超群。我们一直说，他写代码的速度只受限于他的手速。有一年大家春节回家，他自己默默把快手底层C++库做了升级。
虎嗅：当时卷吗？
姜涛：不太好称之为"卷"，更多是高速增长，因为业务发展太快了。这个东西你不做，其他人就会做。当时没有任何资源限制和岗位限制，可以内部合作。其实更多的是成就感，希望自己做到东西可以服务广大的用户，帮助公司更加快速的成长。
虎嗅：当时内部是一个鼓励创新的氛围？
姜涛：是的，那时候百花齐放，如果你有好的想法，公司就会让你做。2016年我提议做AI音乐，当时谷歌开源了一个实时音乐模型叫做Mamenta，这是上一波深度学习阶段标志性的事件。AI音乐生成在2016年还是一个很玄幻的方向，商业化还不清晰。当时宿华和李岩都很支持，还给配了一个业务顾问——阿怪老师（陈志翰），他给张惠妹、萧敬腾等很多歌手作曲，我们一周三个半天面对面聊，那段时间，我的音乐素养完成了蜕变。
虎嗅：阿怪给你带来了什么？
姜涛：他是一个很有趣的人，他号称自己是整个音乐圈代码写的最好的。他也是音乐圈里对算法最热爱的，他喜欢深度学习。他自己有很高的音乐素养，但他也很明白大众需要什么，他知道艺术有时候就是生意。他让我对音乐的世界观发生了转变，也意识到音乐是可以拿模型来做的。
虎嗅：你们一起磨合了多久？
姜涛：我们一起做了三年，阿怪老师2019年心梗去世了，2020年左右我们全套模型做完，上线了一个产品叫做"小森唱"，用比较特殊的方式把一些小模型串在一起，用户给一个主题就能做出一首歌，但这个产品太超前了，产品上线之后，发现市场并不是特别认可。我也是在那个时候离开了快手。其实做"小森唱"的时候，也是希望是给阿怪老师的一份特殊礼物，希望他在另一个世界可以快乐地玩音乐、玩算法。
"Aha moment"：见证了智能涌现的时刻
虎嗅：离开快手的原因是什么？
姜涛：在快手遇到了自己成长的瓶颈，想要在一个新的环境中获得成长。
虎嗅：接着你选择了腾讯音乐，为什么做这个选择？
姜涛：我到腾讯音乐的时候抱着一个理想，希望有更多训练数据。
虎嗅：你到腾讯音乐的时候，做了哪些事？
姜涛：当时腾讯音乐算法团队比较分散，不利于将算法研发深化。我去了之后，花了半年时间把零零散散的小团队组建成了一个大团队，叫做天琴实验室，这个实验室最后承接了QQ音乐、全民K歌两个大平台所有音视频算法需求。我们上线了各种有趣的功能，例如K歌的多维度打分、智能修音、无损音乐超分、有声小说等。后来还做了一对数字人，一个叫小天，一个叫小琴，是一对兄妹，她们成了天琴实验室的歌声合成、舞蹈生成、灯光生成等多项技术的最佳载体。
虎嗅：但是2023年你又从QQ音乐离开，这个怎么考虑？
姜涛：其实QQ音乐也好、网易云音乐也好，这些音乐流媒体平台的核心资产是曲库版权，而大模型训练需要较大的算力资源、人力资源和较长周期的投入，因此在大模型上的投入比较谨慎。当然这件事情是对的，作为一个音乐版权公司，还是以核心资产收益最大化为目的，所以从商业逻辑上来看，我认为这种谨慎是一个很正确的决定。
虎嗅：从腾讯音乐出来之后，你去了昆仑万维。
姜涛：就像之前说的，腾讯系比较喜欢后发先至的打法，而我当时想尽快投入到大模型训练中，而当时国内愿意为AI音乐这件事做大投入的只有昆仑天工，所以我从腾讯音乐离职，加入昆仑天工担任AI音乐团队的CTO，做出全国第一个端到端生成的音乐大模型。
那个时候，Suno 3.0也刚刚发布，整个市场非常热闹，虽然那时候效果不好，但大家觉得未来可期。
周亚辉老板是一个非典型的连续创业者，他组建一个完整的AI产品矩阵，天宫音乐、天宫搜索、社交动漫，然后这个AI板块也让整个昆仑的股价起飞。包括现在，周总也是少数能从AI上获得收益的投资人。
虎嗅：但是在昆仑就呆了一年就走了，为什么？
姜涛：昆仑天工有自己的产品迭代路径，但我希望我做的事情能对整个中国的音乐产业有所改变。
虎嗅：这个改变你指的是音乐平权吗？
姜涛：是的，这可能和快手给我带来的影响有关。我希望每个人都能用音乐记录生活。我给我妻子写的歌曲，我们现在每年还会拿出来听一听，那时候还把我女儿的声音录进去。短视频的平权成就了快手，我相信音乐平权也能诞生伟大的公司，整个音乐行业和IP生态都会被重构，我相信外卖小哥、农民工，他们的故事、他们的音乐，也能感动我们。
我们在快手上有一个农民工兄弟，他把李荣浩的《爸爸妈妈》这首歌带火了一把。还有一次，我在快手上听到了一个蒙古牧民唱的歌，有非常好的颅腔共鸣和漂移，我虽然听不懂，但那种汗毛炸裂的感觉让我终生难忘。我相信普通人也一样可以做出感人的音乐。
虎嗅：ChatGPT出来之后，每个人都有个所谓的"Aha moment"，对你来说是什么样的？
姜涛：我当时在昆仑天工，可以说见证了智力涌现的力量。比如我们同样的模型架构，在喂几十万首歌数据的时候，会像一个小孩子唱歌一样，这里也不对，那里也有问题，但是当到了千万首歌的时候，效果突然出奇的好，让模型从一个懵懂孩童一瞬间成长出色音乐家。一旦你经历智力涌现，你会对AI有深深信仰，相信当下一切仅仅是个开始，AI会改变整个人类的未来。
"我们现在有个锤子，但怎么敲我们还在尝试"
虎嗅：选择创业是先拿融资还是自有资金？
姜涛：音潮的投资人是一个很有理想和抱负的人，当时市场上大多数的公司开始专注垂直大模型，我们聊完后都认为音乐是一个发力点，就开始启动了。
虎嗅：这一年多产品迭代了多少次？
姜涛：我们产品刚刚上线，更多是把模型效果做好；下一个阶段，我们的产品会进入很高频的迭代状态，基本上两周到三周就会有一个新的版本上线，增加很多有趣的功能，激发用户的创作热情。
虎嗅：建团队花了多长时间？
姜涛：大概半年多才凑齐基本的人员，现在也在不断吸引业内优秀的同学。我们核心团队里有很多音乐学院毕业的同学，我们仅算法同学现在都可以组成一个乐团了。比如我们现在做评测的同学是清华大学阿卡贝拉乐团的创始成员，之前是在清华读芯片设计的博士，他能作为算法同学和音乐老师直接沟通的桥梁。
虎嗅：对你来说你现在的挑战是什么？
姜涛：我需要一边做算法研发和工程迭代，一边往产品和商业化的路径上去做，后面这个是我的之前技能栈中有所欠缺的。
虎嗅：产品现在刚上线，你自己有发现一些问题吗？
姜涛：其实我们现在最大的痛点就是，激发用户的创作热情，找到更多大家要做歌的场景，并让制作歌曲的产品路径尽可能短。我们想过很多路径，比如Suno，他的产品受众很清晰就是专业音乐人的生产工具和类Spotify的音乐流媒体平台。
还有一家公司叫Riffusion，这家公司的交互非常有趣，他们想要采用GPT聊天的方式来创作音乐。这家公司的历史比suno还早，在文生图Stability模型出来后出来之后，这家公司做了件很酷的事，就是生成钢琴的语谱图，然后再把它转化成可以听的声音。Riffusion早期只能生成一些短片段，二三十秒，但是他们很有创意把这个缺陷变成了一种产品format，命名为‘riff’。
我们其实也在尝试Agent的音乐创作路径，我相信这些新的交互可以激发不一样的创作火花。
虎嗅：你们针对这些痛点做了哪些事？
姜涛：基于自研模型的能力，我们尝试让用户知道音乐是可以用来"玩"的，并为他们准备了很多好玩有趣的功能。例如："音果"就非常好玩，用户可以两首歌的要素抽取出来，混合成一首新的歌，然后在这个基础上可以层层堆叠，并把创作过程游戏化。两个用户的歌曲可以基于"音果"的功能建立一个弱的社交关系，我们成为"音缘"。把谐音梗也玩得比较彻底。
应该说我们现在有一个锤子，但这个锤子敲碎哪些罐子？我们现在还在不断尝试。比如我们希望能够先击中那些更加细分和垂直领域的人群，再这些从垂直人群中破圈，泛化到更大的人群。
虎嗅：我们现在有锁定一些目标群体吗？
姜涛：首先是学生，他们思维更加活跃，也更容易接受新鲜事物，有更高的使用频率也有使用时间。
虎嗅：现在还是一个产品发散的状态？
姜涛：对的，我们现在还是去试，如果有的内容反响不大，我们就会立刻撤掉。
虎嗅：你们的产品迭代速度怎么样？
姜涛：我们移动端是每三周一次迭代，网页端是双周一次迭代。
虎嗅：自己训练模型的话这部分的成本很高？
姜涛：在训练和推理中我们也在和一些国内的芯片厂商合作，用国产卡，性价比很高。因为业务请求量越来越大，我们会尝试训推一体。推理请求量大的时候，我们会把一部分训练的机器拿来做推理，请求量下去之后再收回来。推理的成本是很低的，我觉得未来几个月这个成本可以继续下降。
虎嗅：腾讯前不久发布了AudioGenie音频生成工具，你注意到了吗？这对于音潮是否是一个挑战？
姜涛：AudioGenie 更像是视频或者图像配音效，他们的多模态做得很好，不过完整的音乐作品不是这项工作的目标和重点。
打造和用户共创的数据飞轮
虎嗅：所以我们的商业模式和产品定价是什么样的？
姜涛：我们B端是开放API接口，C端按首收费，可以免费做四首歌，近期会上付费，满足用户更大量的创作需求。
虎嗅：这个定价是怎么考虑的？
姜涛：我们打算做一个尝试，而且我们也有免费额度。如果你在我们这里做的歌，收听的人多了，你可以形成自己的IP，我们会按照播放量给创作者结算。我们现在其实是象征性收费，而且四首歌的免费额度对普通用户来说也是够用的。我们在儿童音乐教育和AI教育场景下完全免费使用。
我们也会在C端做一些衍生服务。因为我们要实现音乐创作的平权，所以用户在我们平台上做的歌，版权完全属于用户。如果你想做相关的版权认证，我们可以帮用户做完。如果用户想做分发，我们可以帮他们做分发渠道。
虎嗅：你们的数据壁垒怎么建立？
姜涛：我们花了一年多的时间建了国内最大的音乐数据标注库，其中有我们从其它音乐科技公司购买的，也有我们从录音棚中购买的，就是这样一点点寻找和积累优质数据。在上海音乐学院于阳教授和陈世哲教授的帮助下，有几十名上海音乐学院的学生帮助我们做音乐数据的标注，构建我们的数据壁垒。我们与两位教授也建立了音乐大模型的联合实验室，进一步加深双方的合作。
虎嗅：你们如何吸引用户并维持用户粘性？
姜涛：第一是我们提供了一个收益的渠道，用户可以通过养成自己的IP并获得收益，就能得到成就感。第二是我们提供了市场上没有的玩法，足够好玩可以吸引用户。
我们的核心理念是，用户花在作品上的时间越多，用户资产就能够获得增值，比如他点了个赞，或者收藏一张歌单，用户价值就会增加。
虎嗅：ToB和To C的节奏怎么把握？
姜涛：我们同步进行，现在还在摸索当中。因为音乐平权未来的市场是什么样，对我们来说就像个迷雾。不过我相信，在快手和抖音刚做起来的时候，也并没有看到清晰的商业化路径，一直到流量激增之后，出现了新的商业火花。
我们要做的事情是，我们知道天上有一个大饼，但什么时候掉下来，我们不知道，我们得把自己的盘子做大，如果盘子不够大，饼掉下来是接不到的。
虎嗅：B端的生意，大厂其实也在做，你们怎么平衡这个关系？
姜涛：不止一个人问过这个问题，我们首先进入生态位，我在生态位上有一个支撑，那么你给我投钱就是一个路径。
虎嗅：如果和大厂合作，你们不担心自己的数据可能会变成大厂模型的某个部分吗？
姜涛：目前不会，当然在中间某个节点可能需要做一些取舍。
"逼自己每月花200美金-300美金在AI产品上"
虎嗅：出海节奏是什么样的？
姜涛：如果出海的话，我们的产品形态会有区隔，我们会和Suno形成差异化的服务。我们现在是和一些MV厂家合作给他们做歌。另一个方向是我们现在有一个小产品，比如你发Youtube需要有版权的配乐，但如果没有版权，就无法上架。我们会把AI音乐作品做一个曲库并配上丰富的标签，用户可以付费使用。
虎嗅：Eleven Labs在语音合成上也走得很快，甚至也推出了Eleven Music的API，拿到了不错的估值，它会是未来音潮出海的对手吗？
姜涛：Eleven Labs确实算是竞争对手，它的语音合成是目前行业标杆。商业模式上，我们是toB的API、toP的创作工具、toC的消费平台、音乐IP的衍生增值服务都有。国内和国外的市场环境差异很大，很难走同一条路线。
虎嗅：音潮团队是一个跨学科背景和多元的团队，你们怎么融合和管理？
姜涛：我们的团建是组织大家去听R&B livehouse，现在我们算法工程师可以凑成一个乐队了，可能我们下一次团建就是包个小场地自己演奏。很难想象一群很i的算法同学，在面对音乐时会展很e的一面，这种反差非常有趣。
虎嗅：团队有OKR或者KPI吗？音乐人都偏理想化，算法工程师偏理性。
姜涛：有OKR的，因为大家都明确知道我们要跑得更快才能活下来。我们的产品负责人是中央音乐学院毕业，他也明确知道商业化的互联网产品是什么样，曲库的负责人也是音乐人，做了很多年乐曲的交易。我见过很多互联网音乐做得很好的公司，但最终没能活下来，所以我需要平衡一下，让大家有快乐的一面，也有紧迫的一面。
虎嗅：如果公司是一个乐队，你承担的是一个什么角色？
姜涛：我给大家提供弹药，给大家划定明确的边界，让大家快乐的把自己的技术栈发挥到最大。
虎嗅：回溯到公司刚成立，有哪些决定现在想来比较后悔？
姜涛：有些东西可以做得更快。比如产品上线，如果可以快一点，也许可以在世界人工智能大会之前让产品更完备。
虎嗅：最近让你焦虑的事是什么？
姜涛：产品刚上线，需要有一个增长点和好玩的功能点。
虎嗅：你们产品上线到现在注册用户有多少？
姜涛：依托waic的宣传，已经有几十万的注册量了。我们还在通过不停迭代，给用户新的刺激点。
世界人工智能大会上姜涛向观众介绍产品 图片由受访者本人提供
虎嗅：现在主要工作在做什么？
姜涛：主要是招人和产品决策。我现在给自己一个规定，每个月要花200美金-300美金在新的AI产品上，我觉得只有付了费才能逼迫自己更加耐心和专注使用这些产品，同时每个月面对账单时，我也会被迫思考这些AI产品提供的功能是否值得继续付费。
虎嗅：你觉得哪些产品做得不错？
姜涛：可灵、即梦、PixVerse的视频生成做的很不错，我的很多视觉素材都是用他们做到的。看到AI talk的Yuri后，我还花时间做了一个数字人的MV作品，但是与Yuri差异巨大，建立一个类似的视觉IP目前还有不小的门槛，虽然工具大家都能平等使用。
Riffusion提供了新的音乐交互方式，它通过多轮聊天来完成创作，我不确定这条路对不对，它与传统的基于daw的创作方式非常不同，它选择了与Suno不一样的路线，但如果这条路是对的，这个交互方式和模式会很有趣，我们也会在自己产品上尝试。
我也会经常使用Suno，它的Suno Studio对于音乐人而言将是一个颠覆性的产品。我会在openrouter上观察近期市场上各类模型的使用分布，以及使用这些模型的创新产品。
嘉汇优配提示：文章来自网络，不代表本站观点。
