在看似新生的AI明星產(chǎn)品背后，一個有意思的現(xiàn)象越來越明顯，即我們總能從這些產(chǎn)品身上找到一些騰訊和字節(jié)的影子。而騰訊和字節(jié)的產(chǎn)品風格區(qū)別暗含著的一個本質(zhì)問題，其實是技術(shù)與產(chǎn)品之間的平衡。

2023年4月，產(chǎn)品經(jīng)理松鵝（化名）從騰訊離職兩天后，就從深圳來到北京，加入一家基座大模型的初創(chuàng)公司。彼時，這家公司還沒什么資本追捧和用戶聲量，只有一個聽起來挺拗口的中文名字：月之暗面。

那時候這家公司的產(chǎn)品團隊，只有松鵝一個人。

同月，曾經(jīng)在字節(jié)跳動全程參與搭建抖音和TikTok等產(chǎn)品的王長虎，在中美都狂“卷”文生圖時，創(chuàng)業(yè)成立一家文生視頻公司：愛詩科技。

幾乎也是同一時間，在嘗試了AI口語軟件、AI換臉、AI心理咨詢等多個AI項目之后，用戶量的激增、投資人的熱情讓身在騰訊的萬磊發(fā)現(xiàn)：屬于AI的風口真的到了。

大模型最終要靠產(chǎn)品來落地，這是這些嗅覺靈敏的產(chǎn)品經(jīng)理們看到的機會。而故事也就此開始。

松鵝來到月暗6個月后，他們做出了Kimi，又過了6個月，Kimi在全網(wǎng)爆了；在Sora沒火之前，愛詩的產(chǎn)品團隊已經(jīng)開始重點突破“一致性”的難題，反復(fù)進行迭代優(yōu)化；萬磊被投資人質(zhì)疑多次“AIGC應(yīng)用沒有核心技術(shù)壁壘，很容易被模仿”之后，在藍馳的閉門會上遇到了剛剛從蘇黎世聯(lián)邦理工大學畢業(yè)，帶著大模型技術(shù)的姜昱辰。一個懂產(chǎn)品，一個有技術(shù)，他們組成了波形智能。

如果拿移動互聯(lián)網(wǎng)的歷史來對照，一個技術(shù)滲透到普通人生活的必經(jīng)之路，就是應(yīng)用的井噴。大模型領(lǐng)域今天似乎正在經(jīng)歷相似的事情。每天都能看到一兩個新的產(chǎn)品誕生，走紅，被廣泛討論，它們的目標都是成為一款“AI Native”的超級應(yīng)用。

而在這些看似新生的AI明星產(chǎn)品背后，一個有意思的現(xiàn)象越來越明顯：

在它們身上你總能找到上個時代的影子，更確切一些，是騰訊和字節(jié)的影子——這兩個中國移動互聯(lián)網(wǎng)時期產(chǎn)品最強的公司，正像幽靈一樣，在中國大模型產(chǎn)品的上空徘徊。

一、騰訊的“門徒”

騰訊的人出來，總是很“騰訊”。他們做產(chǎn)品，也是忠誠的門徒。

松鵝的個人欄目叫《鵝庫》，而萬磊存著一堆張小龍的表情包。

鵝和張小龍，都是騰訊的“圖騰”。

在產(chǎn)品風格上，騰訊的產(chǎn)品經(jīng)理們深受張小龍這位“微信之父”的影響。產(chǎn)品，是馬化騰一直強調(diào)的“連接器”，它是技術(shù)和用戶之間的連接，在騰訊的產(chǎn)品體系中，2C產(chǎn)品就是要把使用體驗做到“極致”。

2023剛開年，松鵝還在騰訊會議團隊待的好好的，用他自己的話甚至可以說是“很開心”。

它是目前最可用的會議工具之一，甚至一度可以說是騰訊繼微信之后的下一個明星產(chǎn)品。在其他所有廠商將IM、會議、文檔、OA都打包整合成一個軟件的時候，騰訊把它們拆開了。

極簡，是張小龍時代提出的“少即是多”的理念，而松鵝離開騰訊會議后繼續(xù)執(zhí)行著這樣的理念。

松鵝曾在社交平臺上分享道：“做一個產(chǎn)品，添加一個功能很容易，不添加功能迭代用戶體驗很難，減少一個功能最難。大部分產(chǎn)品都是因為不停地加功能而變的臃腫。”簡直是張小龍產(chǎn)品語錄的翻譯版。

而Kimi身上確實也能找到對應(yīng)的烙印。

早期打開Kimi，除了對話框，幾乎什么都沒有。在不斷更新的版本中，它“長”出了幾個按鈕。

這些按鈕包括了“首頁”、“新會話”、“歷史會話”和“Kimi＋”，和Kimi的特色能力“網(wǎng)頁鏈接”、“文件上傳”，將核心功能凝聚成一個個按鈕，是騰訊的另一個傳統(tǒng)。

為了讓用戶能夠了解按鈕的作用，Kimi中也存在著大量的“氣泡”，來進行進一步解釋。不僅如此，在Logo的下方，具有文藝感的文案，句句不同。

根據(jù)松鵝公開分享的一個有意思的例子，也能看出這種騰訊的烙印并非所有做產(chǎn)品的人都默認的原則。尤其是，當你的團隊也有了字節(jié)系的人——4月18號，在一些產(chǎn)品討論中，松鵝提出在產(chǎn)品的某個位置需要一個文案。而“一位來自字節(jié)的同事覺得無可厚非：在字節(jié)做產(chǎn)品從來不會有這種要求，這不會提升轉(zhuǎn)化?！彼窒淼?。

“但這里確實得有個文案，還得是比較有功底的文案。嗯，現(xiàn)在差點意思。”頓了頓，松鵝講道：“我們在騰訊做產(chǎn)品是這樣。”

把用戶的需求一個個拆到“事無巨細”，以人為本是騰訊做產(chǎn)品的靈魂。目前Kimi是唯一一個國內(nèi)大模型，兼具了網(wǎng)頁版、App小程序形態(tài)的大模型產(chǎn)品，一位獨立開發(fā)者對我們反饋道：“表面上Kimi設(shè)置的網(wǎng)頁版、APP版和小程序版和其他同類產(chǎn)品沒有太大的差別，但當其作為插件在網(wǎng)頁中使用時，Kimi的呈現(xiàn)效果要更好?！?/p>

右側(cè)為Kimi插件

靈活的產(chǎn)品形態(tài)讓Kimi更具有大眾性和普遍性，Kimi插件可以直接翻譯＋整理重要信息，同時還可以進行自定義調(diào)整需求，進行個性化設(shè)置。根據(jù)公開信息，網(wǎng)頁插件版本是開發(fā)者自發(fā)調(diào)用API生成的，并不出自月暗團隊。

同樣由騰訊系產(chǎn)品經(jīng)理打磨的蛙蛙寫作，產(chǎn)品形態(tài)上和Kimi有很多風格相似的地方。對于不同場景的拆解和功能介紹、教程導覽，在很多細節(jié)上的“較真”和“死磕”。

比如，對于一款生成文本內(nèi)容的AI產(chǎn)品，萬磊的團隊發(fā)現(xiàn)，目前的模型生成能力往往并不能夠直接生成整篇可用的內(nèi)容，往往部分可用需要進行二次甚至三次調(diào)整。他們給出的答案很騰訊——在大模型的生成結(jié)果中，添加了“滑詞”功能，以便于AI生產(chǎn)后的二次優(yōu)化。

與此同時，騰訊的另一個靈魂“社交”，也快速展示在這些產(chǎn)品身上。

大學畢業(yè)之后，萬磊進入了騰訊，在全民K歌中負責社交關(guān)系鏈的部分，后又轉(zhuǎn)到“創(chuàng)新項目”部門，不斷追趕互聯(lián)網(wǎng)風口，做過數(shù)字人、元宇宙游戲，陌生人交友，也做了一堆和AI相關(guān)的小項目，在不斷的探索中，他對于產(chǎn)品的思考越來越寬。

全民K歌推出之前，K歌已經(jīng)有了標桿產(chǎn)品“唱吧”。那時的唱吧已經(jīng)吸引和培養(yǎng)了一大批KOL，也在產(chǎn)品細節(jié)比如調(diào)音、制作MV上下足了功夫。

這盤逆風局，怎么打？參考了以前微信借勢QQ、企業(yè)微信借勢微信的套路，全民K歌更加強調(diào)“誰在聽”而不是“誰在唱”。和微信打通之后，社交關(guān)系鏈自然而然的轉(zhuǎn)移到了K歌平臺，也為后續(xù)的發(fā)展創(chuàng)造了土壤。

當你打開蛙蛙寫作就會發(fā)現(xiàn)，和其他產(chǎn)品不同的是，它更強調(diào)社交傳播，“邀請送會員”、“進群有禮”讓人夢回2018年全網(wǎng)都在“裂變”拉新之際。

我們曾與多位Agent創(chuàng)業(yè)者聊過當下的創(chuàng)業(yè)環(huán)境，他們的反饋往往是，“如今面臨的不是做不出來，而是做出來給誰用的問題”。

“找用戶”，無論是在移動互聯(lián)網(wǎng)時代還是AI時代，都是第一個核心問題。對于文案寫作工具而言，寫出來是一方面，給誰看是另一方面。在群里，用戶可以溝通和交流經(jīng)驗，互相分享成果，甚至通過蛙蛙寫作的渠道報名參加小說比賽。

萬磊分享道：“我們光電話訪談的用戶累計有上百個了，有時候我們會把關(guān)鍵用戶叫到辦公室，當著我們的面使用產(chǎn)品，發(fā)現(xiàn)問題后產(chǎn)品團隊立刻進行調(diào)整，我們希望借助自研模型把工具做細膩做透，和市面上其他套殼的寫作工具拉開差距?！?/p>

這些產(chǎn)品風格上的“路徑依賴”正隨著產(chǎn)品的長大而凸顯，這些主觀、細碎甚至有些執(zhí)念的做法，很騰訊。

二、字節(jié)的“繼承者”

但字節(jié)的風格幾乎是光譜的另一端。體現(xiàn)在新的一批AI產(chǎn)品上，則是它不以人為載體傳承，而強調(diào)一種產(chǎn)品邏輯上徹底的創(chuàng)新。

字節(jié)的人出來創(chuàng)業(yè)，帶著的是一種做產(chǎn)品的方法，而不是產(chǎn)品的風格。

“19年的時候我們組里來了一個字節(jié)的小女生，感覺很不一樣。雖然我們平時也會看數(shù)據(jù)，但明顯她對數(shù)據(jù)和AB test更加敏感，所有的需求根據(jù)數(shù)據(jù)結(jié)果進行推演，包括好與不好，都是通過數(shù)據(jù)來評判。”萬磊回憶道。

字節(jié)系的產(chǎn)品跑得比較好的，產(chǎn)品模型基本長得很相似且粗暴簡單，推薦系統(tǒng)中臺+足夠規(guī)?；臄?shù)據(jù)input，從內(nèi)涵段子到頭條到抖音到后來小一點的懂車帝，番茄小說都一樣，而騰訊產(chǎn)品做得好的產(chǎn)品基本離不開社交關(guān)系鏈。

騰訊像文科生，做產(chǎn)品的都是人類社會學研究學者；而字節(jié)是理科生，灌數(shù)據(jù)、做AB測試，然后跑數(shù)據(jù)，出結(jié)果。愛詩科技產(chǎn)品負責人牧之這樣總結(jié)。

算法是整個“字節(jié)系”產(chǎn)品的靈魂，公開資料顯示，王長虎在字節(jié)跳動負責了視覺算法平臺和業(yè)務(wù)中臺的搭建，用算法為代表的方法論來決定產(chǎn)品的樣貌，這種方式同樣帶到了他的愛詩科技。

“推薦算法技術(shù)中臺的打造是最困難的，他需要給足夠的空間和自由度，讓產(chǎn)品能夠在短時間內(nèi)完成更多需求測試，同時他也需要足夠開放，對未來產(chǎn)品發(fā)展空間的承壓能力和適應(yīng)空間。”牧之說道。

參考移動互聯(lián)網(wǎng)時代的抖音，幾百萬視頻播放量時搭出的推薦算法框架，到了幾百億觀看的規(guī)模，算法是不是仍然適用，仍然能夠高效的分析每個用戶的喜好。

這里我們舉個簡單例子，用雙向標簽對照的體系，為用戶打標簽，也為內(nèi)容打標簽，進行雙向匹配，這樣無論內(nèi)容體量多龐大，用戶體量如何增長，這樣的機制能夠保證實現(xiàn)“千人千面”。

字節(jié)系信奉這套方法論，在不同的場景、不同的行業(yè)這套方法論會出現(xiàn)不同的結(jié)果，也會遇到不同的難題。比如，對于愛詩來說，產(chǎn)品經(jīng)理想設(shè)計一套機制，跑一個推薦模型，怎么讓你的Tranformer或者Diffusion模型，通過產(chǎn)品能夠拿到足夠多的前期數(shù)據(jù)？

“第一重要的仍然是需要知道用戶到底要什么，他要這個視頻來做什么，對應(yīng)到我需要什么楊的數(shù)據(jù)，第二是設(shè)計一套機制，無論是自己生產(chǎn)數(shù)據(jù)，采買或者爬取數(shù)據(jù)，還是強化學習來回收數(shù)據(jù)也好，input到你的模型?！蹦林v道。

所以在推出PixVerse之前，愛詩產(chǎn)品團隊做了很長時間的時間用戶調(diào)研，為了完成第一步。

通過對國內(nèi)外比較核心的專業(yè)視頻生產(chǎn)者的前期調(diào)查，愛詩發(fā)現(xiàn)，清晰度是用戶的一個核心剛需，一致性是對視頻生成模型能否成為生產(chǎn)力的一個更高標準，產(chǎn)品通過市場調(diào)查反哺技術(shù)，技術(shù)團隊對此進行模型突破。

對于AIGC的使用場景，在早期根據(jù)歷史軌跡的推演下，只能替代現(xiàn)有的一部分而很難開發(fā)新場景，且在技術(shù)發(fā)展的早期，比如文生視頻的時間只能有3-4秒的高質(zhì)量輸出，能夠滿足的需求有限，產(chǎn)品需要找到一個合適的切入點。

有了切入點以后的下一步，是建立一個良性的算法模型。

牧之舉了一個例子，在訓練鏡頭這個事情上，如果產(chǎn)品能明確好當下用戶其實最為需要的是一些專業(yè)性的鏡頭，那么你在做數(shù)據(jù)收集和數(shù)據(jù)標注以及清晰的時候，是會存在很強的傾向性的，就是需要這些專業(yè)鏡頭的數(shù)據(jù)， 有了這樣的判斷，往往能用更少的數(shù)據(jù)和更低的訓練成本得到一個更好的結(jié)果。

隨著用戶量的增長，標注的元數(shù)據(jù)越來越多，算法也就越來越靈。

目前PixVerse在海外文生視頻產(chǎn)品榜單中下載量連續(xù)排名靠前，也通過不停的算法優(yōu)化和數(shù)據(jù)積累，形成了產(chǎn)品突破力，滾動的雪球開始有了實體。

三、技術(shù)與產(chǎn)品的新羈絆

騰訊和字節(jié)的產(chǎn)品風格區(qū)別，其實還暗含著一個本質(zhì)的問題：技術(shù)與產(chǎn)品之間的平衡。

騰訊系的產(chǎn)品誕生和成熟于互聯(lián)網(wǎng)時期和移動互聯(lián)網(wǎng)初期，技術(shù)是現(xiàn)成的，需要產(chǎn)品提供的對用戶需求的準確理解，來把它的價值體現(xiàn)出來。字節(jié)系的產(chǎn)品在移動互聯(lián)網(wǎng)的另一個階段快速成長，這時候以算法為核心的技術(shù)，本身在一種不穩(wěn)定中快速進步，它帶來的強大能力是頭條和抖音這類產(chǎn)品可以出現(xiàn)的根本，產(chǎn)品經(jīng)理的“上帝”的角色就讓位給了算法技術(shù)。

這種產(chǎn)品與技術(shù)之間的牽絆在今天AI大模型時代，換了形式繼續(xù)籠罩在各個產(chǎn)品的制造過程中。

“如今做產(chǎn)品和移動互聯(lián)網(wǎng)最大的不同是，需要思考技術(shù)能解決的問題，和產(chǎn)品能解決的問題”。幾乎我們問到的所有產(chǎn)品經(jīng)理，都給出了這樣的答案。但同樣的，不同的底色依然決定著問題的答案。

對于視頻生成產(chǎn)品，一方面模型的效果本身就與技術(shù)資源密切相關(guān)：比如顯卡、顯存的限制或者算力的不足會直接影響效果；另一方面，視頻本身存在著大量的敘事邏輯，和對于劇情的完全可控，這導致了無法滿足理想的產(chǎn)品形態(tài)。于是就像字節(jié)的產(chǎn)品那樣，愛詩的產(chǎn)品設(shè)計也要很大程度從算法技術(shù)出發(fā)思考。

一開始大多數(shù)的視頻生產(chǎn)產(chǎn)品只能生成4s的視頻，但一個電影的平均單個鏡頭都有6秒，技術(shù)要進步如何突破時長，而產(chǎn)品則需要思考，即便是4s的視頻，能夠使用在什么場景。

而即便是在4s的限制下，仍然能解決傳統(tǒng)的影視制作中，補缺一些空鏡頭和漏幀，解決重拍補拍的成本高昂的問題。

而且在底層大模型還在不停迭代的今天，對產(chǎn)品細節(jié)的追求，也要建立在技術(shù)差異之上，它甚至直接決定了產(chǎn)品的形態(tài)。Kimi和蛙蛙寫作看似都是文本生成類的大模型產(chǎn)品，但技術(shù)能力完全不同。

眾所周知Kimi擅長的是長文本的輸入，能夠一口氣讀完一本《三體》，但在應(yīng)用中就會發(fā)現(xiàn)，Kimi的長文本輸出能力不夠強，無論給怎樣的提示詞，其輸出的內(nèi)容經(jīng)常為1000字左右，所以Kimi的使用場景經(jīng)常為“修改部分論文”、“寫小紅書文案”等等。

而蛙蛙寫作作為一款在創(chuàng)意文案生成上更垂類的產(chǎn)品，它的核心技術(shù)能力是長文本輸出和長期記憶，以小說功能作為切入點，通過對小說的背景、任務(wù)、主線劇情進行設(shè)定，蛙蛙寫作往往能夠生成幾千字的小說內(nèi)容，并能夠完整保存前序劇情。對于企業(yè)級的數(shù)據(jù)庫定制和固定文件的模仿輸出，也更游刃有余。

“在所有文本生成中，寫小說其實是最難的。它需要嚴格按照世界觀框架輸出、人物情緒刻畫要到位、人物臺詞要足夠擬人、故事反轉(zhuǎn)要緊扣設(shè)定等等。即便Sora是物理世界的模擬器，它仍然需要文字先將所有的前情全部設(shè)定好，再進行生成。未來文字創(chuàng)作內(nèi)容將作為底層，各個獨立的多模態(tài)技術(shù)真正要落地，還是要被底層所調(diào)用才能有更大的價值”萬磊講道。

但相信產(chǎn)品依然是個“手藝活”的人們，并不會就此把一切都交給技術(shù)。

你可以看到，國內(nèi)的通用大模型產(chǎn)品，在生成內(nèi)容底部，往往會出現(xiàn)一個“點贊”和“點踩”的按鈕，這是人類自主給大模型進行的評價和反饋。

萬磊講道：“如果讓技術(shù)自己識別哪些生成內(nèi)容是好的，哪些是不好的，靠技術(shù)實現(xiàn)很困難，但是在產(chǎn)品中加了一些設(shè)計，便可以反哺技術(shù)，讓生成結(jié)果越來越精準?！?/p>

更重要的是，在這個階段，產(chǎn)品是扔向市場的一個“鉤子”，只有不斷的使用、不斷反饋才能不斷迭代不斷進化。只有產(chǎn)品鉤得住用戶，之后的一切才有意義。

“技術(shù)的高速發(fā)展最終的結(jié)果就是越來越同質(zhì)化，這時候需要產(chǎn)品形成差異性，我認為那時候產(chǎn)品經(jīng)理的空間將會更大?！蹦林f。

從做產(chǎn)品的方法，到所謂的產(chǎn)品哲學，再到產(chǎn)品與技術(shù)的關(guān)系，這些決定著中國AI未來走向的問題，某種程度都在延續(xù)著騰訊和字節(jié)在移動互聯(lián)網(wǎng)的故事，這兩個幽靈會繼續(xù)游蕩在中國AI的上空。