第四届 Day系列“AI+未来式 工具创新增长”出海趋势峰会圆满落幕！
随着当今科技的快速发展，AI被认为是引领未来的核心技术之一。AI的应用已经渗透到各个领域，为我们的生活带来了巨大的变革和创新。在工具/泛娱乐/游戏/电商等多条赛道，AI大模型技术均呈现出加速落地的态势。
AI时代已经到来，我们不禁要思考它将如何发展并带来怎样的创新应用，投射到出海行业，AI又该如何与新的趋势、不同地区的市场需求相结合？
为了助力出海从业者们精准把握AI新趋势，腾讯云、携手扬帆出海主办，Flat Ads作为合作伙伴的“AI+未来式 工具创新增长”主题出海趋势峰会邀请到APUS 副总裁 明理、测测集团 创始人&CEO 任永亮、腾讯云高级解决方案架构师魏子瑞、 大中华区非游行业销售总监 Liu作为演讲嘉宾分享实操干货。
同时，也邀请到大觥科技CEO 黄硕、VAST CMO 、大观资本 泛娱乐投资负责人 黄枫惠、腾讯云 社交娱乐行业首席架构师 章烨明、Flat Ads 商务VP 曹立平作为圆桌嘉宾，共同探讨AI+工具的新场景、新玩法。
以下是嘉宾演讲&讨论内容整理：
PART.1
《AI已来，AI重塑工具全球化新思路》
APUS 副总裁
明理
AI的涌现和发展是非常迅速的，去年我们讨论最多的是AIGC，而今年又发布了自己的Sora模型，这也标志着AGI时代的快速到来。
通过Sora，往往需要花费大量时间和成本才能创作出的视频，仅凭借一句话就能够生成出来，这反映了AIGC的重要能力。一是模型层面，Sora跟GPT不是同一个模型，Sora的出现会让人无法区分世界和虚拟世界，Sora要构建、渲染的是一个真实的物理世界。二是AI行业发展路线，纵览AI的发展历史，可以看到“代码-参数-算力”这一清晰的路径。未来人工智能的竞争格局一定是算力的竞争，掌握算力的人更可能建造出AIGC的壁垒。
基于这些观察，可以看到目前全球AI应用市场发生了较大改变，根据第三方平台披露的数据显示，2023年AI类应用整体下载量和首日增长都很高，但它的整体盘子并不算大，Q4大约只有5亿美金左右收入，以《》为代表的AI+领域应用数量最多，竞争十分激烈，2023年收入约占整个AI赛道收入的20%。此外，这些AI产品中有部分不是单纯的原生AI产品，如果只基于原生AI产品计算收入的话，那目前的数据尚且无法衡量真实的AI价值表现。
在All in AI之前，APUS是长期做全球化服务的互联网企业，在APUS转型人工智能时，制定了为中国定制的人工智能大模型，积极构建人工智能生态，让大模型应用和价值创造接轨的AI战略。
此外，APUS还提供不止于AI大模型的能力输出，通过产业联运与投资赋能，积极构建更加富有生命力的生态循环。
为什么要这样做？APUS的整体思路是立足于应用，突破算法，跳出算力的陷阱。算法、算力、应用生态之中，算法和应用生态重点跟进，在算力层面的策略则是建立基础算力，跳出算力陷阱。
大模型训练需要大量的算力、数据和场景支持，根据AI发展现状与未来趋势判断，APUS绘制了AI大模型架构的「五层金字塔」：
以海量数据和算力为基础训练出通用大模型，再精炼出文本、图像、视频、音频垂直应用能力，随后通用大模型作为基座，把技术和服务能力开源开放给电商、医疗、制造、教育等领域，与千行百业合作共建应用场景，形成行业适配的应用层大模型。于此之上，再衍生出满足B端、C端、G端用户的AI应用。
过去10年 ，APUS为全球200多个国家和地区提供了200多款移动应用，为24亿用户提供了25种语言的服务，这给APUS大模型的训练带来源源不断的全球高质量数据投喂。同时，APUS在国内郑州和新加坡建立了两大算力中心，为APUS大模型和海外产品同时提供算力支持。
除此之外，APUS还与腾讯等厂商联动，提供多种算力组合与弹性扩容方案，帮助企业与开发者实现研发迅速落地、大幅降低成本，让灵活的产业协同聚力生态实现价值落地。
PART.2
《关于未来AI工具产品的思考》
测测集团 创始人&CEO
任永亮
传统的移动互联网LUI流程是用户做一个测试，根据测试生成解析，进而生成一个报告，告诉你MBTI类型是什么，实际上这是一个一次性的活动，用户通过这一过程获得了想要的就会离开这一产品。所以工具类产品的留存普遍偏低。LUI的改造能够带给内容型工具产品新的机遇，改造后的LUI生成的是知识库，结合用户提供的内容，能够给出更多个性化的玩法，比如能衍生出一些可互动的内容，进而弥补传统工具型产品的缺点。
那么LUI带来了哪些挑战？首先是对话的形式，虽然个性化程度高，但用户与其的交互成本还是较高，尤其对于东亚用户来说，要看MBTI的类型对E人是一种享受，对I人来说就是比较大的负担，把整个产品改造成LUI模式，用户如何破冰是需要解决的问题。包括如何建立数据壁垒，也都是测测目前正在探索的方向。
根据我们的经验，如果在AI领域中进行再创业，一定需要找到更本质的需求，AI并不能代替需求本身。如类似.ai的AI对话类产品，我们经过市场调研发现，对话只是一种形式上的创新，本质还是因为同人文化存在。因此在投资或创建新项目时，要思考原来对应的需求是什么，AI在其中能起到什么样的加速作用。对于大多数公司来说，算法本身的创新是非常难的。创业者需要调整对于未来的期望，原因有以下几点，一是融资驱动的中国移动互联网创业模式已经终结；二是非明星公司的底层大模型创业之路也已经终结，它所需要的算力、资源、人才壁垒很高，只能走应用的路线；三是降本增效的AI落地已经过验证，虽然想象力有限，但未来的空间是无限的。
我认为有几个方向值得关注：首先，+SD+Sora可能是新的空间；其次，由于中国有很强的硬件供应链优势，因此未来硬件设备与具身智能也非常值得探索；最后，未来有更多人会考虑健康生存，因此AI与生物信息学结合也具有一定空间。
总而言之，AI的创业周期才刚刚开始，一切皆有可能。
PART.3
《拥抱变化，AI赋能应用增长》
腾讯云 高级解决方案架构师
魏子瑞
视觉AI技术与应用正发生着快速演进，主要围绕扩散模型技术作为基础的生态。如果将SD整个生态做划分，可以简单分为四个部分，它的基础模型围绕扩散模型演进，最早诞生的是SD1.1，最早进入大家视野的是1.4，直到1.5开始爆发，在今年Q1，开源社区的SD已经推出了SD3。而在2023年，还有SDXL，包括在Sora之前，也有视频的模型SVD，但SVD受限于多种因素只能生成4秒的时长。
在这一基础模型上，还有很多基于模型构建的训练模型，包括使用最广泛的这一图生图技术模型，以及LoRA（最早应用的大语言模型）也能够适用于SD绘图。
除此之外，广大社区爱好者、参与者也会基于这些基础模型去训练出成千上万的风格独特的模型。这些SD基础模型的演进目的是为了提高出图的效果、质量，以及降低出图成本，但如何将这些模型使用起来，需要基础框架。在实际应用当中，大量复杂应用场景需要结合到成千上万的模型中，这就需要一个很好的框架将其进行串联，把模型应用组合在一起，如SD-WebUI、、、Forge等就能够帮助用户降低使用门槛。
其中，SD-WebUI应用最广，它除了有提示词外，还有反应提示词，能够更好地确保出图质量。但SD-WebUI也有一些局限，比如无法自己做任务调度，不会对SD出图的推理以及提示词做优化，这些缺陷就需要云厂商或伙伴客户做一些额外的工作去弥补。
腾讯云在AI绘图领域能够提供的解决方案涉及到IaaS、PaaS、SaaS。
技术实力强、有自研大模型的客户可以选择IaaS自建，腾讯云能够提供GPU算力、TKE容器集群、TCR镜像仓库、CFS文件存储能力等；在早期创业阶段、需要快速搭建起自己的AI应用，但人力和成本有限的客户则可以选择PaaS平台或直接通过SaaS服务一键式调入接口，完成应用的搭建。
腾讯云的文件存储可以做到GB级的吞吐带宽，帮助客户秒级把模型权重加载到容器中实现快速的应用适配。除此之外，对于出图速度和显存消耗这两个推理优化最具代表性的指标也有显著的提升效果，能够带来显著的模型优化和算子优化，在模型切换时也能够快速缩短切换带来的空白期，实现推理速度的优化。
对于出图推理本身，海内外不同环境都要注意对内容安全的把控以及内容审核，腾讯云的方案中也能够覆盖图片/文本审核以及提示词翻译等。
总结而言，整个AI绘图技术生态非常活跃，能够看到不断有各种各样的新技术、新框架、新模型出现，通过IaaS自建、PaaS平台以及SaaS服务，腾讯云都能够帮助客户低门槛、低成本地快速搭建应用，实现用户快速增长。
PART.4
《AI技术加码非游应用海外高效增长》
大中华区非游行业销售总监
Liu
广告主想要获取用户，需要考虑AI算法的逻辑，以及AI算法升级后能够实现的效果。
首先，AI算法的底层逻辑是应用下载量增长和收入增长同步进行，想要将二者“一网打尽”，需要注意以下三点：
一，AI算法目前底层逻辑是在设备层级去帮助广告主做优化并找到理想用户。通过智能方式锁定那些有可能下载应用的高价值用户，并确保可持续增长，实现ROI目标；二是达成目标ROI，AI能够根据价格效率自动优化广告活动，让广告主花费最少的钱、以最高的效率获得最好的效果；三是实现规模化的增长，覆盖全球130多个国家和地区拥有超过14亿日活，目前已经可以做到广告主日消耗的三分之一水平，是一个非常大的渠道量级。
AI算法升级后能实现什么效果？在AI算法升级前，流程往往是先跑CPI广告，固定的出价买到用户，用户使用行为和付费能力无法直接得到优化。但AI算法升级后，所有的广告活动都已经变成从投放第一天就能够优化最终ROI，直接开启ROAS，针对非游不同领域的APP用户，广告主可以直接根据自身APP情况进行选择，比如通过纯广告变现的产品推荐使用Ad ROAS，混合变现的产品则可以选择混合ROAS模型。
以上是利用AI能力将算法做了全面升级后，能够给广告主带来更高效的增长方式。自2011年于美国硅谷成立后至今，已深耕游戏领域超过10年，得益于AI算法的升级，近年来在非游投放领域也已有多项成功案例，覆盖健康/健身类、财经类、社交类、餐饮类等多条品类赛道。如字节、等海内外头部社媒平台也会选择作为扩量和获取高质量用户的渠道。
在来看，广告投放主要有两端，一是流量来源，二是投放效率。目前，核心产品矩阵中包括、MAX、以及，覆盖了投放、流量变现、广告素材及效果衡量等多个层面。
而除了APP端广告外，现在也可以提供CTV广告，特别是在美国市场，根据数据统计，目前82%的美国家庭都拥有联网的智能电视，且智能电视的总支出在2024年达到了290亿，美国用户对于电视视频中插播广告的形式也非常习惯，总结而言，CTV广告仍处于红利期。
的CTV广告是按照效果付费。即只有用户下载以后广告主才产生付费，而非按照广告的曝光付费。这样可以最大化确保广告主在CTV端的投放效果。目前，的CTV广告产品正式推广不足一年，随着美国用户生活习惯的改变，CTV广告这一形式值得广告主引起重视。
PART.5
圆桌研讨
《AI定义工具新形态》
圆桌嘉宾
在圆桌讨论环节，我们邀请到大觥科技CEO 黄硕、VAST CMO 、大观资本 泛娱乐投资负责人 黄枫惠、腾讯云 社交娱乐行业首席架构师 章烨明、Flat Ads 商务VP 曹立平，就圆桌三大议题进行研讨。
Q：AI+工具诞生了哪些新的场景和玩法，将有哪些增长点？
黄硕表示，对于创业者而言，AI+的大模型一般指大语言模型，大语言模型即能够给工具类产品加上一些对话能力，以图像+大语言模型为例，有两方面值得关注，一是2D、3D的精致形象能够通过大语言模型做语言类型的驱动，再加上一套工具链，将其数据串联起来，这些玩法可以由小创业团队来轻松推动，自然会百花齐放。二是以前受资源限制做不到的事情，比如开发出千人千面的APP，现在依靠模型、工具链加上自己的喜好，小团队也可以做到。
表示，他们做的正是3D生成大模型，有两个场景非常有意思，一是旧的人带来新的场景，在新AI技术出现后，可以利用3D模型做小游戏、新的互动空间、娱乐形式，这些都为原来的人创造出了更多新场景。二是为所有人带来新的玩法才叫增长。AI作为新的变量，能够给所有人包括玩家带来新的体验。这也是作为AI创业者未来期待探索的方向。
黄枫惠站在投资人视角，给出了自己的看法。她认为，对于ToB来讲，AI+工具提升非常明显，能够缩短工作流，提高效率，降本增效，在业务端的落地上也会更为直接。对于ToC的产品，更多则是关于用户体验提升和使用场景生命的延申。现在已有产品能够自己的一站式工作流，用户可以直接在产品中将一段文字生成剧本、分镜、视频，甚至可以直接绑定视频在部分平台上做直接的变现。这两点是其实际观察到的趋势。
章烨明则表示，腾讯云给客户提供的是技术能力，帮助他们做出更多的创新，比如AI音乐生成、AI特效礼物，以及变声特效等，这些都可以给客户赋能，帮助他们找到新的增长点。
曹立平表示，他们接触的更多是在落地层面，即帮助开发者变现。最早接触AI工具是相机类产品，能够通过更换背景获取很多用户的关注度，再通过好友分享形成自然新增。除此之外，还有一些AI换脸、AI社交类产品也能够创造出新的变现场景，其中AI社交在日本市场较为受欢迎。
Q：如何通过AI赋能产品，跑出长生命周期？
黄硕认为，想要跑出长生命周期，需要利用好AIGC社区的能力，比如上目前有一个比较火的开源搜索引擎，500行代码实现搜索+对话能力，效果非常好。因此暂时没有必要自造车轮，只需将现有市场的工具做好结合就能够达到不错的效果。
表示，围绕AI确实能够非常快速地形成社区，不断通过AI获取用户反馈，结合社区和产品反馈能够在一定程度上促进产品迭代，在产品体验和设计里，这点就被大部分客户落地到个性化和定制化的服务，延长了原有产品生命周期。举例来说，比如某客户已经是一个做3D打印机的头部厂商，但距离再破圈还是有较大门槛，而通过生成式AI，只需要随机输入文字或进行拍摄，立刻就可以3D打印出来，极大地探索了业务边界。
再例如一些游戏或者社交公司。虽然大部分之前已经拥有了和换装系统，但对于3D的AI社交产品来说，增加一个体验维度，VAST和客户一起共创出的、完全基于AI流的、装备、武器系统，也得到了用户非常好的反馈。也正是因为有了这些体验，带来了更多用户和更大自由度。
黄枫惠对于延长生命周期的想法比较务实，那就是如何更便宜解决现在没有被解决的刚需。想要做一个长生命周期产品，一定要从刚需出发构建自己的产品模式，这个模式的目的是为了获得更多用户数据来不断迭代和完善。定义这个刚需有一个公式表达：新产品的使用体验要远大于旧产品的使用体验，其中还要加上用户替换和学习的成本。在AI这个阶段做长生命周期的尝试，可以更多看原有市场上已经验证的需求，用AI做降本增效并扩大用户群。
章烨明对黄枫惠讲述的内容非常认可，他表示AI产品需要先跑得快，才能跑得久。“云”作为行业创新的基石，会努力为AI工具带来更多创新服务。在IaaS方面提供覆盖全球的节点布局及高性能的数据存储、加速、算力；PaaS方面通过TI-ONE机器学习平台，支持模型训练、管理、部署、加速、评估等一站式服务；另外也会通过腾讯集团能力如TME天琴实验室孵化场景化方案。在保障客户合规、安全的前提下，腾讯云致力于帮助企业提升构建AI产品的效率。
曹立平表示，一个产品的生命周期分为五个阶段：APP的规划阶段、技术性、可行性阶段、以及推广营销和持续创新阶段。在APP的规划阶段，产品经理可以利用AI工具进行定向分析，提升项目评估的可行性，在整个APP研发过程中也可以通过AI的自动算法不断改进产品，减少试错成本。在市场营销方面，通过模型训练也可以定位更精准的用户，提升ROI。而在持续创新过程中，AI也能通过用户反馈帮助产品迭代。总而言之，AI能够在整个产品生命周期阶段实现降本增效。
Q：AI驱动全球生产力变革，有哪些坑需要关注？
黄硕表示，大预言模型是概率模型，具有不可估性，但还没见到特别成熟的实现，因此大语言模型现在更多应用于娱乐领域。此外，想要微调模型需要数据，但往往会涉及到可识别身份信息的跨境数据，也是一大制约。
赞同了黄硕的观点，她补充道，特别是生成式模型更为在乎内容的伦理道德，这是在出海公司、社区中常见的问题，需要持续攻克。其次，玩家对于个别生成的东西非常在意，特别是游戏付费方面较为敏感，此外对于创作者本身的替代层面也非常严肃。最后，做全球化对于运营以及算法的要求都非常高，对各个国家区域的本地化都有非常严肃的要求。
黄枫惠也表示，最需要注意的就是数据安全问题，在AI语境之下，初创公司需要在快速跟随市场的同时更早考虑到数据安全这一层面。此外，在做产品时比起突出展示自己在某方面的技术力，不如去真正成为并理解用户，把每一分钱、每个有价值的算力都用到提高用户体验层面。
章烨明同样肯定了合规和安全的首要地位。他表示，生成式AI模型迭代速度非常快，因此需要注意在技术上可能带来的风险，另外在设计产品、做产品规划和技术架构的同时，需要考虑产品本身是否能跟着技术发展不断快速迭代。
曹立平在推广层面阐述了对这一问题的看法，她表示利用AI做推广有两面性。好处是能够提炼出精准的用户，但另一方面，这一过程需要开发者拥有足够的耐心和金钱支撑来渡过前期。
323AI导航网发布
相关文章
