心影随形刘斌新：做不跟用户抢时间的AI产品丨中国AIGC产业峰会

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

除了用AI做效率工具之外，能不能用AI给大家带来一些快乐？

两年多前的一次思考，让心影随形科技创始人、CEO刘斌新有了属于自己的创业行动：

要通过AI技术解决游戏场景中的社交痛点，产品定位在「陪伴」而非抢占时间，让AI成为理解玩家情绪的游戏伙伴。

而且，移动互联网以前常用的MVP模型在AI时代不成立了，可以更多地去预测未来什么场景会是刚需，什么技术能满足需求。

面对“大模型技术突破使复杂推理成为可能”和“用户对AI接受度快速提升”两大行业变化，心影随形始终锚定独属于自己的核心价值。

为了完整体现刘斌新的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。

中国AIGC产业峰会是由量子位主办的AI领域前沿峰会，20余位产业代表与会讨论。线下参会观众超千人，线上直播观众320万+，累计曝光2000万+。

话题要点

• 「用AI创造快乐」，这是我们希望做的事情。
• 不要跟用户抢时间，而是陪伴用户。
• 大模型的进步让我们原来不可思议的事情变得可能，让体验变得更好。
• 同生态伙伴上下游合作，形成一个整体的、全方位的包裹，让用户价值得到充分的满足。
• 多模态理解或是下一轮增长的关键驱动因素和新的场景/应用机会。

以下为刘斌新演讲全文：

「用AI创造快乐」

谢谢大家，很高兴来到量子位大会现场跟大家交流。

两年多前，我看到Transformer和ChatGPT的时候在想，我们做效率工具之外，能不能用AI给大家带来一些快乐？「用AI创造快乐」，这是我们希望做的事情。

另一方面，寻找AI应用落地场景的时候，不再想抢用户的时间了，因为之前做移动互联网的时候发现，用户时间被占满了，8个小时已经在线上了，他有游戏要玩，有短视频要看，我认为我们不要跟用户抢时间，而是陪伴用户——这是做逗逗游戏伙伴最初的想法。

同时，我们认为AI技术在发展过程中，要更好地满足用户真实的需求，还是从用户自身出发，与用户经历相关。

我们发现B站用户年轻人有一个很典型的特点，他们都喜欢玩游戏，游戏是年轻人的社交话题，在游戏过程中，一个很大的痛点在于找朋友一起玩，而且很多游戏是单机游戏，都是一个人在玩，这个过程中能不能有朋友一起陪着他，给他提供更多的情绪价值，这是我们的出发点。

简单来说，逗逗游戏伙伴的核心点是进入已有场景，而不是新的场景，满足已有的需求而不是创造新的需求。想要做大，先要从小做起。

逗逗游戏伙伴的核心功能是在应用中有各种性格、风格的人物，除了可以跟你聊天、唱歌，更重要的是可以跟你一起游戏。“他们”能够看到你的游戏画面，跟你共情，庆祝你的高光时刻，或者吐槽你手残的操作，在游戏过程中给予我们额外的情绪价值。

这个需求的底层逻辑是什么？是满足游戏场景里面完美的社交、炫耀、成就感的需求。

人们都喜欢被重视，例如在游戏厅，打个街霸旁边总会围着很多小伙伴，跃跃欲试或者为你喝彩，让你感觉这个游戏很有吸引力，自己的游戏成就也希望及时被分享、认可，带来丰富的情绪价值，让快乐加倍。

两大变化环境因素

从产品面世至今，做AI产品的环境因素发生一些重大变化。

第一点是行业技术的变化，特别是大模型底层的变化，因为大模型的进步让我们原来不可思议的事情变得可能，让体验变得更好。

举个例子来说，像攻略搜索，像AI搜索在以前有各种幻觉问题，得用各种RAG来做辅助，在没有推理模型之前，对RAG写Prompt是一个很讲究艺术的事情，RAG的先后、Prompt文本的先后，结果是不一样的，因为经常会被干扰，那个时候背景知识的补充不是越多越好。

现在有了推理模型之后，我们把所有搜索到的东西都可以放进去，而且也不用太关心它的ranking，它的顺序，模型自己能推理，能回答得很好，这是一个很明显的变化。

逗逗游戏伙伴即将要上线的新版攻略搜索，准确度可以达到90%以上，基本上可以变得可用了，这个在行业里AI搜索也是一样的，在没有推理模型之前，大家会觉得AI搜索不是很有用，有了推理模型之后，AI搜索变得很好用，这是一个很大的变化，技术推动巨大的变化。

第二个变化是用户对AI的接受度，大家会越来越被AI普及，去年可能早期是豆包，后来是DeepSeek。

其实在国内整个AI的普及率是非常高的，比海外很多的地区要高。大家已经慢慢习惯了AI的使用和AI的场景，这是一个非常好的事情，大家会更愿意接受，也更愿意探索这些事情，我觉得大家来做产品，做应用也是一件好事。

切实解决用户需求，做时间的朋友

从单次爆款到常青树，维持用户粘性和长期优势关键的因素核心主要有几点：

第一，最重要的还是要切实、真实地解决用户的需求，从用户的痛点出发，真正给他端到端的完整体验，哪怕只有一部分是AI能解决的，不完全是AI的部分也要做，给大家真正端到端的完整体验，这点最重要。

第二，比较重要的是做时间的朋友，随着技术的发展，行业的变化，越来越多的技术和应用不断叠加，追赶时代的浪潮，交付更多超出预期的功能，这个是比较重要的。

逗逗游戏伙伴通过几个方式维护用户黏性——

我们有比较多的人物形象，用户平时与这些人物的聊天、沟通都会形成数据，这些数据形成情感羁绊。

有了这些丰富的聊天数据，加上伴随场景过程中能够看到整个画面，AI就能够了解用户很多的行为、习惯和爱好，形成精准的用户画像。

基于这个画像，我们不断训练平台上的AI人物，让他们更加个性化，甚至比用户自己还要了解自己。

另外在生态层面，越来越多的UGC、PUGC的数据沉淀，我们同生态伙伴上下游的合作，包括我们和OEM厂商，游戏厂商的伙伴合作，能够形成一个整体的、全方位的包裹，让用户价值得到充分的满足。

下一轮机遇：多模态理解

下一轮增长的关键驱动因素和新的场景/应用机会，我自己觉得有一个方向可以看，就是多模态的理解。

多模态的生成有很多人在做文生图、文生视频，其实多模态理解也有很大的机会，理解指的是理解整个video，而不是单一图片的这一帧里面有什么物体。

我们可以想象一个场景，如果AI跟你一起看完一场90分钟的足球比赛，跟你一起讨论大家的表现、教练的排兵布阵、大家的战术；或者看了一下NBA，打场游戏，复盘王者荣耀这把怎么样，讨论团战打得好还是不好，这些都会是很有意思的场景。

以前移动互联网和MVP模型在AI时代不成立了，你用最小模型、最短路径试这个需求对不对、产品对不对，很有可能出现变化和偏差。AI时代，可以更多地去预测未来什么场景会是刚需，什么技术能满足需求。

沿着这个点做，做时间的朋友，是有很大的机会。

想要确定具有共识的机会是很难的，这是大厂会做的事情，我们创业公司不要做。

（能不能小小透露一下像您刚说的多模态技术，在2025年有了非常显著的增长，逗逗有可能会开挖哪一个新的场景和功能？）

基于一场游戏和你一起讨论，比如英雄联盟或者王者荣耀，一起讨论走位好不好，说出你的小心思或者毒舌你两句，很多游戏玩家会觉得这挺有意思的。

原本他们在游戏里是闭麦的，他们通常不喜欢打人机，感觉对面是机器没法交流，包括原来的DotaAI在打游戏的时候也是纯机器行为，玩家没法指挥它。

但现在，逗逗游戏伙伴在理解基础上强化学习，就能真正实现AI队友跟你排兵布阵，对面四个人不需要骂猪队友把你坑了，完全明白你的小心思。在玩我的世界的时候，AI伙伴会帮你一起建城堡，他知道你的目的，你只需要出设计思路，他能帮你把重复的事情给做了。

我们的初衷是期待玩家有更多这样的体验，目前也在积极开发这类功能。

后记：

我们了解到目前心影随形也还在开放招人，若你也有“用AI创造快乐”，想和他们一起为全球更多的游戏玩家带来陪伴、带来快乐，赶紧加入他们吧。

简历投递邮箱：talent@huoban.ai，职位岗位信息见如下海报。