# 125: 用AI复刻一个「我」，与心识宇宙陶芳波聊身份模型 晚点聊 LateTalk · 2025-07-13 本期《晚点聊》邀请心识宇宙（Mindverse）创始人陶芳波，讲述他为何放弃做《她》中的陪伴AI（her）和《钢铁侠》中的管家AI（him），转而用AI复制用户“第二自我”的身份模型（me）。陶芳波回顾了从清华、伊利诺伊大学到Facebook、阿里达摩院的AI研究经历，以及GPT-3后下场创业、将公司从通用Agent平台转向身份模型的过程。他介绍了Me.bot和开源项目Second Me两个产品，强调身份模型应通过微调参数而非RAG检索来内化用户记忆、偏好和价值观，并称100份思考或笔记即可训练，一天应微调一次。节目中他还演示了“共鸣”和“Talks”功能，设想身份模型可代表用户社交破冰、输出个性化表达，并讨论了大厂数据孤岛、开源建立信任、身份即服务的商业模式等话题。 ## Questions this episode answers ### 陶芳波为什么把 AI 分成 him、her、me？他为什么选择做 me？ 陶芳波把 AI 分成三类：贾维斯那样执行任务的 him、电影《她》那样陪伴的 her，以及代表用户自己的 me。他受 Facebook 数字身份和用户反馈启发，认为普通人更需要 AI 理解并代理自己，于是想用参数化的身份大模型创造第二自我，而不是只做外在的助手或陪伴。 [28:22](https://latetalk.podhood.com/11ee9da5-3532-4a07-96f9-91174e50fc0e?t=1702000) ### Me.bot 和 Second Me 有什么区别？ 陶芳波介绍，Second Me 是开源技术项目，用户可在本地用个人数据训练、部署自己的身份模型；Me.bot 是把它包装成普通人可直接使用的商业化产品。两者目标一致，都是创建 AI 身份、接入各种真实场景，而不是做有场景属性的 AI 分身。 [35:33](https://latetalk.podhood.com/11ee9da5-3532-4a07-96f9-91174e50fc0e?t=2133000) ### Me.bot 的 Talks 功能是什么？ 陶芳波说，Talks 是让 Second Me 替用户表达的机制：用户像写 prompt 一样提出要向谁表达什么，它会从历史记忆中生成一段以本人声音和身份呈现、图文并茂的“Give a Talk”，听众可实时语音打断并互动。他认为这是身份模型对外分发、唤起认知的重要场景。 [49:33](https://latetalk.podhood.com/11ee9da5-3532-4a07-96f9-91174e50fc0e?t=2973000) ### 构建身份模型的方法和用 RAG 做个人 AI 有什么区别？ 陶芳波认为，不能用 RAG 把用户当数据库来做身份模型，因为那只是底层模型相同、各人上下文不同，无法保留身份。Second Me 先把客观数据主观化、围绕人和话题重新组织成记忆，再微调参数，把记忆、偏好、价值观内化进模型，形成 AI 原生记忆。 [1:25:42](https://latetalk.podhood.com/11ee9da5-3532-4a07-96f9-91174e50fc0e?t=5142000) ## Key moments - **[0:00] 开场** - **[1:53] 求学创业** - [2:01] 陶芳波大四创业做微博达人撮合平台云影，用机器学习量化社交影响力并匹配品牌，类似早期MCN - [4:21] 陶芳波因好奇机器学习只能做工具还是能回答AI本质问题，选择去美国读博士 - [6:57] 陶芳波谈2012年AlexNet：给模型更少结构，它获得智能的潜力更大——Less Structure, More Intelligence - **[7:08] 博士研究** - [10:56] 陶芳波读博做反恐数据挖掘，从几百万份情报报告中还原谁是恐怖网络的头、资助方和紧密计划 - [12:06] 陶芳波读博期间创业做学生外卖：城市只有10万人，注册用户几千后人口规模封顶 - [14:14] 陶芳波：AI自带自主性（agency），因此社会参与是必然；理想介于工具和独立AI之间，绑定具体的人 - [17:24] 陶芳波：工具越发达人越成为工具接口，24小时粘在手机上被钉钉/飞书/邮件使用；让AI成为人的接口 - **[19:29] 大厂生涯** - [19:29] 陶芳波在Facebook负责推荐系统的内容底座，发现算法只是在匹配人和信息，不是建模人本身 - [23:22] 陶芳波读认知科学和禅宗后认为：大脑没有基于任务的结构，所有行为靠底层元结构生成而非记忆重演 - **[25:46] 下场创业** - [25:46] GPT-3让陶芳波看到通用性历史突破；他认为大厂没有无限资源，决定拥抱开放基建下场创业 - [28:17] Mindverse最早做平台让每个人自定义创建him型助手（贾维斯）和her型陪伴（电影《她》），后转向做me - [30:19] 陶芳波：me比him/her更难想到，因为me不在感官范围内；Facebook最大价值其实是把IP地址变成丰富数字身份 - **[33:04] 身份愿景** - [33:04] 陶芳波转向做me的催化剂：用户不断把信息存进平台希望AI更懂自己，C端刚需是被代理而非更多工具 - [34:44] 陶芳波：团队讨论做me时大家会心一笑——'谁不想要把自己保留下来呢'，有用户训练完说'我觉得我永恒了' - [37:35] 陶芳波澄清：Mindverse做的不是分身（avatar）而是身份（identity）；身份是基建，不绑定约会/购物等具体场景 - [39:43] Me.bot强调me定位，对外AI身份会说'我就是蝙蝠侠'而非'我是蝙蝠侠的管家'，增强身份可信度 - [42:49] 陶芳波举例Second Me接入服务：豆瓣问你喜欢哪部电影，身份模型回答'我喜欢更深度的小众片'，与管家行为无区别 - **[44:05] 产品功能** - [44:47] Me.bot共鸣功能：手机碰一碰，两个Second Me全脑同步后在屏幕上像真人一样对话，5-10秒开始破冰 - [49:41] Me.bot Talks：输入一句话，Second Me检索历史思考后以你的声音生成1-3分钟多媒体演讲，听众可实时语音打断互动 - [54:16] Talks不采用虚拟人像：陶芳波认为AI动画人像会让人出戏，声音加视觉素材对注意力干扰更小 - [55:14] 陶芳波：阅读是主动式消费、语音是被动式；只有声音也能抓住注意力，真实人格化的声音穿透力远大于公开内容 - [59:36] Talks以H5页面分发到微信/招聘/交友等场景，让Second Me开放输出到First Me已存在的各个地方 - [1:01:20] 陶芳波谈身份模型护栏：Talk发出前本人可先听一遍；实时交互中按场景精准控制自己是一个全新研究问题 - **[1:11:33] 场景生态** - [1:11:33] 陶芳波谈Talks刚需：忙到无法陪孩子的妈妈希望用自己的声音给小孩讲生活相关故事；公共表达者想省掉写作录制 - [1:12:49] 陶芳波设计哲学：AI原生产品应是'空'的，由用户注入数据与场景后呈现独一无二形态，而不是人人功能一致 - [1:14:37] 陶芳波：身份模型不急着替代agent完成任务，先通过Second Me server/MCP接入淘宝/豆瓣等已有场景做判断 - [1:17:40] 陶芳波：中国互联网数据孤岛与AI的通用性矛盾一定会被打破；身份只有一个，孤岛式数据循环无法支撑 - [1:19:55] 陶芳波解释开源：用信任降低用户交数据心理壁垒，训练在本地、数据不上云，模型可上云接入互联网 - [1:21:01] Second Me开源后3周获10K Star，今年不到20个项目做到；有用户花7万元买iMac只为训练自己的AI身份 - **[1:25:36] 训练方法** - [1:25:36] 陶芳波：构建身份模型不用RAG，因为RAG把每个人当数据库、底层模型相同，无法保留身份；要参数化做AI原生记忆 - [1:28:05] 陶芳波：100万token上下文也不够代表一个人；参数化才能捕捉'爱探索的人'这类偏好、价值观和整体情感 - [1:30:18] 陶芳波训练前处理：把客观数据主观化，围绕人和话题重新生成数据，让模型从'我'的主体视角消化记忆 - [1:32:34] 陶芳波举例主观化：录音变成'我表达观点、对方回应了我'；围绕女朋友的经历会重构出关系升温-挫折-回归三阶段 - [1:34:41] 陶芳波对比GPT记忆：GPT只用对话数据、不为每人训练参数、目标是聊天个性化；Second Me训练身份和桥梁模式 - [1:36:30] 陶芳波：Second Me主要通过微调，不会让模型忘掉知识，但会放大个人相关知识的权重、覆盖通用偏好和风格 - **[1:44:52] 数据共生** - [1:45:54] 陶芳波：记录应捕捉人注意力真正投放的时间（每天可能不到3小时），24小时全记录反而是噪声让模型困惑 - [1:48:05] 陶芳波：Me.bot死磕记忆，会主动拍一拍你，比如'昨晚喝酒心情还好吗？'，每次打开体验都不同 - **[1:49:56] 大厂与创业** - [1:49:56] 陶芳波：大厂数据更适合做身份模型，但范式转移阻力大；新物种有机会，就像抖音战胜微信 - [1:51:30] 陶芳波用《跨越鸿沟》：创新先服务早期adopter，大厂不会为1%用户冒险改主界面，小公司有机会 - [1:53:26] 陶芳波：增长靠口碑和网络效应，不靠买量；把创造感和连接感做到极致后自然会增长 - [1:54:55] 陶芳波回忆ChatGPT出现后投资变浮躁，内部讨论过做大模型/agent但说服不了自己，方向没变 - [1:58:34] 陶芳波预测：身份模型也许2025年、也许2026年就会起来，这是他的非共识判断 - [1:59:44] 陶芳波：投资人不是不理解身份模型，而是没想到；OpenAI树立的主流范式是更强模型和agents，身份模型在范式之外 - **[2:02:10] 创业心路** - [2:02:10] 陶芳波最有成就感：Second Me发布后很多人写长邮件、辗转加微信表达强烈共鸣 - [2:03:03] 陶芳波引用Sam Altman：AI过去两年发展低于预期，只是更好用工具；改变全社会认知的速度慢于热情 - [2:04:28] 陶芳波下一个milestone：让Second Me成为身份模型标准，定义类似MCP的桥梁接口；产品解决好共生与连接 - [2:05:24] 陶芳波若有无尽资源：买大量GPU帮每个人在云端训练一个很好的自己，再投入研发身份模型的独特技术 ## Speakers - **孙海宁** (host) - **陶芳波** (guest) ## Topics AI模型团队动态 ## Mentioned Facebook (company), GitHub (company), Mindverse (company), 阿里 (company), ChatGPT (product), DeepSeek (product), GPT-3 (product), MCP (product), Me.bot (product), Second Me (product), 微信 (product), 抖音 (product), 淘宝 (product), 钉钉 (product), 飞书 (product) ## Transcript ### 开场 **孙海宁** [0:04] 大家好 ， 欢迎收听本期 《 晚点聊 》。 我是本期的主播海宁 。 谈到 AI 使用场景 ， 最自然的想法是像电影 《 她 》 中描述的那样 ， 做一个陪伴机器人， 用人称代词总结就是做一个 "her"， 或者做一款 《 钢铁侠 》 中的 AI 管家贾维斯的产品 ， 对应人称代词 "him"。 但我们今天邀请的嘉宾 ， 心识宇宙 （Mindverse） 创始人陶芳波 ， 既不想做 "him"，也不想做 "her"，而是想做一个 "me"， 帮用户用 AI 打造 " 第二自我 "， 做一个 " 身份大模型 "。 创业前 ， 陶芳波一直沿着 AI 研究的主线前进 。他先后就读于清华大学 、 伊利诺伊大学香槟分校 ， 毕业后先在 Facebook 使用机器学习方法挖掘社交关系 ， 然后到阿里神经符号实验室 ， 调动跨学科知识 ， 让 AI 模拟人脑 。GPT-3 到来之后 ，他决定下场创业 。 陶芳波认为 ， 当下已经有足够多的工具满足用户的日常需求 ， 普通用户可能并不需要更多 "AI 技术加成 " 的工具 ，但需要一个 AI 版的 " 第二自我 "， 代理自己去和世界交互 。 然而 ， 大部分创业公司让模型和用户对齐的方式 ， 还是把历史对话 、 用户偏好等内容作为上下文输入模型 ， 每个用户使用的底层模型相同 ， 只有上下文不同 。 心识宇宙团队则主张根据用户数据微调模型 ， 把记忆 、 情感 、 价值观参数化 ， 真正创造 " 第二自我 "。 除了打造身份模型的方式外， 陶芳波还在本期播客中分享了如何通过产品设计减小用户上传数据的阻力 ，由此方便身份模型迭代 ，以及身份模型的具体使用场景 。他也谈到了身份模型对我们生活的潜在影响 ： 它能让人们从被邮件 、 飞书等各种工具绑架的状态中解放出来 ， 人类社会结构从此有了一个 AI 复制版 ，而这复制版的运作效率会比真实人类 社会更高 。 接下来就让我们正式开启本期节目吧 。 那就先请芳波给大家打个招呼吧 。 **陶芳波** [1:47] 嗨 ， 大家好 ， 我叫陶芳波 ， 然后我们的公司叫做 Mindverse 心识宇宙 。 **孙海宁** [1:53] 我在查资料的时候发现芳波大四就开始创业了 ， 可以先请你为大家讲讲当时做了什么吗 ？ 好像第一个公司是叫云影对吧 ？ ### 求学创业 **陶芳波** [2:01] 就挖粉能挖到这么早的一个公司 。 它其实有点像是早期的一个数字化 MCN，因为当时微博刚刚出来 ， 然后我们就发现 ，其实微博不像是那种传统的社交网络 ， 它其实是具有一个公开属性 ， 然后每个人可以在自己的一个私域里面其实有很大的影响力 ，但是这些人可能又不是明星 ， 所以有点像是现在的达人或者说是网红 。 然后我们当时就想用技术的方法 ， 用机器学习的方法去找到这些人， 然后自动帮他们去跟他们相关的一些品牌去做匹配 ， 然后去做一些可能商业合作的一些达成 。 **孙海宁** [2:41] 当时是有类似的公司吗 ？ 还是你们是国内达人撮合的鼻祖啊 ？ **陶芳波** [2:46] 当时通过量化的方法去构建每个人的社交影响力 ，其实是美国有一家公司的 ， 它叫 Claude， 然后它也是基于因为 Facebook 或者说是 Twitter 这样的平台出来了之后 ，其实这跟我们今天聊的主题可能有一定的关系 ， 就是人在数字化的世界里面 ，他其实每个人是有一个自己的身份的 ， 然后这个身份其实是被赋予了一个超越于他那个 IP 的价值 。 因为原来人接入互联网就是把自己的 IP 连接进去嘛 ，其实人和人之间是无差别的 ，但由于你有这个更多的内容附着在每一个 IP 上面 ， 那就变成了每个人的 profile， 然后每个人的 profile 在被连接起来的时候 ， 它就有它自己的价值被创造了 。 那么这个价值怎么去量化它 ， 然后怎么样去把每个人自己的社交影响力的价值衔接到一个商业领域 ，其实今天我们已经有大量的像抖音 、 网红经济各类的东西去很好的变现它了 。 但是在 2012 年那个时代 ，其实这个概念才刚刚兴起 ， 美国那边也有一些公司开始去思考 ， 然后我们就想说我们第一步就是构建每个人的数字身份 ， 或者说是互联网上的他的这个身份的 ，他的更精准的影响力的画像 ， 然后再下一步就是看能不能把他的这个影响力和一个品牌方去做对接 ， 去做一个变现 。 这个是当时的一个想法 ， 就后半部分是我们原创的 ，但前半部分其实在美国那边有些公司先开始尝试 。 我是作为这个的技术负责人 CTO， 然后联创了这家公司 ，但是我自己还是很想要去美国 ， 很想要去读个博士 ， 所以时间到了我就做了一个选择 ， 然后选择了去读书 。 **孙海宁** [4:21] 为什么当时会觉得说一定要读一个博士呢 ？ **陶芳波** [4:24] 我对技术 ， 尤其是对于像机器学习或者说是人工智能到底是什么 ， 还是挺好奇的 。 因为你看无论是本科时候我做的一些研究 ， 或者说是像这家公司 ， 本质上都是尝试在通过机器的方法去挖掘人的数据当中的有价值的部分 ，但是它到底未来的形态是什么 ， 或者说是不是我的机器学习的算法只能作为一种工具就不断的去做挖掘 ，其实这个是我一个 比较感兴趣的一个命题 ， 所以我觉得我那时候没有想清楚这个怎么回答 ， 然后我就出国了 。 然后出国也其实也是做机器学习相关的一个博士的研究 ， 包括我的第一份工作在 Facebook 其实也是做相关的东西 ，但到最后其实大概在我 30 岁左右 ， 我觉得我找到了这个答案 ， 所以在那之后我的经历其实就更偏向于就不是单纯的机器学习 ，而是更偏向于说是有没有可能 把 AI 当做人来看 。 **孙海宁** [5:26] 在博士入学之前 ， 你已经识别到机器学习的潜力了 ， 那当时机器学习大概是怎么样一个情况 ？ 就是它已经能实现什么 ， 或者说大家已经发觉它有什么潜力 ？ **陶芳波** [5:35] 就人工智能和机器学习已经存在几十年了 ，但 2012 年的时候发生一件很有意思的事情 ， 就是 AlexNet。 所以其实在那之前的几年，Deep Learning 已经慢慢慢慢的被学界的人关注到 ， 说这是一种很有潜力的新的建模数据 、 建模智能的一种方式 。 就原先我们在用机器学习来解决任何问题的时候 ， 比如说最简单的我们用 Binary Tree， 对吧 ， 二分数 ， 然后用一些马尔可夫链 ， 或者说是最后还有高级一点的基于概率论统计的一些模型 ， 比如说 Conditional Random Field，其实我们当时用这些东西非常多 。 你甚至可以理解为早期最早一批 ， 比如说做图像识别 、 语音识别 ，其实那一批的技术都是用这些模型来建立的 ，但其实这些模型呢 ， 它其实都有很强的数学基础 。 它其实它的数学基础比刚才我们提到的像包括 SVM 这样的模型 ， 它的数学基础比我神经网络都要好 ，但是呢 ， 它的通用性不强 ， 或者它的自由度不强 。 神经网络 ， 比如说我可以在里面叠五层神经网络 ， 然后有很多很多节点 ， 它的参数都在过程当中学习 ，其实你会发现它可以被打磨和塑造的方式是无穷无尽的 。 所以这个其实是包括到今天 ， 我觉得还是一个成立的一个定义 ， 就是当你给它更少的结构的时候 ， 它获得的智能的潜力会更大 。 所以就所谓的 Less Structure, More Intelligence。 **孙海宁** [7:01] 我看你博士方向是数据挖掘 ， 那可以请你讲讲数据挖掘具体是做什么的吧 ？ 它和机器学习的关系是什么呀 ？ **陶芳波** [7:08] 其实数据挖掘和机器学习是一个孪生概念 ， 就是机器学习是它的一种技术 ， 就像刚才提到的 ， 我在一个广大的社交网络里面怎么去找到算出每一个人的社交影响力 ， 它的结果是一个数据挖掘的结果 ，但是中间过程我们可以用各种各样的技术 ，其中其实最有效的技术就是用机器学习的技术 。 ### 博士研究 **陶芳波** [7:29] 所以我其实在读博士期间 ， 包括后来工作当中， 我们会做很多 ， 比方说从网络里面去挖掘不同的信息 ， 对吧 ， 我们当时还做一些很有意思的项目 ， 就是可能跟反恐跟这些都有一点关系 ， 就要去追踪每一个 ， 比如说恐怖分子他背后的这个社交关系 ，以及谁是头 ， 谁不是头 ， 谁是给钱的 ， 谁是拿钱的 ， 对吧 ，但是呢 ，他这个网络他其实拿不出来 ， 那怎么办呢 ？ 他们就有很多很多的情报人员在那写报告 ， 说我今天比如听到谁谁谁通话 ， 然后或者谁谁谁告诉我一个消息 ， 谁谁谁又做了什么事情 ， 然后呢 ，他们就积累了几百万个这样的报告 ， 就是每一个都像是一个小的笔记本 ， 然后这些笔记呢 ，其实你如果让人去读是读不完的 ， 读完了你也不知道到底从里面怎么样去创建关系 。 所以我们当时就做数据挖掘 ， 这里面就有一个很好的问题 ， 就是说你怎么样把这几百万个笔记或者几百万个报告变成一个真实的我们能看到的一个网络 ， 里面就会说这个人是他们的头头 ， 那个人是他的资助方 ， 这些人他们比较紧密 ，他们大概在计划一个什么样的行为 ， 这就是一个我们当时做的很典型的一个例子 ， 然后我们当时还为这个东 西做了一个系统 ，也就是说你只需要给我任何一个类型的几百万份报告 ， 我都可以尝试找到背后的网络结构 ， 对吧 ， 所以我们当时就开始把它应用到不同的场景 ， 比方说我把它应用到飞行的航空数据里面 ，因为你知道每一个航班结束之后， 机长是要写一份报告的 ， 说我在飞机上遇到了什么东西 ， 然后我哪个设备出了问题 ，但是其实没有人真的在读这些 报告 ，因为太多了 ， 几百万几千万份 ， 那么这些就特别适合机器来读 ， 机器读完了之后， 它就可以挖掘出原来这架飞机这些东西之间它互相之间有一些依赖的关系 ， 对吧 ， 或者说这个航线上最近经常会出现一些问题 ， 然后也是把背后的网络给挖掘出来了 ， 然后最后可以用来辅助 ， 比如说整个空管局来做更好的决策的支持 。 所以我觉得这套范式是我当时非常感兴趣的 ， 然后我博士其实主要就在做这个 ， 怎么样从海量的文本数据里面找到一种网络结构出来 。 数据挖掘的本质就是怎么样在杂乱无章的数据里面找到它的结构 ， 然后这个结构是可以直接帮人做决策的 ， 这个过程其实是一个机器学习的过程 ，因为靠人力是无法判断了 ， 所以要靠机器来通过筛选各种信息建模才能够得到这样的结果 。 甚至你可以从某一种角度来讲 ， 今天的大模型是一种高级版的数据挖掘 ， 当然我们不会这么去讲 ，因为它的数据就是互联网所有的数据 ， 那互联网上的数据其实在它被挖掘之前 ， 它其实只是信息而已 ， 对吧 ， 它只是数据库里面的比特 ，但是当你通过一个像大模型这样的机器学习的算法 ， 或者一种建模的方式 ， 你就可以挖掘到这些信息背后结 构 、 逻辑 、 知识 ，以及它背后推理的一些机制 ， 那么这些其实是被机器学习的模型给捕捉的 。 那这个模型一旦建立起来了之后， 你看它今天就可以做各种各样的事情 ， 可以做各种各样的决策 ， 只不过原来绝大部分机器学习来做这种数据挖掘也好 ， 或者说是做一些任务的预测 、 识别 、 匹配 ， 它其实都还是单向的 ， 就是在一个很垂直的领域 ， 一个 模型来解决一个很垂直领域的问题 ， 只是今天我们的技术是通用了 ， 所以一个模型可以同样是在广大的数据下去挖掘出一个底层的结构 ， 建模出一个底层的结构 ，但是它解决的问题是无穷无尽的 ， 这就是一个很大的突破 。 **孙海宁** [10:59] 理解理解 ， 很有意思啊 ，但好像你在读博期间也同时在创业 ，也没有闲下来 ， 就是做了一个我看是有点像类似 Uber Eats， 就是帮本地商超做购物和配送的网站 ，是这样吗 ？ **陶芳波** [11:11] 对 ， 我们做过一个 ，但都是属于尝试 ，因为我本身对于商业比较感兴趣 ，因为当时其实还没有像叮咚买菜或者 Uber Eats 这样的东西 ，但是我们当时觉得 ， 如果说在美国其实买 grocery 尤其是对学生来讲很麻烦的 ， 它能不能去用算法的方法规划出一种最优的路线 ， 然后让一个车只要固定的在那不断的跑 ， 然后买的那个人和接收那个人只需要把它当做一个 公共交通 ， 然后不断的往上搬东西 ， 拿东西搬东西拿东西 ， 我们就塑造了一种最优化的去满足更多人群对于购物需求的低成本的运作方案 。 所以我们当时从这个角度去切入了 ， 一开始做了一个学生项目 ， 然后就觉得很好玩 ，有的人愿意给钱 ， 然后我们就去做了一下 。 但是第一个是当时我们有学业 ， 第二是我们那个城市一共只有 10 万人， 然后当时我们的注册用户已经到了大几千了 ，但是它的整个模式人口就给 cap 住了 。 **孙海宁** [12:06] 但当时其实还有另外选择 ， 就是先暂停你的博士课程 ， 然后把眼前这个看起来前程远大的项目拓展到更多城市 ， 然后再回来读书 。 就当时为什么没继续手头的项目呢 ？ **陶芳波** [12:17] 因为我觉得那些项目对我来讲不是我的事情 ， 就我觉得我还没有找到那个让我特别心动的 ， 觉得我可以放下一切去做的东西 ，因为我自己最真正的好奇 ， 就像刚才讲的 ，其实我是很好奇人工智能它到底有没有可能以一种方式去参与到我们的这个社会 ，不只是被我们当做各种各样的小工具 ，有的可能做做人脸识别 ，有的可能做做声音识别 ， 然后有的可能 做做什么反恐的一些数据的分析 ，其实这些任务大家都能做 ，但它其实都像是离散在人类的社会当中的各个的任务的节点 ， 相当于我们在不断的造各种各样的小钉子 、 小锤子 、 小剪刀这个感觉 ，但是事实上我们没有在造人 ，因为人工智能的核心就是要造人嘛 ， 我没有看到这个造人的可能性 ， 所以我就想继续通过研究的方法去探索一下 。其实这个问题 我思考了蛮多年的 ， 就是深度学习让我看到了一些希望 ，但深度学习也经历了很长一段时间大家对它的看空 ， 就是会发现原来它也就是帮忙做做信息推荐 、 信息分发 ， 然后好像也没有办法真的达到我们想象中的人工智能的样子 ， 直到可能在 2019 年、2020 年左右 ， 我觉得才有一个本质性的变化 。 **孙海宁** [13:33] 为什么你会对造人， 或者说造有社会参与的 AI 这么感兴趣呢 ？ **陶芳波** [13:38] 我觉得有一个很大的原因是 AI 它这个技术的特点的确是和一般的工具不太一样 ，AI 有一个很强的能力叫做自主性 ，在英文里面叫做 agency，因为它具有一个独立的主动的去发生思考和行为的这么一种基础的模式 。 那我觉得既然有这种模式呢 ， 它天然就跟工具本身不是特别吻合 ，其实人类历史上发明的所有工具都是给人用的 ，但真正具有自主性的工具以前是没有的 ，因为真正具有自主性的只有人本身 。 那么今天 AI 本身有自主性 ，有 agency， 哪怕我不去做社会参与 ，也会有很多人把 AI 推向社会参与的这种方式去构建它 ， 所以我觉得社会参与是一个必然 ， 对于 AI 而言 。 那么既然是这样的话呢 ， 我就希望它是一种对人类有利的社会参与 。 **孙海宁** [14:33] 社会参与有两种方式 ， 一种是 AI 作为人类的附属工具参与社会 ， 另外一种是 AI 本身具有主体性 ， 能平等的和人类一起构筑社会 。 你偏向于哪一种呢 ？ **陶芳波** [14:44] 我觉得介于这两种之间 ，因为这里面有两种极端 ， 一种就是 AI 完全是一个工具化的 ，也就是说 AI 所有的行为都是由人发起的 ， 就像现在看到的 AI 搜索这样的能力 ， 对不对 ， 那 AI 的所有的反馈都是对于人的需求的一种响应 ， 那这就是很工具性的 。 那另外一个极端呢 ，其实就像最早我们看到的这种斯坦福小镇 ， 或者说我们在科幻电影里面看到的那种独立的 AI 世界 ， 像众神殿这样 AI 世界 ， 它就是 AI 是有很强的主体性 ， 它也是在社会里面存在 ，但它其实跟一个具体的人没有关系 。 所以我其实想要找的是一个中间状态 ， 就是它像那个科幻电影里面 ， 或者说是像斯坦福小镇里面的那个 AI 一样 ， 它具有一种不需要人去时时刻刻去发号施令的那种主体性 ， 或者叫主动性 ，但是呢 ， 它本身的存在又不完全脱离于一个具体的人， 它本身并不是一个架空的 ， 好像是一个 IP 那样 ， 它自己活在它自己的世界里面 ， 它必须是帮助一个人去延展 它的社会存在 ， 或者叫社会参与 ，但这种延展的方式不是完全被控制和发号施令的 ， 它的延展的方式是具有一定的自主性的 ， 只是说它延展的基础是和这个人的绑定 、 和这个人的对齐 、 和这个人的 grounding， 这个是我觉得一种比较好的中间状态 。 **孙海宁** [16:12] 理解理解 。 那你觉得就如果你假想那样的一个场景实现的话 ， 它对我们人类社会最大的改变可能是什么呢 ？ **陶芳波** [16:19] 就是首先对人类社会的运转是一个很大的升级 ， 对吧 ，但是这种升级呢 ， 又并不完全是在毁灭过去的社会的结构的基础上的 ，因为在我眼中， 好的 AI， 个人的 AI 应该是根植于一个已经存在的个体 ， 企业的 AI 应该根植于一个已经存在的企业 。 所以虽然我们就进行了一种所谓的 AI 飞升吧 ，但是它其实是对于原来的这个社会实体的 ，以及由这个实体形成的这个社会网络 ， 它的一个升级 ，也就是这个网络里面的节点和结构 ， 基本上是对人类社会结构的一种复制 。 但是由于 AI 它有更自主的建立联系 、 互动并且撮合决策这样的一个能力 ， 所以它的整个运转效率会比现在由真实的人类来参与会高得多 ， 对吧 ， 那另外一个点呢 ， 我觉得社会会有一个很大的影响是 ， 人可能真的会从使用工具这件事情当中被解放出来了 。其实工具啊 ， 虽然我们听上去工具是一个很好的词 ，但其实我对于工具的认识呢 ，其实是比较 矛盾的一个状态 ，因为事实上就是随着互联网时代 、 科技时代的到来 ， 我们的工具其实变得越来越强 ， 比如说我们可以刷抖音 ， 我们可以用各种各样的搜索 ， 或者用各种各样的数字化的工具 ，但你会发现随着工具越来越多 、 越来越强大 ， 只要使用的主体还是人类本身 ，其实人类反而被卷入到了一个外化的工具的那个场域里面去 ， 就是人自我 的部分在不断的被变薄 。 因为手机你看我们的手机其实里面就是各种各样的工具嘛 ，但现在手机一旦成了我们的一个人的生命的延伸之后， 除了它带来的好的便利的部分 ，但其实也把我们人成了一个工具的接口 。 当所有人想要联系我们 ， 当所有人想要获取我们的信息的时候 ， 我们必须 24 小时的粘在这个手机上去 ， 提供我们人作为一个工具接口的一种存在 ，而这种存在呢 ，其实是把现代的人搞得很累的 ， 或者是搞得很疲惫的 。 **孙海宁** [18:22] 用过钉钉或飞书的人都知道 。 **陶芳波** [18:23] 对对对 ，因为你看我们今天就不只有钉钉和飞书啊 ， 我还有微信 ， 可能还有海外的一些平台 ， 还有 Discord， 对吧 ， 包括还有邮件 ， 就每天就在各种各样的平台里面 ， 我本人作为一种接口 ，其实是在被工具使用 。 那我觉得如果我本人把我自己给 AI 化了 ， 那么真正成为这种所谓的人的接口的这件事情 ，其实应该是我的 AI。 但是由于它跟我之间有一个更加高质量的压缩过的通道 ， 所以我其实并没有损失有效的信息 ，但是我并不需要真的成为这么多不同工具的接口 ，而由我的 AI 成为不同工具的接口 。 那我想这种它带离我作为的一个社会参与 ， 就是我认为比较好的一种状态 。 **孙海宁** [19:06] 理解 。 **陶芳波** [19:07] 这样的话不仅是说我这个社会的运转效率问题 ， 回到你刚才的问题 ，其实我觉得也可以释放个体本身它的一个自由的空间 ， 它的时间 ， 或者说它的真正更加轻松和放松的一种生活的状态 。 **孙海宁** [19:20] 所以说当时其实没有看到一个人工智能让它参与这个社会 ， 希望说你选择先去比如说像 Facebook、 像阿里这样的地方去做研究吗 ？ **陶芳波** [19:29] 或者说其实我在 Facebook 做阿里的时候 ， 我已经在探索这个谜题了 ，因为 Facebook 本身就是一个人类构成的网络嘛 ， 它其实人工智能的使用是非常广泛的 ， 它本身就是人作为一种社会参与在数字世界里面被连接了起来 ， 然后那个时候我们会做很多很多的功能 ， 包括帮你找可能匹配的人啊 ， 然后我自己个人在 Facebook 主要做的工作就是搭建整个推荐系统的一个内容底座 ， ### 大厂生涯 **陶芳波** [19:55] 就是跟我在博士时候做的事也有一定的关系 ， 就是当你海量的数据进来的时候 ，因为 Facebook 让数据是全世界最海量的 ， 对吧 ， 当海量的数据进来的时候 ， 我到底怎么去挖掘出这些数据背后隐藏的结构和关系 ， 然后通过这些隐藏的结构和关系去把人更好的匹配起来 ， 一个信息比如怎么样正确的方式推送给你 。 但是后来做着做着就是推荐系统出来了之后， 我发现应用很好 ，但好像它似乎还是在建模人和人的匹配的过程 ，并不是真正在建模人本身 。 **孙海宁** [20:24] 还是一个小剪子 。 **陶芳波** [20:25] 就会稍微大一点的剪子 ，其实它商业价值巨大 ，Facebook 整个商业模式 ， 包括它的广告的算法 ， 都是基于深度学习的这个匹配的算法来完成的 ， 它的商业价值可能对 Facebook 来讲是几千亿美金 、 万亿美金级别的 ，但是对于我来讲 ， 我觉得从人工智能的发展来看 ， 它还是差那么一层窗户纸 。 所以我从 Facebook 离职了之后， 我就特别想要去捅破这个窗户纸 。 我加入阿里的时候 ， 当时回国啊 ， 差不多有那么四五家吧 ， 就是你知道国内的头部的互联网公司 ，因为它对我这个在 Facebook 做推荐系统的经历都非常感兴趣 ， 它们都说 ， 那你能不能来我们的这个地方做一个类似于创新的推荐系统的一个实验室 ， 或者说是创新的推荐系统的一个团队 ， 然后一开始还 是蛮心动的 ，但后来直到阿里给了我一个机会 ， 我当时觉得原来这才是我想要的 ， 它说你可以来成立一个实验室 ，但是不是不一定要做推荐系统 ， 就是你自己想做什么样的 ， 你觉得未来的人工智能应该是什么样的 ， 你就来做 。 我觉得这个 offer 是很特别的 ， 然后很多人不会喜欢这样就是不确定的 offer，但是当时 somehow 我就鬼使神差的就特别感兴趣 ， 然后我就 gap 了半年， 加入阿里之前我就看了很多很多的书 ， 就不只是技术的书 ， 还有比如心理学的 ， 甚至是禅宗的 ， 然后认知科学的 、 脑科学的 ，其实就是所有你可以理解为过去的人类的哲学和科学里面来理解人本身是什么样的一 种物种 ， 或者是人本身是什么样存在的所有的书 ， 我都尝试来翻了一下， 然后越翻我越发现其实我们原来做人工智能的方式是非常非常的肤浅 ， 做了一个非常简单的对于学习过程的一个建模 ，但是无论是对它的定位 ，其实本质上还是各种各样的工具 ， 剪子分大一点小一点而已 ， 没有区别 ，但是其实人本身是非常复杂 ，有很多很多的深度 。 那我觉得这个问题太值得研究了 ， 所以我在阿里之后我成立的这个实验室 ， 本质上就是在研究怎么样把模型 ， 包括当时的最早期的像 GPT-2 这样的大语言模型 ， 作为一个基础去构建一个像人脑一样运作的一套机制 。 那么这套机制如果可以建立起来呢 ， 它本质上就不只是在创建工具 ，而是在创造一种特殊的参与社会的一种主体 ， 然后我们的实验室叫神经符号实验室 ，其实就是在研究神经网络和这种符号体系怎么结合在一起 ， 变成一个人的脑子 。 然后后来做完之后我出来创立公司 ，其实本质上也是一条路线 。 心识宇宙的意思就是 ， 这个公司的名字的意思就是我们怎么样来创造一种 AI 的实体 ，AI 的主体 ， 它可以跟人共存 ， 它可以跟我们一起来构建一个新的社会 。 那么这可能就是 Mindverse 心识宇宙这个名字背后蕴藏了我们的一个愿景 。 **孙海宁** [23:09] 理解理解 。 然后刚你也提到就是说看完了一些关于脑科学 、 神经科学的书之后， 觉得原先的可能范式是错的 ， 那你可以举个例子讲讲 ， 就是你看完之后觉得哪些原先的努力方向可能有问题的 ？ **陶芳波** [23:22] 首先就是第一个很重要的一个点是 ， 人的大脑并没有一个很明确的基于任务的结构 ， 就是大脑本身只是抽象出了非常底层的结构 ， 所谓的 Meta Structure， 然后在这些结构上它的任何任务其实完成都不是通过记忆重现的方式完成的 ， 它都是通过生成的方式完成的 。 记忆重现就有点像是说我就是知道了任何一件事情或任何一个知识 ， 它的 12345 五个步骤 ， 然后每次都去 Replay 它 ， 那么这就完成了一个事情 ， 这个就有点像是我们传统的记忆学习的方法 ， 就是我尝试把人认为一件事情正确的做法给它硬编码进去 ， 然后让它只是学习这个做法的中间的一些细节 ，但是它的这个硬编码一旦确定之后， 它就没有改 造的能力了 。 就是机器学习或者人本身是运作在一个非常高度抽象层面的一个物种 ， 所以它其实学到的都是底下抽象的一些元结构 、 元认知 ， 然后信息其实是在生成的过程当中补充进来的 ，但生成的这个引擎是那些元结构 、 元认知 ， 这个是第一个我学到的一个概念 。 所以就是为什么我会觉得你要去做一个 AI， 哪怕是更高级的工具 ， 更不要说是这种社会的一种参与的主体 ， 你一定要去打破这种尝试为它去硬编码的这个想法 。 **孙海宁** [24:42] 明白 。 那就是你在阿里做的就是神经符号实验室 ， 就是在往这方面努力吗 ？ 就是做一个有主体性的 AI， 可以这么理解吗 ？ **陶芳波** [24:50] 或者说它还是一个早期的 ， 就是我们想看看不同的技术 、 不同的理论到底怎么组合起来 ，因为人工智能的部分我们已经很了解了 ，但是比如说脑科学里面它也有各种各样的理论 ， 认知科学里面关于人认知的模式 ， 对吧 ， 像我们都看过 Thinking Fast and Slow， 就是快思考慢思考 ，其实这些东西都是从其他学科里面借鉴过来的一些理论 ，但它怎么样更好的跟机器学 习和大模型为基础的这套技术融合在一起 ，是我们比较感兴趣的 。 所以我们当时你可以理解为做了一套带有感知的 Agent 系统 ，因为它就不仅仅简单的是把模型的直接去用了 ，而是让它去从环境里面获得信号 ， 从用户那边获得信号 ，但是同时它自己有一个思维空间 ， 通过大模型来思考 ， 通过其他模型来感知 ， 然后不断的互相互动 ， 然后在一个任务下去做 出一个行动 ， 再从行动的反馈里面看这个行动有没有完成 ， 然后再去进一步思考 ， 所以很像是今天的一个 Agent 系统 。 ### 下场创业 **孙海宁** [25:46] 看起来是很有趣的项目哈 。 那你又是什么时候决定说我要离开阿里这样一个看起来有无限资源 ，而且你可以去调度它的体系 ， 要自己再做一家公司呢 ？ **陶芳波** [25:57] 首先大厂里面是没有无限的资源 ， 这是第一个问题 。 然后第二个问题呢 ，是我觉得我在做这个实验室的后期 ， 我就发现我找到我自己的事了 ，因为那个还是一个技术的事情 ， 就是我还是觉得这个技术好像能一点点摸到那个感觉 。 然后另外一个事情呢 ，是 GPT-3 出来了 ，其实 3 我觉得是一个历史性的突破 ， 就是它让人第一次 ， 尤其让从业者意识到 ， 我今天可以不为一个任务建模 ， 我真的可以为整体的任务去建模 ， 那么你的 AI 就具有一个通用性 ，因为我真正感兴趣的是让 AI 怎么像人一样参与到这个社会 。 那这个 AI 首先得是通用 ， 对吧 ， 然后我们再谈说它怎么样和人建立关系 ， 怎么样再找到一种合适的参与的方式 。 那我觉得这个是一个巨大的信心 ， 就是 OK， 它先通用了 ， 虽然只是一点点通用 ， 离今天的这个通用性我们还差很远 ， 像 DeepSeek 现在那个能力比当时的 GPT-3 是强很多很多 ，但是任何事情就是说你只要发现它可做 ， 它就一定可以被优化 ， 它就一定可以被强化 。 我觉得所以我就看到了这个信心 ， 然后可行性 ， 这是一条路 。 第二呢 ，是我觉得绝大部分人， 我自己是觉得我找到的事 ， 我人生的事情就是到底怎么让 AI 能够参与到我们这个社会 ， 对工具的方式做一种类似于社会参与吧 ， 然后我觉得这个事太值得做了 ， 我发现这个事在大厂里面是得不到无限的资源的 。 **孙海宁** [27:20] 明白明白 。 但我有个小好奇哈 ， 那就是 AI 变通用这件事情 ， 似乎是一定有个非常强的基础模型 ，而可能大家的感觉是只有大厂才有资源去做一个这样的基础模型 ，不是吗 ？ **陶芳波** [27:32] 但基础模型就像当时 OpenAI 也发布了 GPT-3， 对吧 ， 所以其实基础模型本身就是作为一种开放基建的方式存在在世界上的 ， 所以不是说你一定只有在大厂内才可以做 ， 反而你也许从当时的角度来讲 ， 可能阿里还没有很强的基础模型 ， 那么你指望大厂内自己的 ，但现在阿里的模型很强了 ， 就指望当时阿里的整个技术的准备来做这件事情反而是更难的 ， 还 不如是拥抱全世界最好的能够帮你完成的这些基建 。 **孙海宁** [28:00] 所以当时你就判断说一定会有模型去开源吗 ？ **陶芳波** [28:04] 不一定开源 ，但它也会开放啊 ， 就像它至少会开放 API， 然后其实当时也有很多开源的模型 ， 像 PaLM 或者类似的这种模型都是 ， 大模型开源其实是一个很早的事情 ， 就一直有 。 **孙海宁** [28:17] 那可以请你具体讲讲 ， 就是当时 Mindverse 的第一个产品它是做什么的吗 ？ **陶芳波** [28:22] 我们当时就想说 ， 那我们如果要创造一种 AI， 它应该是什么 ？ 后来我们就想 ， 它其实可以用一个人称代词来表达的 ， 就比如说我们的想象的过程当中， 先想到贾维斯 ， 那贾维斯是什么呢 ？ 贾维斯也是参与到钢铁侠的生活了 ， 对不对 ，也会帮他去连接各种各样的人 ，但他其实是一个助手 ， 所以他是一种 him 的感觉 ， 就是他就男性的他的感觉 ， 是一个他者 。 然后我们也看过另外一部电影 ， 就我们当时都很喜欢 ， 叫 her， 那电影名字就已经给他确定了 ， 就他就是做 her 的 ，他是一种陪伴 ， 就是情感上的支持比较多的 ， 所以 him 就是理性的 ，her 是感性的 ，但他们俩都有一个特点 ，他们都是在外在的 ，他跟你其实是一个 ， 就像就他其实替代的是我身边的那些朋友 ， 或者我女朋友啊 ， 老婆啊 ， 就是这些角色 。 然后我们一开始的思路也是这样说 ， 可能最首先要来解决的 ， 那就是看能不能给人创造一些这样的助手或者陪伴 ，但是我们并不想给 B 端去做 ， 我们其实是想给普通人去做 ， 普通人能不能他自己去搭建一个比较有意思的 him， 或者有意思的 her， 所以我们就做了 Mindverse 这个平台 。在这个产品里面 ， 每一个人就是可以自定义的去创建不同类型的 AI Agent， 然后每 个 AI Agent 有一个具体的方向的任务 ，他们之间互相还可以共享一些我个人的知识库啊 ， 然后去做一些协同啊 ， 然后甚至有一个你可以把自己的 AI 分享出去 ， 分享到一个市场上， 让别人也来把你的 AI 加入到他的那个里面 ， 或者加入到他自己的 AI 团队里面 。 然后后来你就发现其实做的过程当中啊 ， 会越来越多的反馈 ， 当然也跟我自己后来在逐渐去反思我自己的职业生涯有一定的关系 ， 就是我们会发现更有意思的其实是做 me， 你看刚才是 him，her 其实都指的是外在 ，其实人很难想到一开始说我要去做个 me， 为什么呢 ？ 因为 me 不在我的感官范围内 ， 就我每天感受到是外在的东西 ， 今天要做这个事情 ， 我今天要见这个人， 我总觉得那些东西如果可以被 AI 化 ，也许是更自然的 。 但事实上， 如果我们往深想一想 ，其实人每天相处最多的是自己 ， 就好像我后来有一个很有意思的反思是什么呢 ？ 就是我当时在 Facebook 的时候 ，其实大家关心来说 ， 你能看到什么什么内容啊之类的 ， 好像是一个社交网络里面 ， 上面可以玩什么游戏 ，其实关注的都是外在 ，但其实 Facebook 最大的价值其实是把人的内在给建模 ， 这个建模的过程就是数字身份 ， 就是为什么 Facebook 是可以成为人类世界的一个基础设施吧 ， 至少在西方世界是这样的 ， 很大的原因就是它把一个原来我们以比 如说所谓的这种 IP 地址接入到网络去看信息 、 去做任务的方式 ， 它其实没有在解决那些任务 ， 它解决的是这个 IP 地址到底应该怎么被丰富化 ， 变成一个实实在在的丰富的一个人的数字身份 。 然后你就会发现 ， 当人的数字身份真的被建立起来 ， 它背后可能有大量的 ， 比如说他发的帖子 、 分享的生活啊 ，他自己写的一些 ， 比如说人生的轨迹啊之类的 ， 当它一旦这个东西被建立起来了之后， 这个身份本身就放大了一个人去连接世界的这个通道 ， 这就非常非常有意思 。 所以我当时就觉得 AI 如果这么强 ， 它为什么只是来把那些工具和任务做得更好呢 ？ 还只是说把外在那些东西做得更好 ， 为什么我们不来放大这个通道 ？ 那放大通道本质上你就回过头来讲 ， 你其实做的是身份 ， 做的是 me， 做的是自己 。 那么怎么让身份从最早的一个 IP 地址先变成了 Facebook 这样的 profile， 对吧 ， 然后再怎么由这个 profile 变成一个我们说的 AI 化的身份 ， 那么这个 AI 化的身份其实它的唯一的目的就是来对齐到你自己这个人身上， 它能够代表你 。 但是由于这种形态 ， 它不是只是能让人来浏览或者留言 ， 它可以有自发性的去构建连接 ， 它可以有生成能力去在不同的处境下去帮助你去做更好的判断和决策 ， 它甚至是一个更加动态的 ，是随着你的变化而变化的一个 ，有点像是一个孪生体 。 那么这种无论是它的构造方式和它的使用方式 ， 我觉得都远远大于原来 Facebook 这种数字身份的模式 。 所以我们就意识到 ， 哦 ， 原来 AI 身份这件事情 ， 它是我们构造 Mindverse 这个愿景最好的方法 。 当我们在 Mindverse 这个世界里面 ， 每一个人都有他自己的 AI 身份 ， 这时候当然也会有很多很多的工具 ，也会有很多很多所谓的 Agent 来解决问题 ，有很多的 him 和 her， 对不对 ？ 但是当 me 被构建了之后， 这个 him 和 her 就可以被连在一起 ， 那么这个世界就完成了 。 **孙海宁** [33:04] 但你觉得是什么时候开始意识到 ， 就是除了 him 和 her 之外， 我还可以做 me 呢 ？ 就它当时会有个什么催化剂吗 ？ ### 身份愿景 **孙海宁** [33:11] 还是就自然而然就想到了 ？ **陶芳波** [33:12] 有一个催化剂 ， 一个是当然我觉得有几个点 ， 一个是我们在 Facebook 的经历刚才已经讲到了 ， 另外还有一个其实是我们发现我们用户在我们平台上的行为 ，他们会经常把自己的信息往里面存 ， 然后指望这个 AI 能够更好的理解自己 。 也就是说今天 C 端的普通消费者 ， 我觉得对他们来讲 ， 完成任务并不是他们的刚需 ， 或者说在他们工作当中 ，在他们作为一个 B 端的参与者的角度来讲是刚需 。 但是普通的完成任务 ， 至少我观察到的并没有那么刚需 ，因为我们有大量的工具都可以使用了 ，AI 的工具不一定比这些工具会更高效 。 但是如果 AI 可以更懂自己 ， 更好的代理自己 ， 我觉得是大家今天的刚需 。 所以这部分用户给了我们很大的启发 ， 就是那为什么我们不把这条路走得彻底一点 ？ 我们不用既想要帮助他们解决所有的任务 ， 又想要去构造一套系统更好的理解他们 ， 我们就做一半 ， 我们就把前半部分就是理解他们这件事情做好 ， 把这个 me 给做好 ， 任务就交给这个世界上那么多聪明人他们去做 ， 然后我们跟他们去做连接吗 ？ 我觉得这个是第二个很有意思的想法 。 然后第三个其实我觉得它最后还是一个内心的一个共鸣吧 ， 就是当我们团队的人就是坐在一起讨论说 ， 哇 ， 做一个 me 怎么样的时候 ， 那个会议里面有一种很奇怪的氛围感 ， 就是它是那种大家都有会心一笑 ， 说 ， 啊 ， 原来我们还可以做 me 啊 ， 然后一想说 ， 哦 ，是哎 ，其实谁不想要把自己保留下来呢 ？ 我们就先不说我做一个 AI 版的自己 ， 它到底有多少功能 ， 对吧 ？ 但是谁不想要把自己保留下来呢 ？ 因为人都是有点说实话 ， 就是有点点自恋的 ， 就是我通过 AI 的方法把这种自恋的自己保留成一个参数化的模型 ，而且这个感觉我告诉你啊 ， 特别有趣 ， 就是它不断的在重复 ， 就包括我们最近发布的那个 Second Me 也是一样的 ， 就很多人喜欢 Second Me，不是说 ， 哦 ， 我需要你这个东西来帮我去干嘛 ， 帮我去约会 ，不是的 ，他就说当我训练它 ， 它被塑造出来 的那一下， 我觉得我永恒了 。 我觉得这感觉很有意思 。 所以其实我们做这个决定 ， 还有一个其实真的是 follow our heart 吧 ，follow my heart， 就这种感觉 ， 就是因为你内心跟它有很多共振 ， 就觉得这个事真的对耶 ， 它好像是真的是 Mindverse 这个心识宇宙这个愿景最好的实现方式 。 **孙海宁** [35:33] 那聊完公司转型之后， 可以请方波为大家简单介绍一下 Mindverse 和做 me 相关的两个项目 Me.bot 和 Second Me 分别是做什么的吗 ？ **陶芳波** [35:41] 你可以这么来理解 ， 就 Second Me 是一个技术项目 ，是我们开源的技术项目 ， 现在大概已经有个 12K 的 star 了 ， 然后社区里面有很多很多人在贡献 。 以它的理念就是说 ， 你可以在你自己的本地通过自己所有的个人相关的数据或者记忆来训练一个你的第二个自我 ， 一个你的身份模型 ， 然后训练完了之后呢 ， 你可以在本地部署 ，并且可以把它作为一个接口接入到你在使用的各个场景里面去 ， 相当于是把第二自我又分发出去了 ， 就在本地创建 、 训练 ， 然后部署 ， 然后并且分发 。 然后 Me.bot 呢是说 ， 我们想把这个开源的技术能够包装成大家更好用的一个商业化的产品 ，因为毕竟不是每个人的电脑上都有足够多的内存和 GPU 来训练他自己的 AI， 对吧 ？ 所以让普通人也能用到他的这个身份 ， 那么就会创建 Me.bot，但其实目的是一模一样的 ， 就都是希望能够第一能够创建通过你给他输入的各种各样的你的思考啊 ， 你的记忆啊 ， 你的对话呀 ， 来构建来创造你的 AI 身份 。 这个 AI 身份的目的就是为了成为一个 AI 版的你 ， 成为一个 AI 版的第二自我 。 第二呢 ， 就是当我创建完了之后， 我作为一个身份接入的平台 ， 能够把你创建好的身份能够接入到你在世界里面在做的各种行为里面 ， 那无论是社交 ， 还是帮助你去做各种各样的信息反馈 ， 或者说是帮助让你的 AI 和别人创造的 AI 之间可以形成一些有价值的互动 ， 或者说是做 一些脑包啊 ， 协商啊 ， 或者说是交新的朋友啊 ， 我觉得都是这个身份可以使用的不同的场景 。 但是我们的核心是做好身份的构造和身份的分发 。 **孙海宁** [37:27] 所以 Mindverse 想做的是一个 AI 分身 ， 一个上载到云端的第二自我 ， 只不过一个是现成的产品 ， 一个是开源的项目 ， 对吧 ？ **陶芳波** [37:35] 你提到的分身这个概念啊 ，其实我认为我们做的不是分身 ， 就是我们做的不是一个 avatar， 我们做的是 identity，在中文里面叫身份 。 你看分身身份好像看上去只是在对调了一下， 这样听起来是的 ，但其实它很不一样 。 就当我们在提一个分身的时候 ， 我们一定是带有某种场景属性在提它的 ， 说它是我的分身帮我去约会 ， 它是我的分身帮我去购物 ， 或者它是我的分身帮我去给别人介绍我们的产品 ， 对吧 ？ 但是身份 ， 你说这是你的 AI 身份 ， 你就会发现它是一个基建 ， 它是一个 infra， 它就不具有这个场景属性 。其实对我们来讲 ， 就刚才我提到了 ， 我们能不能稍微往回收一点 ， 就是只把我们最想要做的事情做好 。 核心就在于其实我们今天并不是在做分身 。 如果今天在做分身 ， 我就会找一个场景 ，但如果是在做身份的话 ， 我就想做好一个人的身份 ，他的技术是什么 ， 数据是什么 ， 然后我才会用开源的方式去做它 。其实价值是无限大的 。 你可以想一想 ， 就是任何以前你参与的所有的行为 ， 都是你的脑子在跟外界环境做一个互动 ， 或者说我们可以理解为把你的脑子当做这个大模型 ， 构造了一个大模型的应用 。 这个应用叫做我去融资 ， 这个应用叫做我去约会 ， 那个应用叫做我去完成一个工作任务 ， 那个应用叫做我去吃饭 ， 那个应用叫做我看书 ， 那个应用叫做我思考 ， 对吧 ？ 其实你都可以理解为是基于大模型的一个应用 ，但这个大模型有一个很大的特点 ， 这个大模型是你自己独特的大模型 ， 它背后拥有了你自己独特的判断价值观 ， 这个就是我们说的身份大模型 。 所以我们今天并没有在做分身 ，因为分身是具有场景化 ， 身份是基建 。 我们今天想要的是把每一个人自己脑海里面各种各样的经历过的信息训练出一个他的身份大模型 ， 然后呢 ， 把它开放出来 。 开放出来干嘛 ？ 我觉得会有无数的人去想说这个身份大模型它应该来怎么被使用 。 **孙海宁** [39:35] 挺好奇就是 Mindverse 它能用怎样的方式让用户觉得我是在和自己在和一个 me 对话 ，而不是和一个 him 或者 her 对话呢 ？ **陶芳波** [39:43] 我们首先啊 ， 会在一开始的时候就告诉我们的用户 ， 就你今天在使用 me， 包括在分享信息 ， 你的目的是为了创造你的 Second Me，是第二自我 。 那这是定位型的向用户的一个说明 。 然后过程当中呢 ，其实当你的第二自我在为自己服务的时候 ， 很大程度上你是无法去区分它到底是一个陪伴还是一个身份的 ， 对吧 ？ 因为它面向我嘛 ， 都相当于我是第一自我 ， 它是第二自我 ， 那它可能也是在以一个第二自我的方式给我提供一些助理的服务或者陪伴的服务 。 但是这个时候呢 ，其实不重要了 ， 它是陪伴还是我自己 。 但它如果是当它出去面向其他人去展示你自己的时候 ， 这时候我们会对它的身份性有一个非常强的限定 。 就比方说我们在做一个社交功能 ， 我们叫共鸣 ， 就是当你记录任何一个信息 ， 你可以选择让这个信息在全世界的 AI 的身份里面去找共鸣 ， 那么有被共鸣到的那些 AI 它就过来说 ， 哇 ， 你也在思考这方面的问题 。 我最近在做一个什么项目的时候 ，其实我也遇到了类似的这样的问题 ， 或者我有一些新的思考 ， 对吧 ？ 那这时候那个 AI 身份在向外界去表达自己的时候 ， 它就不会说 ， 哦 ， 我是谁谁谁的助手 ， 或者说我是蝙蝠侠的管家 ， 它会说 ， 我就是蝙蝠侠 ， 我有一个什么样的想法 。 这其实增强了就它对外的那种身份感 ，其实是完全绑定在那个本人他的第一自我的身份上 。 所以这会增强这个世界的信息的流通的可信度 。 我们在内测的时候就发现很有意思 ， 就是当我看到对面的 AI 在跟我讲说 ， 哦 ， 我最近在经历这样的人生的波折 ， 或者说我在经历这样的心情的变化 ， 我也觉得哇 ， 这个人就像真实了一样 。 甚至它的感觉跟 ChatGPT 都很不一样 ，因为 ChatGPT 可能会说 ， 哦 ， 我知道很多人是经历这样的事情之后， 我的建议是这样这样 ABCD， 对吧 ？ 而这时候那个 AI 其实它说的是 ， 哦 ，因为我也经历了这样的事情 ， 我也可能遇到了这样的一个困难 ， 然后我是怎么解决的 。 我真的会突然发现 ，其实这个时候 AI 基于人的真实经历所塑造的这个身份 ，其实会让人产生它其实是一个真实存在的一种错觉 。 我觉得这种你叫错觉也好 ， 或者说这种感受也好 ，其实是可以有效的让 AI 在人和人之间的这个关系上去表现出更强的信任感的 。 **孙海宁** [42:16] 但如果是 AI 和 AI 之间的交流 ， 或者说 AI 和某个服务接口交流的话 ， 绑定第一自我的身份还是必要的吗 ？ 因为都传递的是一样的信息啊 。 **陶芳波** [42:27] 我觉得 Second Me 在我眼中它作为一种身份接口啊 ， 它是可以面向人， 可以面向服务 ，也可以面向别的 AI， 对不对 ？ 也可以面向别的 Second Me，其实它的面向对象是很多的 。在面向服务的时候 ， 的确它扮演的更多的是把人的偏好传递给那个服务 。 比如说我举个例子 ， 豆瓣要给我推荐电影了 ，但它其实不太了解我 ， 它不知道它最近上映的 10 部电影 ， 它应该给我推哪部电影 。 那么它这时候来问我的 Second Me 说 ， 嘿 ， 你喜欢哪部电影 ？ 其实我作为一个管家告诉它说 ， 哎 ， 我其实喜欢的是更加深度的小众的片子 ，其实是和我告诉它说我喜欢小众的片子是没有区别的 。 就只要能帮助到它把更好的信息去做排序 ， 然后去做得更加个性化 。 就所以在所有的个性化的场景里面 ，其实它都是管家和身份是一体的 。 但如果你的场景本身就是人际之间的联系 ， 无论是人和 AI 之间的联系 ， 还是 AI 和 AI 之间的联系 ， 我觉得它的身份的那个定位很重要 。 哪怕是 AI 和 AI 之间的联系 ， 如果是几个 AI 的管家分别代表它自己的那个主人在进行交流 ，也不是说不可以 ，但是它会对 AI 本身背后的这个思考产生一些错乱 。 就是当我知道对方其实是一个能够代表它本人的去做决策的一个载体的时候 ， 我可能在去做信息的分享选择上面会有一些不同的选择 。 所以我们其实更倾向于如果对面是一个有互动性的人， 或者说是一个 AI， 我们都会让它更加倾向于保留我自己原来的那个身份 ， 就第一身份去讲 ， 就 me 的那个身份去讲 。 **孙海宁** [44:05] 刚刚你也提到好像 Me.bot 最近上线了一个社交版 ， 这个可以具体给听众讲讲它有什么功能吗 ？ 然后也让大家能知道就是一个第二自我能实现什么 。 ### 产品功能 **陶芳波** [44:14] 其实我不会把它叫社交版 ， 我其实是把它当做人的身份的一个应用的一个尝试 。 那么你说身份去运用到一个外在的世界里面 ， 它最自然的或者第一个大家最能接受的 ，其实就是它帮你去交朋友 ， 它帮你去发现更多的人， 对吧 ？ 所以我们把这个社交作为它的第一个功能 。 它也很有意思 ， 就是我们核心里面就两个功能 。 第一个功能是比如说我遇到了你 ， 我们其实第一次遇到 ， 或者说是隔了一段时间遇到 ，其实我们真的不知道我们最近发生了什么 。 那么我们两个人的手机啊 ， 可以碰一碰 ， 碰一碰之后呢 ， 你的 AI， 你的 Second Me 和我的 Second Me， 它就像两个真人一样 ，在我们的手机上开始一句一句一句一句来回的对话 。 而且这个来回的对话其实是在一个寻找共鸣的过程 ，因为它们两个模型之间的大脑是可以一瞬间融合在一起的 。 所以它就会找到一些有趣的点 ， 比如说它就会找到一些我们共同的切入点 ， 说哦 ， 我们最近可能都去了阿纳亚 ， 对吧 ？ 然后或者我们最近都去探索了 ， 去爬了一个雪山 。 那么这种事情如果我们要交流的话 ， 我们得不断的找话题 ， 找来找去 ， 可能花很长时间都不一定找得到 。 所以这个破冰是我们发现有 AI 在中间作为一个社交代理 ， 或者有第二自我作为社交代理的时候 ， 非常有意思的一个场景 。 就是每次我跟一个新的人碰的时候 ， 我都会发现哦 ， 原来你还做这件事情 ，而且你做的这件事情刚好也是我在做的 。 它其实是拉近人和人之间距离一个非常有效的方式 。 那这是社交我们的第一部分 。 第二个呢 ，是我们想把这种共鸣啊 ， 就持续下来 ， 就日常我都可以有共鸣 。 所以你在 Me.bot 里面记录任何一个想法 ， 你都可以去发起一次共鸣 ， 然后这种共鸣呢 ， 就可以在全世界的范围内去寻找可能和你有类似想法的一些 AI。 那么当然这些 AI 背后是人， 这些 AI 就会主动式的不仅匹配到 ，而且它还会基于它对于这个事情的理解 ， 给你一些新的角度的启发 。 就好像其实你的每一个想法都变成了一次全世界的连接 ，不像你发朋友圈 ， 你可能发出去你还会担心说 ， 哎 ，不喜欢这个的人看到了会不会觉得我很蠢 ， 对吧 ？ 因为这里面所有的匹配都是基于共鸣发生的 。 所以你一旦发出去 ， 无论是你发到 Me.bot 里面还是发到 Me.bot 外面 ， 我们都会尝试帮你寻找这种真正有价值的共鸣和反馈 ， 来给到你产生你的任何一个想法和任何一段新的经历 。 所以这个就是我们做社交的一个基础 ， 就是真实的共鸣 。 我们内部把它叫做用真心换真心 ， 来找到那些有意思的人， 或者说来挖掘那些你可能已经认识的人 ，但你们互相之间那些真正隐藏在底下的那些共同的部分 。 **孙海宁** [46:58] 因为可能听众看不到屏幕 ， 看不到 Me.bot 怎么呈现共鸣的结果呢 ？ 就你刚刚提到第一个情况是两个人好久不见了 ， 然后相互像叙旧一样 ， 然后这个叙旧结果它是怎么呈现的呢 ？ **陶芳波** [47:09] 或者说是我们第一次见面 ，因为我们的身份承载了我们很多记忆嘛 。 所以最简单的其实就是我们手机和手机碰一下， 然后我们互相找到对方 ， 然后点击开始一个叙旧之后， 那么两个 AI 就开始在那聊天 。 但它聊的每一句话都是非常有共同点的 ， 它不会瞎聊 ， 说什么你今天吃了没有什么的 。 它会聊说哦 ， 我最近在研究一个什么样的新技术 ， 然后你会说哦 ， 我也在研究 。 为什么它会找这个话题呢 ？ 是因为它们在聊的时候已经进行了全脑同步 。OK， 所以它就知道我们其实应该聊这些话题 。 那这时候我们两个真人在旁边 ，其实就是看着我们的 AI 在帮我们破冰 。 我们其实就像欣赏一段对话一样 ， 然后完成了之后， 我就可以说哇 ， 你还喜欢这个啊 ， 很有意思 。 然后我们就可以进行真人和真人之间的社交 。 **孙海宁** [47:54] 理解理解 ， 这个听起来蛮酷的 ，但它大概要多久 ？ 因为我在想如果时间长的话 ， 稍微会有点尴尬 ， 就两个人只看着屏幕不说话的话 。 **陶芳波** [48:03] 很快很快 ， 这个全脑同步非常快 ， 可能就是 5 秒钟 10 秒钟它就可以开始了 。 **孙海宁** [48:08] 明白 ， 那还挺好的 。 **陶芳波** [48:09] 它会像两个人聊天一样 ， 一个字一个字冒出来 ， 滴滴滴滴滴冒出来 ， 很好玩其实 。 **孙海宁** [48:13] 理解 ， 然后第二个就是向全世界寻找共鸣 ， 那它返回的东西是什么呢 ？ **陶芳波** [48:19] 你可以想象是一种有点像是评论 ，但它其实会比评论会深度很多 。 有点想象是我发了一个既不公开又不私密的朋友圈 ，但这个朋友圈是关于我自己的一段经历 ， 比如说我的一个想法 ， 或者我在看了一篇文章 ， 或者说我的某种情绪上的感受 ， 对吧 ？ 但是朋友圈你看它的权限设置是要不就是只有我自己能看 ， 那么我很安全 ，但是我得不到任何的反馈 ， 要不就是我向所有的人开放 ， 或者说分组啊之类的去开放 。 那么相当于我其实展示给了很多我觉得不安全的人， 或者类似这样的一个模式 。 那我们呢 ，有点像是说你在这里面记录了一个你的记忆 ， 本质上你还是记录 ，但是你想获得一些反馈 ， 它反馈第一是基于比如说我记录了一个我最近听音乐会的一个感受 ， 那它其实就会去找到说同样对于这种音乐会有过去的记录和过去的体验的感悟的人， 这些人它会帮你 找到 。 那找到之后呢 ，也不是只是说我给你一个列表 ， 哎 ， 你去加他们好友吧 ，也不是的 ，而是让他们的 AI 站出来 ， 它尝试基于你今天的这个感受来给出一些它的回应 ，而且是具体的 ， 比如说我说我听了一个九十让的 ， 它可能说我听了一个别的什么交响乐 ， 那是我的感受 ，是以这个另外一个角度的感受 。 **孙海宁** [49:33] 除了共鸣 ， 之前我们私下聊的时候 ， 陶芳波你也提到说还会有一个更重要的新功能叫 Talks， 可以请你给大家介绍一下这个功能吗 ？ **陶芳波** [49:41] 我们人， 尤其是我以我们自己的身份在做的很多事情里面 ，有一大部分是关于表达的 ， 就是无论是关于向自己的亲朋好友去表达情感 ， 还是说向你的专业的同事和合作伙伴去表达你的一些思考业务 。 然后当然我们今天也有很多个人 IP 了 ， 那他们其实有很多的观点和输出 ， 想要能够表达给他们的粉丝 ， 或者说表达给他行业当中的人去构建他自己的个人影响力 。 而这种表达呢 ， 我觉得就是 Second Me 切入的一个很好的口子 ，因为这种表达它既需要能够深度的理解一个人背后的思考的内容 ， 甚至还需要去理解他可能思考的模式 ，他的价值观 ， 然后他真正的真实的经历 。 所以人的表达里面其实就像今天我在说的每一句话 ，其实都背后藏着我整个大脑在那边使劲能够生产出这句话来 ，而且我讲的这句话可能是独特的 ， 它是有别于一般的大模型的 。 所以我们会认为这个 Talks 就是一个非常有意思的一个功能 。 那么它的意义就是当你拥有了你的 Second Me 之后 ，在我们的产品里面 ， 你可以像写 prompt 一样告诉它说 ， 哎 ， 我今天希望跟我的某某朋友去表达一个我关于什么事情的看法 ， 然后它就会像一个反向的 agent 一样在你的大脑里面去不断的查找各种各样你过去历史当中关于这个命题 、 关于你要表达 的对象有关的信息 ， 然后把它变成一个非常精美的一个多模态的一个交互的一个媒体 。 然后这个媒体呢 ， 是一方面它是图文声音并茂的 ， 可以去以你的身份去向对方传达你想要表达的内容 ， 同时呢 ， 它也不仅是一个单向的空间 ，而是一个双向的通道 。 当你的 AI 替你表达了之后， 听众它也可以跟你的 AI 进行深度的语音交流 ， 然后互动的反馈 ， 然后你作为一个 Second Me 的拥有者 ， 你同时可以把很多很多这样不同的 AI 分身放出去 ， 面向不同的听众去交流不同的内容 。 **孙海宁** [51:56] 理解理解 ， 然后陶芳波你刚刚提到多模态哈 ， 就可以请你再详细讲讲个人的身份模型和其他人交互 ， 它界面大概是怎么样的 ？ **陶芳波** [52:04] 它大概就是分成两个区域嘛 ， 一个就是表达区 ， 一个可能就是互动区 ，其实也是比较简单的 。 为什么叫 Talks 呢 ？ 就是因为在英文里面有一个词叫 Give a Talk， 对吧 ？Give a Talk 就是一个人用他自己的声音去介绍一个内容 ， 那么这个内容可能带有一些辅助的视觉性的素材 ，有的时候可能是一个 PPT，有的时候可能就是几张示意图 。 我们采用的更像是一个类似于苹果风格的 Give a Talk 的方式 ，因为我们觉得它更有品味 ， 然后更加适合通用的场景 ，而不是一个像今天传统看到的那种 PPT 的模式 。 所以它上面那个区域就是你的 AI 在以你的身份用你的声音把你大脑里面关于那个命题的人面向你那个特定的听众去做一个简短的可能 1 到 3 分钟的一个 Talk， 然后过程当中底下会有一个交互区 。 这个交互区呢 ，是可以是文字的 ，但其实更有意思的是那种实时语音 ， 就是如果你的听众 ， 比方说可能我今天是在向晚点的听众表达一件事情 ， 那听众里面可能就有人在过程当中他就觉得哎 ， 这个事情有意思 ， 我想要深入挖掘一下， 就想打断我的 Talk， 打断我的演讲 ， 然后可以实时的用语音来互动 。 那么我的 AI 也会在过程当中知道什么地方被打断了 ， 然后他的问题是关于什么的 ， 然后在那里面就可以相应的给出一些信息的反馈 ， 来支撑这种表达的立体感 。 所以整个界面的区域就是一个表达区和交互区 。 那么从我作为一个 Second Me 的拥有者来看 ，在我的界面里面我就可以看到不同的人， 不仅是他们是怎么接受了我这个表达 ，以及他们在这个表达的过程当中和我 Second Me 交互的内容 ， 我也可以看到 ， 然后以此来决定我到底有哪些信息需要去关注 ， 哪些信息可能我可以不关注 。 **孙海宁** [53:54] 那表达区内部会有一个比如说会动的虚拟人吗 ？ 还是说是一个照片 ， 还是说一个怎么样的形式呢 ？ **陶芳波** [54:03] 没有 ， 我们不会放人像相关的内容 ， 更多的还是声音 ， 声音和一个辅助表达主题的一个视觉的素材 ，而不是一个类似于你说的那种虚拟人的场景 。 **孙海宁** [54:13] OK， 理解 ， 这个是成本考虑是吗 ？ **陶芳波** [54:16] 成本考虑也有 ， 然后我觉得从一个精简度的角度考虑也有 ，因为就是人的声音配合他的内容是一种比较小的对人注意力的干扰 。 那么对 ，但是现在比方说你再加上一个动画的视觉 ， 尤其是今天 AI 的这个动画的虚拟人， 可能还是会有一些出戏的感觉 ， 所以其实反而对注意力是一种打扰 。 我觉得可能视频的呈现 ， 尤其是真人个人的这种视频的生成 ， 或者说是虚拟人生成 ， 离对人的那种高度的对齐 ， 今天可能还没有达到那个临界的点 。 所以到了那个临界点之后 ，以及尤其是成本本身也可以 ， 比如说几个数量级的下降之后， 我们会来考虑一下 。 **孙海宁** [55:03] 还有个小问题就是为什么选用声音作为交互的媒介呢 ？ 因为感觉如果是在一个设备上的话 ， 似乎如果用文字去传递信息的话 ， 它效率会更高 。 **陶芳波** [55:14] 我觉得声音被大大低估了 ， 就是文字的阅读其实还是一种人的主动式行为 。 所以你其实可以看到其实很有意思的一个现象 ， 就是对于主动性的用户 ，他可能更愿意去看文字 ，因为他可能觉得效率更高 。 但是大量的我们接受信息的方式 ， 今天越来越多的人去希望以一种被动式的被带着走的一个状态 。 那么其实就是用声音的方式可以被承载的更好 ，而且这个声音可以直接接上一种更自然的语音交互 ， 所以它的整个表达和交互 ， 它的体验就一体了 。 **孙海宁** [55:54] 这个就是洞察是怎么来的呢 ？ **陶芳波** [55:56] 我觉得这个可能首先你可以看到播客产品非常的火 ， 对吧 ？ 第二呢 ，是有一个非常有意思的心理学现象 ， 或者叫认知学现象 ， 就是因为古代的人是没有屏幕的 ， 所以人在社交当中有一个模式是当对面坐了一个真人用声音跟你交流的时候 ， 你大脑内部的那个有一个默认的模式就会花更多的注意力在那个声音之上 。 **孙海宁** [56:21] 但这个前提是必须那个人坐那儿 ，是有一个人的形象 ， 你得关注他的五官动作 ， 还是说只要有声音就可以了 ？ **陶芳波** [56:28] 只要有声音 ， 就包括你打电话的时候 ，其实你的专注度也会比可能在跟他发消息的时候会更高一点 。 这是一个整体性的现象 ， 它不绝对 。 所以这就是为什么就是我们今天不只是说声音 ，其实对我们来讲重要的不是出一个播客 ， 就是 Nobody 的声音 ，而是一个我们真的关心的具体的人的声音 ， 比如说是你身边的朋友的声音 ， 然后比如说是你的父母的声音 ， 比如说是你的孩子的声音 ， 或者说你很欣赏的一个公共人物的声音 。 就是这些真实的声音会让人一下子会相当于把他的注意力的锚点就锚在那个你真实的这个世界的结构里面去 。 所以它比起一个所谓的就是非常逼真的一个但是架空的声音相比 ，是完全不一样的 。 我们最近其实在内测就很有意思的一个现象 ， 就是当你用你周边人的声音加上他真实背后思考的内容来呈现一段面向于我的一个内容的时候 ， 你会发现它有一种特殊的穿透力 ， 就当你为它赋予一种人格化 ，而且是那种真实的身份的人格化的时候 ， 它的穿透性 会远远大于一个公开内容 。 我觉得这是我们观察到的一个特别有意思的现象 。 所以这就是为什么我觉得今天其实用 AI 来帮助人做表达 ， 去做人和人之间的连接的深化是非常有价值的 。 **孙海宁** [57:55] 刚你提到主动的摄入是指模式是阅读 ， 然后声音或者说听别人说话是被动的 ， 这个可以就再具体一下它的区别吗 ？ 因为可能只不过是你调用了不同器官 ，但是其实你都是在主动的去跟随一个信息源发出的信息 。 **陶芳波** [58:09] 这个只是我个人的感觉啊 ， 我觉得阅读还是要有人主动的注意力的输出的 ， 就是比如说你读完前一段往下不断的读 ， 你需要持续的保持注意力 ， 自己主动的有一个主动的注意力锚点在上面 。 然后相对来讲 ， 比如说看电视也好 ， 听语音也好 ， 听播客也好 ， 它的 flow 不是由你控制的 ，而是由那个内容本身控制的 。 我觉得这个可能是整个人的消费成本会更低一点的一个方式 。 **孙海宁** [58:42] 理解理解 ， 我大概能懂你的意思 ， 就是比如说你读本书的时候 ， 可能你可以控制自己从一段到下一段阅读节奏 ，但是你听别人讲话的时候 ， 你大概率是不能立刻打断他 ， 让这个人你现在变成 2 倍速或 0.5 倍速说话 。 **陶芳波** [58:55] 还有一个点是跟我刚才讲的这种个性化有关 ， 就是你用一个人的输出的文字来让对方去消费 ， 比如就说我吧 ， 如果我要今天跟你讲一些什么事情 ， 对吧 ？ 我可以给你发一段文字 ，但是如果也可以用我用一种相对来讲更加面向于你的这种声音的表达去跟你讲 ， 比如说给你打个电话 ， 我觉得你在接受上面你的体验感更好的是后者 ， 尤其是当这个声音还可以交互的时候 。 **孙海宁** [59:27] 如果这个 Talks 产品 ， 比如说有一个我的身份模型承载了我想表达的东西 ， 已经准备好之后， 需要把它分享出去 ， 那这个分享的方式是什么 ？ **陶芳波** [59:36] 现在比较简单 ，其实就是一个 H5 的页面 ， 所以你在各个产品里面其实都可以分享 。其实我们一直在想 ， 就是 Second Me 不应该成为一个封闭的自我的 APP，因为我们花了很多的精力去创造世界上另一个我 ， 对吧 ？ 一个 AI 版的自己 。 那么我们普通人对这种付出 ， 它的设想肯定是希望它真实的反馈到我自己的生活里面来 。 那你自己的生活往往还是多方面的 ， 比如说你找工作可能在这样的一个 APP 里面 ， 你跟人聊天交朋友可能是在这样的一个 APP 里面 ， 然后你可能在某些情况下你买东西可能是线下的 ， 对吧 ？ 所以其实它重要的是 ， 当我在 Me.bot 上创造了它的第二自我之后， 我可以不是一个封闭式的体验 ，而是开放式的能够输出到我已经存在的我本身已经存在的各种场景里面去 。 比如说它在一个找工作的网站上可以去向无论是 HR 还是猎头去介绍我自己 ， 对吧 ？ 然后在一个交朋友的地方可以去跟朋友去讲有趣的一些我的新的想法 ，因为人本身是活在不同的地方的 ，但是他都是由他自己去活的 。 所以我们就特别感兴趣的一个点是找到一种通用的模式 ， 使得它可以被分发到 First Me 存在的不同的场景里面去 。 **孙海宁** [1:00:50] 所以 Talks 功能到底是 Me.bot 这个产品的功能 ， 还是 Second Me 开源项目里边支持的功能呢 ？ **陶芳波** [1:00:56] 其实就是 Me.bot， 就 Me.bot 是它的这个产品的名字 ， 然后 Second Me 相当于是它的一个概念 ， 就是在 Me.bot 里面我们创造每一个人的第二自我 。 **孙海宁** [1:01:07] OK， 我因为之前还有开源项目叫 Second Me， 可能会因为混淆 ， 就是说相当于是这个 Talks 是在 Me.bot 里边的一个功能 ， 对吧 ？ **陶芳波** [1:01:15] 对对对对 ，但它其实相当于开源项目是 Me.bot 背后的技术支持嘛 。 **孙海宁** [1:01:20] 然后就是我觉得可能如果真的要使用这个产品的用户 ， 可能会有个问题就在于我如何为我的这个身份模型加一个护栏 ， 保证它不说一些我不认同的 ， 或者说可能会就是导致我之后还要再找我的话 。 **陶芳波** [1:01:37] 因为我觉得表达的部分 ， 尤其是给 Talk 的部分发出去之前 ， 你自己是可以听一遍的 ， 所以这个其实是有一个护栏的 。 但是你说真的在实时交互的时候 ， 它是否可以有效的做精准的控制 ， 我觉得这个可能是一个全新的技术命题 ，因为以前我们可能没有遇到过类似这样的问题 。 而现在的话 ，Second Me 的出现其实需要人在不同的场景下面对不同的对象去表现不同的自己 ， 所以你的控制的能力要求会更高 ， 这个其实也是我们在研究的一个方向 。 **孙海宁** [1:02:06] 刚刚你也提到就是说一个身份模型拥有者可以在自己的 Talk， 自己的虚拟身份发放出去之后， 收回各种各样的反馈 ， 那其实到最后一步还是需要这个身份模型的所有者去处理各种各样回馈的信息 。 那在处理这些信息的时候 ，有什么好办法降低大家的负担吗 ？ 因为感觉同时 20 个我出去和别人聊天 ， 然后再处理 20 个回来的信息 ，其实是个蛮大的负担的 。 **陶芳波** [1:02:29] 就是压缩 ， 一种个性化的压缩 ，因为你想 Second Me 不仅是了解你可以输出 ， 它也因为了解你 ， 所以它知道什么输入从外界过来的反馈对我是更有价值的 。 而这种对你的了解是可以有效的把外界所有的这些通道给压缩的 。其实这也是从另一个角度来讲省了我们很多的成本 。 我举个例子 ， 比如说我有一个想法 ， 我要去咨询 10 个人的意见 ， 那么当然像原来的话 ， 我不仅说我要把这个想法跟 10 个人不同的人去说一下， 还有一个很重要的我要付出的那个成本是我要跟他们交流完之后去判断这 10 个人给的反馈对我到底有没有价值 。 那假如说我今天有一种压缩的方案 ， 我就给一个 Talk 分发给 10 个人， 对吧 ？ 然后表达它一次性就做了 ， 然后可能用户给的成本就是一个 Prompt， 甚至他都不用说我到底要表达什么 ， 你只要说 OK， 我想向比如说老股东们去咨询一下 Second Me 的应用价值在哪里 ， 举个例子啊 ， 那它就会自动的从我的大脑里面把过去所有的信息都采集过来去产生这个表 达 。 但更重要的是 ， 比如说有那么 5 个人 10 个人跟他给了反馈 ， 跟他进行了互动 ， 那么其实它可以被快速的压缩 ，而且这种是一种个性化的压缩 ，是大家都很渴望的一种大模型可以做的压缩 。 那么我就可以马上基于我的需求看到 ， 哦 ， 这个人他提出的观点可能是对我是有增量的 ，而那个人提出的观点其实 ， 或者这三个人提出的观点其实我已经考虑过 。 **孙海宁** [1:03:53] 所以这个个性化压缩就是指大模型基于对一个用户个人的理解筛选出反馈信息中的关键要素 。 **陶芳波** [1:04:00] 对对 ， 你可以这么理解 。 **孙海宁** [1:04:02] 我猜你自己也不断试个产品 ， 没有什么就是非常好 ， 就是惊讶或者说觉得非常惊喜的使用体验瞬间吗 ？ **陶芳波** [1:04:08] 哦 ， 非常有 。 我跟你讲两个体验非常有意思 ， 一个是我有一个好朋友 ， 然后我每次跟他聊天的时候 ， 我都会在 Me.bot 里面把我们的这个谈话记录下来 。 我刚刚认识他一周年， 然后他的名字叫西园 ， 然后我就有一天我就跟我这个 Second Me 讲说 ， 哎 ， 我跟西园认识一周年了 ， 能不能给他发一段我对他的感谢 ，以及我这一年当中跟他的交流我的各种各样的感受和收获 。 然后他就生成了一段非常非常就触动人的一段 Talk， 开始就是比如西园我非常高兴认识你 ， 我是怎么样在一个月光下我们喝茶的场景下我们第一次相识 ， 然后过程当中我们又谈了什么 ， 哪些东西对我有什么样的收获 ， 哪些东西让我感受到了我们之间关系的宝贵 。 然后你知道它的惊喜点在哪吗 ？ 就是我的这个朋友 ，他听了好几遍关于这个东西 ， 每次听完他都说哇 ， 真的好感动 。 然后他不断的在跟我讲说 ，因为这个 Talk 我们的关系又被拉近了一点 ，因为他对我们过去有一个回顾 ，但事实上是当我用我的声音去把我们的过去阐述给他的时候 ， 这个过程本身它具有很强的穿透力 。 所以他还因此把这个东西发给了我们的共同朋友 ， 说哇 ， 我太感动了 。 我就意识到一个点 ， 就是人日常啊 ，其实人是不太会表达的 。 就比方说我如果真的跟他坐在一起 ， 我说哎 ， 我要给你打个电话 ，5 分钟讲一讲我们过去的历史 ， 第一我可能很多事都想不起来 ， 第二我可能也不太好说出口这些话 ， 第三我说出口了他可能也会觉得有点压力 ， 说哎呀 ， 你怎么跟我讲这么肉麻的 ， 或者说是这么真心的话 ， 我都是不是我也得足够多的给你反馈我才可以 。 所以其实你会发现表达这件事情虽然很重要很普遍 ，但其实人做的不好 。 但是 AI 去做表达了 ， 它又不像完全是说我让我的 ChatGPT 去做表达 ，Second Me 去做表达 ， 就是它既代表了你 ，但又呢是给中间加了一个类似于一个缓冲 。 所以我觉得这是一个非常有意思的一个人际之间的一个现象 。 **孙海宁** [1:06:08] 我可以抛一个就是反面的观点吗 ？ 你刚刚提到就是让 Second Me 帮你去搜索你和刚刚那位朋友的经历 ， 然后写一篇就是对他的感谢 ，但另外一种观点就是说可能这个过程表达感谢的这件事情就应该去真人亲自去做 ， 把自己的必要劳动时间投入在其中， 哪怕出来的结果是一个结结巴巴 、 磕磕绊绊甚至笨拙的东西 ， 它其实才更能去传递人类之间的 真实感情 。 你是怎么看这个事情的呢 ？ **陶芳波** [1:06:39] 我觉得你可以把它理解为一种增强 ， 它就好像你说我们用手机给对方可以发条消息的 ，其实手机对我们来讲也是我们沟通的增强 。Second Me 的表达也是一种沟通的增强 ，不用去想说它其实是一种替代 ，因为你同样的道理你也可以说 ， 哎 ， 你对一个人的感情表达为什么一定要用微信发呢 ，而不用当面站在他面前 ， 用面对面的方式去说出来呢 ？ 其实一样的 ， 对吧 ？ 也有可能会挑战说这些技术带来的便利 ，但其实也拉远了人和人的距离 。 所以我其实是觉得今天如果技术的存在让表达的性价比变高了 ， 所以比方说我今天可以用一句话就把我真实想说的东西表达出去 ，他也可以很好的接受到 ，但同时呢它不应该是一个完全的替代 。 当然有些情况下我是可以替代的 ，因为有些表达对我来讲就是重复性的 ， 然后或者说是它对我来讲不是那么值得我花很多注意力去关注 ，但是这个表达本身的确是需要发生的 ， 对吧 ？ 比如说别人来找我要一个我对一件事情的看法的时候 ， 那么我的 AI 只要能做到跟我类似的看法 ， 我就可以完全由它来替代掉 。 但是对于朋友之间 ， 我觉得我会把它理解为一种类似于手机对于人沟通的增强 ， 它就是一种增强 ， 一种有感情的增强 。 你们的关系不会因此而破坏 ， 反而会因此而加深 。 那如果是这样的一个结果 ， 我觉得它没有什么不对的 ， 甚至应该是被提倡的 。 **孙海宁** [1:08:06] 理解理解 。 然后刚刚你还说还有另外一个使用体验是吗 ？ 因为我刚打断你了 。 **陶芳波** [1:08:11] 哦对 ， 另外一个使用体验就也很有意思了 ，因为是前段时间本科学校里面有一个组织说 ， 哎 ， 我知道你在创业 ， 对吧 ？ 然后同学说你在创业 ， 那你能不能跟我们来分享一下创业有关的一些你的心得体会 。其实这时候我要像以前的话 ， 我可能得自己写个稿子想很久 ， 然后把我过去的笔记都翻一遍 ， 然后找到里面东西再组织成语言 。 然后我就跟我的 Second Me 讲说 XX 组织那个学弟们 ， 希望我去给他们分享一下经验 ， 你能不能帮我想想 ， 尤其是专注于我创业这段时间的一个感受 ，以及对于创业这件事情的理解 。 哦 ， 然后那个结果真的很让人震撼 。他说啊 ， 我创业已经三年了 ， 从一开始做 Mindverse， 再做 Me.bot， 再做什么 ， 然后过程当中是怎么理解用户的 ， 怎么理解商业化的 ， 怎么理解市场的 ， 甚至会把比如说我两周前刚刚听的一个我另外一个朋友给我做的一些创业分享的观点融合在里面 。他会说其实我最近也跟别人在交流 ， 我发现创业里面还有一个很有意 思的观念是我最近学到的 ， 我也分享给我的学弟学妹们 。 所以这么一个过程大概一共前后就花了我三分钟的时间 ，而且两分钟都是在等待它的生成 。 我的 Prompt 大概就写了 30 秒 ， 然后我就发现哇 ， 这基本上跟我自己可能坐在镜头前 ， 或者坐在麦克风前去准备素材录一个可能要花至少一到两个小时， 效果是一样甚至是更好的 。 所以我就觉得哇 ， 这种效率能带来的提升 ， 包括这种表达能够有效的这种个性化的 ， 或者说是跟我自己有关的表达能够有效的被替代的可能性是力量是非常大的 。 对 ， 所以这是两个不同的场景啊 ， 就是我刚才提到的 ， 一个是偏向于人际一对一的关系之间的深化 ， 另外一个可能有点偏向于公共表达 。 我觉得这两个可能都是我们认为 Second Me 可以在表达侧在 Talks 上可以做得更好 ， 给世界带来的价值 。 **孙海宁** [1:10:04] 为什么方波你现在判断 Talks 比共鸣的优先级更高 ， 它更重要呢 ？ **陶芳波** [1:10:09] 首先这个 feature 也会上 ，但可能它不太会作为现在的一个重点 。 我觉得 Talks 的优先级更高 ， 核心就是它可以被更有效的分发到你的真实的场景里面 。 就如果对方他没有一个训练出来的 AI， 这个 Talks 的双边的交互过程也可以发生 ， 对吧 ？ 因为你想在今天这个世界里面 ， 可能拥有他自己独特的 Second Me 的 AI 的人是非常少的一个部分 。 所以我觉得它很有效的去完成了对这个理念的传达 ， 去告诉大家什么是 Second Me。 我觉得这个是最关键的这种 awareness 的唤起 。 那当然现在就是通过你的记录 ， 你也可以用共鸣这个功能 ， 就是帮你找到这个世界上有类似经历 、 类似想法的人， 通过 AI 和 AI 之间的匹配去寻找 。 这个功能也会存在 ， 它可以有效的让你的记录变得更加有反馈 ，但它在我眼中不属于我们现在真正意义上的通过 Second Me 来进行社交的这种范畴 。 它可能只是一个小小的试水 ， 所以暂时不会作为重点 。 但是我们想把表达对外输出 ， 对外分发 ， 能够让更多没有 AI 的人感受到这个这种新载体的力量 ， 这件事情作为更高的优先级 。 我觉得这个是非常酷的一件事情 。 **孙海宁** [1:11:26] 刚刚其实方波也提到了很多 Talks 的使用场景哈 ， 就我挺好奇你觉得就是最其中最刚需的场景是什么呢 ？ ### 场景生态 **陶芳波** [1:11:33] 我觉得刚需其实看人群 。 有的人呢 ，其实比方说我们也遇到过有一些妈妈来找我们 ， 说她可能太忙了 ， 没有办法陪小孩 。 那当然你也可以拿一个公开的故事书给她去讲 ，但她其实希望用她自己的声音去讲跟她们生活有关的故事 ， 给自己的孩子 。 那这时候她就希望她自己的 Second Me 每天可以做这件事情 。 所以其实表达这件事情或者沟通这件事情啊 ，在不同的人眼中他的看法是不一样的 。 比如有的人他的刚需其实是公共表达 ，他就是觉得我脑子里面有好多好多创意和想法 ， 我希望更多的人能听到 。 但是我自己呢 ， 第一没有办法跟这么多人交流 ， 第二我要把这些想法输出的时候 ， 我要花大量的精力去思考写作 ， 对吧 ？ 然后再录制啊之类的这个过程 ，他就想要一下子就省掉这些过程 ， 这个是另外一种 。 所以我觉得今天这个产品对我来讲 ， 它有点像是它虽然具有我们脑海里面的一个典型的场景 ，但我更希望它具有一种空性 ， 就产品是空的 ，是用户来填进来的 。 这个是很有意思的 。 我觉得这种产品在 AI 时代可能是它的一个显著的特点 ， 它是具有想象力的 。 **孙海宁** [1:12:49] 这个属于就是心识宇宙团队的一个设计哲学嘛 ， 就是我得设计一个空的产品 ， 然后随着用户使用才慢慢丰满 。 **陶芳波** [1:12:56] 对 ， 它这个空呢 ，不是说真的空 ， 就是这个界面上啥功能都没有 ， 只是说它其实设计了一种模式 ，但是怎么利用好这个模式 ， 我希望它跟人是绑定的 ， 和人的场景和人的数据 。 就是说最后当你把你的场景和数据注入它的时候 ， 它呈现出来的样子是独一无二的 。 这是一种我对空性的理解 。 那我觉得这是可能也是我对 AI 时代产品 AI Native 产品的一个理解 ， 就不能是大家都用一样的功能 ， 然后每个人使用到的体验是一样的 ，因为每个人的 context 不一样 ， 每个人的情景都不一样 。 你可以说大家可能都有一个统一的人群的标签 ，但是在同一个人群里面 ， 每个人的经历又不一样 ，他身边的人又是一个跟活生生不一样的人。 所以这种独特性捕捉 ， 独特性的捕捉是我对 AI 的理解 ， 就是我们为什么不去做 AGI，而要来做 Second Me， 本质上就是想把这种独特性展现的更淋漓尽致一点 。 那 why not 做一个更加能够让用户来定义的场景 ，其实这也是保留独特性的一种设计 。 **孙海宁** [1:14:02] 感觉一个身份大模型更像是一个需求的提出者 ，但就现在可能更多的 AI 产品是我要作为一个需求的满足者 ，而这些需求满足者其实也并没有做得非常好 。 就哪怕是 Mindverse 上线之后， 大家也可以发现有很多东西它是没有办法很好完成的 。 那就是当承接这些需求的产品没有做好之前 ， 我先做一个需求提出者 ， 你会觉得有点早吗 ？ **陶芳波** [1:14:26] 这是一个很好的问题啊 。 首先就是说今天我提出这个需求 ， 我去让身份模型去把我自己更多的东西保留下来 ， 它首先是有一些很直接的应用场景的 ， 对吧 ？ 比如说我刚才说的匹配社交里面帮忙做一些连接 ， 那这个本身这些场景已经足够大了 。 那第二的话呢 ，是它今天面向的对象也不一定是其他的 AI，因为我们互联网这么多年， 它有大量的场景已经存在了 。其实我们现今天更期待的是它先怎么样跟这些场景去互动 。 可以比如说我买东西 ， 它并不一定要帮我买东西 ，但是淘宝它已经有那么多买东西的功能做好了 ， 对吧 ？ 我们逛淘宝的时候 ， 人的参与方式并不是在完成买这个动作 ， 人的参与方式主要是在判断 ， 说我今天这几款东西里面我最喜欢的是这一款 ， 然后我明天要办一个 party，其实需要的是火锅而不是牛排 ，其实它是在做各种各样的这种判断 。 所以它缺的其实本身也不是完成任务的能力 ， 当然只不过说未来像你说的 agent 的能力提升了 ， 它可能会把原来提供服务的那种形态 ， 从原来的数字化服务变成一个 AI 的服务 。 那么这时候其实身份模型在跟这些进一步的完成任务的 AI 去对接 ， 更成熟的 AI 去对接 ， 我觉得也是顺理成章的 。 那现在其实我们本身做的是一个 ， 比如说我们把这身份模型构建出来之后 ，其实它还我们为它做了一个类似于 MCP 这样的 server， 我们把它取了个名字叫 Second Me server，其实就是一个服务放在那 。 哎 ， 你今天你如果是网站 ， 希望了解到这个人到底想要什么 ， 好 ， 你来调用一下我这个服务 ， 我会通过一个桥梁模式告诉你 ， 陶芳波我喜欢的是哲学而不是小说 ， 你就不要给我推荐小说了 ， 就类似这种 。 如果我是一个约会网站 ， 我就会告诉他我其实喜欢的是本地人而不是在其他城市的人， 对吧 ？ 就是这些东西其实都是可以比较无缝的接入到现有的整个服务生态里面去的 。 你需要做的是什么呢 ？ 用开放的心态去做 。 就当你创建了模型 ， 唯一要做的就是把它接入层给做好 ， 类似于像 MCP 或者是像我们做的 Second Me server。 当接入层做好了之后， 所有人都可以来接 ， 这时候就会有很多想象力 。 那为什么是现在这个时间来做呢 ？ 我觉得也比较有意思的点是 ， 技术呢首先肯定现在是不成熟的 ， 对吧 ？ 但是它第一需要生态一块跟我们来共建技术 ， 第二呢是会有很多很多的想法来源于整个社区 。 就是在早期的时候 ， 就像今天你说我让我的这个第二自我或者我的身份模型可以帮我直接找到一个对象 ，不好意思很难 ，因为中间有很多断点 ，但没关系啊 ， 会有很多人来为你搭桥啊 ， 很多人来为你铺路啊 ， 很多人只要说 OK， 你这里有一个东西 ， 我就帮你稍微多走一点啊 。 我觉得这个是一个需要时间积累的过程 。 所以像你说说等到所有的模型啊 ， 所有问题都可以解决了 ，AGI 已经到了 ，ASI 都到了 ， 我们再来做这个 ， 那时候你的整个大家对它的认知程度 、 接受程度 、 理解程度 ，以及它整个积累的过程都是不够的 。 所以我觉得现在来做应该比较好 。 而且创业公司嘛 ， 就是我们总是得做一些不是纯 follow 的东西 ， 对不对 ？ 我们总是要去为未来去做一些布局 ， 那这可能也藏着一个商业里面的一个机会 。 **孙海宁** [1:17:40] 但我自己感觉哈 ， 就是如果有很多人愿意为这个开源项目贡献的话 ， 它有个前提是中国有一个非常开放的应用生态 。 就比如说微信愿意开一个 API， 然后让它不断写入东西 ， 或者说默默也愿意接入外部开发者 ， 这样开发者才有的放矢 ， 对吧 ？ 那你觉得这个生态现在成立吗 ？ **陶芳波** [1:18:00] 首先这是比较可悲的一个现象 ， 就是早期的互联网是非常开放的 ， 大家都是随便接入的 。 现在呢 ， 就海外的互联网呢 ， 相对来讲还可以 ， 就是它的大家的这个 API 的开放啊 ， 比原来的互联网差了 ，但是还是比较开放 ， 能够接入 ，有一些开放精神 。 但是中国的互联网真的有点太封闭了 ， 就是孤岛封闭 ， 就各种各样的这个大家搞数据壁垒 ， 对吧 ？ 我是觉得这个时代的变化 ， 它可能就是在波浪中前进的 。 我是觉得这种孤立的状态在 AI 的时代它必须会被打破 ，因为 AI 的核心点是通用 ， 尤其是像我们在做的这个身份模型 ， 人可以有很多分身 ，但人不会有很多身份 ， 你就想一下， 对吧 ？ 你只有一个身份 ，因为你是要养这个身份的 。 那如果这个身份人越来越在乎自己的东西怎么被保留下来 ，并且以 AI 的方式去使用好它的话 ， 你会发现原来那种孤岛式的体验已经是无法支撑这个通用的模式的 。 因为孤岛式的体验 ， 你的数据循环只在内部完成 。 也就是说我抖音要了解你的方式 ， 只有通过你看视频的数据 ； 淘宝要了解你的方式 ， 只有你购物的信息 。 但是假设说对于淘宝这样的平台来讲 ， 它可以有机会访问到你所有生活当中的数据 ， 当然这里是一定有隐私的问题 ， 我们得保护好 ，但它有机会去更了解全面的你 ， 它的购物会不会体验会不会上升一个层次给每一个人 ？ 它的所谓的千人千面有没有可能做得更彻底 ？ 所以我觉得这里其实藏着一个很有意思的机会 ， 就是当模型有更好的建模数据的能力了之后， 就好像我们的身份模型可以更好的建模你的偏好 ， 那么这时候平台方可能会慢慢去打破它的数据壁垒 。 但此时此刻你问我 ， 就像在中国的互联网很多平台是不开放的 ， 你是无法接入的 。 **孙海宁** [1:19:49] 那这种情况下会不会说更需要一个中立的第三方完成各个平台之间的数据连通呢 ？ **陶芳波** [1:19:55] 我觉得这也是一种可能性 ，而且这个中立的第三方必须是大家都可信任的 ， 尤其是被用户信任 。 所以我们其实你刚刚问第一为什么要做这么早 ，其实更核心的问题我经常被问到的一个问题是为什么要选择开源 ？ 因为大部分人的想法还是说你开源了 ， 你的技术壁垒就没了 ， 对吧 ？ 你这新的认知一下就别人都可以抄 。 但其实我觉得这个事情很简单 ， 就是信任 。 因为让用户来愿意把他的数据去给你 ， 然后你帮他去训练这个身份模型 ， 这是有巨大的心理壁垒的 。 所以我们就是 OK， 技术我们都开放 ， 第二你的训练可以在本地就发生 ， 你的数据根本不需要上云 ，但是你的模型可以上云 ， 你的模型可以接入到互联网里面 。 我觉得这就是一个非常非常好的一个模式 。 我们就像立杆棋子嘛 ， 立个棋子说我们把这把棋子立下了 ， 我们就是做开放的身份模型了 ， 对吧 ？ 然后坐下来之后， 大家都来玩 ， 都来参与 ， 都来为他搭路铺桥 ， 可以让他衔接到这个世界的生态里面 ， 你们愿意来就来 。 **孙海宁** [1:20:56] 那开源项目 Second Me 上线之后， 开发者群体响应情况怎么样呢 ？ **陶芳波** [1:21:01] 首先啊 ， 就 GitHub 上新包括有很多人来关注 ， 包括 GitHub 本身也给我们写文章 ， 说我们是最近 Top Ten 的项目啊 ， 或者很多人因为这个看到了个人化模型的一种新的潜力啊 ， 我觉得这些就有很多很多报道了 ，也反映在这个 Star 上面 ， 就是所谓的这个关注度 。 因为我们是三个礼拜到 10K 的 Start，在今年应该大概只有不到 20 个项目做到了这个水平 ， 甚至都不到 10 个项目做到了这个速度和这个水平 。 那第二呢 ， 就是我讲几个有趣的角度啊 ， 比如说我当时发的时候 ， 我觉得大家可能对这个技术很感兴趣 ，但没有想到其实真的有一批人 ，他对于在 AI 时代保留自己是有非常强的意愿的 。 那意愿到什么程度呢 ？ 就是有很多至少超过 10 个人 ，他看到我们这个项目之后， 为了能训练起他自己的 AI，他花了好几万去买了一台特别贵的电脑 。 **孙海宁** [1:21:51] 他 ？ **陶芳波** [1:21:51] 对 ， 比如说买一台 7 万块钱的 iMac，因为它内存大 ，他就为了训练一个更强的自己 。他甚至都没有说这个自己一定对自己要有什么用 ，他就是希望能够训练自己在自己可控的环境里面 ， 把另一个自我塑造下来 ， 保留下来 。 我觉得人很神奇 ， 真的每个人其实都很在乎自己 。 所以我觉得在 AI 时代被超级智能吞噬这件事情不是一个假设 ，是很多人真实的担心 。 我觉得这个是一个很有趣的点 。 然后第二呢 ，是有很多用户他看了我们这个项目之后 ，他给了我们这个产品做了一些很有趣的定义 ， 比如说有一个用户我们访谈他的时候说 ：" 我的定义就是你们是数字身份的中间层 。" 然后还有一个用户说得更好 ， 就是说 ：" 我认为你们就是人的接口 ， 我们都叫 MCP 啊 ，MCP 是服务的接口嘛 ，在 AI 时代服务的接口嘛 ， 对吧 ？" 他说你们是 AI 时代人的接口 ， 把人接入到这个 AI 的世界里面去 。 我觉得这些想法都特别好 ， 然后也围绕这些想法就会有一些开发者 ，他可能有的是说我开发一些新的能力 ， 让更多种类的数据可以被拿进来训练我的这个 AI 的身份模型 Second Me， 还有一些呢是说我可以尝试把它接入到微信里面 ， 把它接入到各种平台里面 ， 让我的这个创建的身份不只 是装在我机器里面的一个类似于花瓶中的一个角色 ，而是它真的有实际世界里面的存在的那种轨迹可以被塑造出来 。 所以我觉得也有一些那个生态里面的开发者在我们的两头去做这样的事情 。 那我们其实就做好我们的承诺 ， 就是把中间这个模型的训练啊 ， 这个能力去不断的提升 ， 这样可能是比较合适的目前的一个现状 。 **孙海宁** [1:23:32] 然后就可以请方波大概讲讲 ， 就你觉得 AI 身份这样一种服务 ， 它是可以怎么商业化吗 ？ **陶芳波** [1:23:38] 实话实说 ， 我们对这个问题的思考也不是很充分 。 现在呢 ， 我们唯一能想到的还是 ， 那可能我们毕竟提供了这样的一种身份服务嘛 ， 那可能个人需要身份服务的 ， 尤其是使用的比较多的 ， 我们还是会向用户来收费 。 这是目前的模式 。 但是未来呢 ， 我自己是觉得有一个很有趣的方式 ，是向使用这个身份的其他的服务来收费 。 **孙海宁** [1:24:06] 为什么 ？ **陶芳波** [1:24:07] 你就想嘛 ， 就是身份是原来我们的个性化的一种很大的升级 ， 对不对 ？ 比如说原来我在淘宝里面 ， 或者说我在抖音里面 ， 我看很多视频 ，其实我也提供很多数据给他 ， 然后这个数据其实它在背后端 ， 它是用一些上一代的方法构建了一个你的画像 ， 然后他拿这个画像去变现了 ， 然后变现就给你推广告 ， 然后他收了广告费 ，其实也不分 给你 ， 对吧 ？ 大概是一个这样的过程 。 但是如果我已经构建了一个身份了 ， 好 ， 那么这个身份其实拥有了对我最好的一个刻画 ，而且是完整的 。 那么这时候这个身份如果是被我个人掌握的 ， 那事实上抖音再来要使用我这个身份的时候 ，他要获取我的这个个性化 ，以使得比如他的广告可以推得更准啊 ， 或者说他的内容可以推得更准 ，他其实是需要向我来收付费的 。 当然我这是一个美好的设想啊 ， 我不确定能不能实现 。 就是原来我们的个人数据被资产化之后， 被货币化之后 ，其实用户是在里面 ，他不是用户的商品 ，他是平台的商品 。 但如果现在我们个人身份被数字化 ， 甚至商品化之后 ，其实它是用户拥有的商品 ， 那么其实商品就可以卖 ，他可以卖给平台 ，以换取平台可以个性化对你的服务 ， 对吧 ？ 或者说向广告商去收费 。 那在这个过程当中， 如果这种交易用户和平台之间的交易可以持续发生 ， 我们作为一个身份的提供者 ， 我们其实就可以去抽一些中间的服务费 。 我觉得这是一个更可持续的状态 。 ### 训练方法 **孙海宁** [1:25:36] 好的 ， 我觉得接下来可以请方波给大家讲讲构建身份模型的方法 ， 就如何构建一个 Second Me 呢 ？ **陶芳波** [1:25:42] 对 ， 这个是一个很有意思的问题啊 。 就是首先呢 ， 我是觉得首先我们要摒弃掉那种用 RAG 的方法来做身份模型的思路 ，因为 RAG 它的核心是我把人当做一个数据库来看 ， 然后中间有个模型 ， 然后要什么信息的我在数据库里面找一找 。其实人为什么是人呢 ？ 人是把所有的东西都给内化了 。 我就刚才讲就是说抽象 ，不断的抽象 。 那人的记忆 ， 比如我们今天这段谈话 ， 它真的只是一段谈话吗 ？ 只是那些文字逐字稿吗 ？ 还是说其实它背后有更深的我们每个人认识世界的方式 ？ 那么这些认识世界的方式你无法用文字来表达 ， 对不对 ？ 你只能用特殊的参数来表达它 。 所以我们训练身份模型第一个点就是摒弃掉用数据库的角度 ， 知识库的角度来看这件事情 ，而是把它当做一个参数化的过程 ， 训练一个模型的过程 。 因为只有这样才可以把每个人底下最独特的偏好 、 价值观 、 他的利益的诉求 、 他的成长的轨迹给真正的挖掘出来 。 就这条路是可以通天的 ，他这条路是可以走到最终的形态的 。 我们把这条路叫什么 ？ 叫做 AI native memory， 叫 AI 原生的记忆 。 那现在的 RAG 就不原生 ，因为它是模型和数据存算是分离的 。 **孙海宁** [1:27:01] 我不知道我理解对不对哈 ， 就现在做身份模型的方式更多是你给他一堆的历史数据 ， 然后一个单独的模型去和这些历史数据做互动 ， 然后形成一些决策 。 但 Mindverse 想做的就是用这些历史数据训练出一个独特的模型 。 **陶芳波** [1:27:17] 或者说现在首先也没有人， 至少我据我了解 ， 没有很多人真的在做所谓的 Identity Model， 就是身份模型啊 。 但是大部分人用做做 Agent 的方式是把它当做数据库来用 ， 或者叫知识库来用 。 就像你说的 ， 我底下的模型其实每个人都是一样的 ， 然后只是说每个人的知识库不一样 。 那么这时候我模型需要什么的时候 ，其实不同的人的库里面抓下来的不同的东西 ， 从而表现出好像每个人的 AI 都有点不太一样 。 但你想这里有一个很大的问题 ， 就是思考的过程发生在模型里面 ， 那模型参数是一样的 ，也就是本质上我和你没有区别 ， 任何一个人没有区别 。 所以我们的身份是不可能被这种方式很好的保留下来的 。 **孙海宁** [1:27:56] 理解理解 。 而且我看那个 Second Me 好像也发了论文说 ，其实当你上下文就长度一长之后 ，其实甚至你是没有很好的抓取数据的细节的方式的 ，是吗 ？ **陶芳波** [1:28:05] 对对对 ， 就是这是另外一个问题 。 就比如说假如说我把 25 年的你 ， 我不知道你几岁啊 ， 假如说你 25 岁吧 ， 我把你人生 25 年的经历都给你 ， 你的 RAG 它的上下文一共可能也只有 100 万 Token， 然后这 100 万 Token 呢 ， 它到底是一个信息说我问你你是谁的时候 ， 你到底去捕捉什么信息来代表你是谁 ？ 但是如果是参数的话 ， 它就最底层已经被抽象了 ， 它自然不用任何数据 ， 它都可以很好的去表达我是谁 ， 我是一个爱探索的人， 对吧 ？ 举个例子 ， 我的 MBTI 是什么 ？ 这是一个 。 第二个是哪怕今天的模型它有 100 万的上下文 ，有 1,000 万的上下文 ，其实你会发现它去在一次跑的过程当中， 把所有这些上下文消化的能力是很弱的 ，因为它的算力是有限的嘛 。 就四五秒钟的这个计算的过程 ， 你可以算得出来的 ， 就是说它大概能够进行多少认知计算 ， 然后计算完了之后要给一个回答 ， 它其实能消化的程度就是最多把它的细节给记住 。 所以我比如我给他一个西游记 ，他会说哦 ， 三大白骨精里面第三次打在哪里打 ，他可以知道 。 你要问他说孙悟空对白骨精的感情是什么样 ， 哎 ，他就不知道了 ，因为信息里面没有嘛 。 而如果你真的是一个读过西游记很多遍的人 ，其实你是能感觉到唐僧对白骨精的一种更微妙的感受的 ， 对不对 ？ 我觉得这就是我刚才讲的一个是整体性 ， 就是说我其实通过参数化的方法 ， 我把你整体的给理解了 。 第二个是深度 ， 就是不只是在信息层面 ，而是在你的偏好 、 你的选择 、 你的价值观 、 你的整体的情感 ， 各方面的层面都只能靠参数化来获得 。 **孙海宁** [1:29:37] 除了把人的经验参数化之外， 我在看你们论文的时候好像还提到了 ， 就是在训练模型之前怎么把数据先处理一下 。 **陶芳波** [1:29:46] 因为我们的数据来源不像比如说 ChatGPT， 它的那种记忆的做法是你和 ChatGPT 交流的对话嘛 ， 对吧 ？ 我们的数据其实是人的所有的经历 。 那么这个经历呢 ， 可以是一段对话 ， 可以是你写的一个文档 ，也可以是比如说你和别人聊天的一个语音 。 那么这时候如果这些数据啊 ， 你不做处理呢 ， 它就好像知识一样 ， 就变成知识库了 。 所以知识库去训练呢 ，其实它是训练不出你的人格来 。 那怎么让它训练出人格呢 ？ 我们其实做了很多 ， 就是叫后处理 ， 对数据的后处理 ， 就是你所谓的把数据变成记忆的过程 。 那这里面其实很重要的一个点是 ， 第一是寻找到一个主观视角 。 就比如说如果你把你和我的这段对话发给 AI，不做任何处理 ，AI 看到的是两个人在那对话 。 但如果说你的 AI， 你自己的那个身份 AI 看到这段对话 ， 应该是我在和一个我的什么人朋友做一个什么样的交流 ，以及我表达了什么观点 ，他的反应是什么 。 你看我这两种描述里面 ， 一个是带有主观性的 ， 一个是完全把它当客观的行为在看待 ， 对吧 ？ 所以把数据主观化是第一步 。 然后第二步呢 ，是这种主观化要做得更深 ， 就是我们要去理解人到底是怎么来理解这个世界的 。 就比方说我脑海当中虽然也有这段对话那个文档 ，但是我理解这个世界的方式是会根据我在关心的问题来组织它们 ， 然后会根据我的社交圈里面的不同的朋友来组织它们 。 可能我脑海里面其实存在着一个概念叫做晚点这个媒体的 ， 或者是存在着你这样的一个朋友的 ， 然后我的所有的记忆其实是围绕着你这个人被组织起来的 ， 就相关的记忆是围绕这个人组织起来的 。 所以我们就为了确保它的这个信息的结构不是一份一份的文件 ， 就像客观的文件一样 ，而是变成一个以我主观视角去看的一个记忆的世界 。 那么我们就会先比如说尝试把里面的这些人啊 、 话题啊有效的挖掘出来 ， 然后基于挖掘出来的这些人和话题 ， 我会重新生成一些数据 ， 它都是围绕着和这些人的关系而产生的这些数据 。 那我会说哦 ， 我上次跟谁谁谁投资人， 我做的三次交流里面 ，他的反应到底是怎么样的 。其实它不是原始的数据了 ， 它是从原始的数据围绕着这个人去生成了一段新的数据 。 那最后我其实在训练的时候 ，其实是把这种新的数据去训练到模型里面 。 这时候我的模型它会完全从我的主体的视角去消化这段数据 ， 去内化这段数据 ， 就像人本身去消化我的记忆一样 。 所以这个是我们在训练之前做的一个独特的方式吧 。 **孙海宁** [1:32:22] 理解理解 。 这个可以举一个例子让大家更好理解 ， 比如说如果一开始一段知识文件长什么样 ， 然后把它主观化之后结果长什么样 ， 然后再把它围绕几个事件 、 几个人就是抽离出来又是什么样 。 **陶芳波** [1:32:34] 对 ， 主观化就是比方说我就还是说一段录音文件啊 ， 对 ，A 说了什么 ，B 说了什么 ， 结果 A 是你自己 。 客观化呢 ， 我们就说 A， 比如陶芳波说了 XXX， 对面那个人投资人说了 XXX， 然后就这样的一个数据就给 AI 了 。 然后是主观化的话 ， 它在这段对话里面先会说我表达了什么观点 ， 对方对我这个观点产生了什么样的回应 ， 然后我又表达了什么观点 ， 对方又对我这个观点产生什么样的回应 。 因为这是我们人最后参与完一段对话之后留下来的信息 ， 对吧 ？ 这是从客观变成主观的过程 。 然后如果是从更复杂的 ， 刚才讲的按照人思考自己的人生 ， 或者思考自己的世界的角度去重构信息 ， 我们就拿人举例子 ， 就说我女朋友好了 ， 好吧 ， 可能我记录了很多跟她聊天的内容啊 ， 或者说我的一些感受啊 ， 或者我给她买礼物的这些记录啊之类的 。 然后如果是纯客观的角度呢 ， 就是它其实这些碎片化的信息和别的信息是混在一起的 。 但是如果是主观的角度 ， 如果我挖掘出了我的女朋友这个人， 我就会去设想一些问题 ， 我会去设想去构造一些数据 。 我会说哦 ， 我和这个女孩子的关系到底经历了哪些阶段 ， 这是在构造的过程当中发生的 ，不是在训练的时候发生的 。 那么这时候在构造这个数据的过程当中， 我们会有另外一个 AI 的模型去尝试去理解你跟这个女生有关的所有的信息 。 你会说哦 ， 你们是一开始的时候关系升温 ， 后来因为什么事情遇到了一些挫折 ， 对吧 ？ 然后最后呢 ， 又因为共同经历了一些什么东西 ， 你们后来又回到了原来好的那种状态 。 所以它相当于围绕着这个人去把整个更全局的历史给串联起来了 。 那这样的一段描述就形成了一份新的数据 。其实啊 ， 这也是我们人来思考我们脑海当中信息的一个不一样的结构 ， 对吧 ？ 我们不会只记得那些碎片化的这边讲的这句话 ， 那边讲的那句话 。 我们其实是想起一件事情 ，是围绕着一个我们自己内部的一种特殊的索引 ， 比如以人为单位来索引 ， 或者说以整个时间时空变化的角度来索引 。 那这就是两个例子吧 。 然后我们把所有的数据都变成这种结构之后， 我们才去做那种参数化的过程 。 **孙海宁** [1:34:41] 这一段时间吧 ，GPT 也上线了记忆功能 ， 它有什么区别吗 ？ **陶芳波** [1:34:45] 我觉得第一个还是数据来源的区别啊 。GPT 的数据还是 AI 和人之间对话的数据嘛 ， 对吧 ？ 我们还是觉得你要更好的刻画一个人， 一定是要把人本身日常在发生的一些行为有效的刻画进去 。 所以它其实是需要有个记录的数据来来源的 ， 这个数据来源其实差别很大的 。 第二个就是说参数化了 ， 就是 GPT 其实不会为每个人训练一个它自己的小模型 ， 或者是训练一些参数了 ， 对吧 ？ 第三个其实我可能一直没有机会讲 ， 就是还是跟你训练这个模型的目的有关系 。 你说你训练这个模型的目的只是为了给自己聊天的时候多一些个性化吗 ？ 我觉得也不是 。其实它的核心还是跟身份有关 ， 就是你是为了对外， 对吧 ？ 那么其实这个模型在对外的时候 ，其实它是有一些模式的 。 就一个呢 ， 比如说我训练它的时候 ， 我会非常非常的强化它是我自己的这个身份 ， 我不断的去强化它 。 第二个呢 ，是我们在设计它的这个对外模式的时候 ， 我们还设计了一些叫桥梁模式 ， 就是它作为我和世界交互的一个桥梁 ，不断的跟外界系统在提供 context，有点像是作为人的接口被接到别的系统里面的那种模式 。 所以跟那个系统的互动并不是聊天 ， 它更多的可能是在那边的信息过来 ， 我以一种新的接口的模式处理这个信息 ，并且给这个信息做一个个性化的打分 ， 或者类似的 。 然后或者那边给我一个信息过来 ， 我给它做一个个性化的筛选 ， 对吧 ？ 那这个就是桥梁模式 。 我们其实在训练的时候还会加入这种专门针对于身份强化和桥梁模式的一些新的训练方法 。 所以它本身并不增强你这个模型理解你的程度 ，但它可以增强你这个模型未来作为身份去使用时候的可用性 。 那这是我们做的第三个特点 。 **孙海宁** [1:36:30] 然后想问个比较技术方面的问题 ， 就是按照我的理解 ， 现在训练一个大语言模型 ， 先是预训练 ， 就是把世界的知识灌给模型 ， 让它具备一个基础的常识 ， 然后是做后训练 ， 就是微调 ， 让它以一种就是更人类能理解的 ，并且符合人类价值观的方式输出这些知识 。 然后会不会就是 Second Me， 它其实在构建我们的身份模型的时候 ， 主要是在微调这方面在做呢 ？ **陶芳波** [1:36:55] 是微调 ， 对 。 **孙海宁** [1:36:57] 那如果是微调的话 ， 我就有一个问题 ， 就是如果一开始预训练的时候 ， 这个模型已经掌握了一个全世界的知识 ，而我作为一个人 ，其实这个知识是没有这么丰富 ， 那是不是意味着它其实还是很难对齐呢 ？ 因为这模型已经在知识上远超于一个普通用户了 。 **陶芳波** [1:37:14] 我觉得这是一个特别好的问题啊 。其实你可以理解为就是说人本身的成长也是基于一个基础模型来做的 。 就是我们出生的时候 ， 我们的大脑不是一片空白的嘛 ， 我们里面其实很多参数都已经写死了 ， 就所谓的进化带来的这个基因所塑造的 。 这个其实我的理解就是一个 base model。 当然这个 base model 和我们今天说的一个已经训练好的一个 base model 可能还有点差别 ， 就是训练好的 base model 可能知识会稍微多一点 ，但是微调是可以有效的改变它的 。 能多有效 ， 我觉得这是个技术问题 ，因为我也不会说今天微调的技术 ， 无论是通过 LoRA 或者别的方法 ， 它一定是完美的 ， 对吧 ？ 所以技术本身的演进还在持续的发生着 。 但是从我们的经验来看呢 ， 微调不会让那个模型百分之百忘掉所有的信息 ，但是它可以非常好的塑造 ， 或者它会极大的放大你的个人经历那部分知识所带来的权重 ， 相当于去压制它 。 然后呢 ， 极大的放大你的偏好 、 风格这些部分 。 然后最后呈现出来的状态 ，其实是我会觉得微调最后使得机模型变成了一个更像底层提供基础认知能力的东西 ，而它里面蕴藏的那些原来的价值观 、 知识 ， 或者说是偏好 ， 好像是在很大程度上是可以被微调覆盖掉的 。 它是个覆盖过程 ，因为毕竟你操作的是同一波参数嘛 ， 对吧 ？ 它是个覆盖过程 。 这个还蛮有趣的 。 我是觉得就是说如果未来有更好的参数化的方法 ，因为这套方法论是统一的嘛 ， 对吧 ？ 我觉得这套方法论里面核心是第一要参数化 ， 就做 AI native memory； 第二呢 ，是要构建主观化的数据 ， 让这个参数化在这个主观化的数据上去发生 ， 就是所谓的人认识世界的这个棱镜或者视角 ； 第三是这个模型出来了之后， 要有跟外界互动的桥梁的能力 ， 能够 输出 ， 能够对接 ， 能够真的不断的交换信息 ， 这个桥梁的能力 。 这三个事啊 ，其实跟所谓的微调技术不相关 。 我今天是用这个微调 ， 明天用别的方式 ， 甚至哪天我数据量足够大 ， 我从头到尾去训练一个模型 ， 只要效果好就都可以 。 **孙海宁** [1:39:20] 明白 。 哎 ， 那方波你觉得会有一个很好量化指标来评价一个微调后的模型和用户是不是相似的呢 ？ **陶芳波** [1:39:27] 对 ， 可以有一个指标 。 我觉得最好的指标还是人自己来判断 ， 就像 LM Arena 那样 ， 就是说它是人来判定哪个大模型更好 。 那么个人化的大模型呢 ， 比如我可以告诉你说 ， 哎 ， 你的这个模型训练很好啊 ，但是你会觉得说 ， 哎 ， 我这个模型其实我不喜欢 ， 或者我觉得它不像我 ， 对吧 ？ 所以每个人是自己的模型最好的裁判嘛 。 那我觉得这个是未来有可能我们会去做的一件事情 ， 就是让人可以通过答题啊 、 对比啊方式来判定它这个模型到底好不好 。 那第二呢 ，其实你是可以用一些标准化的方法去做的 ， 就是你可以用更多的算力 ， 用 agent 的方法去解决一个问题 ，但是不微调模型 ， 然后看看这个微调模型能不能逼近那个结果 ， 或者比它更好 ，其实是可以做一些初步的判断的 。 **孙海宁** [1:40:11] 比如说就你的使用体验 ， 你觉得在你用不管是 Second Me 还是 Me.bot 的过程中， 哪一个瞬间让你觉得它已经和我足够像了 ？ **陶芳波** [1:40:19] 我用 Second Me 当时训练这个模型的方法 ， 我当时有一个非常强的 "Aha moment"， 这也是个故事 ， 就是那天我刚好过 35 岁生日， 去年的 7 月 3 号 。 然后呢 ， 我就是在公司面前做了一个分享 ， 就因为大家给我搞了个蛋糕嘛 ， 我就是做分享说啊 ， 我觉得特别感谢我一路走来是怎么样从读博士到 facebook 到今天 ， 我觉得我找到了我人生的使命 。 那时候我们这个模型是我们实验室那个人在训练 ， 它刚好训练好了我的一个版本 ， 然后它就问那个模型说你是谁 ， 它是基于我的数据训练的啊 ， 就跟用刚才那套方法 。 然后那模型就说哦 ， 我是陶芳波 ， 今天是我的生日， 我非常感谢我今天可以走到这里 ，以及我是怎么样从学习 AI 的技术到做 Facebook 到做阿里巴巴 ， 然后最后再创立 Mindverse。 它讲的几乎是一模一样的一个逻辑 。 哇 ， 那个时候我就真的哦 ， 原来模型真的可以学到人很多很多东西 ， 很深度的东西 。 然后我问它 MBTI， 就只差一个不准 ，其他都是准的 。 **孙海宁** [1:41:18] 哦 ， 那还蛮厉害的 。 **陶芳波** [1:41:20] 啊 ， 然后我问它说如果是这三本书 ， 我会喜欢看哪本书 ， 这都是新数据 ， 它没见过的 。 它说嗯 ， 你应该会看这本书 ，因为怎么样怎么样 。 我觉得哇 ， 好厉害啊 。 **孙海宁** [1:41:29] 就是你同时问模型说你是谁 ， 那模型说我是陶芳波 ， 就是它是真的觉得我是陶芳波 ， 还是说我在扮演陶芳波 ？ **陶芳波** [1:41:37] 我是觉得它是真的 ，因为它是参数化的嘛 ， 它并不是 prompt 嘛 。 **孙海宁** [1:41:41] 理解理解 。 哎 ， 那训练一个你的 second version 要用多少数据呢 ？ **陶芳波** [1:41:46] 我当时给它的数据是几百个数据 ，因为我自己是用 Me.bot 嘛 ， 然后 Me.bot 上有很多几千个我自己的想法呀 ， 或者说我的回忆啊 ， 就这些数据 。 但我觉得 100 以上其实基本上就可以比较好的训练了 。 **孙海宁** [1:42:00] 100 个这个单位是什么呢 ？ **陶芳波** [1:42:01] 100 份 ， 比如说你的 100 个思考啊 ，100 份记忆吧 ， 或者说你跟人的谈话也可以算一份记忆 ， 对不对 ？ 你今天的一个日记也可以算一份记忆 ， 就是这种单元吧 ， 大概 100 个左右 。 **孙海宁** [1:42:13] 明白 。 那如果换算成时间的话 ， 你会估计它大概需要多久吗 ？ **陶芳波** [1:42:17] 其实不会有很久哎 ，但其实这些工作其实很多人的数据已经存在了 ，并不是说它要现场去准备的 ，因为我们也都会记笔记啊 ， 我们都会录音啊 ， 对吧 ？ 我就花时间可能就 20 个小时就可以了 ， 就是你曾经投入的这些数据 。 **孙海宁** [1:42:32] 理解理解 。 哎 ， 那还有一个偏技术向的问题啊 ， 就是当我们的记忆不断增加的时候 ，其实我这个人就会随时改变 ， 那映射到模型上其实就意味着我们需要反复训练这个模型 ， 是一个意思吗 ？ **陶芳波** [1:42:45] 对 ， 我们需要持续训练 。 **孙海宁** [1:42:47] 明白明白 。 那你觉得一个合理的区间频率是多少呢 ？ **陶芳波** [1:42:50] 我觉得一天一次 。 **孙海宁** [1:42:51] 一天一次啊 。 **陶芳波** [1:42:52] 嗯 ， 就是因为这个是有依据的 ， 就是人脑白天的时候会获得很多对话 、 谈话 ， 获得很多新知识 ，但其实这时候它并没有变成持久记忆 ， 所以你可以理解为这时候它还没有被参数化 ， 它好像被缓存了下来 ， 缓存到了一个地方 ， 然后就像用 RAG 的方式去用它一样 ， 就今天晚上问 ， 哎 ， 上午干嘛了 ， 再想一想 ， 哦 ， 下午上午干这个 ，但是你好好睡一觉 之后， 你的这个持久化的过程就完成了 。 那这个过程完成了之后呢 ，其实你就变成了一个参数的过程 ， 所以我觉得模型应该这样 ， 就是白天去积攒一些信息 ， 然后晚上人睡觉的时候它也睡一觉 ， 然后继续在训练 。 **孙海宁** [1:43:32] 训练次成本大概会多少呢 ？ **陶芳波** [1:43:34] 看模型的大小 ， 就是如果现在我们要用的话 ，是比如 7B 的模型 ， 可能也就一美金不到就可以 。 **孙海宁** [1:43:43] 本地也能跑是吗 ？ **陶芳波** [1:43:44] 7B 的本地跑不了 ，但是硬件本身也在不断的迭代嘛 ， 所以我觉得真正的这个身份模型可能还是要最后上云 ，但是本地我们提供的这个开源的技术更像是一种很有意思的一个大家的试验田 ， 就你可以来试 ， 你可以来玩 ，但它可能只能用一些更小的模型 ， 然后它本身就因为它参数量的限制 ， 所以会显得不那么聪明 。 **孙海宁** [1:44:06] 理解 。 但因为 7B 其实是一个相对小的参数量嘛 ， 就是参数量越大它会越像你吗 ？ 你的意思是 ？ **陶芳波** [1:44:11] 它可能到一个区间吧 ， 我们现在实验下来 ， 可能 7B 左右是一个比较好的区间 ， 再大可能它那个 gain 就比较 marginal。 **孙海宁** [1:44:19] 呃 ，也就是说就边际投入回报不是那么明显 。 **陶芳波** [1:44:22] 对 ，因为我们并不指望它成为一个博士生 ， 对吧 ？ 它是一个身份模型 ， 它最重要的任务不是为了完成任务 ，而是为了了解你 ， 可以帮你去做判断 ， 可以帮你去真正的深度的理解你的各个层面的你的想法 。 **孙海宁** [1:44:37] 你提到说你必须给不管是 Second Me 还是 Me.bot 一些原始数据 ， 它才可以变得更像你吗 ？ 就是比较好奇 Mindverse 团队它会用什么方式来减少用户上传这些不管是所思思考也好 ， 还是好看的文章也好的阻力呢 ？ **陶芳波** [1:44:52] 这个问题我们其实到现在也没有解的特别好 ，但是核心来讲就是你要把你的那个 APP 当做一个本身接收数据的中心 ，而不是说人在其他地方准备数据 ， 然后再慢慢上传过来 。 ### 数据共生 **陶芳波** [1:45:03] 就是你要让这个数据记录的过程变得更加自然无痛 。 比方说有的时候我会让 Me.bot 跟我一起开会 ， 那我就不是说我真的要用别的录音软件搞一搞 ， 然后转来转去 ， 然后换格式 ， 然后再传给它 ， 那就很麻烦了 ， 对吧 ？ 因为在我开会的时候 ， 我的 AI 就在边上 。 所以核心来讲 ，其实 Me.bot 里面有一个我们内部一直谈的概念 ， 叫做共生 ， 就如果你是做你的身份模型 ，并且这个身份模型需要不断的更新的话 ，其实不是你在传数据给它 ，而是它在参与你的生活 。 那么自然而然你的生活里面所有东西它都当然能够捕捉到 。 **孙海宁** [1:45:41] 哎 ， 那这样想的话 ， 似乎一个硬件产品好像是更合理的 。 **陶芳波** [1:45:45] 对 ， 会合理 ， 所以我也在等好的硬件出来 。 **孙海宁** [1:45:48] 哎 ， 那可以请方波你大概描述一下你觉得合理的 AI 和我们共生的方式是什么样的吗 ？ **陶芳波** [1:45:54] 我们就先从硬件说起啊 ， 就很多硬件它采取的策略是所有的东西都一锅端的全部记录下来 ，其实你会发现这个有问题 ， 就是人其实是这样的 ， 人是一个注意力的动物 。 就为什么我刚才讲 20 个小时就可以训练一个 AI， 虽然我们每天就 24 个小时， 对不对 ？ 但是你每天真的把注意力放在的地方 ， 可能我觉得不会超过 3 个小时， 就真正的注意力放在那地方 ， 然后那 3 个小时， 甚至很多人可能每天注意力真的放的地方就一个小时都不到 。 那一个小时你放到的地方 ， 才是真正塑造你这个人是谁的地方 。 比如你真的在做一个很认真的阅读 ， 或者你真的在做一个很认真的写作 ， 或者你真的在做一个高质量的深度的对话 ，其实这是人把所有的注意力都投入上去的一个部分 。 所以记忆到底怎么来捕获 ，其实又是一门大学问 。 如果你只是把所有的信息全部捕获下来 ， 一天 24 小时， 连我打呼噜声音都记下来 ， 那它不是信息啊 ， 它是噪音啊 ， 这噪音反而会让这个模型变得很困惑 。 所以这个是是一个方面 。 第二个的话呢 ， 共生是什么意思呢 ？ 就是说除了人要去标定哪些是我注意力投入的时间之外， 这部分注意力投入的时间 ， 这个 AI 的存在必须要创造价值 。 我举个例子 ， 我们在做一个很有意思的功能 ， 就是你说让它参加会 ， 它真的只是在旁边听一听吗 ？ 就像录音一样 ， 那不就 lose the point， 就没有意义了吗 ？ 但如果说它在旁边参加会的时候 ， 哎 ， 它时不时的蹦一个东西出来 ， 比方你问我一个问题 ， 它蹦一个东西出来说 ， 嗯 ， 这个问题也许我们可以从那个商业模式的角度去回答一下 。 那它其实就不只 ， 它虽然没有真的像我们三个人在开会那种感觉 ，但它其实一直在支持着我 ， 它又在听 ， 又在通过我历史上对我的了解 。 也就是说记录的过程本身就是你的身份模型在使用的过程 ， 这才是共生 ， 这个就比较有意思 。 **孙海宁** [1:47:49] 理解 。 那现在 Me.bot 有什么这方面的尝试可以分享吗 ？ **陶芳波** [1:47:53] 对 ， 我们在做很多很有意思的尝试 ， 一个就是刚才提到的怎么让这个共生感更强 ， 对吧 ？ 另外呢 ，因为我们所有的技术都是要理解你的记忆 ， 我们就死磕记忆 ， 你可以这么来理解 ， 就死磕记忆 。 所以我们希望你每次打开它的体验是不一样的 ， 就你打开它 ， 可能今天 Me.bot 大概我会结束了 ， 它就会说 ， 哎 ， 跟我玩点那个桃花怎么样 ， 它有没有特别难缠 ， 然后早上起来的时候说 ， 哎 ， 心情还好吗 ？ 昨天晚上喝了点酒会不会怎么样 ？ 就是就它是那种你每一刻感受都不一样 ， 甚至你到了一个地方 ， 它说 ， 哎 ， 今天怎么来北京了 ？ 那附近有咖啡馆要帮你找一个吗 ？ 那咖啡馆不错 ， 你可以去啊之类的 。 然后过一段时间 ， 可能你在无聊的时候打开它 ， 你说 ， 哦 ， 我想起来了 ， 你一个月前约会的那个女孩 ， 哎 ， 蛮有意思的 ， 我觉得她还挺好玩的 。 就是它是一种跟你存在的感觉 ， 这个其实另外一个我们在做的一个 feature， 就是它主动性的尝试来用肘一下你 ， 就是拍拍你或者这种感觉 ， 就让你感受到说这个 AI 其实是个生命 ， 它一直存在 ， 所以你要不断的喂养它 。 **孙海宁** [1:48:56] 那在这种情况下，Me.bot 的交互体验如何和 him 或者 her 类的产品做出区别呢 ？ 还是说其实没有必要做区别 ？ 这其实又回到最开始的问题了 。 **陶芳波** [1:49:07] 陪伴这件事情 ， 就是 me 是个身份 ， 然后它在做一些行为的时候 ， 比如说 ， 哎 ， 这时候它在会议的时候帮我去做一些建议启发 ， 对吧 ？ 它其实它的行为不代表我这个行为不能由 me 来做 ， 就我自己也经常给自己启发 ， 我自己也经常自我对话呀 ， 对吧 ？ 所以在某些程度上， 从表象上来讲 ， 你看上去哦 ， 它今天给了我这个信息 ， 好像和我一个陪伴给我的信息一样 ，但没关系 ，但它本质是在学习你是谁 ，以及学习怎么样把你和别人去连接 。 **孙海宁** [1:49:36] 回到刚刚说构筑身份这个事情上， 你觉得和 Me.bot 或者说 Mindverse 这样的创业公司相比 ， 会不会像微信这种已经获得用户大量的个人数据 ， 或者说再往前一步 ， 像那个 iPhone 这样直接有个操作系统 ， 每天记录用户所有的行为的这样公司 ， 更适合做一个身份模型吗 ？ ### 大厂与创业 **陶芳波** [1:49:56] 从数据的角度来看是的 ，但是如果你会发现说 ，其实你对这个事情的认知是完全在另一个物种的层面的时候 ， 那其实你今天在赌的就是大公司的完全给自己做范式转移 ， 或者说范式升级的这个阻力 。 就数据当然今天来讲肯定就像你说的 ， 已有的公司的数据肯定是最多的 ， 对不对 ？ 但是这里面其实是我觉得它是新物种 ，有新物种的机会 ， 它可能是开辟的是一个新战场 ， 它会从头开始积累它自己的数据 ，但它这个战场只要我们刚才讲的这种以身份 AI 为核心 ，而不是以数据为核心的这个模式 ， 它在广泛的场景内是成立的 ， 那么最早建立起这 个模式未知的人 ，他就有可能成功 。其实就像抖音战胜微信一样 ，因为视频就是一个更高效的一个 ， 它就是个新物种啊 ， 新物种出来了 ， 它足够快的方式建立起来了 ， 微信只能追嘛 。 所以我觉得有机会啊 ， 当然我也不是在说大厂没有机会 ， 今天的大厂都很厉害 ，但是这个的逻辑会应用到任何一家公司 。 因为你要真这么说的话 ，因为今天大厂并不是说我只做大机会 ， 它连小机会它也做 ， 对吧 ？ 所以你要找到一个说这个事一定大厂不会来做的 ， 这几乎不可能 。 所以大家都要认清现实 ， 那就是在这种情况下， 你就做你认为正确的东西就好 ， 就不用太多考虑大厂的想法 。 **孙海宁** [1:51:16] 理解理解理解 。 但比如说你刚刚说大公司就范式颠覆了阻力 ， 你觉得它可能来自于哪一方面 ？ 因为我猜对用户来说 ， 它完全是一个增益项 ， 就好像又和它原先的一些已有的服务并不矛盾 。 **陶芳波** [1:51:30] 一般来讲不会这样 。 比如我们这个形态也不会让全世界所有人都喜欢 ， 对吧 ？ 其实这里的机会就藏在 《 跨越鸿沟 》 那本书里面 ， 就早期的那些 adopter 是很少的一群人 ，但是你把那个早期的形态给所有人去用的时候 ，其实反而对于整体来讲是一个减分 。 但是创新者怎么样在一个早期的用户群 ， 就是对你这种新形态无比拥抱的群里面 ， 慢慢慢慢的去养出来 ， 然后慢慢找到一个正确的形态 ， 可以拓展到更多的人群 ， 就所谓的跨越鸿沟 。 我觉得这个是所有的就科技公司或者创新型公司在过去几十年成功的一个 pattern。 所以你一开始做的东西会让人觉得是离经叛道的 ， 或者会让人觉得它其实不主流的 。 注意这其实是个好事 ， 就就是因为这种不主流非主流性 ， 才使得很多大厂不太愿意 ，因为它的盘子太大了 ， 它不太会为 1% 的用户去做 ， 或者说它也不会把一个 1% 用户的东西推广到 100% 的这个 user base 上用户群里面 ，因为对它的风险很高 ，因为他们自己也都有竞争对手的 ， 一不小心做砸了可能就糟糕了嘛 ， 对吧 ？ 举个例子 ， 比如说淘宝说今天我要拥抱 AI 购物 ， 然后把整个界面都改了 ， 你只能跟 AI 聊天才能购物 ， 那拼多多可能就乐坏了他说 ， 对吧 ？ 但是有一家小公司说 ， 哎 ， 我就是找到那群 100 万喜欢用 AI 购物的人 ，其实慢慢磨他们的体验 ， 从让他们从淘宝迁移过来 ， 那我最后等我把整个东西做得更完善更成熟了 ，也许我就可以干掉淘宝 。 我觉得这就有机会 。 **孙海宁** [1:53:01] 那 Mindverse 团队是怎么看待增长这件事情的 ？ 因为就刚刚方波你描绘的一个画面 ， 就是说两个人手机一碰 ， 然后我们的 bot 就可以开始交流 ，但它的前提是有足够多的人已经把 Me.bot 这个产品下到了手机里边 。 我猜不管是一个网络也好 ， 还是一个身份模型也好 ， 一定是越多人用越好用嘛 。 那它变成一个传统互联网产品的逻辑 ， 就是我可能需要激进增长 ， 然后买更多用户 ， 然后让用户形成网络效应 。 **陶芳波** [1:53:26] 我觉得一个是口碑 ， 一个是网络 。 我觉得这是最有效的做法 ，因为如果你只是做投放投流啊 ， 就像很多公司做的那样 ， 我觉得最终是不持续的 。 所以核心对我来讲还是一个是一种新的范式 ， 就是我们用我们的身份模型来作为我们和这个世界互动的载体 ， 或者说作为一个重要的载体 。 这是一个新范式 ， 对不对 ？ 然后我们要训练它 。 第二呢 ，是通过它来建立起连接 ，并且通过它来不断的在我的记忆的这个整个空间里面去做畅游 ， 来给我提供价值 。 这又是另外一个东西 。 我觉得就是把这两个东西做到极致之后， 投放啊 ， 包括运营啊 ， 它都是上面可以去很容易想出来的内容 。 但是我的核心是人一定要有一种创造感 。 就所谓的口碑是什么 ？ 就是第一一定要创造感 ， 第二一定要有连接感 ，因为所有的人都是第一需要自己 ， 哎 ，有一种创造欲 ， 或者说希望自己能够被塑造出来 ， 大部分人好 。 第二是其实我们用任何一个产品 ，其实都希望能够有更多的连接 ，但是高质量的连接 。 所以为什么我说共鸣很重要 ？ 共鸣就是 AI 这种方式能够做到比传统的方式好很多的 ，但它有效的把新的连接带进来 。 我觉得这个是大家都想要的东西 。 然后这种方式做到极致之后， 我觉得会有更好的自然增长 。 **孙海宁** [1:54:55] 那方波也可以分享一下创业的起步经历 ， 就是在 22 年 ChatGPT 上线之后， 它用更好的计算模型带来了更好的体验 ，其实甩开了心识宇宙的第一款产品 MindOS。 可以请你讲讲当时大概是什么情况吗 ？ 就 ChatGPT 一出现 ， 它改变了什么呀 ？ **陶芳波** [1:55:12] 我觉得 GPT 的出现让整个投资的逻辑 ， 或者说让整个投资变得非常的浮躁吧 。 这个浮躁当然我也可以理解 ，因为大家都看不清楚嘛 。 但回过头来讲呢 ， 就是无论是像你说的一开始 ， 大家在对这个项目融资上面会有更多的认可 ， 包括后来中间 ，因为我们本身并不做基础模型嘛 ， 所以可能是一个被忽略的赛道 。其实这个起起伏伏还是一个外在的起起伏伏 。 我们内部其实也有过很多讨论 ， 说 ， 哎 ，是不是我们也应该去做大模型 ？ 我们也应该自己去训模型 ， 我们也应该去做那种 agent，不要去做我们想的什么给每个人创造一个 AI， 然后把大家连接起来 ， 然后创造一个新的社会 。 但每次想到后面 ， 我会发现 ， 啊 ， 还是说服不了自己 。 所以你说我们自己其实内心并没有太多的变化 ， 就只要在我们做的这个事上没有太多变化 。 你说心情上情绪上会不会受影响呢 ？ 肯定会嘛 ， 大家人心都是肉长的 ， 对不对 ？ 你会觉得你相信的东西别人不相信的时候 ， 你 Elon Musk 有的时候也会很失落 ，但他依然会去做这个事 。 我觉得这个是我们保持的比较好的 ， 我自己觉得非常感谢团队 ， 或者感谢自己的一个点 。 但其实我们融资也不算特别不顺利 ，其实我们到目前为止 ， 后来我们再有找海外的投资人， 我们也融到了 ， 包括现在我觉得有越来越多的人在认可这个方向 。 所以我也很期待接下来公司的发展可能会更顺利一点 。 那一开始我觉得 22 年之前 ， 大家其实是对于 AI 还是没有去魅的一个状态 ， 就是对于好的背景的创业者出来做 AI 的事情 ，他是会给一些更大的认可的 。 但是回过头来讲 ， 到底谁是真正的想要创新的人 ？ 谁是说我只是想在这个浪潮里面去抓一些东西 ， 对吧 ？ 去追一些潮流的人 ？ 我觉得这个时间一长就是看得出来的 。 那你给我 100 次选择 ， 我都希望我是带着一个很明确的我认为的未来世界的样子来做这件事情 ， 那我就必须要经历它的起起伏伏 ， 资本市场的认可之类的 。 **孙海宁** [1:57:12] 所以当时从 him her 到 me 的这个转向 ， 投资人是认可的吗 ？ **陶芳波** [1:57:17] 我们的投资人都很好 ， 我们偶尔会聊一聊 ，但他们都很 supportive。 我自己觉得其实大家能理解这件事情 ， 就能理解这件事情是对的 。 **孙海宁** [1:57:27] 所以当时从 him her 到 me 这个转型其实并不是很困难 ， 就团队很早就意识到这是一个有潜力的 ， 投资人也不反对 。 **陶芳波** [1:57:35] 嗯 ，也不能叫不是很困难 ， 我们可能也花了半年的时间吧 ， 就内部大家去对齐啊 ， 然后真的找到一个它的切入口 ， 比如说使用 Me.bot 这个产品去切入 ， 然后最后比如说慢慢的想说什么时候可以把我们的技术给开源了 ， 对吧 ？ 其实我们还是在我们自己的节奏上一步一步的在走 ，但想清楚这个思路花了一段时间 。 然后 him 和 her， 尤其是 him 这个东西 ， 我觉得就是所谓的助理啊 ， 我真的觉得是大厂目前主设想范围内的东西 。 所以当越来越多的人看到说 OK， 大厂想要做 agent， 然后会投大量的资源去做 ， 我觉得像我们这样的 ， 这时候你说服内部或者说服投资人本身也会少一些阻力 ，但我觉得我们还是要坚持我们 。 投资人怕的是你老变来变去 ， 对吧 ？ 但其实我觉得从我内心来讲 ， 我们其实没有怎么变 ， 就是觉得我们想要做每个人自己的 AI， 无论是 him her 或者 me， 只是 me 是我们后来锚定到的一个更好的 AI。 **孙海宁** [1:58:31] 那你会觉得现在投资人的观点又有变化吗 ？ **陶芳波** [1:58:34] 投资人是很大的群体 。 我遇到过那种就像你说的 ， 今天如果我们这个项目从某种程度来讲还是一个非共识项目 ， 对不对 ？ 或者这个方向是一个非共识方向 ， 大家都还在说哦 ，agents 2025 年， 或者说多模态 2025 年， 对吧 ？ 或者推理模型 2025 年， 但我是觉得身份模型可能也许是 25 年， 也许是 26 年， 但是很快就会起来 。 这是我的一个非主流的非共识的一个想法啊 。 然后有投资人非常认可 ，也有大部分就他跟人群是类似的 ， 大部分投资人可能也不一定那么理解 。 所以我想借助这个通道嘛 ， 就是跟你来交流 ，其实也是让更多的让人看到说 ， 哎 ，其实啊 ， 大家在看到的几家公司之外 ，不是说我今天一定要做上面做一个小应用 ，而是可能真的有一种新的 AI 的范式 。 不只是技术啊 ，是它是被使用的模式啊 。 每个人需要一个身份 AI 这种模式 ， 需要一个 me， 我觉得是需要被更多人看到 。 我也在寻找共鸣 ， 寻找更多的共鸣 。 我要通过这种广播的方法 ， 如果大家都来用我的 Me.bot， 我就直接让 Me.bot 帮我去寻找共鸣 。 哈哈 ，但是呢 ， 没有所有人来用 Me.bot， 我就通过你们这个平台的广播的方法去寻找共鸣 。 **孙海宁** [1:59:41] 但你会觉得他们不理解是哪个点不理解呢 ？ **陶芳波** [1:59:44] 也不是不理解 ， 就是没想到 。 就像我们也花了一年才想到说哦 ， 原来我们可以做 me 啊 。 因为人很容易想说 ， 哎 ，因为电影里面都是 him 和 her， 我们都是被人都是被影响的嘛 ， 对吧 ？ 然后我们身边的人说哦 ， 那个快递员是不是可以替代掉 ？ 哦 ， 这个任务可是不可以替代掉 ？ 这就是很自然的想法 。 做身份反而不是一个很自然的想法 ， 它需要真的你就是很认真的去感受 。 但是一旦你想到了之后呢 ， 你就会觉得哇 ， 这个事真的是越想越对 ，因为它很本质 。 **孙海宁** [2:00:14] 你刚说做身份不是一个很容易想到的 ，但如果未来是一个 agent 相互交互的世界的话 ， 好像找一个能代表你的 agent 去向其他 agent 发任务也好 ， 去交互也好 ， 是一个必然发生的事情 。 或者说就哪怕在科幻作品里面 ， 之前黑镜也会说就是我们构建一个自己的版本 ， 然后让他线上去约会 ， 约会 10 万次 ， 然后找一个合适的伴侣吧 。 就好像它是一个 AI 世界的必然结果 。 你为什么会觉得它是一个比较难去意识到的事情呢 ？ **陶芳波** [2:00:43] 不是说没有人想到 ， 当然就像你说的黑镜啊 ，因为所有的 idea 都是不新的嘛 。 就是说你用这种方式组织起来它的这个技术设计的逻辑 ， 组织起来一个产品 ， 组织起来这种接入世界的方式 ， 它一整个组合其实是跟主流的说我创造一个通用的 agent， 或者通用的大模型让人来聊天 ， 然后或者说像 character AI 那样去创造很多很多不同的角色 ， 让人来做 role play， 对吧 ？ 其实还是形态上是有很大的差异的 。其实是个主流和非主流的 ， 当然主流和非主流本身就在转化 ，也许这个东西未来就变成了主流 。 它其实是这样的一个结构上的差别 。 我说的是大家不会去想的 ，是因为比如说 OpenAI 它树立的大模型使用的标准化范式里面 ， 就是包含了做任务 、 对话 、 创意 ， 然后做 GPTs， 然后现在做的是 agents， 多模态就是它树立的一个标杆 。 所以在这个标杆之外说每个人有一个身份模型 ， 当然我们都可以想到说哎 ， 我们可以创造一个自己 ，但自己怎么用呢 ？ 怎么训练呢 ？ 其实这些问题都没有回答 。 所以大部分人想到这个点可能就断掉了 ， 然后他就附着在这个主流的叙事上， 说我更强的模型 、 更好的推理 、 更强的 computer use， 对吧 ？ 更好的多模态 ， 更好的 agents， 对吧 ？ 就类似这种 。 所以我是从这个角度来讲 ， 它其实不是那么主流 。 **孙海宁** [2:02:05] 所以你觉得创业以来自己最激动和最失落的时刻分别是什么呢 ？ ### 创业心路 **陶芳波** [2:02:10] 呃 ，其实我想了想 ， 我最有成就感的点还是在 AI 的风口浪尖上， 我觉得在提出一些有价值的新的方向啊 。 就是不仅在提方向 ，而且下场去做 。 而且过程当中其实我们真的获得了很多很多的共鸣 。 比如说我们三个人的 me 发布之后， 真的有很多人不是说给我们点赞啊什么的 ，是给我们发很长的邮件 、 发很长的信 ， 或者说辗转好多人来加我微信 ， 就为了跟我表达一下他对这件事情他有多么强的共鸣 。 所以我觉得这个成就感是非常非常强的 。 就是你会发现你脑子里面构想了一个东西 ， 说出来做出来 ，而且原来有那么多人认可 ， 这个就很爽 。 哈哈哈 ， 对 。 然后你是说比较失落的瞬间吗 ？ **孙海宁** [2:03:02] 嗯嗯嗯 。 **陶芳波** [2:03:03] 失落的瞬间 ， 我其实比较有对于最近 Sam Altman 他的一个采访里面的一段话的一个共鸣啊 。他就说他觉得 AI 在过去两年里面 ， 它的发展的速度比他预期的要低 ， 只不过是一个更好用的工具 ， 对吧 ？ 更强大的工具 。其实我觉得也是有的 ，因为人总是对于短期的东西会比较高估嘛 ，有更高的预期 。 我觉得作为一个创业者 ， 尤其是这样 ， 就是当你启动一个项目的时候 ， 你是带着巨大的兴奋开始的 。 然后真正开始做的时候 ， 你就会发现无论是技术不成熟 ， 或者说是市场对它的接受度会比较缓慢 ，因为人心中的成见是一座大山 ， 对不对 ？ 你要改变他对一个事情的认识不是那么快的 ， 尤其是全社会的认识不是那么快的 。 所以在你的那种热情 ，在面对一个其实是比较缓慢的转变的世界的时候 ， 你会有一种失落 ， 或者说是有一些着急 。 我觉得这种瞬间经常会出现 。 我觉得这可能也是创业者需要修炼的地方 。 我觉得我需要修炼的地方 ， 就是你要以一种更长期的视角去坚定的相信你做的事情的革命性 ，但是对短期的这种缓慢的变化 ， 或者甚至是遇到的挫折 ，也要具有一种很强的包容性 。 **孙海宁** [2:04:14] 理解理解 。 好呀 ， 最后一个问题 ， 就是方波你觉得 Mindverse 下一个节点会是什么 ？ 或者下一个 milestone 会是什么呢 ？ **陶芳波** [2:04:21] 从商业的角度来讲 ， 当然是更多的人来使用我们的开源项目 ， 来使用我们的产品 ， 对吧 ？ 有更大的影响力 ， 让大家更答应这个东西 。 然后我们事实上可能有机会来成为一种身份模型时代的一个标准 ， 或者说是身份模型时代 ， 我们甚至还可以定义一下 MCP 这样的接口 ， 告诉大家哦 ， 原来身份模型可以被这样使用 ，因为它不只是你跟自己交流嘛 ， 你还是要它做桥梁的嘛 。 这个桥梁模式其实很重要 。 这个是一个我非常看重的 milestone， 就是它有没有可能真的在影响足够多的人之后， 形成一种事实上的标准 。 那第二呢 ，其实是我觉得在我们的这个用户体验上来讲 ，因为我相信的是产品的力量 ， 就是产品本身它可以做好共生和做好连接的时候 ， 我觉得还是一个非常难的问题啊 。 就是连接和共生的这个问题 ， 真的给解决到比现在更好一点点 ， 那可能就是我认为的下一个 milestone。 那我们的用户量可能就会十倍百倍 ， 比现在这个效果还会再十倍百倍的往上走 。 **孙海宁** [2:05:19] 嗯嗯 ， 理解 。 如果假设你现在有无限的资源 ， 可以做自己想做的事情 ， 你第一件要做什么 ？ **陶芳波** [2:05:24] 嗯 ， 如果真的是有无限的资源的话 ， 我可能真的会买很多很多的 GPU， 真的帮每个人在云上训练一个很好的自己 。 因为那个算力越多 ， 你的模型也会训练的越好 ， 然后投入更多的力量在做技术研发 。 因为回过头来讲 ， 我还是觉得这个新物种背后的技术和原来我们训练大模型有点不太一样 。 所以我会投入更多的力量来把我们这个技术的深度给挖掘出来 。 **孙海宁** [2:05:49] 理解 。 好呀 ， 那今天非常高兴能请方波做个环点聊 ， 分享自己的求学工作经历 ，以及 Mindverse 团队对身份模型的产品设想和技术实现 。 也非常欢迎大家去尝试 Mindverse 身份模型产品 Me.bot， 或者开源项目 Second Me 去体验一下 AI 飞升的感觉 。 那我们就先到这里吧 。 **陶芳波** [2:06:07] 好 ， 再见 。 **孙海宁** [2:06:08] 本期节目就到这里 ， 感谢收听 。 如果你对今天聊的话题有观察 、 好奇或疑问 ， 欢迎在评论区里分享想法 ， 这也会成为我们节目的一部分 ， 让这个讨论更加完整 。 你也可以把我们的节目分享给对这个话题感兴趣的朋友 ， 欢迎推荐更多你想听的主题或嘉宾 。 你可以从小宇宙 、 苹果 Podcast 等渠道关注晚点聊 LateTalk，也欢迎关注我们的公众号晚点 LatePost。 我们下期再见 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。