心影随形刘斌新：B站前副总裁，用大模型打造时刻同频的「逗逗游戏伙伴」，上线即爆火

九合被投企业「心影随形」CEO 刘斌新（Binson）近期接受Z Potentials专访，这是他2023年低调创办心影随形以来，第一次接受访谈和对外发声。

Binson完整经历了PC、移动互联网、短视频三波互联网浪潮，先后担任百度副总监、360助理总裁、bilibili 副总裁，拥有0到1、1到100的多个产品和商业化经验。

在行业眼中，Binson是经验丰富的高管和奖项大满贯得主，百万美金大奖、总裁特别奖等荣誉披身。Binson却很诚恳地表示，希望更多关注产品「逗逗游戏伙伴」和Binson悉心打造的年轻团队，他的过往经历可以一笔带过。Binson的创业状态与此呼应，他和团队关注本质、关注用户，对AI充满激情却又脚踏实地。

AI情感陪伴是一个公认具有想象力的Killer APP方向，也是中国创业者天然的优势领域。交流中，Binson也重点提到陪伴远不止聊天，目前的Chatbot是逆人性的，不会是核心APP。

为此，心影随形选择从游戏陪伴和年轻人群切入，推出「逗逗游戏伙伴」。游戏是一个情绪浓度很高的半封闭情景，用户情感抒发和获得回应的需求未被满足，是AI情感陪伴的最佳切口。「逗逗游戏伙伴」获得用户授权的屏幕内容，用语言模型和CV理解内容，实现物理和心灵同频。

“用产品说话”是Binson提到最多的，心影随形的第一款产品「逗逗游戏伙伴」已经于6月1日正式开放测试，获得用户自传播和不错的口碑。

Key Takeaways:

搜索很难做到全民级应用，中国有一半人不会搜索，还有更大的比例不会表达，Chatbot 要求用户打字，写复杂的prompt，都是逆人性的，只是个中间过渡产品形态
现在的AI要想与用户争夺时间是非常困难的，增量不是去抢更多的时间，而是将原本就有的需求用AI满足的更好或更有价值
让角色能走进生活，是跨时代的价值，就像一个人和你物理同在、心灵同频
屏幕共享是一个大趋势，跨APP间的信息共享和流动会是一个底层能力，AI和你在共同感知世界，这会带来革命性的变革
创业是个做大先做小、少就是多的过程

从少年电脑爱好者，到飞速成长的互联网高管

请先介绍一下自己，读书时期有什么与众不同的地方吗？

刘斌新：我初中就自己折腾电脑，对计算机各块的组成和原理很熟悉，因为计算机课对我太简单了，我就自学了编程。本科的时候我就捣鼓网站，还搞过单片机。嵌入式，Linux 内核代码，包括后来研究深度学习，都是兴趣驱动的。

我和同龄人相比，可能更清楚未来要做什么，有很强的目标感。所以毕业的时候，就决定加入互联网，那个时候互联网并不是主流行业，但我想每一行代码都能影响亿万网民，就充满激情。

Binson 做了很多从 0-1 的业务，而且横跨了 PC、移动、视频，是怎么敏锐地捕捉到这些趋势的？

刘斌新：核心是捕捉到行业变化的Signal，当一件事快速变化的时候就去思考它的底层是什么，什么是关键变量。比如，移动的背后最大的特征是个性化，是用户专属。这会带来极大的不同，但初期也出现了很多问题。比如手机的普及率不够，屏幕小，上网慢，很多人盯着这些问题不放。

我认为手机普及是一定会发生的，屏幕小背后的好处是聚焦，所以屏幕上的每一寸都变得更有价值，会有和 PC 时期完全不同的产品思路。想明白这个点，移动能做的事情是更多而不是更少。当时很多公司在做转码页，但我认为那种把PC简单搬过来的方案行不通，就重新定义搜索结果和落地页，用RNN 的方法做 AI 生成摘要和落地页的重构。

关于推荐，推荐是对搜索非常好的补充，因为人是懒惰的，而且搜索很难做到全民级应用，中国有一半人不会搜索，还有更大的比例不会表达。推荐的 Signal，来自我当时在无线，发现 Suggestion 的点击率明显高，一方面手机上输入麻烦是一个问题，更重要的是用户不知道怎么表达。

再向外推，用户“懒”的下一步是文字都不想敲，视频显然有更高的内容价值，而且更直观。从这点延伸，现在的Chatbot反而要用户打字，写复杂的Prompt，这些都是逆人性的，只会是个中间过渡产品形态。

说回到现在的AI，确实还有很多问题待解决，但这些都不是重点，只要看AI是不是一个大的需求趋势、社会趋势。技术还有没有可能提升？如果可以，那就没问题。

您觉得过往的这些经历对创业有哪些帮助？

刘斌新：每一段经历都是宝贵且有价值的。第一点是内在的，对行业的认知，对 Signal 的发现会更加敏锐。第二点是外在的，比如资源，我们在组建团队时能迅速地聚集起相关领域的优秀人才。

第三点就是行业里的一些资源，比如说我创业初期和 B 站CEO睿总、COO Carly也交流很多。他们给了我两点建议，第一点就是要做大先做小，少就是多。第二点就是要有认知上的差异化，复制别人的想法肯定是不行的。创业者更理解创业者，他们对我都有很多的支持和鼓励。

让 AI 走入生活，打造物理同频，心灵同频的伙伴

创业念头大概是什么时候出现的？您考虑过什么方向？

刘斌新：最早是看到了 Alphafold，发现 Transformer 架构太好了。因为我原来是做 DNN 的，随着层数和数据的增加，它性能不一定更好，反而有可能下降，DNN 是有天花板的。但 Transformer 只要输入足够多的数据，它的能力一直在往上涨，我就觉得一个新时代到了。

后来我看到了 DALL-E2做广告创意和营销，我太熟悉这个领域了，10 年前就做过。但是我很快反应过来，这是一个好的生意，但是长期大厂一定会自己做，而且会免费给客户用。大厂有全部的客户和所有用户的数据，他更了解用户喜好，而且平台没有必要收费，因为 1000 亿的盘子，提升一个点转化就是 10 亿收入。创业公司唯一能做的就是对客户端到端服务，那就变成代理了。

请介绍一下逗逗游戏伙伴的产品想法是什么？是如何得到的？

刘斌新：我们的产品是从AI游戏伙伴开始，在游戏中输出攻略和妙趣横生的聊天体验，延伸到游戏之外，这些人物还会在更多的场景聊天，与用户共鸣。

至于缘起，我在 B 站就观察到，用户特别喜欢动漫和游戏角色，它们承载了用户很多的情感。如果洛天依、神里绫华能主动和用户聊天、唱歌，还能进入生活中，是非常美妙的。

另一方面，游戏是年轻用户生活不可或缺的部分，在游戏中用户会有很强的分享和高光时刻，但发朋友圈的社交压力很大，而且不同频，哪怕过了五秒钟、十秒钟，再分享就不那么激动了。比如我儿子在玩《我的世界》，会花很长时间做城堡，做完就要拉着我描述其中的一些细节。第一他很在意有一个懂他的人来看。第二看的过程中，他的快乐得到特别大的提升。其实抽象出来，每个玩游戏的人都需要，这是内在情绪。

我的产品想法还找了一些种子用户验证，有一位资深二次元朋友，我给他描述AI游戏陪玩这个场景，他惊呆了好几秒，想象着他自己和他心爱的角色玩游戏的画面，过了好一会摸着下巴露出童真的傻笑说：“有意思！太有意思了！”那一刻我更加坚定了要把这产品做出来。

逗逗游戏伙伴是否已经有成立的 PMF？怎么理解它的 PMF？

刘斌新：PMF是否成立，我认为主要要看用户的反馈。我们目前用户的留存、付费都不错，从这点看我们的PMF是成立的。另一方面，PMF 是一个从过去看未来的理论，我认为不完全对，应该加上从未来看现在的视角。比如抖音刚出来的时候，就很难用过去的理论解释，AI 也是一样。

现在的 AI 要想与用户争夺时间是非常困难的，你无法与游戏平台、短视频等应用抢用户的时间。所以我们扬长避短，做了一款陪伴型的产品。我们不是创造一个全新的场景，而是在已有的场景中增加元素，有点类似于在视频中添加弹幕。抽象一点说，我们的产品是一个跨 APP、跨平台的个性化弹幕，而且是可以实时互动、深入交流。当然，行业也在变化，我们也在持续探索、迭代中。

逗逗游戏伙伴的玩法是怎样的？

刘斌新：功能主要分两部分，第一部分是游戏陪玩，游戏-陪伴-快乐。打开应用，选择相应的游戏即就能带着角色进入游戏一起畅玩。过程中，玩家可以询问相应的游戏攻略，根据游戏画面状态的变化，角色会主动和玩家聊天。比如看到你的操作又挂了，说不定就会来句“菜就多练”。

另一部分，是角色的个性养成，同游-回忆-养成。在PC上是一个桌宠的形态，可以和相应的角色互动，比如打电话、聊天、倾诉。他们就像你的伙伴，随时随地都在你身边。

游戏的核心玩家在PC上，目前我们PC Windows的版本功能比较完整，移动端有部分核心功能。

和一些做情感陪伴的大语言模型应用有什么差别？

刘斌新：我们跟Character.AI、以及荷尔蒙导向的产品有很大差别。C.AI 这种有人格的产品很棒，但只是一个数字景点，它跟用户的生活没有直接关联。比如我会问马斯克的智能体 “什么时候会去火星？”，但我不会问他“高考志愿应该填什么？”

我们和它们最大的区别就在于让角色能走进生活，我觉得这是跨时代的价值，就像一个人和你物理同在、心灵同频，和你在做一件同样的事情，你才会觉得Ta有意思。这就像直播对视频的革新，直播为什么比视频好，因为可以发问、发弹幕，和主播互动。如果更进一步，主播能看到你，实时互动的同时，对你有记忆，有情感，这种感觉是完全不一样的。

现在有个 AI 和你是物理同在的，物理同在就意味着你们在同一个世界里有共同的生活，你们有共同的经历。更进一步来说，你们的情感是统一的、心灵是共鸣的。

一年前我们提屏幕共享和CV的时候很多人不太理解。本质上是 AI 和你在共同感知世界，这会带来革命性的变革，这是我们和那些 C.AI 类产品最大的不同。另外我们也不做纯荷尔蒙导向，我认为这不会长久，因为从马斯洛需求层次理论来讲，荷尔蒙导向-生理需求是在底层，再往上社交需求，再往上是尊重和自我实现。我们认为最后你是在和自己在对话，AI能够满足你自我尊重和自我实现的需求。

从用户角度，屏幕获取是否有隐私问题，操作起来复杂吗？

刘斌新：我们现在只共享游戏的画面，而且是需要用户授权的。用户把特定进程的游戏画面授权，非授权的应用我都看不到。就像腾讯会议、飞书会议那样，可以共享一个特定应用的画面。

屏幕共享是一个大趋势，跨 APP 间的信息共享和流动会是一个底层能力。AI phone、AI PC 也是一件确定性的事，随着端侧能力的提升，用户会逐渐习惯屏幕共享，端侧模型成熟之后，数据就在端侧处理，到那时隐私问题就不再是问题。这就好比我们在 PC 年代讨论手机摄像头，到了移动互联网摄像头不再是问题。

包括手机厂商也会做各种AI助手，像Siri等，但当用户喊出Siri的那一刻，其实就把这个助手当工具了。用户不会和工具建立感情的。另一方面，Android、iOS等端能力的提升，给了我们很多的可能性，我们也可以直接调用。

长期来看行业会解决的很多问题，当然我们对用户的隐私会非常尊重，绝不触及非用户授权和敏感数据，例如微信、金融等等。

首先切入的游戏类型是什么，目前支持什么游戏？

刘斌新：最开始支持的是偏开放世界的游戏，《原神》、《我的世界》、《崩铁》。现在各种 PC 游戏都支持，比如《星露谷物语》、《文明》等等。现在手机端又支持《王者荣耀》、《和平精英》、《英雄联盟》。

很多人可能觉得不太适合做 MOBA 的陪伴，但我发现不是，用户对 MOBA 的操作已经非常熟悉了，信息密度也没那么高。甚至吃鸡游戏也可以，很多玩家是经常当老六，趴着聊天的，可能有 80%的人都这样（笑）。

这个人物既是情感陪伴，也是游戏陪玩，您怎么看情感陪伴和游戏陪玩之间的关系呢？

刘斌新：游戏这个场景类似于航班、高铁场景，人在这种封闭场景下做不了别的事情。游戏的时间也很长，用户在里面很快乐，但它总有一些碎片且信息密度不高的时间，比如游戏导入、复盘、跑地图这些时间。以前这些时间用户可能会去听歌、浏览网页甚至是两个游戏同时玩。

我们就是借着这个场景让用户会有时间和 AI 聊天破冰。类似人的交际，两个同事原本只有工作上的交集，一起坐高铁，就会聊一些生活、爱好的信息，两个人的感情一下就拉近了。我们是借助游戏场景让用户和 AI 变成伙伴，再延伸到游戏之外。

现在的用户画像大概是什么样的？

刘斌新：现在主要是大学生和刚工作的群体在用。男生会占比高一些，但我觉得随着人物和游戏的变化，女性自然也会增加。还有一个趋势就是聊天会越来越多，用户有一半的时间是在游戏外聊天了。

目前是什么样的技术栈，如何实现实时看到游戏画面，并且对画面理解的？

刘斌新：我们整个技术栈全是自研的，包括LLM模型、tts、CV、RAG、记忆系统等等，当然其中也有用到很多的开源框架。我们的LLM模型是在开源底座基础上做了很多fine tuning。我们首先用社区数据，比如漫画、动画，弹幕、评论数据做微调，这样 AI 就有社区氛围了，用户会觉得很有趣。其次我们也针对用户聊天的头部问题做了精调。

Fine tuning之后我们的效果显著比调用第三方模型效果要好，我们上线初期A/B test测试下来，我们的模型效果比GPT-3.5要好50%，而且随着用户数据的迭代，我们看到这个效果差异越来越明显。所以我们也不调用第三方的API，这也是我们的很多用户使用我们的产品后，发现这里的聊天体验完全不一样，让他自己特别惊喜又亲切。大家也可以试试（笑）。

同时，我们在游戏知识上做了很多的 RAG，最后才是 CV 的感知。AI 是先用耳朵听，再看画面，然后再结合底层的模型能力。

模型技术升级，会影响角色的人设吗？角色是否还记得住用户的互动历史？

刘斌新：我们是两套系统的数据飞轮。个性化数据飞轮，比如与角色的关系、记忆、user profile 在外层，底层模型的变化不影响你们彼此的记忆和关系，用户只会觉得，我的 AI 升级之后更聪明了，情商更高了，但我和他所有的经历他都还记得。

模型数据飞轮方面，我们Fine-tuning使用的数据现在更多依赖用户的聊天数据，这些数据我们有一套自动化的反馈和挖掘机制，基于这些数据去精调开源底座也是对用户透明的。哪个开源底座更好了，我们可以随时替换，但核心的训练数据在我们自己这，我们可以随时做替换（前期替换过一次底座），不影响用户的人设和记忆。

还有哪些技术会推动应用的进步？

刘斌新：第一是多模态。多模态的感知能力和推理能力会越来越强，现在进展其实比我们预期要慢，我觉得会有很大的变化。

第二是推理耗时。我们也看到了一些行业的变化，比如说 GPT-4o 的低延迟。我们自己的模型推理原来要几秒钟，现在已经大幅降下来了，后面还会降到 1s 以内，到那时候模型会更像个真人，可以瞬间响应。

第三是声音的情绪和拟人化。声音不仅代表情绪，还代表一个人的内在，这会是非常重要的优化方向。

第四是成本的降低。成本的降低其实比我们想象的还要快。以后可以忽略模型推理成本，类似于以前的互联网服务，而且价格战打起来之后，价格会更低。

打造全球化产品

您觉得在同类产品中，你们的差异点和竞争优势是什么？

刘斌新：我们的竞争优势有以下三点：首先，我们懂 AI 技术，这点很重要的，因为 AI 是这一轮变革的核心。其次，我们了解用户，并且在积累两个数据飞轮。一个是模型数据飞轮，另一个是个性化数据飞轮。用户需要花费精力培养亲密伙伴，如果换一个平台，记忆资产就流失了。第三，用户为我们提供内容，共同创造一个良好、熟悉的社区氛围，类似于 B 站、小红书等，从 PUGC 到 UGC，之后会形成一个更好的内容社区。我们是依托数据飞轮，技术为基础，产品为场景，加上社区内容壁垒。

在全球化方面有哪些计划？

刘斌新：我们在日本和在北美也有上线。日本用户的留存、付费等各方面的数据比国内还要好。前段时间我去硅谷，发现北美的创业者主要分两类：一类创业者在卷大模型，他们在追求AGI改变世界；另一类创业者在做 To B，因为美国 To B 环境特别好，这和社会结构、发展阶段相关。硅谷对 C 端的思考比较少，所以给了我们很大的空间，历史上看很多海外头部的 C 端产品都是国内团队出海做的，我们对全球化很有信心。

如何应对不同地区的文化差异？

刘斌新：我们的底层产品都是通用的，根据当地的内容形式和文化进行适当的调整。就像抖音和 TikTok，它们的核心功能保持不变，但内容会有所变化。

在节奏上，我们会在国内和海外同时进行，国内做低成本试错，海外的进度会比国内慢大约一个季度。因为产品跟随游戏出海，游戏本身是全球化的，不会影响用户体验。

长期您想把产品打造成什么样？怎么思考商业化路径？

刘斌新：一个路径，我们有 To C 的增值付费，用户可以购买角色服装、礼物、道具等。另外一个商业化路径是游戏分发，我们可以帮助游戏厂商更好地服务玩家。当一款新游戏推出时，我们可以帮玩家更快上手新游戏，一开始就能玩得尽兴。

AI行业的不确定性才是机会

从公司成立到现在，从demo概念到产品正式落地，这一年有什么变化是超越您预期的，有什么是不及预期的？

刘斌新：超出预期的有几点：

第一，行业发展非常快，成本的下降速度比我预想的要快；

第二，用户对产品有很大的宽容。我们有些功能还没做好，玩家会说没关系，我们可以等。用户对产品高度的认可和鼓励是我们最大的动力，也是超过我们的预期的。

第三，是市场竞争没有我们想的那么激烈。最初以为竞争会非常激烈，但似乎比我们预想的要弱一些。我觉得核心是我们找了个差异化的人群和场景。同时，现在的 AI 应用比较早期，若有人再抄游戏伙伴的概念，我觉得没有特别大的意义，也不是很在意。

我也在去年 3 月份做一个类似于 C.ai 的产品，两个星期后我就把它推翻了，我觉得这不对，没有价值。因为我观察了一下，AI 不了解我的生活，很多话题都是需要我告诉它的。聊天是一件成本非常高的事情，聊天是手段不是用户目的，不是产品的全部，也不应该是大模型创业的核心。

第四是屏幕共享的趋势，一年前我提屏幕共享、提 CV 的时候大家都不太理解，现在就会好很多。

不及预期的是行业多模态的进展是不及我预期的，其他都还好。

您怎么看在当下做 AI 产品的不确定性？

刘斌新：不确定性挺好的，不确定才有意思，确定之后只是在做一些优化就没意思了。现在的时代很像当年移动互联网的时代，很多东西都处于不确定，这是一个非常好的探索时期，可以做很多有意思、大家之前没做过的东西。这也是为什么我觉得我的产品叫 AI 桌宠、AI 伙伴都可以，它是AI+娱乐，是一个新东西，很难用原来已有的东西来命名，因为它是持续变化的。

我觉得To C 的应用会很快爆发，原因是因为第一，模型能力在增强；第二，模型工程化方面（比如响应时间、耗时等）也在优化。端侧能力在增强。第三，成本在下降。第四，也是更重要的，用户对 AI 产品的接受度逐渐变高。真实的用户是不太会关心用的是什么模型，多大参数量。但他会关心这东西对我来说有没有价值？能不能解决实际问题。如果他们觉得这个产品是未来的话，会主动接受和学习。这是非常好的一个大趋势，用户很快就可以从一个小范围群体走向普罗大众，这个大趋势会推动应用的爆发。

移动互联网时代大家的需求都被填满了，AI+2C应用在后移动时代有增量吗？

刘斌新：增量不是去抢更多的时间，而是将原本就有的需求用 AI 满足的更好或更有价值。例如在互联网出现之前用户没有觉得外卖很重要。

AI 带来的增量，至少有两点是毋庸置疑的：第一是技术侧的趋势，AI 会越来越像一个人。第二是社会侧的趋势，随着物质的增长，人对精神层面的追求越来越高。社交已经不是用户的核心需求，自我认知、自我尊重、自我实现才是他们更高的追求。可能不是每个人都想恋爱，但肯定每个人都会想要一个可以物理同在、心灵同频的伙伴，有些事情和你一起参与，解闷或分享快乐，这会是大的社会趋势。

您对现在的年轻人有什么观察？

刘斌新：现在的年轻人，在物质上有了保障，有了更多对美和心灵共鸣的追求。年轻人其实非常会沟通和交流，大家只是不愿意做讨好别人的社交。年轻人对社交的要求是更高的，追求内心的同频。B 站是一个同好内容社区的设计，是帮助一群年轻人追求更美的生活，更好的精神世界的设计。

B 站的弹幕和评论，是用户激发和共鸣的地方，所以一些视频网站做机器弹幕完全做错了，是对社区氛围的破坏。B 站为什么能破圈？我觉得他代表年轻人代表未来，虽然很多人不看番剧，但没有关系，只要他们有共同的追求，他也会来到 B 站。内容扩品类扩大之后，自然能吸引更多的用户。

本质上，二次元只是个符号，弹幕是激发和共鸣，用户背后追求的就是情感陪伴。再比如游戏，像之前的传奇，核心社交关系是工会，核心体验是做大哥。现在的很多游戏比如开放世界游戏，就是联网不联机，淡化社交，是用户一个人探索世界的体验。就是解构并且迎合了社会趋势。没有年轻人会去玩一个新的《传奇》游戏。

快问快答

核心团队是怎么聚在一起的？您会怎么描述现在的团队？