WAIC Nachbetrachtung: Abseits der Narrative rund um große Modelle, der alternative Start eines Unternehmens mit über 100 Millionen Nutzern
Die Einstellung eines Unternehmens zu KI heute ist vielleicht ein Spiegelbild seiner Werte.
Die gerade abgeschlossene WAIC zeigte die aktuelle Hitze der KI-Industrie. Unzählige Technikfachkräfte versammelten sich in Shanghai. Selbst wenn Schwarzmarkttickets zu exorbitanten Preisen gehandelt wurden, waren sie immer noch schwer zu erwerben. Sogar hohe Temperaturen und Gewitter konnten die Begeisterung der Menschen nicht aufhalten, die im Zuge der KI-Welle nach Veränderungen streben.
Die Einstellung zur KI-Variablen ist nicht nur eine Entscheidung der Menschen, sondern auch ein Schlüsselfaktor, den Unternehmen abwägen müssen. Die Art und Weise, wie man im Zuge der KI-Welle nach Veränderungen strebt, bestimmt auch die Haltung gegenüber der Zukunft.
Auf dieser WAIC erregte eine KI-Gitarre breite Aufmerksamkeit. Diese weltweit erste generative KI-Gitarre namens „TemPolor“ ermöglicht es Benutzern ohne musiktheoretische Grundlagen, Songs im Rhythmus von Licht und Schatten zu spielen, sobald sie den Gitarrenkorpus in die Hand nehmen.
Hinter dieser Gitarre steht „Quwan Technology“, ein Internet-Technologieunternehmen, das einst Produkte mit einer Nutzerzahl von 200 Millionen geschaffen hat. Derzeit hat Quwan im Bereich der KI-Musik eine vollständige Stack-Layout von „Modell-Anwendung-Hardware“ realisiert, und es ist auch das erste Unternehmen in der Branche, das dieses Layout abgeschlossen hat.
In der KI-Konzeption von Quwan Technology sollte Technik immer den grundlegenden Bedürfnissen der Menschen dienen, anstatt Barrieren zu schaffen oder sie zu ersetzen. Für Quwan Technology, das mit mobiler Sprachtechnologie begonnen hat, bietet es ein Ökosystem, das sich auf Stimme, Verbindung und Interessenssozialisation der Generation Z konzentriert. Darin ist die „Begleitung zwischen Menschen“ sein wertvollstes Vermögen.
Auf dieser Grundlage wählt es seine vertrauten vertikalen Szenarien aus, um neue Geschäfte zu erschließen. Long Ling, Mitbegründerin von Quwan Technology, erklärte gegenüber 36Kr, dass Quwan derzeit entsprechende Geschäfte in Bereichen wie KI-Musik, KI-Übersetzung und Synchronisation sowie KI-3D betreibt. Der Kern liegt darin, sich auf die vertrauten digitalen Unterhaltungsszenarien zu konzentrieren und KI-Produkte und -Dienste zu schaffen, die den Bedürfnissen von Menschen mit vielfältigen Interessen entsprechen.
„Wenn unser Ziel darin besteht, im KI-Zeitalter ein langfristigeres Wachstum zu erzielen, sollten wir erkennen, dass der Wert von KI darin liegt, bahnbrechendere Nutzererfahrungen und Geschäftsmodelle zu schaffen. Ich muss mich von einem Unternehmen mit KI-Technik zu einem Technologieunternehmen entwickeln, dessen Geschäfte von KI-Technik angetrieben werden. Lassen Sie KI vom Kostenmittel zum Kernwert werden und zum zugrundeliegenden Motor für unsere strategischen Entscheidungen, Produktinnovationen und Personalmanagement werden“, sagte Long Ling.
Erwähnenswerterweise findet neben den externen Produktformen auch eine von oben nach unten gerichtete Effizienzreformation bei Quwan intern statt. KI ist nicht mehr die exklusive Waffe der Technikabteilung, sondern wird als „gemeinsamer Arbeitskollege“ für jeden Mitarbeiter im vorderen Geschäftsfeld definiert.
Diese tiefe Rekonstruktion der organisatorischen Grundlage ist eine Haltung der Umarmung der KI-Welle. Denn nur wenn jeder darüber nachdenken kann, wie Probleme mit KI gelöst werden können, bekommt die KI-Grundlage von Quwan Technology wirklich Lebenskraft.
Egal ob man die Produkte aus externer Perspektive betrachtet oder die Haltung der Organisation zur KI aus interner Sicht bewertet, der Stil und die Einstellung „Menschen im Mittelpunkt“ scheinen für KI-Unternehmen unverzichtbar zu sein. Bei der Rekonstruktion des realen Lebens durch Technik bietet Quwan vielleicht ein sehr beobachtbares Beispiel für die KI-Entwicklung von Internetunternehmen, sucht ständig mit Handlungen nach Gewissheit und ist vielleicht ein sehr mutiger Spieler im Spiel der Tapferen.
Auf der Grundlage des sprachlichen Erbes, mit KI-Produkten an der Spitze
1995 kam der amerikanische Fantasy-Abenteuerfilm „Jumanji“ unter der Regie von Joe Johnston in die Kinos. Der Film erzählt von einem mysteriösen Brettspiel namens „Jumanji“, das nach dem Würfeln der Spieler gefährliche Ereignisse in der Realität auslösen kann, die erst enden, wenn jemand gewinnt.
Song Ke, Gründer und Geschäftsführer von Quwan Technology, hat in einer internen Ansprache geteilt: „In der Ära der rasanten Entwicklung der KI-Technik ist jede Entscheidung voller unbekannter Gefahren und bietet unbegrenzte Vorstellungsmöglichkeiten. Gute Zeiten sind das Fest aller, schlechte Zeiten sind das Paradies der Tapferen. Nur unter den Tapferen, die KI umarmen, können die Führer der zukünftigen Ära hervorgehen.“
Für jedes Startup bestehen Chancen und Herausforderungen immer gleichzeitig. Unternehmen, die sich der KI widmen, spielen wie ein mysteriöses „Jumanji“-Spiel und wählen, im Zuge der unsicheren KI-Welle die Würfel zu werfen – All in KI, All in China.
Die Einstellung von Quwan zur KI folgt nicht dem Strom, sondern ist pragmatisch und rational. In Bezug auf die Produktform denkt es auch darüber nach, wie mehr Menschen den Charme der KI spüren lassen und die Technik den Menschen näher bringen können.
Zum Beispiel hat das Team von Quwan den ersten chinesischen konversationellen Musikschaffungsagenten „Tunee“ und die weltweit erste generative KI-Gitarre „TemPolor“ auf den Markt gebracht. Seine Produkte sind sehr benutzerfreundlich. Nach Long Lings Ansicht liegt der wahre Wert von KI darin, die technischen Schwellen erheblich zu senken und die Grenzen des musikalischen Ausdrucks zu erweitern. Von Modellen über Anwendungen bis hin zu Hardware besteht Quwan Technology auf technischer und produktiver Innovation, um den Nutzern ein immersiveres Schaffenserlebnis zu bieten und Musik wirklich in den Alltag gewöhnlicher Menschen zu integrieren.
Die Kreativität der KI-Gitarre liegt darin, dass sie jedem Menschen die Möglichkeit zum Musizieren gibt. Es ist nicht mehr nur ein Spiel, das von Eliten monopolisiert wird, sondern jeder junge Mensch, der keine Ahnung von Musiktheorie hat, kann durch einen Satz oder eine Inspiration Songs mit starker emotionaler Resonanz erzeugen. Das ist auch die beste Darstellung guter KI-Produkte: Gewöhnliche Menschen können ohne langes Üben schnell Fähigkeiten erwerben, die sie ursprünglich nicht hatten.
„Wir bestehen immer darauf, dass KI nicht dazu da ist, Menschen zu ersetzen, sondern die Kreativität und den emotionalen Ausdruck der Menschen zu stärken. KI kann die menschliche Kraft um das 100-fache oder 1000-fache vergrößern, aber davor muss es immer eine ‚1‘ geben – die Vorstellungskraft, die Ästhetik und das Urteil des Menschen sind genau diese ‚1‘“, sagte Long Ling gegenüber 36Kr.
Nach den Ergebnissen zu urteilen, hat der GMV der TemPolor KI-Gitarre innerhalb von 3 Monaten nach der Markteinführung einen Wert von über 10 Millionen überschritten. Tunee ist auch eines der Produkte, die im Bereich der inländischen KI-Agenten am schnellsten bekannt geworden sind. Dadurch hat Quwan Technology einen tiefen ersten Vorteil in der Richtung der Integration von KI-Musik-Software und -Hardware aufgebaut.
KI-Musik für gewöhnliche Verbraucher leicht zugänglich zu machen ist der erste Schritt. Wie man guten Inhalt mehr Menschen sichtbar macht, in den internationalen Markt eintritt und nachhaltige Kommerzialisierung realisiert, wird dann die nächste Aufgabe von AIGC. Auf dieser Grundlage hat Quwan die weltweit führende One-Stop-Plattform für Videoübersetzung und KI-Synchronisation – Quwan All Voice Lab – geschaffen, die auf selbstentwickelter KI-Technik basiert und eine vollständige Lösung für die Unterhaltungsindustrie bietet, die mehrsprachige Übersetzung, hochemotionale Synchronisation und Monetarisierung in ausländischen sozialen Medien umfasst.
Für Quwan ist der Erfolg von MaskGCT vielleicht ein Geschenk der Ära für sein Prinzip „Menschen im Mittelpunkt“.
In der zweiten Hälfte des Jahres 2024 hat Quwan gemeinsam mit der Chinesischen Universität Hongkong (Shenzhen) das große Sprachmodell „MaskGCT“ als Open Source veröffentlicht und mehrere globale SOTA-Rekorde gebrochen. Zu diesem Zeitpunkt wäre es vielleicht schwer, einen Unterschied zu machen, wenn man sich nur auf den technischen Wettbewerb konzentriert. Aus Sicht der Lücken in der Branche gewinnen neue Inhaltsformen wie chinesische Micro-Dramen und chinesische Anime allmählich an Beliebtheit auf dem globalen Markt. Die chinesische Kultur erlebt eine beispiellose „Goldene Zeit für die Expansion ins Ausland“, was bedeutet, dass die Lokalisierung von Inhalten zu einem wichtigen Glied wird.
Auf dem Markt gibt es noch keine spezielle KI-Übersetzungs- und Synchronisationsprodukte für Film-, Fernseh- und Animationsinhalte, was genau die Chance für die kommerzielle Umsetzung von MaskGCT ist. Quwan hat auch schnell die Richtung angepasst und innerhalb von 2 bis 3 Monaten das KI-Videoübersetzungs- und Synchronisationsprodukt „Quwan Gan Yin“ auf den Markt gebracht, in der Hoffnung, die Schwelle für die Expansion chinesischer Inhalte in die Welt durch KI weiter zu senken.
Zum Beispiel wird bei der Modellentwicklung mehr Wert auf die Einbeziehung von Wissen über kulturelle Hintergründe und Bräucheunterschiede in verschiedenen Regionen gelegt, um genauere, professionellere und authentischere Übersetzungsergebnisse zu erzielen. Bei Produktfunktionen und -erlebnissen hat Quwan durch die gemeinsame Entwicklung mit Kunden, die in der Vergangenheit ausländische Kurzfilme hergestellt und bei der Expansion von Kurzfilmen ins Ausland mitgewirkt haben, einen One-Stop-Übersetzungs- und Synchronisationsworkflow entwickelt, der wirklich an die realen Geschäftsprozesse angepasst ist. Innerhalb eines Monats nach der Markteinführung hat es Kooperationen mit mehreren führenden Filmunternehmen geschlossen und schnell positive Rückmeldungen vom Markt erhalten.
Diese kreative Durchbrüche lösten das langjährige „unmögliche Dreieck“-Problem der „Qualität, Geschwindigkeit und Kosten“ bei der mehrsprachigen Inhaltsproduktion in der Exportbranche. Die Kosten für KI-Übersetzung und Synchronisation sind um 90 % niedriger als bei menschlicher Arbeit, die Geschwindigkeit hat sich um mehr als das 50-fache erhöht, und das monatliche Übersetzungsvolumen erreicht bis zu 500.000 Minuten. Die Inhalte wurden in mehr als 30 Länder und Regionen weltweit exportiert, sodass chinesische Kurzfilme, Filme und Anime in großem Maßstab und hoher Wiedergabetreue ins Ausland gelangen können.
Aus Sicht des Unternehmensgenoss entspringt Quwan Technology aus dem Bereich mobiler Sprachtechnologie, und Audiotechnik ist seine angeborene Kernbarriere.
Im Vergleich zum „mechanischen Geschmack“ und dem „Vorlesegefühl“ der traditionellen Sprachsynthese liegt die Ursache darin, dass ihre Trainingskorpora zu regelmäßig sind. Ob es sich um Kundenservice-Gespräche oder Podcast-Aufnahmen handelt, der Tonfall der Sprecher befindet sich im Allgemeinen in einem rationalen und stabilen Zustand und fehlt an improvisierten Komponenten in der realen menschlichen Kommunikation.
Daher ist es für Quwan, das über exklusive Audiotechnik verfügt, zweifellos der beste Sprungbrett, seine vertrauten vertikalen Szenarien auszuwählen, um neue Geschäfte zu erschließen, in vertikalen Bereichen tief und präzise zu arbeiten und ein „Praktiker“ zu sein, der echte Probleme löst.
Für Quwan ist KI ein neues Geschäft. Das „Neue“ hier bezieht sich mehr auf die Fähigkeit zur ständigen Innovation. Und aus Sicht des Teams von Quwan verfügt es auch über das Selbstvertrauen, unzählige Male in das Spiel der Tapferen einzutreten. Zum Beispiel stammt das KI-Musikteam von Quwan aus der Entwicklung von Online-Musik-Apps für Gesang und Gitarrespiel. Es hat schon sehr früh die Kombination von Musik und KI erforscht, und die meisten Mitglieder sind seltene Talente, die sowohl Musik als auch Technik verstehen.
„Ein Team wie unseres lässt sich kaum in kurzer Zeit zusammenstellen. Natürlich stammt die Grundlage immer von unserer Beharrlichkeit bei der Leidenschaft, unserer Ehrfurcht vor den Nutzern und unserem Streben nach Innovation – diese Dinge, die in unserem Blut fließen, können von anderen nicht kopiert werden“, sagte Long Ling.
Die teamorientierte Struktur mit Menschen im Mittelpunkt ermöglicht es Quwan, jederzeit ein neues Kapitel zu beginnen. Gegenüber KI betrachten sie KI nicht nur als Anhängsel oder Ergänzung, sondern denken, bauen und betreiben auf der Grundlage von KI eine ganz neue Spezies.
Lassen Sie alle Teammitglieder zu KI-Spielern werden
„Die Förderung der KI-Atmosphäre darf nicht auf die Entwicklungsabteilung beschränkt bleiben. Im gesamten Unternehmen muss ein Konsens erreicht werden: Jeder umarmt KI, jeder wagt es, KI zu nutzen, und jeder kann KI gut nutzen“, erklärte Long Ling.
Um neue Veränderungen zu umarmen, sind vor allem ein ständig iterierendes Team und eine Grundlage erforderlich, die KI fördern kann. Auf dieser Grundlage hat Quwan den „Hack Day“, der jährlich von dem Entwicklungsteam veranstaltet wird, zu dem „Maker Day“ für alle Mitarbeiter aufgewertet und die Kernfrage aufgeworfen: „Welche Funken können AIGC und Quwan gemeinsam erzeugen?“
Die Mitarbeiter bilden selbst Projektgruppen, kombinieren Talente aus Produkt, Betrieb und Entwicklung, und erkunden mit Hilfe von AIGC-Werkzeugen unter der Förderung modernster Technik und kreativen Interessen gemeinsam, wie die Fähigkeiten großer Modelle in den Geschäftsszenarien von Quwan eingesetzt werden können.
Neben der internen organisatorischen Iteration düngt Quwan die Grundlage auch von außen.
In den letzten Jahren ist Quwan Technology an zahlreiche Universitäten gegangen, hat tiefe Kooperationen im Bereich der Forschung und Anwendung von k