WAIC-Nachbetrachtung: Abseits der Narrative rund um große Modelle, der unkonventionelle Start eines Unternehmens mit über 100 Millionen Nutzern

Die Einstellung eines Unternehmens zu KI heute ist vielleicht ein Spiegelbild seiner Werte.

Die gerade vergangene WAIC hat das derzeitige Hitzeausmaß der KI-Industrie gezeigt. Zahllose Technikfachleute strömten nach Shanghai. Selbst wenn die Tickets von Schwarzmarkthändlern zu extrem hohen Preisen verkauft wurden, waren sie trotzdem schwer zu bekommen. Sogar hohe Temperaturen und Gewitter konnten die Leidenschaft der Menschen nicht aufhalten, im Zuge der KI-Welle nach Veränderungen zu streben.

Die Einstellung zur Variablen KI ist nicht nur eine Entscheidung für Einzelpersonen, sondern auch ein Schlüsselpunkt, den Unternehmen abwägen müssen. Mit welcher Haltung 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“ erfordert keine Grundkenntnisse in Musiktheorie: Nutzer müssen nur den Korpus der Gitarre ergreifen, um Lieder im Rhythmus von Licht und Schatten zu spielen.

Hinter dieser Gitarre steht ein Internet-Technologieunternehmen namens „Qumeng Technology“, das einst Produkte mit einem Nutzerumfang von 200 Millionen geschaffen hat. Derzeit hat Qumeng im KI-Musikbereich ein vollständiges Full-Stack-Layout aus „Modell – Anwendung – Hardware“ realisiert, es ist auch das erste Unternehmen in der Branche, das dieses Layout abgeschlossen hat.

In der KI-Vorstellung von Qumeng Technology soll Technik stets den grundlegenden Bedürfnissen der Menschen dienen, anstatt Distanz zu schaffen oder Menschen zu ersetzen. Für Qumeng Technology, das mit mobiler Sprachtechnologie begann, bietet es ein Ökosystem, das auf Stimme, Verbindung und sozialen Kontakten mit gemeinsamen Interessen der Generation Z ausgerichtet ist. Darin ist „die Begleitung zwischen Menschen“ sein wertvollstes Vermögen.

Auf dieser Grundlage wählt es die vertikalen Szenarien aus, in denen es über Fachkenntnisse verfügt, um neue Geschäfte zu erschließen. Long Ling, Mitbegründerin von Qumeng Technology, erklärte gegenüber 36Kr, dass Qumeng derzeit entsprechende Geschäfte in Bereichen wie KI-Musik, KI-Übersetzung und Synchronisation sowie KI-3D betreibt. Der Kern liegt darin, sich auf die vertrauten Szenarien der digitalen Unterhaltung zu konzentrieren, um KI-Produkte und -Dienste zu schaffen, die Menschen mit unterschiedlichen Interessen zufriedenstellen.

„Wenn unser Ziel darin besteht, im KI-Zeitalter 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, das über KI-Technologie verfügt, zu einem Technologieunternehmen entwickeln, dessen Geschäfte von KI-Technologie angetrieben werden. Lassen Sie KI vom Kostenmittelpunkt zum Kern des Werts gelangen und zum grundlegenden Motor für unsere strategischen Entscheidungen, Produktinnovationen und Personalmanagement werden“, sagte Long Ling.

Besonders erwähnenswert ist, dass neben den externen Produktformen auch eine top-down durchgeführte Effizienzreform bei Qumeng intern stattfindet. KI ist nicht mehr die exklusive Waffe der Technikabteilung, sondern wird als „Partner für gemeinsame Arbeit“ jedes Mitarbeiters an der vordersten Geschäftslinie definiert.

Diese tiefgehende Neugestaltung des organisatorischen Bodens ist zudem eine Haltung, die die KI-Welle willkommen heißt. Denn nur wenn jeder darüber nachdenken kann, wie Probleme mit KI gelöst werden können, erhält der KI-Boden von Qumeng Technology echte Lebenskraft.

Egal ob man die Produkte aus externer Perspektive betrachtet oder die Haltung der Organisation zur KI aus interner Sicht betrachtet: Der Stil und die Haltung „Mensch im Mittelpunkt“ scheinen für KI-Unternehmen unverzichtbar zu sein. Bei der Neugestaltung des realen Lebens durch Technik bietet Qumeng vielleicht ein Beobachtungsobjekt von großem Wert für die KI-Entwicklung von Internetunternehmen. Ständig mit Handlungen nach Gewissheit zu suchen, ist vielleicht ein sehr mutiger Spieler im Spiel der Tapferen.

Auf der Grundlage des sprachlichen Gens, mit KI-Produkten an der Spitze

1995 kam der amerikanische Fantasy-Abenteuerfilm „Jumanji – Willkommen im Dschungel“ unter der Regie von Joe Johnston in die Kinos. Der Film erzählt von einem mysteriösen Brettspiel namens „Jumanji“, das dazu führt, dass nach dem Würfeln durch die Spieler gefährliche Ereignisse auf den entsprechenden Feldern in der Realität auftauchen, bis jemand gewinnt und das Spiel stoppt.

Song Ke, Gründer und Geschäftsführer von Qumeng Technology, teilte einst in einer internen Rede mit: „In der Ära der rasanten Entwicklung der KI-Technologie ist jede Wahl voller unbekannter Gefahren, bietet aber auch unbegrenzte Vorstellungen. Gute Zeiten sind das Fest aller Menschen, schwierige Zeiten sind das Paradies der Tapferen. Nur unter den Tapferen, die KI willkommen heißen, können die Führer der zukünftigen Ära hervorgehen.“

Für jedes Startup bestehen Chancen und Herausforderungen stets gleichzeitig. Und Unternehmen, die sich der KI widmen, spielen wie ein mysteriöses „Jumanji“-Spiel, sie wählen, im Zuge der unsicheren KI-Welle die Würfel zu werfen – All in KI, All in China.

Die Einstellung von Qumeng zur KI folgt nicht dem Strom, sondern ist pragmatisch und rational. Aus Sicht der Produktform denkt es auch darüber nach, wie mehr Menschen den Charme der KI spüren lassen und die Technik den Menschen näher bringen kann.

Zum Beispiel hat das Team von Qumeng den ersten chinesischen Konversationsagenten für Musikschöpfung namens „Tunee“ sowie die weltweit erste generative KI-Gitarre namens „Tianpule“ auf den Markt gebracht. Die Produkte sind sehr benutzerfreundlich. Nach Ansicht von Long Ling liegt der wahre Wert von KI darin, die technischen Hürden stark zu senken und die Grenzen des musikalischen Ausdrucks zu erweitern. Von Modellen über Anwendungen bis hin zu Hardware hält Qumeng Technology an technischen und Produktinnovationen fest, um Nutzern ein immersiveres Schöpfererlebnis zu bieten und Musik wirklich in den Alltag gewöhnlicher Menschen zu integrieren.

Die Kreativität der KI-Gitarre liegt darin, dass jeder die Möglichkeit zur Musikschöpfung erhält. Sie ist nicht mehr nur ein Spiel, das von Eliten monopolisiert wird, sondern jeder junge Mensch, der überhaupt keine Ahnung von Musiktheorie hat, kann durch einen Satz oder eine Inspiration Lieder mit starker emotionaler Resonanz erzeugen. Das ist auch die beste Darstellung guter KI-Produkte: Gewöhnliche Menschen brauchen nicht lange zu üben, um schnell Fähigkeiten zu erwerben, die sie ursprünglich nicht hatten.

„Wir halten stets daran fest, 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 verstärken, aber davor muss es noch eine ‚1‘ geben: Die Vorstellungskraft, das ästhetische Empfinden und das Urteil des Menschen sind genau diese ‚1‘“, sagte Long Ling gegenüber 36Kr.

Nach den Ergebnissen zu urteilen, überschritt der GMV der Tianpule-KI-Gitarre innerhalb von 3 Monaten nach der Markteinführung den Wert von mehreren zehn Millionen Yuan. Tunee ist auch eines der Produkte, die im inländischen KI-Agenten-Bereich am schnellsten bekannt geworden sind. Das hat Qumeng Technology einen tiefen Vorsprungsvorteil in der Richtung der Integration von KI-Musik-Software und -Hardware verschafft.

KI-Musik für gewöhnliche Verbraucher leicht zugänglich zu machen ist der erste Schritt. Wie man guten Inhalt mehr Menschen sichtbar machen, auf den internationalen Markt gelangen und nachhaltige Kommerzialisierung realisieren kann, wird dann die nächste Aufgabe für AIGC. Auf dieser Grundlage hat Qumeng die weltweit führende One-Stop-Plattform für Videoübersetzung und KI-Synchronisation namens „Qumeng Qianyin (All Voice Lab)“ entwickelt, die auf selbst entwickelter KI-Technologie basiert und für die Unterhaltungsindustrie eine vollständige Lösung anbietet, die mehrsprachige Übersetzung, emotionales Synchronsprechen und Monetarisierung in ausländischen sozialen Medien umfasst.

Für Qumeng ist das Ergebnis von MaskGCT vielleicht ein Geschenk der Ära für sein Prinzip „Mensch im Mittelpunkt“.

In der zweiten Hälfte des Jahres 2024 hat Qumeng 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 Sieger zu ermitteln, wenn man nur den Technikkrieg betrachtet. Aus der Lücke der Branche betrachtet werden neue Inhaltsformen wie chinesische Mikrodramen und chinesische Comics auf dem globalen Markt allmählich beliebt, die chinesische Kultur erlebt eine noch nie dagewesene „Goldene Ära für die Expansion ins Ausland“. Das bedeutet, dass die Lokalisierung von Inhalten zu einem entscheidenden Glied wird.

Auf dem Markt gibt es noch keine KI-Übersetzungs- und Synchronisationsprodukte, die speziell für Inhalte aus Filmen, Fernsehen und Comics entwickelt wurden. Das ist genau die Chance für die kommerzielle Umsetzung von MaskGCT. Qumeng hat schnell die Richtung angepasst und innerhalb von 2 bis 3 Monaten das KI-Videoübersetzungs- und Synchronisationsprodukt „Qumeng Ganyin“ auf den Markt gebracht. Es hofft, durch KI die Hürden für chinesische Inhalte, die in die ganze Welt gelangen, weiter zu senken.

Zum Beispiel wird bei der Modellentwicklung mehr Wert darauf gelegt, Wissen über kulturelle Hintergründe und Unterschiede in Bräuchen verschiedener Regionen einzubeziehen, um genauere, professionellere und natürlichere Übersetzungsergebnisse zu erzielen. Bei Produktfunktionen und Nutzererfahrung hat Qumeng durch die gemeinsame Entwicklung mit Kunden, die in der Vergangenheit Mikrodramen für das Ausland hergestellt und Mikrodramen ins Ausland gebracht haben, einen One-Stop-Workflow für Übersetzung und Synchronisation entwickelt, der wirklich an die tatsächlichen Geschäftsprozesse angepasst ist. Innerhalb eines Monats nach der Markteinführung hat es Kooperationen mit mehreren führenden Film- und Fernsehunternehmen abgeschlossen und schnell positive Rückmeldungen vom Markt erhalten.

Diese kreative Durchbruch hat das seit langem bestehende „unmögliche Dreieck“-Problem der mehrsprachigen Inhaltsproduktion im Bereich der Auslandsexpansion gelöst, nämlich das Gleichgewicht zwischen „Qualität, Geschwindigkeit und Kosten“. Die Kosten für KI-Übersetzung und Synchronisation sind um 90 % niedriger als bei menschlicher Arbeit, die Geschwindigkeit ist um mehr als das 50-fache gestiegen. Das monatliche Übersetzungsvolumen erreicht bis zu 500.000 Minuten, die Inhalte werden in mehr als 30 Länder und Regionen weltweit exportiert, sodass chinesische Mikrodramen, Filme, Fernsehserien und Comics in großem Maßstab und hoher Wiedergabetreue ins Ausland gelangen.

Aus Sicht der Unternehmensgene stammt Qumeng Technology aus dem Bereich der mobilen Sprachtechnologie, Audiotechnik ist seine angeborene Kernbarriere.

Im Vergleich zum „mechanischen Geschmack“ und dem „Gefühl des Vorlesens aus Skripten“ bei der herkömmlichen Sprachsynthese liegt die Ursache darin, dass die Trainingskorpora zu geordnet sind. Egal ob es sich um Kundenservice-Dialoge oder Podcast-Aufnahmen handelt, die Tonhöhe der Sprecher befindet sich im Allgemeinen in einem rationalen, stabilen Zustand, es fehlen die improvisierten Bestandteile der echten menschlichen Kommunikation.

Daher ist es für Qumeng, das über exklusive Audiotechnik verfügt, zweifellos der beste Sprungbrett, die vertikalen Szenarien auszuwählen, in denen es über Fachkenntnisse verfügt, um neue Geschäfte zu erschließen, sich in vertikalen Bereichen zu vertiefen und zu verfeinern und ein „Pragmatiker“ zu sein, der echte Probleme löst.

Für Qumeng ist KI ein neues Geschäftsfeld. Das „Neue“ hier bezieht sich mehr auf die Fähigkeit zur ständigen Innovation. Aus Sicht des Teams von Qumeng verfügt es auch über das Selbstvertrauen, unzählige Male in das Spiel der Tapferen einzutreten. Zum Beispiel stammt das KI-Musikteam von Qumeng aus der Entwicklung von Online-Apps für Gesang und Gitarrespiel. Es hat schon sehr früh die Kombination von Musik und KI erforscht, die meisten Mitglieder sind seltene Fachkräfte, die sowohl Musik als auch Technik verstehen.

„Ein Team wie unseres lässt sich kaum in kurzer Zeit zusammenstellen. Natürlich stammt die Grundlage letztendlich von unserer Beharrlichkeit für das, was wir lieben, unserer Ehrfurcht vor den Nutzern und unserem Streben nach Innovation – diese Dinge, die in unserem Blut fließen und von anderen nicht kopiert werden können“, sagte Long Ling.

Die teamorientierte Struktur, die den Menschen in den Mittelpunkt stellt, ermöglicht es Qumeng, jederzeit neue Kapitel zu eröffnen. Im Umgang mit KI betrachten sie KI nicht nur als Zusatz oder Ergänzung, sondern denken, gestalten und betreiben auf der Grundlage von KI eine völlig neue Spezies von Unternehmen.

Lassen Sie alle Teammitglieder zu KI-Spielern werden

„Die Förderung einer KI-Atmosphäre darf nicht nur auf der Entwicklungsseite enden, sondern muss im gesamten Unternehmen zu einem Konsens führen: Jeder umarmt KI, jeder traut sich, KI zu nutzen, jeder kann KI gut nutzen“, erklärte Long Ling.

Um neue Veränderungen zu begrüßen, sind vor allem ein ständig iterierendes Team und ein Boden, der KI fördern kann, wichtig. Auf dieser Grundlage hat Qumeng den jährlich vom Entwicklungsteam veranstalteten „Hacker-Tag“ zum „Maker-Tag“ für alle Mitarbeiter aufgewertet und die Kernfrage aufgeworfen: „Welche Funken können AIGC und Qumeng