来源：南风窗

5月，2025福布斯中国人工智能科技企业TOP50榜单发布，“趣丸科技”在其中的显眼，不单单因为它是广州唯一一家上榜的企业，还因为它很“脸生”。搜索这家公司，它更被熟悉的身份，是以兴趣（游戏）社交、电竞为招牌的一家互联网“中厂”。

实际上，趣丸科技在AI领域动作频频。

去年，趣丸先后推出“音频大模型”MaskGCT和“音乐大模型”天谱乐，两个模型初步证明了趣丸的AI能力。今年，趣丸在社交大模型上也有所探索，预备在“AI+社交”的赛道上拿出“杀手锏”。

AI领域高手如云，一家多年耕耘细分领域的互联网公司何以闯入，以至“榜上有名”？

趣丸科技/受访者供图

南风窗近日专访了趣丸科技创始人宋克，他讲述的，不只是一个互联网公司“转型”的故事，更是一个有十多年履历的创业老兵对AI时代的理解与思考。

不难发现，趣丸推出的模型，针对的依然是细分领域，音频、音乐、社交等等。比起那些高呼生产力、扬言要“颠覆底层逻辑”的大模型公司或者“AI原生”公司，似乎是不务正业。宋克告诉南风窗，这背后关系到对AI能力及其商业化逻辑的思考，趣丸的“玩物丧志”，是有意而为。

AI必然要改变世界，但改变的方式还不一定。风起至今，“小龙”“小虎”们几起几落，市场冷静后，发现追求“革命性的颠覆”既非坦途，也不是唯一的路。

01

从X到AI

中国大部分AI创企的故事，要从2023年前后、也即ChatGPT“出圈”后讲起，但趣丸的“转型”时间更早。

2021年，在“语音+社交”领域站稳的趣丸，一度陷入焦虑。“我们在移动互联网的新产品，都败了。”宋克直白地说，那个时期，公司发现不管哪一个赛道，都已经有巨头把持，难再入局。因此，趣丸内部开会探讨，要做一家怎样的公司并持续创新？

宋克平头，微胖，“80后”，曾经是个“网瘾少年”。趣丸做兴趣（游戏）社交，拥有四支电竞队伍，用他的话说，是“把兴趣做成了事业”。

追问他自认为的高光时刻，他说出两个，都与游戏相关：一个是在2013年9月到10月，他刚到广州创业一两个月，在第一个月赚到29万，“真的是（靠）打游戏赚到了钱啊”，他加重语气强调；另一个仍是创业初期，那是趣丸的游戏社交应用“TT语音”用户达到30万人的一刻，从此团战叫人不再麻烦，也不用多花短信费用，“太开心了”，宋克讲道。

TT语音曾经的品牌代言人为杨超越

有这样的经历，宋克把“兴趣创造价值”作为了趣丸的价值主张；他也会在公司里强调，时下年轻人流行什么，大家就一定要去研究和尝试，“用好奇心保持活力”。

回到2021年，趣丸内部讨论过后，成立了一个叫“X”的项目组。宋克说，这是个探索技术的团队，对他们没有KPI及任何的考核，也不设置盈利目标，任务只是去调研市场上最新的技术，项目组有十几个人，“不能说是技术很牛的人，但一定是对技术很有兴趣和追求的人”。

宋克的想法是，既然用户的需求已经被解决了，那么趣丸能做的，是找到新的技术再“反攻”。这表明，趣丸针对的还是“老的”互联网市场，只是在探索过程中，发现一些需求只能由AI来满足，或者AI能够更好地满足。

2021年，OpenAI的GPT-3已经震惊AI圈内，但大模型还不是一门显学。趣丸一开始的探索，也不是冲着AI去的。

OpenAI的GPT-4o模型评估

“大事都是从一个很小的点开始。”宋克说。趣丸拿住了语音赛道，但短视频明显正在升温，宋克想到，很多声音好听的人，不一定希望以真人形象出镜，“我们当时想到直播时，把主播的脸换成动漫脸这样的技术”。2021年、2022年，“换脸”还不像今天这样普遍。

但是技术攻克下来，产品上线以后，用户不买账。用户会觉得，换脸的主播一定不好看，不然为什么换脸呢？于是，这项技术就被搁置起来。

2023年，元宇宙爆火，让宋克灵光一闪。元宇宙打造的“数字孪生”，把真人数字化，实质也是换脸，只不过是把真人脸换成同一张数字人脸。“我们储备好了这项能力，甚至所有工程都不用再开发。”宋克说，于是趣丸快速切入，成为美团数字人直播的第一家技术提供商。

入局以后，关于声音的技术问题自然浮出。

数字人直播早期，可选音色少，语音复制也很粗糙，更关键的是，虚拟的声音“机器味”太重，“说话没有人味”，观众自然不爱看。

数字人直播早期并不受欢迎

此时，大模型已凭借对自然语言的理解能力大为火热，宋克想到，越过“恐怖谷”的最好办法，可能是将大模型对文本的理解与输出能力，平移到语音领域。

这就是趣丸“音频大模型”MaskGCT的序章，也是趣丸转型AI的脉络。如今的X项目组改名为人工智能事业部。宋克在采访中一直强调，趣丸不是为了AI而AI，而是在发现用户需求与解决问题的逻辑下，顺其自然。

02

AI前后，同与不同

宋克还记得ChatGPT带来的震撼，它把AI分出前后两个时代。趣丸最开始做数字人的时候，用的是传统建模技术，“特别麻烦”。宋克说，过程中用到很多相机，对一个人拍个半天，这人还要说很多的话，才能做出来。

类似的效果，在大模型时代只需说一句话。

ChatGPT以前也有AI，“那时候算法+规则，我们就叫AI了”。宋克用趣丸旗下产品“唱鸭”的歌曲生成为例，“算法+规则”时期，和今天一样输入歌词，也能得到一首歌，但“生成”过程由编程好的规则来定，什么曲风，用什么调，供用户挑选，“真的是人工加智能”。宋克笑道。

接触了ChatGPT不久，宋克认为，生成式AI是未来最大的一个机会，趣丸要变了。

生成式AI将会是未来最大的一个机会

“生成式AI不是每一首歌都比算法+规则机制的好，但是它的上限很高、下限很低，这是最大的不同。”宋克说。趣丸意识到，趣丸一定要变化，一定要开始去积累数据，要自己下手训大模型。

公司一把手的“行动力”和“决心”，要从预算上来体现。宋克介绍，趣丸并不是一家激进的公司，主营业务的成本很高，但这成本投下去，看得到营收。“平时团队花钱是很抠门的，预算的审批也很慢。”他坦言道。

但他这次变了风格。“我当时逼着团队报预算。”宋克回忆说，每个部门都要报预算，要多少张卡、多少机器，“一次性批掉”，接着公司去找各个云算力厂商谈档期，争取算力。

因为反应快，2023年后一段时间显卡与算力的紧张，没对趣丸造成什么影响。

宋克列举了一项数据，“2024年，花在（训模型）这方面的预算就有1.45亿”，这对趣丸来说是一笔很大的花销。

趣丸科技数字人/受访者供图

砸下重金，宋克看中的是大模型与应用的先发优势。数字人直播卖货，其效果受制于它的数据积累。“大家都做数字人直播，技术很快就能追平，但是我的数字人已经卖了几年的货，数据积累多，销售数据高，对一个商家来说该选择谁，这是很明显的。”宋克说。

数据的“护城河”，叠加强化学习带来的先发优势，是AI与移动互联网时代的一大区别。宋克表示，在过去，产品可以直接抄袭，比拼财力、规模，比讲故事的能力，但这在AI时代就不一定行得通了。

下了决心，不代表没有煎熬。作为“创业老兵”的宋克，也不住地感叹创业难。训模型需要时间，做产品也需要时间，而且加起来时间不短，“重金”砸下去了，听不见响。

“又激动又焦虑，（创业）就是这个状态。”模型能不能训出来，训出来后好不好用，应用侧能不能挣到钱……没有答案。趣丸作为老牌“中厂”，天然倾向于确定性高的事情，但宋克认为：“闯入AI，一切是未知的，可能会死。但你自己知道，如果不去做，你将来就等死。”

03

把国产短剧搬到非洲

2024年，趣丸的音频大模型MaskGCT和音乐大模型 “天谱乐”问世。宋克说，趣丸是幸运的，训出的模型能用、好用，如天谱乐，在当时已经十分接近行业领先的Suno的模型能力。

在MaskGCT项目立项前半年，2024年初，宋克已经想好模型的定位，七个字“情感情绪多语种”。这七个字的意思是，模型输出的声音有感情，能理解并表现情绪，而“多语种”是考虑到未来的出海，比如短剧的出海，把中文改为多语种，更适应海外传播。

宋克没有把这解释成自己的洞见，他解释说，这背后其实是老老实实的互联网思维——去发现用户的需求。七个字代表的，就是他们当时看到的用户痛点。

而创业有未知的风险，也有未知的惊喜。宋克介绍，有在非洲做影视发行的中国商人找上来，表示有一个需求，在当前的中国其他公司可能解决不了。在非洲通用两个语种，英语和法语，但是非洲人爱看韩剧，于是发行人把韩剧“搬”到非洲，中间还需要跨越韩语到中文，中文再翻成英、法文，效率不高，成本不低。

非洲人爱看韩剧和中国短剧

刚好，这事儿MaskGCT能做。

“他们也没想到，把韩语台词直接改为英语、法语的需求，居然可以由一家中国公司解决。”宋克说。

强调解决需求的“产品力”，超过了强调大模型的能力，是趣丸与一众AI公司的不同。这可能跟趣丸的 “出身”是互联网有关。

天谱乐大模型就是一个典型例子。去年9月，趣丸推出天谱乐，公司高层介绍时，对天谱乐的一句话生成、图片及视频生成配乐等“普通人玩法”面面点到，但更大篇幅介绍的是MidiRender，一种针对音乐人严肃创作的“专业玩法”。

宋克介绍天谱乐时也提到MidiRender，它能以音乐人创造的旋律为底本，在生成时接受严格控制，并且是在音轨、音阶、采样率等方面的精细化控制。效果上，“音乐人可能以前要用一个月制作的歌，现在一个小时可能就出来了”。

天谱乐AI

宋克的逻辑清楚明了：“小白要玩音乐，天谱乐的能力也是有的、可以满足，但普通人更多是尝鲜玩下，尝过以后就算了，是低频的。对音乐人来说，这是他的工作，他才是高频用户。”宋克解释，因此在商业化的角度，应该围绕音乐人、创作者去打造产品。

了解用户是谁、发现用户需求，再去为他们提供辅助、解决问题，这是宋克的思维习惯。

这习惯的另一面是，他对一款应用是否是“AI原生”，或者趣丸是不是一家AI公司的问题，并无执着。

作为互联网创业者，宋克懂得“行规”，一些酷炫的概念或材料，比如“超强AI”“原生AI”，又或是“勤于打榜”，前缀定语很长的某个“第一”，其实目的很“复杂”。他特别提到，“很多早期的模型公司，我很不认可他们讲的这个那个模型的能力有多强，就能够挣多少多少钱”。

模型能力与盈利收入不一定成正比

讲模型能力的有很多，但很少有人讲的是，这个产品是给谁、提供了什么样的价值，以及基于这个价值的商业化该怎么做，那么，其实“从模型到所有的前置设定，都是不成立的”。

模型能力与价值、商业化，混为一谈是不行的，这是宋克作为商人的基本嗅觉。

价值主张上，趣丸团队也有明显的不同，即不追求“AI替代人类”。从天谱乐到MaskGCT的主打功能上，其实不难发现这一取向。宋克承认了这一点，并称一位趣丸同事的话很让他认同，这句话是“AI时代，算法是犀利，但重要的是人，因为洞察与热爱永远不会被替代”。

在硬科技领域，这句话显得“鸡汤”，但是不妨一尝。

04

元年之年

AI会怎样改变人类社会呢？宋克也想知道答案。

对于趣丸的定位，他想得很清楚，“趣丸是一家拥有AI能力的公司”，以人的需求为核心，提供辅助，也提供娱乐消遣。度过了互联网时代，对趣丸能否在AI时代“活下来”的问题，他倒回答得很豁达，自称对过程在意，对结果不在意。无论结果，“至少不要在30年之后，说什么当年我要是去干了AI会怎么怎么样这样的话题”。

AI圈内喜欢“元年”的说法。2023年是“大模型元年”，2024年是“智能体元年”，2025年则被称为“应用元年”。今年元旦，宋克是在美国硅谷度过的，他笑道，当天喝了点酒，他也发了个“应用元年”云云的朋友圈。

“应用元年”过半，AI元年真的遍地开花了吗？宋克认为，是的。他的依据是，当下大模型概念已经足够普及，其实圈内也不会再在模型层面去强调能力了。人们已经在大量地使用AI工具和产品，而这一趋势正在扩大AI公司的营收。

AI音乐创作秀《谱梦行》通过“天谱乐AI”与两位唱作型歌手ICE杨长青、上上的精彩合作/受访者供图

应用元年的关键，在于怎么理解 “应用”。宋克的思维并不 “守旧”，他认为，“应用”在AI时代并不是指APP，“应用元年”的意思是，AI的能力真的被拿到各行各业、并且被大量的人使用。这个角度上，应用元年已经成了。

一个明显趋势是，使用AI的人越来越多。宋克带有玩笑性质地说，到2026年，可能是应用爆发年，各家做成了产品商业化的公司，开始有更多的收入，布局更多的场景，良性循环起来。

这样的元年是宋克所期待的。此次采访的第一个问题是，“福布斯中国”的榜单上，趣丸何以成为唯一上榜的广州公司？宋克回答，不是趣丸做得多好，是广州创业者的气质相对务实，所以在强调大模型的时期显得低调。

但是，“应用端慢慢爆发的时候，广州上榜的企业会越来越多，因为我们这里做的事更偏向于用户端、应用端，务实的事情。我觉得这个时间窗口已经非常临近了”。

本文首发于《南风窗》杂志第14期

作者 | 向治霖

编辑 | 谢奕秋

新媒体编辑 | 宝珠