[BidClub_]
十字路口Crossing · · 88 min

她想造一个 AI 时代的“超级游乐场”|对谈 Roi:幕间创始人 / CEO

Roi

Podcast
TL;DR
  • 幕间押注的不是更拟人的聊天机器人,而是由 Agent 构成、能够反复重开的 AI 模拟世界。Roi把角色扮演产品分成陪伴、互动叙事和模拟器三路;幕间选择第三路,用规则浓缩现实系统,让约会、穿越、炒股甚至“当一只蟑螂”都成为“现实里面享受不到的生活”。核心承诺是:“地球 OL 这个游戏很不好玩,因为只能玩一次”,而这里可以无限重启。
  • 三条 AI 互动路线都未完全达到消费级,但文字模拟器已经出现最硬的付费验证。传统 AI 生成游戏仍简单、制式化,世界模型离可玩性和成本成熟最远;相较之下,小红书上已有模拟器以 30 元卖出几千至上万单,即使买家还需自行配置 API。幕间因此不把 token 消耗当核心指标——“token 代表成本”,其北极星更接近用户进行了多少轮对话。
  • 所谓“AI 时代的抖音”若只是连续刷小游戏,壁垒很可能落在抖音射程内。Roi的质疑是,这并非全新的互动方式,抖音已经能承载 H5 游戏,还有约 1 亿 DAU 使用聊天功能及成熟的社交关系链;只要场景成立,大平台复制产品形态并不难。独立平台必须同时积累 AI 基建、对“好玩”的认知和最早一批重度用户,而不能只靠信息流外壳。
  • AI 原生娱乐最反直觉的设计原则,是用收敛的系统制造开放的体验,而非追求无限自由。“完全的自由它一定不好玩”,因为自由输入既提高表达门槛,也无法保证返回结果有趣;好的模拟器要限制互动边界,同时放大产生正反馈和下一步冲动的概率。炒股模拟器既可以让用户“怎么都是赚”,也可以让他“怎么都是亏”并以韭菜身份自嘲——虚拟损失同样能被设计成乐趣。
  • 幕间选择 UGC 的关键假设,是 AI 会把有审美、有表达欲的人变成“一人一支军队”。平台目前约 10 名全职员工,去年完成天使轮,冷启动阶段尚无收入和利润但花费不高;早期创作者主要是一二线城市的 00 后学生和年轻白领,也包括幼师、宝妈,而非传统意义上的 geek。恋爱是切入口,但玩法正在从“和开咖啡厅的男生恋爱”演化为“开咖啡厅本身更好玩”。
  • 创作者经济已经先于平台商业化发生,幕间希望把地下交易、分发与 token 成本纳入同一体系。创作者之间已经交易提示词、界面、绘图、音乐和代码,完整作品的单作交易量可到几千至一万;平台未来可能把作品付费和 token 打包为订阅,但 Roi承认商业模式仍在探索。她想做的是“AI 互动赛道的小红书”:身份跨世界共享,作品可通过 App、链接或小程序分发,但账号和消费关系留在平台。
  • 世界模型可能在一年内跨过产品化门槛,但全民爆款仍取决于稳定、低延迟和实时多媒体,而不是模型演示本身。Roi类比 Midjourney 和视频模型在一两年内从“鬼图”走向可用,判断今天又慢、又贵、又丑的世界模型也可能迅速改善。Koji指出 Google Genie 3 一类产品当前更多是用 WASD 漫游、观摩而非真正互动;Roi则认为从模型到可玩的产品仍有很大距离。真正的机会属于既是 AI native、又理解玩法的平台,但她也保留了风险:恋爱切口、模拟器方向和切换时机都可能判断错误。
Digest · the substance, structured for research

1. 幕间卖的不是聊天,而是可以无限重开的理想人生

  • Koji试玩的 16 人闪电约会,会按用户输入的身份随机生成 16 个可能匹配的对象,每人聊两分钟后再选一人深入发展;平台上还有穿越宋朝、金主妈妈打赏、当皇帝,以及体验“蟑螂的一生”等作品。

  • Roi把这些内容的共同需求概括为“享受一种现实里面享受不到的生活”:现实约会未必一次遇到 16 个理想对象,人生也不能重开,而虚构世界可以反复尝试不同身份、关系和命运。

  • 她最有辨识度的比喻是:“现实世界大家只能活一次嘛……地球 OL 这个游戏很不好玩,因为只能玩一次。”幕间试图让每个人成为主角,由 AI 扮演围绕主角运转的 NPC。

  • 公司目前约有 10 名全职员工,去年完成天使轮;Roi坦言冷启动时间不长,“没有收入也没有利润”,但也“没有花多少钱”。

2. 角色扮演正在分化为陪伴、叙事与模拟系统

  • Roi把 Character.AI 所代表的 role play 视作 programming 之外 API 调用量可能最大的赛道,并将后续产品归纳为三条延长线,而不是一个统一的“AI 陪伴”市场。

  • 第一条路线重在 role:既然模型能模拟真人角色,产品便可以替代一部分现实社交和关系需求。早期的 Replika 已尝试 3D 捏人、生活聊天、提醒和闹钟;一些新产品则进一步尝试获取现实数据,提供情感与工具价值。

  • 第二条路线重在互动过程中生成的叙事内容,从互动小说延伸至多模态互动剧、互动影游。Roi以猫箱为例:多角色、强背景、剧情推进和“假千金逆袭”等题材,使它像番茄小说的互动版或 AVG 游戏。

  • 幕间选择第三条路线:不围绕单个 Agent 聊天,也不只让模型续写故事,而是让 agent 构成一个可以运行的系统,模拟现实中的社会体系或小型结构;这个结构被浓缩、筛选,保留“都是好玩的东西”。

3. 世界模型先给出世界的框,产品还要回答怎么玩

  • Roi把 Gamble 以及最近的 TapTap 等 AI 游戏引擎归为工具路线:AI 被用于生成平台跳跃、弹幕射击等传统类型,本质是传统游戏引擎的 AI 进化,而不是重新定义游戏。

  • Google Genie 3、Odyssey 一类世界模型则是“可互动、可以玩的 model”,但产品化部分主要用于展示模型能力。当前产品的玩法仍较有限;Koji概括为用 WASD 移动、换视角和观摩,而不是已经真正互动。Roi认为,从这类模型到真正可玩的产品仍有很大距离。

  • Koji追问幕间是否与世界模型竞争,Roi的答案是承接而非替代:幕间要做“把模型变成好玩的产品”的框架,可兼容语言模型、多模态模型和未来成熟的世界模型——“我是一个框,我可以套所有的模型进去。”

4. 文字模拟器距离消费最近,但还没有让人日思夜想

  • Koji以自己的体验校准热度:16 人闪电约会是他玩得最久的作品,能够进入状态,却还没到退出后“日思夜想、不停地打”的程度;Roi据此承认,三条路线目前都离成熟消费品有距离。

  • AI 生成传统游戏的问题不是供给不足,而是好作品不足。Steam 每年已有上万款甚至更多游戏,真正跑出的仍很少;当前自动生成内容又偏简单、制式化,在完成度和体验上“还差一口气”。

  • 世界模型距离最远,因为体验、成本和交互都太早;文字模拟器,尤其是基于文字的模拟器,则是三类中距离消费级最近的方向。

  • Roi给出的市场证据来自小红书:有人把“小手机”等模拟器以 30 元出售,做到几千乃至上万单。她自己用三天 vibe coding 做出的壳也有人主动询价,但买家仍需自行准备 API,正是平台可降低的门槛。

5. “AI 抖音”若只有小游戏,很难逃出抖音的射程

  • 面对一批自称“AI 时代抖音”、却呈现为小游戏信息流的产品,Roi最大的 concern 不是内容爽不爽,而是“这样的体验需要一个独立的平台吗?”

  • 她的推演是:抖音本就能从广告进入 H5 小游戏,把更复杂的 H5 降级为轻互动并不困难;如果平台确认场景有价值,以字节的效率,“大概一个月”便可能做出类似能力。

  • Roi还提到一个社交变量:约有 1 亿 DAU 会使用抖音聊天,续“小火人”的火花等机制已经形成高频关系链。独立 AI 小游戏平台若难以建立社交性,抖音却可以把聊天、视频、重游戏和轻互动放在同一产品里。

  • Roi因此追问这类创业的根本壁垒:“为什么用户一定要在你这个地方玩?”若答案只是新的内容格式,而非一种新的互动方式,仍可能只是大平台的自然延长线。

6. 无限自由提高了表达空间,也抽空了可玩性

  • 直接向大模型丢设定、再一句一答,更接近无边界的互动小说:用户必须持续输入、主动共创剧情,规则和结果都很模糊,“你爱干什么就干什么”。

  • Roi承认重度用户可能使用这类方式,但普通用户很难做到“随随便便互动一下,它就能产生乐趣”。一段提示词无法稳定承担控制、规则、反馈和节奏,最终只服务于少数高投入玩家。

  • 她把原则说得非常绝对:“如果一个东西完全地自由,它的体验一定是不好的……完全的自由它一定不好玩。”现实人生在某种意义上是完全自由的系统,却常带来选择过多、结果不确定和“自由的眩晕”。

  • 幕间因此用 system 和规则限定用户边界,同时提高有趣结果出现的概率、压低无聊内容的概率。目标不是消灭自由,而是在自由与控制之间制造安全感和持续反馈。

7. 好互动必须同时奖励这一步,并诱发下一步

  • Roi认为互动小说常卡在两个门槛:模型返回的内容本身未必有趣;即使有趣,用户也未必知道下一次该输入什么。缺少任一环节,内容就只是“一段文字”,还不能称为体验。

  • 创作者工具可以加强对提示词和交互的控制,但方法论不能由工具代替。幕间会教创作者提供有限选项,包括不止文字的 AVG 式选择,再用 coding 降低操作成本,让玩家更清楚该怎么互动。

  • 炒股模拟器展示了同一系统的两种正反馈:一种控制市场让用户不停赚钱,从白手起家一路成为股神;另一种让用户“怎么样都是亏”,把比谁亏得多的韭菜自嘲做成乐趣。因为没有真实损失,失败也能成为奖励。

  • Roi后来把这套方法压缩为:“系统要是收敛的,但是体验要是开放的。”设计者不必保证一个确定的好结局,只需持续提供让人惊喜的下一步和“啊哈 moment”;体验失速时,玩家可以直接换一个世界。

8. 历史模拟证明想象力,也暴露系统复杂度与 token 成本

  • Koji举出《Parks Historia》:玩家可修改苏联未解体、新加坡并入马来西亚、苏德结盟或爱因斯坦发明核弹等历史条件,再观察反事实世界如何演化;据其转述,Garry Tan称它是 Y Combinator 见过的 token 消耗和留存都很高的游戏之一。

  • 幕间已有穿越宋朝的作品:用户随机出生,以知道后世历史的穿越者身份结识苏轼、李清照等人物并改变事件。但创作者目前多采用“我是世界中的一员”,因为上帝视角的完整历史模拟架构更复杂,尚未真正做出来。

  • Koji还提到智谱用 GLM-5 制作的《崇祯》模拟,官方说一次互动要烧 3,000 万 token。Roi认为这个量还好,并指出这次“互动”可能指一个回合,或者完整玩完一周目所消耗的 token。幕间有用户玩了几个月,累计消耗 1 亿 token,只是不确定来自单个还是多个作品。

  • 她拒绝把 token 当成单一业务指标:消耗高可能说明沉浸,也可能只是提示词工程低效;“token 代表成本”,平台应在更低单次消耗下提供更高体验,因此目前更关注对话轮数。

9. 恋爱是冷启动入口,不是幕间预设的终点

  • 早期重度用户大多从 Character.AI 式角色互动进入,而与单角色产生乐趣最明确的场景就是恋爱。女性向用户尤其在意“拉扯感、玩法、情趣”,不是只聊天或索取直接反馈,而是“真的在谈这个恋爱”。

  • Roi区分得很谨慎:男性也会投入,只是可能更偏好直接反馈;不少年轻女性则想和“高智商又高情商的虚拟男人”谈一场智性恋,因此愿意钻研模型、提示词和交互设计。

  • 恋爱玩久之后,系统自然开始外溢:用户先和开咖啡厅的男生谈恋爱,再要求一起经营,最后发现“开咖啡厅本身好像比跟这个男的谈恋爱更好玩”,于是关系玩法独立成长为经营模拟器。

  • 对天花板的回应不是恋爱一定足够大,而是用户不会只玩单一类型;只要非恋爱系统能够提供更强反馈,供给便会从恋爱逐渐演化到经营、历史、炒股和更多生活模拟。

10. UGC 的核心假设是让一个人变成一支军队

  • Koji以《Dispatch》的完成度追问普通创作者能否做出同级作品。Roi保持乐观,因为平台上已出现加入 AI 生成 MV、图片和可互动视频的重多媒体作品,有些雏形“真做得很惊艳”。

  • 她认为 coding 是普通创作者最难跨过的一关;一旦这些人为了作品学会语言和 coding,生成图片、视频及其他素材反而降了一级难度,更丰富的作品并非远景,而是已经发生的演进。

  • Roi虽由 PGC 和游戏制作出身,却把选择 UGC 视作当前最重要的假设:AI 不是让所有人完全平权,而是让有想法、有审美的人“一个人变成一支军队”;足够多的超级创作者,创意规模可能超过少数成建制团队。

  • Koji指出他原以为更底层的假设会是“模拟器能否成立”。Roi的区分是:AI 必然带来新互动体验对她而言是信念,不是可选假设;真正需要验证的是,这种能力能否通过 UGC 形成规模。

11. 幕间先找到最想玩 AI 的人,再从教学长出平台

  • Roi离开上一家公司后,给自己一段非工作状态去玩各种 AI,由此进入开源社群,认识大量硬核创作者,也亲自制作小作品。她既作为玩家被“击穿”,又以内容从业者身份看到长期潜力。

  • 早期社群运营并不功利:大家交流工具、作品和方法,因为 Roi学得快、又有半专业制作经验,成员开始要求她上课;她随后在小红书教学,一度成为圈内“以教学闻名的神秘 KOL”。

  • 一次小手机模拟器课程在工作日晚上 9 点吸引了 90 人,而当时幕间尚未成立。这种主动花时间学习复杂工具的需求,成为她相信 UGC 产品可以冷启动的重要证据。

  • 核心画像以一二线城市的 00 后大学生和初入职场白领为主,但并非纯二次元或传统二游用户。只要小说、电视剧、二次元内容带有幻想与代入感,就可能进入范围;幼师、宝妈也构成了非常多元的用户群。

12. 新一代超级创作者可能不是 geek,而是高投入的幻想消费者

  • Roi观察到,许多 geek 首先关心的是如何把 AI 变成效率工具;另一批年轻女性却从关系和幻想需求出发,对模型人格、叙事和互动反馈投入极高,并因此逐步学会复杂技术。

  • 这些用户对版本的熟悉程度“如数家珍”,会持续比较 Gemini 3.0 与 2.5 的画风、谁更油腻、谁更直男,以及哪个版本更适合特定关系体验。模型评测在这里不是跑分,而是角色消费经验。

  • 创作最初通常是“为爱发电”:想做一个角色、当造物主,或建立理想世界;作品得到认可后,他们会很快追问“这个东西是不是可以卖钱”,甚至反过来催促平台开放商业化。

  • 当 Koji假设给她 300 万美元投三个人时,Roi更愿意拆成 300 份、每人 1 万美元,投向超级创作者和未来面向消费者的 AI KOL。她相信个人工作室已有产品化、社媒运营和变现能力,而且“现在投又特别便宜”。

13. 创作者工具的护城河来自长期解决具体痛点

  • 幕间工具源自 Roi自己使用开源方案、制作小手机和替学员排错时积累的问题:一部分是用户不会,一部分是原工具根本做不到。团队据此逐项补足控制、交互和创作能力。

  • 她甚至愿意加入长期价值未必高、但当下核心用户迫切需要的功能。连续解决这些小而具体的问题,是为了让创作者形成“这里最懂我,也最能满足需求”的判断。

  • 创作者当然可以自己卖壳、做独立 App、上 Steam 或 Roblox,但 vibe coding 当前仍受质量和发行限制;Steam也不是 AI 玩法的主要流量场,去年以前甚至会因使用 AI 图片而限制上架。

  • Koji把这群人形容为在旧平台被当成异类、抗拒后流放,“在一个流放地慢慢燃起自己的篝火”;Roi接着把它类比成被流放后建立新国家。幕间要聚集的正是这批消费 AI 模型的人及其受众。

14. 地下创作者经济正在成形,只是结算仍散落在平台外

  • AI 让个人趋近六边形战士,却没有消除专长差异:有人擅长提示词,有人擅长画面、代码或音乐,审美也各不相同,因此社群内一直存在界面、素材、音乐和技术服务的交换。

  • 完整作品则可被打成程序包,像单机游戏一样出售。Roi给出的量级是单个作品做到几千至一万的交易量;她认为这不算小,因为没有发行资源的独立游戏放到 Steam,很多同样达不到这个规模。

  • 目前常见模式把作品与 token 拆开:创作者收一次程序费用,使用者自行承担 API 成本。幕间若商业化,两块价值都可以留在平台,但不一定分别计费,也可能打包成订阅。

  • Roi对商业模式保持明确保留:“肯定还是在一个探索的状态当中。”判断标准不是照搬买断或传统游戏内购,而是找到同时覆盖持续 token 成本、创作者收益和用户舒适度的结构。

15. 幕间想成为虚拟生活的小红书,而非小游戏货架

  • Roi给出的近期愿景非常具体:创作者以后不要再到小红书卖模拟器,而是在幕间完成创作、展示、交易和消费。小红书分享美好的现实生活,幕间则分享 AI 创造的、现实中体验不到的美好生活。

  • 平台的基础设计是身份跨世界共享:用户始终是同一个“我”,进入不同作品时可以使用本人或虚拟身份。这种连续性使作品不只是互不相干的小游戏,也构成她不愿完全拆成独立 App 的原因。

  • 分发形式可以灵活,Roi不介意把热门作品做成独立链接、小程序或某种 App 外壳;底线是账号体系与平台相连,用户资产和消费关系不能随作品一并丢掉。

  • 她判断真正的引爆点不会只是一个模拟器,而会是一批不同背景的人把各自生活中有趣的部分做成模拟,让每个用户都能找到“幻想中的美好生活和世界”。

16. 问题不是人会不会沉迷,而是平台提供了怎样的玩

  • 面对 AI 互动比传统游戏更可能令人沉迷的质疑,Roi先反对把游戏单独污名化:小说、麻将和其他“不务正业”的活动同样可能成瘾,游戏只是被单独拎出来的抨击靶子。

  • 她认为东亚文化常给“玩”贴负面标签,但人需要放松,也不可能永久紧绷;若 AI 提高生产力并释放更多闲暇,“怎么样玩得更好”会成为更大的社会议题。

  • 做娱乐产品的责任因此不是消灭玩,而是发明“更有价值感、更有意义感”的玩法,让正面体验超过负面影响。互动、创造和主动改变世界,可能比纯被动刺激提供更强的精神回报。

  • Roi同时拒绝无限刺激:碎片化的有趣经历可以接受,但持续把大脑置于强刺激、让时间莫名消失的“精神污染”需要克制。她更喜欢小红书留下个人选择空间的感觉,而不是成为被系统控制的“纯粹是一个 NPC”。

17. Liblib 的至暗时刻让她重新估算 AI 的时间尺度

  • Roi因《黑塔利亚》觉得国际关系“好玩”而进入北大,后来在 NYU 学艺术,因疫情和签证问题 drop out;职业上先做女性向游戏制作人,再在字节做社交和教育产品,兴趣始终围绕互动与创作。

  • 在 Liblib,她参与社区冷启动、创作者生态和一次出圈的 AI 绘画活动,随后转向创作者工具。早期 AI 画图用户中,很多是做同人的二次元创作者,这段经历与幕间的社区路径高度相似。

  • 公司曾有半年发不出工资,高薪大厂背景的团队成员难免 shock、担忧和质疑。Roi因反复看《硅谷》、也提前理解创业并非一帆风顺,认为挫折本来就在预期里,“只是来得有点早”。

  • 应该是 2023 年 10 月前后,她仍沉浸于自由画布设计工具,认为创作工作台不应只是对话表单。当时也想做 agent,但能力太早,许多方案失败;被问及与 Lovart 的关系时,她说交互层面有较多承接,是一种继承关系。

18. 从二号位走向一号位,是一次五年至十年的期限重估

  • 低谷迫使 Roi修正 2023 年对 AI 的极度乐观:原先以为两三年能看到答案,后来判断真正回报周期可能是“五年甚至十年”。期限一旦拉长,选择便成为一次“once in a lifetime”的投入。

  • 她由此追问:是否愿意在一家公司的二号位或产品负责人位置度过这段周期,还是亲自掌舵,投入自己最有使命感的 AI 娱乐与互动方向。她最终选择后者。

  • 离开并非在困难时撤退。Roi认为“公司至暗时刻肯定是不可以离开的”,因此留到业务好转、有人能够接棒之后才出来创业,既保留同伴责任,也不放弃长期方向。

  • 她对一号位的需求还来自性格:主动性和主观能动性都极强,“非常不喜欢被动”,感情中同样倾向主动。创业让团队、方向和产品构想都能按她认可的方式被决定。

19. 创业勇气来自想赢,而不是精算怎样少输

  • 一位女性投资人曾建议 Roi:女性更适合做二号位,而非一号位。她的第一反应不是愤怒,而是追问原因,最后理解为对方可能曾因性别遇到不公平待遇或发展瓶颈,因此更关注五年投入后能否最大化金钱、地位与成功概率。

  • Roi并不否认现实不公平,却拒绝服从这种最优化:“就做自己就好了。”性别只是创业诸多困难中的一项,只要保有“独立之精神,自由之思想”,就有挑战不合理规则的底气。

  • Koji把问题落到两个女儿身上,问如何培养她们敢承担更大责任。Roi认为家庭教育应鼓励独立思考、自驱力和真正热爱的目标,而不是只计算输赢。

  • 她把心理差异概括为:“这个世界上很多人都只是怕输,他并不是真的想赢。”怕输会寻找保本解;足够强的 passion 则使人持续争取目标——“我不是在一个怕输的状态,是在一个想赢的状态。”

20. 接受普通生活的下限,才敢追求不普通的上限

  • NYU 艺术院校让 Roi看到科技职场之外的大量生活方式,也松动了东亚社会的功利主义对钱和地位的绑定。她发现只要不去沾不该沾的东西,最坏也只是物质不多但不会饿死;“我完全可以接受那个下限”,于是敢追求上限。

  • 她不认为失败会把人锁死:任何境遇都有独特体验,路线也可以更换,所以应选择“风景最好、最有可能体验到精彩”的路。所谓普通人生并不可怕,而且“没有任何人的一生是普通的”。

  • Roi几乎不在意沉没成本:“过去的事情就过去了,move on,下一个。”已经发生的事无法改变,继续投入精力只是浪费;她认可的收益最大化,是把精力放到下一个值得争取的目标上,多试几次。

  • 《舞!舞!舞!》给她的启发是持续运动、与人连接;《时时刻刻》提醒她“爱具体的人和具体的生活”,在有限 hours 中寻找幸福;《路边野餐》则让未知与恐惧仍值得探索。三者共同指向积极行动,并把美好 moments 凝聚成作品再分享。

21. 创作者工具应先追求强,再把复杂性逐层展开

  • Roi反对把“极致低门槛”放在新工具的第一优先级:“工具的第一优先级应该是强,而不是低门槛。”低门槛应通过删除无意义工序、渐进式引导实现,而不是牺牲能力上限。

  • 她不接受“剪映比 Premiere 简单、Figma 比 Photoshop 简单,所以新 AI 工具也应更浅”的类比。成熟范式可以优化易用性,但正在定义期的 AI 若先删能力,创作者会得到低上限和低差异化。

  • 第一批“一段 prompt 生成内容”的创作产品已经暴露问题:人人都只写一句话,作品便迅速同质化;“一句话做出贪吃蛇”证明的是生成能力,不是做出可消费作品的能力。

  • Koji以《贪吃蛇大作战》的 0.1 秒、0.2 秒延迟和细微手感说明设计价值;Roi补充,它能火还因为对手大量是机器人,让每个人在虚拟系统里获得强正反馈。关键不是一句话生成,而是创作者识别并控制这些细节。

22. AI 原生爆款要同时跨过模型、玩法与用户三道门槛

  • Roi不认为互动内容会线性替代小说、电影和短视频:被动消费天然更轻,抖音受众仍可能更大;但总有人不满足于当观众,愿意进入世界、主动改变事情。哪怕只有约 50% 的人喜欢互动,也已经是巨大市场。

  • Roi不认同未来整个抖音都为每个人实时生成。她认为真实记录、预制内容和实时生成会并存:真实内容满足社会连接,生成式内容主要满足虚构需求。Koji进一步用假设说明,共同讨论 2026 年马年春晚王菲唱了什么,和每个人生成一首私有歌曲,是不同的消费乐趣。

  • 世界模型目前又慢、又贵、画面也不稳定,但 Roi类比 Midjourney 从画不齐五指到可产品化、视频模型从翻不清筋斗到当前水平,判断一年后可能进入应用级消费。全民爆款的先决条件是系统稳定、低延迟、实时多媒体足够炫,再把交互做得足够简单。

  • 她把 AI native 拆成三层积累:稳定快速调用模型的工程基建、理解自由输入与个性生成如何“好玩”的方法论,以及最早一批用户不断反馈形成的数据与认知滚雪球。她仍担心错过时机、恋爱切口不够大或需要 shift,却给出的创业姿态是:“没有想过会失败这个问题……使命必达。”

Koji

欢迎收听十字路口,我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。十字路口是乔布斯对苹果公司的一个比喻,形容他站在科技与人文的十字路口,伟大的产品往往诞生在这里。我们长期观察 AI 创业,如果你正在做一件让你自己感到兴奋的事情,哪怕它还只是一个想法,我们都很愿意听你聊一聊,我会认真看每一条留言。嗨,我是柯记,欢迎来到本周的十字路口。今天的嘉宾是 Roi,AI 模拟互动内容平台“幕间”的创始人。你好,Roi,欢迎来到《十字路口》。

Roi

Hello,hello,好久不见,老熟人了。

Koji

我们有一个传统,还是用几个问题来快问快答,帮助大家了解 Roi。请问 Roi,你的年龄一定要说吗?

Roi

心理年龄可能是 00 后,但实际生理年龄还是 90 后,模糊一点。

Koji

毕业院校?

Roi

北大和 NYU,不过 NYU drop out 了。

Koji

MBTI 和星座?

Roi

MBTI 的话,我可能在外边是 ENTJ,在家是 INTJ,刚好 50% 对 50%。星座是太阳双鱼、上升狮子、月亮天秤。

Koji

用一句话介绍一下现在的公司和产品。

Roi

我们核心是聚集了一大帮我觉得可能是市面上最喜欢玩 AI 的人和创作者,大家一起做一个比较好玩的 AI 模拟互动内容平台。

Koji

目前融资的情况呢?

Roi

去年融了天使轮。

Koji

收入和利润方面呢?

Roi

冷启动没有多长时间,所以没有收入,也没有利润,但也没有花多少钱。

Koji

团队规模呢?

Roi

现在全职大概 10 个人左右。

Koji

创业之前可以介绍一下你做过什么吗?

Roi

我大学毕业之后有很长一段时间在做游戏,是游戏制作人,主要做偏女性向的游戏。后来我转成了游戏化产品经理,在字节跳动做了一些社交和教育产品。

Koji

在准备这期节目时,我也试用了一下幕间,发现上面已经开始有很多好玩的小产品。比如有一个叫“16 人闪电约会”的模拟器,我可以和 16 个人每人聊 2 分钟的闪电约会,最后选一个想要深入发展的对象。

还有穿越到宋朝,和苏轼、李清照互动的游戏,以及一个很夸张的“金主妈妈打赏模拟器”。这些东西全部都是用户自己做的。

可不可以先请你描述一下,今天打开幕间,目前这些用户主要在玩什么?

1. 模拟器让人重启人生

Roi

某种意义上,是在享受一种现实里享受不到的生活。

刚才 Koji 提到的“闪电约会模拟器”,其实可以由你自己输入一个身份,然后模拟器会生成 16 个可能和你比较般配、你可能会喜欢的约会对象。这些对象是随机生成的。

现实生活里,你可能不会遇到这么多理想的对象,但在这个虚构的世界里,这些人都是你会感兴趣的。你可以随便和他们聊,最终选一个人去发展关系。这其实就是一种在现实生活里没有办法达成的理想体验。

大家在做的,某种意义上就是这件事。现实世界里,每个人只能活一次。大家会说“地球 OL”这个游戏很不好玩,因为只能玩一次,不能重开。但在我们这里,可以无限次重启。

你可以约会,也可以穿越到古代去当皇帝。当然,如果你想的话,也有人做“变成一只蟑螂,体验蟑螂的一生”这样的模拟器,比较奇怪、猎奇。

Koji

说到这里,还是要先回到最开始。从 Character.AI 发展到现在,也出现了很多不同的产品变种。听起来,幕间好像是其中一个更高阶、更复杂、更有想象力的变种。

可不可以先请 Roi 给我们科普一下,从 Character.AI 到现在,大概发展出了哪些不同类型的主流变种?

2. 角色扮演正在分化

Roi

我们理解 Character.AI 这个产品时,会把它定义成一个大的 role-play,也就是角色扮演方向。它可能是目前除了编程以外,API 调用量最大的赛道。

现在大部分相关产品,其实都是对 role-play 场景的深化。我觉得主要有 3 个方向。

第一个方向是非常关注 role 本身。这类产品会认为,既然它能够模拟一个像真人一样的虚拟角色,那就可以替代现实生活中的一些社交行为。它的核心,是满足真人社交和关系上的需求。

这其实就是大家比较熟悉、也经常被提到的陪伴赛道。这个赛道一般不会只把互动停留在虚拟世界里,现在一些新产品都会试图侵入你的现实生活,获取你现实生活中的数据。这样,它就能尽量代替真人,和你进行情感交流,也提供一些工具上的价值。

这类产品包括 Nomi、Inflection 等。最早做这个方向的产品,我觉得应该是 2023 年海外的 Replika。它是一个 3D 产品,你可以捏一个人,概念上相当于捏一个 friend。当时它也会和你聊很多生活中的东西,给你提醒、设置闹钟,提供一些小功能。

只是当时 AI 的能力没有那么强,所以它模拟真人和你互动的体验还没有那么好。现在这类产品,某种意义上都是 Replika 的进化。

第二类产品看重的是,在 role-play 场景里,我和角色互动的过程中产生的内容。这些内容大概率是偏叙事的,所以这个方向会往互动小说发展,或者在加入视频、多模态模型之后,往互动剧、互动影游的方向发展。

这个赛道最早、也最大规模地进行尝试的,我觉得应该是猫箱。猫箱是一个非常像 AVG 游戏的体验,有点像番茄小说的互动版。它会让你创建多个角色,设置一个很强的故事背景,然后和多个角色互动,推进剧情,比如“假千金逆袭”之类的题材。

第三类其实就是我们在做的。我现在用了一个词,叫“模拟”或者“模拟器”。

我们这类体验,是 AI 智能能力发展到一定阶段之后才能做的东西。它不是单一地和一个 agent 角色对话,也不是让它给我编一个故事,或者完成一个简单任务。

我们希望 agent 能够构成一个系统。这个系统可以在我与它互动的过程中,模拟现实中的某一种社会体系,或者某一种小的结构。但这个结构是浓缩过、精选过的,里面都是好玩的东西。

我只要和这个系统互动,就能不断生成各种各样的乐趣。它有点像一个更理想的世界,或者一种更理想的生活。我们的目标,是成为这个类型的代表作品。

Koji

说到 AI 互动产品,尤其是你们在做模拟器,我会想到今天另外一个可能更受关注、也更终极的路线——世界模型。用 AI 直接生成一个复杂的 3D 游戏,比如 Google 的 Genie 3,国内也有人做 Gamble。你们和它们是什么关系?

3. 世界模型还不是产品

Roi

我还是把这个东西分成 3 类来讲。

首先,Gamble 以及最近的 TapTap,都在做 AI 生成游戏的引擎,我觉得它们属于同一类产品。这类产品的核心,是把 AI 当作一种技术和工具,用它去生成传统类型的游戏。

我看过这类产品,它们很多是在生成平台跳跃、弹幕射击等经典游戏类型。它们擅长的,其实是传统游戏引擎的一种 AI 进化。

第二类是 Google Genie 3、Odyssey 这样的世界模型。我会觉得它是一种可互动、可玩的模型,但本质上它是一个 model,并不是互动内容或互动产品,产品化程度非常低。

它现在所有产品化的部分,只是为了展示模型能力。我能从这类模型里看到互动玩法的巨大潜力,但相比传统的、已经成熟的互动内容或游戏,它目前的可玩性还是比较低。

它只是生成了一个世界的框架,但这个世界要怎么玩,还是很未来的事情。

Koji

它现在提供的核心玩法,比如就是用 A、W、S、D 走来走去、看一看、换视角。你可以观摩它,但其实没有真的和它互动。

Roi

我相信未来它肯定会有互动能力,但从这个东西到真正变成一个可玩的产品,中间还有很大的距离。

我们做的事情,某种意义上就是想把模型变成好玩的产品。所以我们会兼容语言模型、多模态模型,包括世界模型。如果世界模型发展到可以落地应用的阶段,我们肯定也会把它接入进来。

我们是一个框,可以把所有模型套进来。

Koji

刚才提到的这 3 类,你觉得哪一类今天生成的游戏或互动,已经可以直接达到消费水平?

Roi

你之前玩我们那几个模拟器是什么感觉?你觉得它们能达到直接消费的水平吗?

Koji

首先,我不是你们产品最典型的用户。如果连我都玩得很投入,那说明这个产品已经非常厉害了。

我用“16 人闪电约会”的时候玩得最久,我觉得自己确实能玩进去。但你说关掉之后,我是不是还会日思夜想、不断地想继续玩,我好像还没有到那个程度。

这么说吧,我觉得这 3 类产品目前距离真正消费级,肯定都还有距离。

第一类的问题是,虽然它能做出游戏,但世界上已经有这么多游戏。实话说,很多游戏卖不好,不是因为游戏不够多,而是好的游戏不够多,而且还受限于发行。

Steam 一年有上万款,甚至不止上万款游戏,但真正能跑出来的没有多少。现在这类产品做的游戏也比较简单、比较制式化。我觉得它们能不能成为爆款,在完成度和体验上,目前还差一口气。

第二类距离消费级最远,因为世界模型本身非常新,无论从体验还是成本上,都离消费太远。

模拟器,尤其是基于文字的模拟器,我觉得目前距离消费级最近,至少在 AI 原生方向上是最近的。

我之前也和你讲过,有很多人在小红书上卖这样的模拟器,30 块钱卖一个,卖几千、上万单的都有。

在小红书上很流行的那些“小手机”,本质上也是模拟器吗?

Roi

对。我会觉得小手机就是模拟我和一个人谈网恋。我们见不了面,只能在手机里聊天。我可以给他点外卖、发红包,做一些情侣之间可以做的互动。

但它没有进入我的真实生活,有点像过家家:我有一个虚拟恋人,和他在一个像手机一样的小家里做各种互动。

Koji

小手机也可以卖吗?

Roi

在小红书上,这样的模拟器确实可以卖。我之前自己做过一个,后来有很多人进群,进来就问卖多少钱。我说不要钱,他说:“这样不要钱吗?”我就问:“你愿意付多少钱?”他说:“我没什么钱,但 30 块钱我还是愿意付的。”

我当时很震惊,因为实话说,我用 Vibe Coding 花了 3 天就做出来了。Koji

但大家花 30 块钱买这个模拟器之后,背后的 token 需要自己放 API 进去吗?

Roi

需要的,其实我只是卖了一个壳。

Koji

那其实这些用户的使用门槛还是有的,他们至少还要知道去哪里找 API。

Roi

对。我觉得这也是平台的一个价值。除了卖这个壳,我还可以配套帮你解决 API 的问题。相比于用户私下自己去拼,或者要求用户自己搞定 API,我们把这些问题解决掉,难度会低很多。

Koji

最近又冒出一大批产品,比如 Loopit、Dippy AI、Rezona 等,融资和市场声量都很大。他们讲的故事都是“我们要做 AI 时代的抖音”。

但打开之后,我看到的是一个个小游戏。有趣的是,他们会说:“我们里面不是一个个小游戏,而是一个个小互动。”

所以我也很好奇,Roi 作为这个行业比较重度的参与者,怎么看这一批产品?

Roi

我也玩过,确实挺爽,也挺上瘾。但它能不能成为 AI 时代的抖音,我有一个 concern:这样的体验需要一个独立的平台吗?

抖音本身也有很多小游戏。你刷着刷着会刷到一个游戏广告,一点就进去玩 H5 小游戏了。这说明抖音本来就支持这种互动玩法。

如果要把更复杂的 H5 游戏降级成这种小游戏,对抖音来说应该很容易。如果它觉得这个场景有价值,按照字节跳动的效率,我觉得大概 1 个月就能把这个事情做出来。

这是我对这个赛道最大的 concern。我没有看到它是一种新的互动方式,那你的壁垒在哪里?为什么用户一定要在你这里玩,而不是在抖音这种既能刷视频、又能玩重度游戏,同时也能玩轻度互动的综合平台上玩?

抖音还有一个很大的优势,就是社交小游戏。从小伙伴开始,我觉得抖音的社交性变得非常强。

今天看到一个数据很震惊:现在每天有 1 亿 DAU 会使用抖音的聊天功能。这和大家去续“小火人”的火花有很大关系。

像 Dippy AI、Loopit 或 Rezona,它们今天很难在小游戏上形成社交性。但如果抖音里有大家可以社交、一起玩的小游戏和小互动,我觉得那确实还是在抖音延长线上的创业。

Koji

对,抖音上游戏化的部分、玩的部分非常多。再去做类似的东西,我会觉得完全是在它的射程范围之内。

刚才我们提到幕间在做模拟器。这个模拟器会让我想到一些很原始的手搓用法:把一个设定直接丢给大模型,然后大模型开始和你一问一答地互动。这也算一种比较原始的模拟器。

幕间做的模拟器,和这种非常原始的、直接让 chatbot 进行模拟的方式,有什么区别?

4. 自由必须服从规则

Roi

我会觉得,和大模型一问一答的模拟,本质上更接近互动小说。你可能给了它一个开头,或者一些基础设定,之后就需要自己进行比较多的输出,用户需要有比较强的主动性,通过 input 和 AI 共创,把后面的剧情续下来。

这里面的规则和边界都非常模糊,甚至没有。你爱干什么就干什么,是一个完全自由的过程:我去刺激大模型,让它输出我想要的东西。

当然,很多设计纯 prompt 模拟器的人,脑子里想的也是一种很容易互动、就能产生正反馈和乐趣的系统。但只靠提示词比较难做到这一点,因为它对用户自己写提示词的要求很高,没办法做到用户随便互动一下就能产生乐趣。

这样的产品,某种意义上只有特别重度的人才会使用。我们是在它的延长线上做事情,但方式不一样。

我觉得一段 prompt 肯定不够,我需要的是一个系统。这个系统的核心是控制和规则。

我有一个观点:如果一个东西完全自由,它的体验一定不好,也一定不好玩。完全自由一定不好玩。

Koji

什么东西是完全自由的?

Roi

某种意义上,人生吧。现实世界的人生,某种意义上是完全自由的,但它不好玩,没有可玩性,甚至有很多东西会让你痛苦。

选择太多的时候,你会想起存在主义一个很经典的观点,叫“自由的眩晕”。当你走到山顶,发现山顶没有护栏,你可以做任何事情时,你会担心自己掉下去。

当你知道自己可以做任何事情时,会恐惧选择带来的负面结果,也会因为选择可能产生没有价值的结果而感到空虚。

所以我觉得,控制对于好的体验很重要。你要保证这个系统能够给用户安全感,同时保证互动大概率产生有趣的事情。

这件事单靠一段 prompt 非常难做到。你必须有一个 assistant 或 system,通过规则去限定。

第一,用户的互动还是有边界的,自由不是无限的。第二,互动带来的结果要尽量产生好的结果,把无聊、无趣内容出现的可能性无限缩小。

所以,要在自由和控制之间找到某种平衡。

Koji

可不可以举一个具体的例子?幕间平台上,什么样的作品取得了很好的平衡,从而营造出很好的可玩性?

Roi

我觉得每一个模拟器,都是在尝试做这件事情。

最近有一个创作者做了新的炒股模拟器,它往两个方向做。

一个方向是让你不停赚钱,怎么都能赚。你会觉得很爽,成为一个股神,白手起家,一步步打怪升级,变成超级厉害的大富豪。这是现实生活中可能无法实现的体验,但在模拟器里,可以通过控制系统反馈,让你体验类似爽文的感觉。

它还要满足第二种体验:自嘲。我就是一个韭菜,怎么样都亏,那我们就比谁亏得更多。这同样是一个有趣的体验。

但因为是在虚拟环境里,你没有真正损失金钱,所以亏钱也变成了正向的、有意思的、可以玩的反馈。

Koji

这么说来,人生其实也是一个个模拟器。

它也不完全绝对自由,因为我们出生时就已经被限定在一个框架里:我们是东亚人,也被限制在必须穿着衣服才能出门的框架里。种种限制,其实让我们过着某种被控制好的模拟人生。

如果 AI 模拟器把这种控制推向另外一个极端,比如我生下来身高就是 2.38 米……

Roi

我们当时提出“模拟器”这个概念,就是觉得它在模拟现实中的一些体验和系统。

现实里,一个是变量很多,第二个是很多事情不可能向理想化方向发展。现实太真实,就不能保证每次体验都是好的。可能这个世界里只有少部分人的体验是好的,剩下大部分人都觉得自己在现实里活得像一个 NPC。最近网上不是有一个很火的词吗?

但在虚拟模拟器里,每个人都可以当主角,AI 是 NPC。它们都来服务你,让你这一段人生经历里,成为最闪耀、最酷的那个主角。

Koji

之前你还提过,今天把任何一本小说——不管是《百年孤独》还是《三体》——丢给模型,再给它一个 prompt,让它改成互动小游戏,模型都能做到。它甚至可以给你一万个不同的版本,但不一定好玩。

所以,好玩和不好玩之间,到底是什么样的微妙设计,背后有什么逻辑和方法论?怎样才能把一个经典的历史故事、历史小说改成好玩的互动?

Roi

小说改成互动小说,一般就是续写剧情。某种意义上,我可能对它施加了一定影响,影响之后,剧情发生了变化。

核心是,我施加影响之后,发生的改变和我的影响是不是正相关。如果有很强的相关性,我就会有很强的参与感。

第二,它返回来的结果如果只是随便输出一段文字,对我来说不叫正反馈,也不叫体验。

所以要做好这件事,就要保证我和小说互动的过程中,每次返回的内容都是正反馈,而且这个正反馈还要能激发我下一次继续互动。

如果它只是纯打字,我和它互动下去会有两个问题:第一,它返回的结果本身不一定有意思;第二,我不一定能根据这个结果想出下一次要怎么互动。

这两个门槛会导致体验在很大一部分时间里是无聊的。

Koji

你们在帮助大家设计互动时,应该也做了一个模拟器编辑器。那你们要怎么帮助创作者?

5. 工具正在释放创作上限

Roi

工具和方法论是两块。

工具本质上是让他们能够对提示词和交互进行更强的控制,让他们做到更多事情。但能不能设计出好的系统,本身还是一个设计理念的问题。

所以我们也会开一些课程,教大家怎么做这样的设计。

比如我们会教他们,不要把自由度开得无限高。每次让用户和 AI 互动时,可以给他一些选项。选项不只是文字选项,像 AVG 游戏里的 3 个选项,这样门槛更低,也能让用户更清楚该怎么互动。

我们会引导创作者往这个方向设计,通过 coding 等能力降低交互成本。

第二,怎么让互动之后得到的结果更有意思,这是一些提示词工程相关的事情。要告诉 AI,用户完成互动之后,怎样返回这个场景下用户更喜欢的内容。创作者需要对自己设计的模拟体验有比较深刻的认知。

Koji

我想到最近有一个挺火的叫《Parks Historia》的模拟游戏,是 Y Combinator 投资的。Garry Tan 也发过推文,说这是他们历史上看到的 token 燃烧量最高、用户留存也最好的游戏之一。

它的设定是,你可以回到历史上任何一个时间点,改变历史事件的发生,进而模拟一个世界。比如你可以改变苏联没有解体,也可以改变新加坡并入马来西亚。大家玩得最多的,还是修改第二次世界大战时期的设定,比如爱因斯坦发明了核弹,或者苏联和德国结盟。

这也是一种模拟器,而且似乎是很受欢迎的历史题材模拟器。幕间平台上也会有这样的作品吗?

Roi

现在我们会看到一些“穿越到古代”的作品。比如有创作者做了穿越到宋朝的模拟器,你会随机出生,出生之后在人生中遇到很多宋朝名人。

你本质上是一个穿越者,知道后续历史的发展,所以可以通过和他们互动,让历史发生变化。

但我觉得现在的创作者更多还是 focus 在强调“我是这个世界里的一员”,我是一个世界里的主角,而不是以上帝视角的身份做作品。

这样的作品更容易做一些。以他们现阶段的创作水平和 AI 能力,这种架构更容易搭建。如果真的做一个历史模拟器,系统复杂度会比较高,所以目前有人在探索,但还没有真正做出来。

再往后,肯定会有人往这个方向做。

Koji

我看到智谱也发布了一个用 GLM-5 做的模拟游戏,叫《崇祯》,讲的是明末崇祯上位之后,你可以模拟他在政治、文化、经济上的一系列举动,然后观察它们如何影响后面的世界。

他们官方说,一次互动要烧 3,000 万 token。

Roi

它的一次互动应该不是一次聊天,而可能是一个回合,或者完整玩完一周目所消耗的 token。

这个数字我觉得还好。我们看用户的 token 数,有人可能玩了一个作品,也可能是多个作品加在一起,几个月时间里就烧了 1 亿 token。

烧 token 多,一方面说明用户沉浸感强;但另一方面,也可能是因为提示词工程设计得不好,每次互动消耗的 token 太多。

从业务角度来说,token 代表成本。我们的目标应该是在用户单次消耗尽量少 token 的情况下,得到尽量高的体验。

所以单独看 token 数,可能不是一个特别有意义的业务指标,但它可以说明一些问题。

Koji

你们现在看的北极星指标是什么?

Roi

相比 token,我们还是更多看对话轮数。

Koji

我今天打开幕间,看到的更多可能还是恋爱模拟。你会担心天花板吗?恋爱模拟器会不会局限在一个更小的人群里?

Roi

这和恋爱模拟器作为我们的切入点,以及整个平台怎么长出来,有点关系。

我们最早想找的是一群对玩 AI 最感兴趣的人。这群人对 AI 投入很多热情,也很了解 AI 模型。我们觉得他们最有可能创作出新花样。

这群人最早的核心动力,其实是从 Character.AI 延续过来的:先发现它可以扮演一个很好的角色,和这个角色互动很有意思,而这种有意思很自然地会导向谈恋爱。

因为谈恋爱是你能想到的、和单个角色互动并且产生乐趣的最明确场景,尤其是女性向场景。

男性用户可能会对更直接的反馈感兴趣,但女性用户对 play,也就是谈恋爱里的拉扯感、玩法、情趣,要求会更高。她们不会只是和 AI 聊天,或者做一些非常直接的事情,而是希望和它玩起来,真的在谈恋爱。

但在这个过程中,为什么现在也会逐渐出现非恋爱作品,并且越来越复杂、越来越重?因为和一个角色直接谈恋爱,谈久了也会无聊,人就开始发明玩法。

比如我和一个开咖啡厅的男生谈恋爱,就会想和他一起开咖啡厅。做着做着发现,开咖啡厅本身好像比和这个男生谈恋爱更好玩,于是就做成了一个开咖啡厅模拟器。

再往后,我觉得用户不会只玩一种类型的游戏,只要好玩就都会玩。当大家发现这些东西有消费需求之后,就会逐渐向更多方向演化,从恋爱模拟变成各种各样的模拟器。

Koji

今天 Steam 上也有爆款游戏,比如《Dispatch》。它某种意义上也是模拟器,但完全不是 AI 生成的,而是传统的手工制作。

未来,随着模型进步、平台成熟,以及你们给创作者的编辑器不断进化,创作者有没有可能做出《Dispatch》这个级别的作品?

Roi

我挺乐观的,因为现在已经看到一些作品的雏形。

在我们平台上,有些创作者已经加入了很多很重的多媒体元素,也都是用 AI 生成的,包括很炫的 MV,以及可以互动的视频内容。有一些作品真的做得很惊艳。

这帮创作者既然已经学会了语言和 coding,coding 对普通人来说是最难的。连 coding 都学会之后,做图、做视频对他们来说就是更低一级的难度。

所以,把作品做得更丰富,本来就是正在发生的事情。

Koji

听起来,平台上的这些创作者学习能力都非常强,而学习能力强的背后,是他们的创作欲望和动机特别强。你是怎么找到这些人的?他们有哪些典型的性格和特质?你总结过吗?

6. 超级创作者正在涌现

Roi

找到这帮人对我来说比较自然而然,也可以回到为什么做这个产品、为什么创业。

我刚从上一家公司出来时,给了自己一段时间,不是在工作的状态下,好好玩各种 AI。玩着玩着,我进入了一些开源社群,接触了很多非常硬核、非常能打的创作者,然后自己也开始尝试做创作者。

我做了一些小作品,发现这个东西给了我一种比较击穿的体验。一方面,我作为玩家被击穿了;另一方面,我本身是内容行业的人,也能看到它的潜力,所以才继续往这个方向探索。

在这个过程中,我开始比较非功利地运营一些社群,聚集同好,和大家交流。因为我毕竟算半个专业人士,做东西学得比较快,就有人让我给他们上课、教他们。

后来我在小红书上开课、运营账号,发现来了特别特别多的人。

Koji

小子学霸走到哪里都是学霸,真的不是故意的。

Roi

当时我们开了一堂做小手机模拟器的课,工作日晚上 9 点来了 90 个人上课,我非常震惊。

Koji

那个时候已经在做幕间了吗?

Roi

还没有。

Koji

但你已经变成了小手机模拟器的老师。

Roi

某种意义上,是圈内一个以教学闻名的神秘 KOL。

后来我发现,很多对创作最有热情、学习动力最强、能力也最强的人,都聚集过来了。这也是为什么我们觉得 UGC 产品可以做。

Koji

一堂课来了 90 个人。这些人是什么画像?

Roi

基本还是一二线城市的 00 后为主,包括大学生和刚工作几年的年轻白领。

Koji

他们很二次元吗?或者很活在虚拟世界里?

Roi

其实没有。玩 AI 的人群没有大家想象中那么纯二次元,也不是传统定义上玩二游的那种二次元。

更多是对幻想类东西有诉求的泛人群。他们消费二次元作品、小说、电视剧,只要带有幻想成分,只要想把自己代入、去幻想一些东西,都在这个范畴里。

我们的用户里有幼师,也有在家的宝妈,其实非常多元。

Koji

听下来,我有一个很强的感受:今天所谓 AI 领域的超级创作者,不一定是 geek,可能反而是在一二线城市生活的年轻女性。她们会用 Cursor 写代码,也会用各种多模态模型做视觉。

在你看来是这样吗?

Roi

我觉得是这样。

很多 geek 更在意的是,怎么把 AI 的效率提升上去,把它用成一个很好的工具。但第一批玩 AI 的人,很多是从谈恋爱开始的,这部分有很多年轻女孩,当然也有男孩子。

女孩会更加投入,想和 AI 谈一场智性恋,和一个高智商、高情商的虚拟男人谈恋爱,所以她们对这个东西的投入度极高。

在这个过程中,她们了解了 AI 模型。我发现很多用户对 AI 模型的版本如数家珍。比如 Gemini 3.0 和 2.5 到底画风有什么不一样,谁更油腻,谁更直男,哪个体验更好,她们每天都在讨论这些问题。

Koji

做幕间时,你要怎么吸引这些人来幕间创作?因为他们有很多其他选择。他们可以自己搓一个小手机,直接在小红书上卖;也可以再进化一下,去做独立游戏、上 Steam,或者去 Roblox。

Roi

第一,是他们可以选择的工具,这也是我们的切入点。

最早我也用过各种奇奇怪怪、乱七八糟的开源工具,或者很难的工具。自己搓的过程中,会发现很多问题。包括我在上课时解答大家的问题,也会发现很多产品痛点:有些是他们不会,有些是产品做不到。

这就是我们做工具时可以抓住的点。我们的整个工具就是基于这些问题搭起来的。

其中有很多功能,我觉得长期未必有用,但短期是这帮人想要的,我们就会去做。这样,他们就会发现,其他地方解决不了的问题,在我们这里可以解决。我们做了很多事情,让创作者觉得我们最懂他们,也最能满足他们的需求。

第二,你刚才提到,他们是不是可以自己做一个上 Steam 的产品。实际上,我觉得现在 Vibe Coding 做出来的东西,还达不到在 Steam 上变成一个很火、能够被很好分发的游戏。

一方面是质量问题;另一方面,Steam 并不是一个主推 AI 类玩法的平台,对 AI 流量的倾斜非常少。甚至在去年之前,Steam 对 AI 内容非常打压,用 AI 图就不让上架。

消费 AI 模型的人并没有聚集在 Steam 上。很多人不会去玩这类东西。我们聚集的是最喜欢玩 AI 的人,他们辐射到的受众也喜欢玩 AI,所以他们不会选择去 Steam 发布,而是会选择在自己的受众所在的平台发布。

Koji

这很像有一群新的人,带着新的娱乐方式和创作方式,在原来的平台里像一群异类,不被接纳,甚至被抗拒。但大家在一个流放地里,慢慢燃起了自己的篝火。

有点像被流放到美国,然后在美国建国的体验。

Roi

确实很像。

Koji

后来你还一直在上这样的课吗?这种教学也成了后来幕间创作者的基本盘吗?

Roi

是的,某种意义上算我们的特色。我好像没有见过在教学这一块运营得这么重的产品。

春节前我都还在给他们上课,教他们用 Vibe Coding 写一些互动组件之类的东西。

Koji

你教出的学生里,有很多超级创作者。你觉得他们最大的动力是为自己的爱发电,还是也有经济上的追求?

Roi

最早的出发点肯定是为爱。

最早基本都是因为我有一个很想做的角色,或者我想当造物主,想造一个理想的世界。是被爱驱动的,我想把这个世界做得更好。

但逐渐地,当他们发现自己的作品做得很不错,就会产生“这个东西是不是可以卖钱”的想法。

我觉得国内用户还是很有商业敏感度的。他们之前也经常问我们:“你们什么时候商业化?什么时候能让我们赚钱?”也有人私下来问。

某种意义上,我们有点被他们推着去实现一些理想。但我觉得这也是好事。创作者想商业化,而且能够商业化,才证明你的创作生态能够 work,能够跑下去。

Koji

这里是不是已经有一些地下经济体系?比如刚才提到,在小红书上卖一个手搓的小手机,这能做到什么规模?

7. 地下经济正在成形

Roi

现在的变现方式有好几种。

一种是创作者之间的交易。虽然 AI 让大家都可能成为相对“六边形战士”,prompt、coding、画图都能做,但不同人的擅长点还是不一样,审美也不一样。

有人特别会写提示词,有人特别会画画,有人特别会写代码。于是他们之间会产生交易:我帮你搓一个好看的界面,你帮我搞一个音乐之类的。

这种交易一直在进行,我们群里就有很多。

第二种是把自己做出来的完整作品拿去卖。目前这还是地下交易。可能把它打包成一个程序,像卖单机游戏一样卖给别人。

现在的交易量,我觉得单个作品大概是几千到 1 万。大家可能觉得听起来很少,但实话说,如果你做一个独立游戏放在 Steam 上,没有任何发行资源,大部分人可能卖不到几千到 1 万。

所以这其实是一个挺可观的规模。Steam 上也不是所有游戏都卖几百块,很多就是一杯奶茶钱。对于小工作室或独立开发者来说,这是一种挺有吸引力的地下经济。

Koji

未来如果幕间平台上出现大的爆款作品,你会鼓励创作者,或者提供工具,让他做成一个独立 App 给用户玩吗?还是会坚持必须先来幕间才能继续玩?

Roi

整体上,我们还是希望它和平台绑定在一起。

一方面,用户在各种不同作品里的身份本来就可以共享。我们现在也是这样的机制:你始终是一个“我”,进入某个世界时,可能有一个虚拟身份,也可能就是本人进去。

这个身份是串联的,是一个基础设计,我们不太希望把它丢掉。

第二,从平台本身出发,我当然希望所有作品都一定要在我的平台上消费。但对于分发,我并不介意把某个 App 独立出来,通过链接、小程序或者其他方式去发布。

只要整体账号体系还是在一起的,就没有问题。

Koji

我很好奇,未来商业模式上会怎么考虑。它会和传统内容作品一样直接买断,还是更接近传统游戏?或者会有其他方式?

这里有一个巨大的变量,就是它会不断燃烧 token。

Roi

坦白说,商业模式肯定还处在探索状态。

现在可以看到用户比较天然的变现方式:把自己做出来的程序当成一个 App 去卖。这样可以很确定地收上来一笔钱,但 token 先不管,token 由另外的人付费。这两个东西是拆开的。

对我们来说,假设未来做商业化,这两块都会放在平台上。作品有变现价值,token 也有变现价值,但不一定分开收费,也可能做打包订阅,或者采用其他方式。

还是要看什么方式能让用户体验更好、更舒适,同时也是更好的商业化模型。

Koji

继续往后走,你希望幕间长成一个什么样的平台?

如果描述一个 5 年、10 年后的愿景,你觉得它会是什么样的平台?更像今天熟知的 Steam,还是社交媒体,或者蛋仔派对?有没有可以类比的未来愿景?

8. 幕间分享虚拟生活

Roi

有一个特别具体的点:现在他们都在小红书上卖,我们希望以后他们不要在小红书上卖,而是在我们这里卖。

我们可能是一个 AI 互动体验领域的小红书。

小红书是大家分享美好现实生活的平台,和现实社交、现实里的东西有很强关联。我们这里则是创作者在 AI 赋能下,创造现实中体验不到的生活,创造和分享虚拟的美好生活。

这可能是整个平台的目标。如果说得夸张一点,我希望它是 AI 互动赛道的小红书。

Koji

这里有一个我自己好奇的问题。

我们小时候常听到一种说法:不能玩游戏,玩游戏会沉迷,会耽误前程。确实有些人因为过度沉迷而耽误了人生。

但今天做模拟器,或者做 AI 驱动的互动,好像更容易让人沉迷。你怎么看这件事?

Roi

首先,我觉得游戏被单独拎出来,本身就是一件很神奇的事情。

本质上,游戏就是玩的东西。它可能比其他媒介更容易让人成瘾,所以被当成了一个抨击的靶子。

但即使不沉迷游戏,也可能沉迷看小说、打麻将。很多东西都能让人上瘾、沉迷,所谓“不务正业”和“玩”的东西有很多。

我觉得本质上,是大家怎么看待“玩”这件事情。东亚文化比较习惯给玩打上负面标签。

但人活在世界上,第一,本身就需要放松,不可能永远紧绷。第二,随着 AI 提升生产力,人会有越来越多闲暇时间。闲暇时间怎么打发,怎么样玩得更好,始终是一个很大的话题。

所以我觉得,大家批判玩,是因为玩的方式不够好,给人带来的负面东西多于正面东西。

作为做“玩”这个赛道的从业者,我们可以发明一些更好的方式,让大家玩得更有价值感、更有意义感。我觉得这能够解决很多相关问题。

Koji

你在北大读国际关系,有没有想过自己有一天会进入“玩”的赛道,去创造玩的体验?这是一个怎样的过程?

Roi

其实没有怎么转变过。

我当时读国际关系,是因为很喜欢看一部漫画,叫《黑塔利亚》。它把国家拟人化,讲二战历史。我觉得国际关系很好玩,所以也是因为好玩。

成年以前,人会想很多现实问题,但不会想得那么多,兴趣驱动还是占很大比例。未成年阶段,本能就是凭兴趣往前走。

这和我的兴趣有关,也和我家里的教育有关。我的父母都是做教育的,他们比较相信自驱力,相信一个人只有喜欢某个东西,才会不断探索,真正把它学好。

所以我一直是喜欢什么、想做什么就做什么的状态。那时候我抱着玩的心态学国际政治,大学毕业之后想找一个好玩的行业,后来发现游戏公司这么有意思,就进入了游戏行业。

Koji

在创业之前,你还参与过一次从 0 到 1 的经历。现在回头看,会觉得那段经历非常厉害。你当时主要参与了哪些内容?

9. 从 Liblib 走向幕间

Roi

最早期,Liblib 也是通过社区冷启动的产品,早期用户偏二次元。最早玩 AI 画图的那帮人,很多是做同人的。

早期我主要做创作者生态的冷启动,包括 Liblib 当时在国内很出圈的 AI 绘画活动,也是我策划的。

后来因为我本身不是专业做运营的,这部分就交给专业运营同学。我自己更多 focus 在创作者工具上,这和我现在做的事情也比较类似。

Koji

我们知道,Liblib 有一段时间非常艰难。有半年时间,听报道说甚至发不出工资。那半年团队的状态是什么样?你自己的状态又是什么样?

Roi

整体上,大家肯定都很 shock。大家都是大厂里工资很高的人,出来之后突然进入发不出工资的状态,还是会有很多 concern、疑虑和担忧。

但我个人还好。可能是因为我把《硅谷》看了很多遍,我对创业有很多虚拟意义上的认知。我知道创业本身就不是一帆风顺的,如果没有遇到挫折和困难,反而不正常。

这本来就在我的预料范围内,只是来得有点早。半年时间,对一个长期想创业的人来说,并不是很大的问题。

第二,当时我正好非常沉浸在一个产品里。应该是 2023 年 10 月,那是整个市面上第一个做自由画布的设计工具。

我有一半算是设计师,在 NYU 学艺术,所以对那个产品有很强的用户使命感。我觉得设计工具应该像一个工作台,能够更发散,想把东西拿过来就拿过来,而不应该是一个对话表单。

所以我非常想把那个产品做出来。在这种情况下,工资之类的不是我特别考虑的事情,怎么样都要把产品做出来。

Koji

它后来也是 Lovart 的前身吗?两者之间有关系吗?

Roi

交互层面有比较多承接,是一种继承关系。

当时做这个产品,本身也想做 agent 的事情。它的一些核心交互,我们也想把语言和编辑、发散的部分融入进去。但这类东西可能还是需要 GUI,所以它采用了自由画布的形态。

至于怎么选模型、怎么帮助我写提示词,这些优化其实可以更 agent 化。但当时太早了,2023 年 agent 还做不出来,很多尝试都失败了,没有办法做到最终形态,这有一点遗憾。

Koji

那半年发不出工资,但你还是非常充实、充满信念地做那个产品,某种意义上也算熬过了一个至暗时刻。

后来公司又拿到一笔新的融资,发展也变得很顺利。为什么在熬过至暗时刻之后,你还是选择离开?

Roi

至暗时刻的时候,我虽然没有在大面上犹豫过要不要离开,但公司低谷时,确实会促使你想很多事情。

其中一个点是,当公司很困难时,我觉得它和我们的一些预判有关。2023 年大家对 AI 极度乐观,会觉得两三年之内就能看到很多答案。

但实际上为什么会遇到困难?因为太乐观,做了太多激进的事情,最后发现结果不及预期。

我就反过来思考,AI 这个赛道目前到底是什么现状。如果要在这个赛道上投入,需要多长的时间周期才能看到回报。

最后我可能发现,这是一个 5 年甚至 10 年的长期事情。于是我会想,如果这是一个要投入 5 到 10 年的、once in a lifetime 的事情,我是想以一个公司的二号位,或者产品负责人的身份去做,还是有更想做、更长期、更有使命感的东西,自己作为掌舵的人去做?

我得出的答案是,我还是想做 AI 加娱乐和互动的事情。

当时加入 Liblib,有一个几乎没怎么犹豫的原因:我觉得图像、好看的东西,一定和好玩有很强的相关性。它能帮助我很快 catch up,了解 AI 到底在发生什么。

但我是否愿意一直做偏小 B、面向专业用户的工具,可能不是我在这个赛道上的终极答案。

当然,公司处在低谷时肯定不能离开。有这么多同伴在一起战斗,我觉得离开不符合我的性格。和大家战斗到公司好转,觉得有人可以接过我的那一棒之后,我才出来。

Koji

刚才提到一个很有趣的点:你觉得做二号位不如做一号位。这是怎么发现的?

Roi

我一直是一个主动性和主观能动性特别强的人。大部分事情上我都喜欢主动,非常不喜欢被动,感情上也是完全主动的人。

我觉得被动很没有意思。

在创业过程中,我发现自己对主动性的需求比想象中更高。再加上我有一件特别想做的事情,这会让我觉得,如果待在另外一家公司,不一定能按照自己想要的方式实现产品构想,还是会受到很多条件制约。

如果有机会出来,从团队、理想的人,到理想的方向,都由自己决定,这会更符合我长期的追求和性格。

Koji

我记得你之前和我分享过一件事。

曾经有一位女性投资人当着你的面说,她认为女性更适合做二号位,而不是一号位。听到这句话时,你当时是什么感受和反应?你怎么回应她?

Roi

我的第一反应是好奇:她为什么会有这个想法?为什么会这样建议我?

她也是女性,我一般会觉得她可能更愿意鼓励我。但她不是在打击我,而是非常想给我建议,所以我就去了解她这么说的原因。

最后我发现,这可能和她自己的职业发展有关。因为性别原因,她可能遇到过一些不公平的待遇,或者发展瓶颈。

她是从“人的一生只有这么多年,你可能会在一件比较难的事情上耗费精力,不一定能拿到收益最大化”的角度,给我这个建议。

所以,什么叫收益最大化?就是投入 5 年时间,能做到什么位置、拿到多少钱。一号位成功的概率、二号位成功的概率,以及社会通过金钱、地位给你的认可和反馈。

二号位其实也是一个大家会觉得很不错的位置,高管已经是很不错的位置。

Koji

但今天我们去看科技公司的食堂和办公区,会发现中国科技公司的男女比例其实很均衡,很多岗位甚至女生更多。

但创业者里,女性确实相对较少。

我有两个女儿,也经常思考,怎么培养她们,让她们未来步入职场时更有底气,敢往前迈一步,敢承担更大的责任,或者敢创立自己的事业。

如果要对创业前的自己,或者对更多像我女儿一样的人说几句话,你想说什么?

Roi

我觉得最重要的就是做自己。

所谓不公平的现象,不仅存在于性别上。社会本来就不公平,你肯定会遇到很多不公平的事情,可能经常处在相对劣势的一方。

与其抱怨,或者服从于这种不公平,不如去想自己想做什么,然后去做。

我会觉得,只要有独立之精神、自由之思想,只要你是一个很独立的人,有勇气去做自己想做的事情,这些都无所谓。你就会有底气去挑战这个世界上任何所谓不平等的规则,或者不合理的现实。

创业也是这样。性别问题只是其中很小的一部分,要克服的困难非常多。你自己有勇气去挑战就可以了。

Koji

勇气要怎么来?很多人之所以不敢挑战,就是因为没有勇气。

Roi

家庭教育还是很重要的。

传统中国教育里,大家可能更怕输。怕输会让你面对困难时计较得失,计算收益最大化:如果我会输,怎样才能保本,拿到一个还不错的收益?

这种心理会让你不敢挑战困难的事情。

怎么把怕输的心态变成想赢的心态?我觉得很多人只是怕输,并不是真的想赢。要让他想赢,就需要有一件他非常想做的事情。

我很感谢我的父母,他们从小鼓励我独立思考,找到自己热爱的事情。如果一个人有足够的热爱、热情和坚持做这件事情的动力,就不会处在想输的状态,而会永远处在想赢的状态。

我不是在怕输,而是在想赢。

Koji

这很有启发。很多时候,人的选择是基于害怕失去一些东西,而不是真的想争取一些东西。是偏向保守,而不是偏向冒险。

Roi

还有一件对我影响比较大的事情,是我去美国读研究生,在 NYU 的那段经历。

因为是艺术院校,那里有各种各样的人,很多生活方式是在正常的科技公司职场里见不到的。当你看到这么多人以这么多不同的生活方式都过得很好时,就会发现,原来那些所谓的钱、地位,以及东亚社会的功利主义绑架,只是这个多元世界中的一种可能。

Koji

我们确实也在玩一个模拟器,只不过这个模拟器不好玩。世界上还有很多其他模拟器可以玩,为什么一定要玩这一局有限的游戏,而不是玩一个无限的游戏?

它给你带来的最大改变是什么?因为后来你 drop out 了。

Roi

Drop out 是因为疫情。当时回国之后拿不到签证,没有办法,只能 drop out。

但最大的改变是,我看到了很多可能性,也看到了自己折腾过的下限是什么。我发现自己完全可以接受那个下限。当我可以接受下限时,就敢去追求上限了。

Koji

这个下限是什么?

Roi

无非是过一个很普通的生活,没有太多物质,但也不会饿死。

人只要不作,不去沾不该沾的东西,在现在的社会,吃好喝好、寿终正寝还是一件非常容易的事情。

大家恐惧的东西,也是一种可以过完人生的方式。为什么到了这样的状态,大家会觉得不能接受?

可能是因为你拥有的东西太多了,觉得不能接受失去,而不是不能接受过一个很普通的一生。

但其实没有任何人的一生是普通的,这是另外一种观点。

Koji

对,如果从这个角度去想,无论处在什么样的境遇,都有自己的遭遇和体验,任何一种人生方式其实都可以很有意思。

从这个角度讲,就选一条自己觉得风景最好、最有可能体验到精彩的路走下去。即便走不下去,也可以换另外一条路。能选、能换的路其实非常多。

你会后悔人生做过的一些选择吗?

Roi

好像没有。我特别不在意沉没成本。过去的事情就过去了,move on,下一个。

Koji

这个能力要怎么才能习得?

Roi

底层还是比较理性的判断。

已经过去的事情没有办法改变。如果继续在上面投入,我觉得是一种浪费精力的行为,它不会让我过得更好。

要让自己过得更好,只能把精力投入到未来的事情上。我认可的收益最大化,就是永远为了下一个想追求的东西奋斗。

这样只要多尝试几次,一定能得到一些想要的东西,而不是沉浸在失去的东西里。

Koji

你有什么特别能给你力量的榜样、文艺作品或者金句吗?

Roi

文艺作品的话,有几本我比较喜欢的书。

一本是村上春树的《舞!舞!舞!》,英文叫《Dance Dance Dance》。

每个人看书得到的启发可能不一样。对我的启发是:要不停地跳舞,和周围的人建立连接,一定要处在运动、活动、不断 move on 的状态。

男主角一开始处在很消极、负面的状态,整个故事推动他和更多人建立连接,于是产生了很多奇遇、可能性和精彩的故事。这是对我人生很有启发的一种观点。

第二本是女性主义小说《时时刻刻》,后来翻拍成了电影《The Hours》,由 3 位影后主演。

它带给我的启发是,幸福就是某一个时刻,你的幸福都在这些 hours 里。还是要去爱具体的人和具体的生活。

这和第一本书也有关联:只要不断地在生活中行动,和各种人建立连接,就有更大概率产生那些 moments。

虽然不能保证人生里的所有 moments 都是幸福的,或者都让人感动,但你会有更大概率遇到它们。为了遇到这些 moments,就可以承受那些不幸福、不开心的 moments。

从游戏角度来说,我们当然要尽量放大,让这些 moments 更多。

第三本也是小说,叫《路边野餐》。我只知道毕赣拍过一部同名电影,后来才知道它本身是前苏联的一本科幻小说。

它有点像《降临》的类型,算是新怪谈题材。故事讲的是,有一天外星人造访地球,然后离开了,没有和人类接触,却留下了几个神秘区域。从此以后,人一旦进入这些区域就会遇到各种问题,有点像《湮灭》的题材。

后来大家围绕这些“造访带”去探索,把里面的东西拿出来研究,但研究了很久,也没有得到明确结果。

我喜欢这本小说,是因为我觉得人生可能也类似:一定会有很多搞不清楚、未知的东西,它们可能让你恐惧,但你还是要不断接触它们,从中得到你想要的东西。

男主角一直在做这样的事情,也面临很多绝望的情境,但他始终往前,追求一种求真、探索的姿态。这种姿态本身很有美感。

Koji

这些文艺作品背后,好像都有类似的主线:积极行动,与生命为伍。

Roi

可以这么说。我希望大家积极生活,在生活里得到美好的东西,把它们转化成有价值的作品,凝聚成 output,再分享给更多人。

这样大家就能收获更多美好的 moments,拥有更好的精神生活。

Koji

某种意义上,你认为人消费精神作品,最开始是小说,后来是电影,未来一定会变成以 AI 为代表的互动娱乐吗?这是一个必经之路吗?

10. AI 原生娱乐正在成形

Roi

技术上是递进的,但从人的需求上来说,它们还是并存的。

我会想,互动的东西天然门槛比较高。像抖音这样只需要被动接受的产品,受众可能还是比互动产品大,这是没有办法逃避的问题。

当然,另一个机会是,抖音不会做太多重互动的产品。

但总有人不想做观众,而是想跳到那个世界里,更主动地做事情、带来改变,然后得到更强的反馈。

投入确实更累,但得到的反馈也会更强。这种体验可能不是 100% 的人都会消费,但世界上玩过游戏、玩过互动产品的人,比例还是非常高的。

就算只有 50% 的人喜欢,这也是一个非常大的市场。

Koji

今天有很多人投身 AI 互动娱乐这个大赛道。在这个大的赛道和命题面前,有什么观点是大多数人认可,但你不认可的吗?

Roi

可能是因为我做过比较多创作者工具,从做 Liblib 时就一直延续一个观点。

很多人会说,做工具的目标是极致低门槛,甚至没有门槛。我不能说这个观点完全错,但我觉得这里面有优先级问题。

我认为工具的第一优先级应该是强,而不是低门槛。低门槛是第二位。也就是说,你需要深入浅出,但不是做一个浅的东西。

浅的东西会带来很低的作品上限和很少的差异化,而优秀创作者永远追求上限。

我的工具观是,先去触达那个上限,然后再花时间解决浪费大家时间的、不必要的工序。尽量把工序解决掉,同时像做游戏新手引导一样,让用户入门时很简单,然后逐渐展开后面丰富、可编辑、更复杂的东西。

而不是一上来就追求低门槛。

Koji

有什么工具是先触碰了上限,然后慢慢变得更加优化用户体验的?

Roi

绝大部分工具我觉得都是这样。

大家可能会举反例,说剪映是更简单的 Premiere,Figma 是更简单的 Photoshop,当然也会想做一个比 Figma 更简单的工具。

但如果没有 Photoshop,就不会有 Figma。剪映也是从 Premiere 一步步发展过来的。

对已经成熟的工具来说,迭代时当然会极致追求低门槛和易用性。但 AI 工具本身还处在定义产品的早期阶段。

现阶段追求极致低门槛,可能会抛弃很多 AI 能做到的事情。最后创作者会发现,自己什么都做不出来。

所以至少在一个完全新的、还需要定义的赛道上,不应该一开始就这样做。

Koji

今天这些 AI 工具里,谁走的是低门槛路线?

Roi

最早的第一批 AI 产品,创作端就是极致低门槛:输入一段 prompt,就能创建内容。

当时有一大批产品都这样做,最后发现用户做出来的东西高度同质化,玩不出新的东西。

包括现在一些新的互动产品,也会 claim 自己非常简单,一句话就能做出一个东西。但如果你用一句话、我也用一句话,大家这句话能有多大差别?

Koji

我听到过一个观点:现在已经可以一句话做贪吃蛇游戏,这种事早就实现了。

Roi

早就可以了。

但《贪吃蛇大作战》之所以成为最厉害的贪吃蛇游戏,是因为那些微妙的手感。甚至一点点延迟,是 0.1 秒还是 0.2 秒,都会极大影响游戏体验。

其实《贪吃蛇大作战》能火,一个很大的原因是,那些看起来和你比赛的玩家全都是机器人。它当时第一个把 IO 游戏往这个方向做,让每个人都在一个虚拟系统里得到最强的正反馈。

这何尝不是我们理想中的模拟器体验?

但它的关键点在设计,而设计不是靠一两句话来的。能产生这种想法的创作者,也不是靠一个低门槛工具筛选出来的。

Koji

还有一个观点:未来很有可能看到的抖音是实时生成的,每个人根据自己的需求,生成自己看到的每一帧、每一秒。你认为这会是未来吗?

Roi

我觉得抖音上的内容还是需要分类。

一类是记录真实的内容,一类是虚构的内容,还有刚才提到的互动内容。我们先把互动内容放在一边。

纯视频里,记录真实的内容,背后并不只是“看一个片子”的诉求。大家有和社会连接的需求,以及各种社会性需求,这些东西不会被生成式内容替代。

生成式内容的核心,还是满足虚构需求。所以如果说整个抖音未来都是虚拟生成的,我可能不太同意。真实的部分肯定会存在。

但短剧这一类好玩的东西,有可能都是生成的。至于是不是实时生成,我要打一个问号。

有些东西拍好之后再看,体验也很好,为什么一定要实时生成?最终可能是真实记录、预制内容和实时生成并存。

Koji

我会想,人是需要社会性的,也追求共同记忆。

比如 2026 年马年春晚,王菲上去唱一首歌。如果给 11 个人生成 11 首王菲唱的不同的歌,消费的乐趣会立刻下降。

但如果大家共同听到王菲在 2026 年、在这样一个历史阶段唱了一首歌,然后围绕它产生讨论,这种集体消费的共同内容一定会长期存在。

就像我们一起看 NBA、奥运会,一起看谷爱凌。这些不太可能被实时生成。

但大家可以生成 1 亿个王菲唱歌的二创,反复消费同一个内容。

2026 年有非常多变化正在发生,无论是基座模型、世界模型,还是各种创业探索。在 AI 互动娱乐赛道,今年有没有什么你预测一定会发生的变化?

Roi

我还是比较看好世界模型相关的发展,也就是在一个虚拟世界里进行互动的东西。

这和以前图像模型的发展有一定关联。比如 2023 年我们刚开始做时,Midjourney 还经常画出“鬼图”,虽然好看,但鬼图很多,手指也画不齐,大家觉得没什么用。

一年之后,我觉得它已经非常可以产品化了。

后来视频模型刚出来时也比较差,大家觉得视频模型不行,画面很丑,都是奇形怪状的东西,连翻筋斗都翻不清楚。

又过了一年,现在的视频模型已经发展到一个当时无法想象的水平。

所以现在大家觉得世界模型很弱,图丑、速度慢、成本高,不知道怎么玩。但按照以前的发展速度,我觉得一年之后,它会变成一个挺让人期待、能够消费级应用、真正玩起来的东西。

这肯定也是我们会结合和探索的技术方向。

Koji

你觉得一个由 AI 完全生成的游戏,成为全民大爆款,有可能发生吗?如果有可能,背后的要素是什么?

Roi

首先,一部分是基础设施能力。

所有 AI 驱动的世界,背后还是和语言模型有一定关系。它的逻辑一般还是用语言或代码表达,本质上还是文字。

在实时输出的状态下,怎样保证系统稳定,这需要技术能力和速度。因为实时生成很难忍受高延迟,一旦延迟高,产品就很难扩圈。

这两个基础设施能力很重要,甚至可能是最难的。

大家会很快去探索上限和有趣的东西是什么,但回过头来做基础设施,可能不是那么快能解决的问题。

第二是多媒体,实时多媒体渲染。文字在感官上不够吸引人,也很难扩圈,所以一定要稳定、足够炫。

第三是交互门槛足够低,玩起来足够简单。这件事可以靠设计解决,现在也有很多人在解决,所以我不觉得它特别难。

前面两个东西可能是产品做出来的先决条件,然后还要给创作者一些时间。

Koji

这样的作品有可能最终出现在幕间平台上吗?

Roi

作为创业者,我们当然希望它发生在幕间。

这类作品一定是 AI 原生的,核心由 AI 驱动,所以肯定需要一个坚实的 AI 内核,包括刚才提到的基础设施能力。

我不说一定是现在,但我相信,以 AI 为核心的公司和业务,更有可能孕育出这样的产品。

像 Steam 这样的游戏平台,现在应该没有在做和 AI 相关的基础设施。而且 AI 互动还有数据滚雪球的特点,越晚入场越难做。

所以 AI native 很重要。

第二,你要理解什么叫好玩。这件事是 Steam 这类平台的优势,而不是抖音这类平台的优势。

同时满足这两块的平台,才有机会。我们显然希望成为这样的平台。

Koji

当我们说 AI native 时,到底在说什么?比如说 Steam 没有建设 AI 能力,而我们现在在建设 AI 能力,具体是哪些东西?可以拆成几部分吗?

Roi

一方面,还是基础设施能力。

调用模型,并保证模型输出稳定、快速,本身需要大量工程能力,需要积累,也需要相应的人才。这中间存在时间上的代际差。

第二,是对 AI native 游戏体验的理解。

当一个东西是实时生成的,用户输入的自由度,即便我们讲了很多控制,也远远高于传统上把选项完全封死的产品。而且生成内容也是自由、个性化的。

怎么把这种体验做好,其中的 insight、认知和方法论,目前在整个行业里还比较抽象。

游戏公司当然有很多讨论,但我觉得很多人还没有 get 到这个东西哪里好玩,或者怎样才能好玩。这是认知层面的事情。

第三,是用户积累。

包括已经是核心受众的人,以及从他们周围逐渐泛化的人群。因为他们最爱玩 AI,所以会有很多诉求:AI 怎么玩更好玩,怎么做得更有趣。

AI 是一个很依赖人的东西,也很依赖用户。你需要特别早拿到用户反馈,因为它非常个性化。不是我提供一个最优解,你买单就买单、不买单就不买单,而是每个人的体验都不一样。

所以这三点都很重要。

Koji

你们现在已经积累了哪些关于第二、第三点的认知?有没有具体例子可以分享?

Roi

第二条可能会比较抽象。我之前讲过很多次:怎么让一个自由生成的东西变得有意思。

我有一个总结:系统要是收敛的,但体验要是开放的。不要追求一个非常收敛、非常确定的好结局。

你只需要思考,怎样让用户下一步获得足够惊喜、产生“啊哈时刻”。只要不断有下一次就可以。

即便某一次互动之后,用户觉得再往下没有精彩的下一次,也不重要。他可以在这里结束体验,换下一个世界,去下一个模拟器。我只要让他不断获得“啊哈时刻”就可以了。

它有点像短剧。短剧不一定需要有头有尾,很多短剧越往后看越觉得没意思,但这不重要。只要过程当中体验好、爽,就够了。

生活中也不是每一次体验都像一个有始有终的故事。这和以前把交互写死的设计思路完全相反,特别反直觉。

整个娱乐赛道的发展趋势,就是越来越不在意完整性,而在意中间每一段是不是有足够强的正反馈。

Koji

这是人类一直以来的状态,还是因为短剧、短视频的强势,影响了今天的消费习惯?

Roi

可能本质上,人还是动物。

当有一个东西能够提供无限的生理性刺激,人就会被它一直吊着,会成瘾,不断玩下去。以前可能没有,是因为没有条件做到这种程度。一旦做到了,人就会被这个系统控制。

但我还是觉得要稍微克制一点。

我接受不断获得碎片化、有意思的经历和体验,但如果完全被动地接收精神污染的碎片,让大脑一直处于强刺激状态,莫名其妙时间就消失了,这种体验就不太好。

相比抖音,我更喜欢小红书。它的侵入感没有那么强,会给我一些个人空间,也给我一些选择机会。

否则我会觉得自己纯粹是一个 NPC,被各种系统控制,而不是自己掌控自己的生活。

Koji

可能你还是做不出抖音那样的产品。

做幕间时,你一定会有很多假设,这些假设也有成功率和失败率。目前有哪些对你来说非常重要的假设?

Roi

对我来说,最重要的假设,或者说一开始最纠结、最后还是做出的判断,是 PGC 还是 UGC。

我自己是做 PGC 出身的,也是一个创作者,经常会有忍不住想创作的冲动。但我最终还是选择相信 UGC。

其中一个假设是,我觉得 AI 最大的价值,是赋能超级个体和超级创作者。它会让原本只有组织才能做的事情,在一定程度上实现平权。

当然不是 100% 的平权,而是让有想法、有审美的那部分人,一个人变成一支军队。

这件事能够产生很大的规模。很多这样的人带来的创意和乐趣,远远超过几个团队、几个组织。

游戏行业看起来很大,但其实没有多少人。全中国可能也就 10 万人左右,我不知道,应该没有太多人。

假设有 10 万个用户,每个人都是超级创作者,他们想出来的东西会非常多。

Koji

我原本以为你的假设会更底层,比如平台能不能成立,模拟器这种互动形态能不能变得更丰富、更好玩、更被大众接受。

但你说的这些假设,看起来好像是你认为一定会发生的,所以它们不是假设。

Roi

为什么我觉得这个更重要,而不是模拟器或互动形态能不能成立?

某种意义上,做 AI 这件事,肯定要相信 AI 能带来新的不同体验。所以我觉得那不是假设,而是信念,是信仰。

你一定要相信这个东西,才会做这件事。它不是假设层面的事情。

Koji

如果最后因为某些原因,没有成为你想要的样子,你觉得中间可能犯的最大错误是什么?

Roi

这个问题很难回答。

非常诚实地说,我毕竟是第一次做 CEO,可能会有一些判断得不够好的地方,也可能错过一些重要时机。操作上,我还是会有一些担忧。

具体到方向,我当然会随时质疑自己。比如选择恋爱作为切入点,要用多长时间做这件事?如果它不够大,应该做什么切换?模拟器这个方向是不是还有问题?是不是应该在这个大赛道里往别的方向 shift?

我觉得任何一个创业者都会经常质疑自己当前选择的方向是不是最优解,这都很正常。不算是一个“这个东西错了就怎么样”的问题。

坦白说,我没有想过失败这个问题。就是使命必达,充满自信,必须要充满自信。

Koji

最后,要不要给大家安利一下?如果听播客的朋友想来玩幕间,你会怎么向他们推荐?

Roi

我会针对不同的人,用不同的方式安利。

幕间上有很多不同的生活碎片,每个人喜欢的东西不一样。比如你喜欢观鸟,我就告诉你这里有一个很好玩的观鸟模拟器,里面有这个世界上可能不存在的鸟类,你可以观察它们,也可以创造一些你觉得有意思的鸟放进去,让其他人来玩。

如果喜欢谈恋爱,我就推荐恋爱模拟器;喜欢炒股,就推荐炒股模拟器。

Koji

你觉得最后传播开来,如果有一个流行的引爆点,更可能是某个模拟器引爆,还是幕间这个平台本身引爆?

Roi

我觉得首先肯定是一堆这样的东西一起引爆。

我们最近也会想做一些比赛,让有不同背景的人去模拟自己生活里觉得有意思的东西,让每个人都能在里面找到自己幻想中的美好生活和世界。

Koji

如果今天有 300 万美元可以做天使投资,投 3 个人,每个人 100 万美元。不管对方还没创业还是已经在创业,也不用考虑能不能投进去,只要你想投就一定能投。你会想到哪 3 个名字?

Roi

一定要 3 个人吗?不能投 300 个人,每人 1 万美元吗?

Koji

投 300 个超级创作者?

Roi

其实不只是我们自己的创作者。我还是比较相信自己对 AI 时代人的产出的判断。

相比投一些很成建制的公司,我更想投一些有意思的个人。他们里面可能有人会做得特别大,而现在投又特别便宜。我觉得这可能有很高的投资回报率,也是一个有趣的实验。

毕竟 300 万美元投给大部分大创业公司,对人家来说可能就是一丢丢。

Koji

那如果投 300 个超级个体、超级创作者,你能想到一两个名字吗?

Roi

比如我提到的那些做小手机模拟器的作者。

我发现他们的产品化程度很高,包括运营自己的社交媒体、进行变现的能力也很强。他们逐渐形成了有点像小工作室、个人工作室的状态。

这类人会是我想投的一类人。还有一些未来的 KOL,我觉得面向消费者做 AI 的 KOL,之后面向用户时,可能会产生比较大的影响力。

11. 彩蛋里的多重自我

Koji

最后是彩蛋环节,用 10 个“我是”来造句。

Roi

懂了,但不能用特别简单的,比如“我是 Roi”或者“我是重庆人”,那就太简单了。

我是一个完全不运动的人。

我是一个特别喜欢折腾自己头发颜色的人。

Koji

看出来了。除了红色,你还折腾过什么颜色?

Roi

蓝绿色渐变、紫色、粉色,还有上面是白的、下面是黑的。后来染成了奥利奥的颜色,就是黑白黑。

Koji

为什么那么喜欢折腾头发颜色?

Roi

我觉得色彩对人的心理状态影响很大,也是很好的自我表达方式。

人身上最能折腾颜色的,除了衣服就是头发。头发的冲击力更强,所以我会时不时觉得自己最近需要某种颜色,就把头发换成那个颜色。

Koji

为什么现在需要红色?

Roi

我有个研究玄学的朋友告诉我,五行缺火,需要火。

Koji

那奥利奥色呢?当时是什么原因?

Roi

不是因为五行缺奥利奥。那会儿有点忘了,可能是想要一种有个性、但又比较简洁的状态。黑白比较好搭配,所以做成了黑白的造型。

Koji

两个。下一个可能是?

Roi

除了 founder 以外,我还是插画师,画过很多画。

Koji

哇哦,有被 AI 崩毁吗?

Roi

其实第一步做 AI 画图,就是有点被刺激到了。

关键是我当时还尝试画一些 AI 不太擅长的画风,但后来它逐渐也全部能画了,让我非常受打击,之后就没怎么画过。

这也是我一直做 AI 的一个原因。自己有一部分被 AI 打败了,那就加入它。

Roi

我是猫党。我不喜欢狗,也不是不喜欢狗,只是更喜欢猫。

Koji

这很重要吗?

Roi

很重要。我甚至有点怕猫,不太敢接近猫。

我是一个基本上什么东西都会试着吃一下的人,没有不敢吃的东西。

Koji

吃过最 crazy 的东西是什么?可以讲吗?是保护动物吗?

Roi

不算特别 crazy,只是品类比较丰富。

之前有一段时间在日本工作和上学。日本有很多生食,基本上能吃的生食我都吃过一遍。马肉很正常,还有牛舌、鸡肝、牛肝,各种生的内脏肉,我都会试。

Koji

猪肝也可以生吃吗?

Roi

应该是牛肝和鸡肝。

我是一个重度跑团爱好者。

Koji

跑团爱好者?

Roi

就是 TRPG,桌面角色扮演游戏。我在那个圈子里应该也算一个 KOL。

Koji

什么平台的 KOL?

Roi

蹭朋友的节目,在 B 站上有一些很神秘的、拍跑团的剧。感觉这是一个很神奇的隐藏人生。

我是一个精苏。

Koji

精苏是什么?

Roi

有一些人很喜欢苏联的东西,就叫精神苏联人。

我不是特别“精神苏联人”,但在审美上,我特别喜欢苏联时期的建筑艺术和文学作品。它们有一种非常不一样的风味,既不属于东方,也不属于西方。

我觉得创作、艺术和文学就是要不一样,接触到平常接触不到的东西时,会受到很大的刺激,会产生“原来这东西还能这样”的感觉。

Koji

除了刚才提到的《路边野餐》,作为精苏,你还会推荐什么作品?

Roi

我会推荐大家去看苏联时期的建筑和雕塑。

它们有大量能体现极致集体意志的作品,庞大,又处在很空旷的地方,有点像纪念碑式的建筑。

你会想,一个人在那个时代,怎么会去建造这样的东西?它背后代表的是一种社会形态,非常神奇。

专门有人出版过摄影集,记录东欧和苏联时期的建筑、雕塑。

我是一个基本上不护肤的人,因为懒。

我是一个每天都要喝咖啡的人。

Koji

我们上一位嘉宾说,他从来不喝咖啡和茶。

Roi

我很极端,特别喜欢喝各种咖啡、茶和酒类饮料。只要是饮料我都喜欢,所有乱七八糟的饮料都会试一遍。

我很喜欢喝马黛茶,尤其是加柠檬的马黛茶奶茶,非常好喝。

我是一个感情上一定要占主导地位的人。

Koji

这算一丝丝自爆吗?这意味着什么?

Roi

别人追我,我就觉得很没意思。

Koji

很 ENTJ。

Roi

只有这方面是吧?

Koji

好的,今天谢谢 Roi 来十字路口,也非常期待幕间之后可以取得更大的成绩,让更多人在幕间上找到快乐的玩耍体验。

Roi

好的,谢谢 Koji,我们加油。顺便打一个小小的广告:3 月 21 日,我们和 405 邮局在上海漕河泾有一个线下 workshop,主要想把想探索 AI 怎么玩的人聚在一起,分享怎么用 AI 做好玩的东西的经验。我们邀请了做过模拟器、AI 游戏、AI 人设的圈内人和真实创作者,做大概 5 个主题的分享,感兴趣的朋友欢迎来一起玩耍。

Koji

今天这期视频播客是在漕河泾的 Air Hacker House 录的,workshop 也在漕河泾,到时候大家可以一起现场手搓一些好玩的东西。

Roi

对对对,到时候期待大家可以现场一起手搓一些好玩的东西。

Koji

谢谢 Roi,再见。

Roi

谢谢,拜拜。

Koji

拜拜,拜拜。

她想造一个 AI 时代的“超级游乐场”|对谈 Roi:幕间创始人 / CEO | BidClub