When the Innocent Are Lonely, They Create a World

Full text · 原文 5,778 字

1·18听见自己的声音。 @陈之琰 2024年，曾有一份年轻创业者的榜单。当时，和33岁的王兴兴、30岁的杨植麟、34岁的闫俊杰、30岁的彭志辉排在一起的人中，有个叫凌天格的。他是所有人最年轻的那个：那年他24岁。 后来有一段时间，我没再听到凌天格的新动态。创投圈的风口转了几回，也不知道他的创业如何了。 直到最近，他再次出现在我面前。 创业第五年，凌天格做过月入百万的线上剧本杀项目，做过PC端AI变声器，又在软件应用基础上闯入硬件行业，开始做AI耳机、优化声音模型和Voice Agent。 此前，我们关注到凌天格，除了因为他极年轻就投入创业、有知名机构押注、做出了不错的成绩，还因为他的另一重身份：创二代。 凌天格的父亲凌海是中国第一代互联网创业者，曾任盛大游戏总裁。年轻时，凌海被陈天桥赏识，从长沙来到上海，加入盛大一路做到总裁，亲历中国网络游戏最狂飙突进的年月。离开盛大之后，凌海创办游戏公司蝴蝶互动，尔后卖给了百度。很多年后，财富自由的凌海成为儿子的天使投资人。 凌海与凌天格 然而，这又不是一个典型00后"创二代"顺遂的创业故事。 凌海把凌天格带进游戏世界，给了他第一家公司，也成了他创业最早要反抗的人。这两年凌海反复住进 ICU，那套原本在父亲影响下建立起来的秩序开始松动，凌天格要独自担负起一家公司的命运。 冥冥之中，他又走到了父亲当年没走完的那条路上。 这一期的 elselier 是天格的故事。 最开始创业是因为疫情。 在卡内基梅隆大学（CMU）读大三时，凌天格回到国内上网课。课业应付得来，闲下来就和同学搞 side project ，也不停把想法讲给父亲听。 比如，做一个"反面的大众点评"，大家聚在一起吐槽、差评；一个给留学生用的AA拼单工具，等等。 几乎每一个，都被凌海骂回来。唯一被认可的是线上剧本杀。 凌天格原本就是剧本杀爱好者，当时线下玩不了，他和朋友就在腾讯会议上玩，"体验意外地好"。当时，每个线上剧本杀的群都是满的，QQ群动辄几千人。但却缺个专门的产品。 于是，凌天格创业做了 Halo 剧本杀——"首个真人声优级DM线上带本"的 app 。团队找来大量声优，把线下体验一比一搬到线上，高的时候一个月做到将近三百万收入。 但这场创业，似乎一开始就不完全属于他。 那时的凌天格有产品的 sense ，但对公司治理、商业模式、长期战略几乎没有概念。凌海不只他的天使投资人，还替他组了早期团队，安排两位自己的老搭档做儿子的合伙人，"其实他俩都听我爸的"。 父亲在幕后，儿子在台前。凌天格说，回头看，那更像是父亲借着儿子在二次创业。 尽管都穿着格子衬衫，一开始，凌海更像是真正的掌舵者 不出意外，裂痕出现。 一次会议上，凌天格发现一位合伙人并不了解剧本杀。他对对方说："你自己应该先玩两把剧本杀，再来做。" 对方回答："你应该对我尊重一点。" 凌天格将矛盾归结为两代人不同的管理方式。 在父亲创业的年代，创始人拥有绝对权威。"（父亲）把事情想明白，其他人干就好了。"当时的游戏产业，创始人拿到IP、版权和渠道，判断一个产品能不能成立，再把目标拆解给团队执行。在那套系统里，强势意味着效率。 而凌天格面对的是另一类问题：线上剧本杀应该是什么样？年轻人会如何使用？答案只能从用户中长出来。他需要合伙人进入现场，而不是等自己下达指令。 这种团队间的矛盾很快转化为父子之间的冲突。显然，凌海认为，资金、经验和"顾命大臣"是对儿子的支持。而凌天格在一次吵架后，生气地说："你不支持我，我能做得更好。" 而两代人还没分出胜负对错，疫情骤然结束了。 玩家回到线下， Halo 的月收入从接近三百万掉到一百万，而公司却已经按照一家传统互联网公司的方式，配齐了产品、运营、市场和商务，养着三四十个人。 真正让凌天格慌的不是这些个数字，而是他终于想明白一件事：剧本杀是个好需求，却不是个好生意。 用户既为剧本付费，也为声优付费， ARPU 甚至比线下还高——而这恰恰是陷阱。赚100万，要分50万给声优、20万给剧本版权方。 双边市场的边际成本本应随着规模扩大不断下降，但剧本杀又是一个垂直品类，规模不够大，成本也就无法被真正摊薄。 PMF 强，用户体验好，商业模式却烂在根上。 "声音"是凌天格第一个产品 Halo 的核心关键词 更糟的是，凌海病了。 这是一个漫长的过程。有时候他清醒，能听懂公司发生了什么；有时候又无法理解。过去那个总能给出判断、提供资源的人，逐渐从公司的决策里退出。 公司账上见底，凌天格自掏腰包，垫了所有员工一两个月的工资。 几乎是绝境里，救命稻草来得毫无预兆。 那段时间，凌天格把团队拆成两组：三十个人继续维持剧本杀，另外十个人做一个新项目——AI变声器"大饼AI"，海外版叫 Dubbing AI 。 这个想法也不是凭空出现的。做线上剧本杀时，凌天格发现，好的声音能带来极高的溢价。用户不只为剧本付费，也为声优制造的情绪和沉浸感付费。一旦声音与角色匹配，人的体验会发生明显变化。 如果声优能拥有这种能力，普通人是否也可以？ 十个人的小团队很快做出了一款PC软件，上线过程极度简陋。没有宣发、没有造势、没有投流，"就是上线了官网"，再买了几个"变声器"的搜索关键词。 然后，一名《永劫无间》的头部主播偶然用了它。 这名男性主播把自己的声音变成"小姐姐"，在游戏里假装操作很差，随后突然展现真正的水平。声音和操作之间的反差制造了足够好的节目效果。弹幕不断追问：这是什么软件？ 主播在直播镜头里露了一下产品。 那个月，涌进了二三十万用户。更多主播开始使用它，产品很快增长到百万用户量级。 困难中，凌天格早就想裁员了，但一直忍着没动。 "在 momentum down 的时候调整，你又差，还裁员，公司就完蛋了。"他一路"苟着"，"苟"到新产品爆发，新一轮投资的钱打进账上，才做了转岗和优化。 然后，凌天格告诉留下来的人："我们还可以。" 他说，从那一刻起，他好像才真正地成为了一个 founder 。 很快，"大饼AI"在国内、国外累积了五百多万的用户。海外多是在 Minecraft 、 Roblox 、 Fortnite 等游戏里的玩家，本身就有场景角色扮演的需求；而国内更多是竞技游戏和主播。"给社恐、i人用一个声音的滤镜，就可以用一个虚拟的声音，就能更好开口。" 传统变声器大多依靠调节音高、混响，只能生成"小黄人"、"擎天柱"式的非自然声音；而另一种"语音转文字、再合成语音"的路径，又容易丢失情绪，增加延迟。 "大饼AI"则采用 Transformer 架构直接做 voice-to-voice ，在实时更换音色的同时保留语气、停顿甚至笑声，并把早期近30%的CPU占用降至个位数。 但PC端很快撞到了天花板。 之所以能在电脑上变声，是因为它把系统的麦克风代理掉了，而手机做不到这件事。可移动端的游戏用户，比PC要多得多。 "不是我想做硬件，而是不得不做。"凌天格说。 问题是，怎么做？ 2024年，凌天格给硬件项目划了一百万元预算：花完还做不成，就不做了。 第一代产品是一个插在手机上的"小尾巴"。团队把模型部署在盒子里，用户还要另外连接一副蓝牙耳机。 这样一个近似"半成品"的东西，也卖出了一万多台。一方面证明需求确实存在，另一方面也暴露了几乎所有问题：用户要断开原来的蓝牙，插入设备，下载app，再把手机、盒子和耳机连接起来。 更麻烦的是，硬件完全外包。 固件出问题要向供应商提工单；卖得好时无法立刻扩产，卖得不好时也停不下来。凌天格的产品节奏按周计算，硬件厂商却有自己的排期。 第一个一百万花完，东西"还可以"。凌天格又投进更多个一百万。 他招来供应链和驱动工程师，自己做固件、找零部件、对接工厂，包下两条产线。产品也被改造成最容易理解的形态：一副有线耳机。 插进手机，打开 app，就能变声。 为了不在耳机里塞进昂贵的AI芯片，团队设计了一套私有协议：耳机一头连接app，由手机完成模型计算；另一头通过标准协议，把处理后的声音送回游戏、电话或者直播间。团队为此适配了过去近五年的大量手机。 截至今年7月底，这款耳机累计售出超过十万台。今天，押注他的投资者名单在变长，从源码资本、奇绩创坛，到 PeakXV Partners （原红杉印度及东南亚）、绿洲资本、IDG。 但凌天格显然不是想做一家游戏耳机公司。 从剧本杀、到变声器，他想要解决的是"用什么声音说话"；做出口音转换和情绪增强后，解决的是"怎样把话说得更好"。 再往前一步呢？ 凌天格和团队发现，即使给一个人完美的音色、标准的口音，他仍然可能不知道该说什么。 "只有一张完美的嘴，脑子跟不上还是不行。" 发现这个问题后，他们最初尝试让AI在对话中给用户提示，告诉他下一句应该怎么说。 这个功能很快失败了。没有人愿意一边聊天，一边看AI的指导；即使看到了，人也未必愿意照做。 于是，凌天格把关系反了过来——不让AI教育人，而是让人指挥AI。这个新一代的产品被叫作"AI嘴替"。 现在，带上大饼AI耳机的用户只要给出一个目的——帮我和对手理论、帮我活跃会议气氛、帮我与陌生人搭话—— Agent 就会直接进入对话。用户可以在旁边听，随时纠正，也可以中途接管。 在最早的一批测试用户里，有人先和Agent聊很久，让它了解自己，再说"你爱怎么聊怎么聊"；有人要求它学习自己的说话方式；还有人把不同的人设混在一起，让语言风格像罗永浩，情绪表达像林志玲。 用户原本以为自己在训练一个工具，后来却把创造这个人格本身也变成了游戏。 凌天格告诉我，在团队内部，他们把用户下达的目标叫作 intention ，把 Agent 真正和别人发生的交流叫作 conversation 。 一次对话没有做好，用户就修改要求； Agent 再说，用户再纠正。在这个过程中，真正有价值的不只是某一段语音，而是一个人为什么要说这句话，以及这句话最终有没有达到目的。 这也是凌天格认为，声音在这一轮AI中仍然被低估的原因。 语音转文字最终仍然回到文本，是大厂熟悉的战场（这也是他不直接做同声翻译的主要原因）。实时voice-to-voice却不一样：它要保留情绪、语气和身份，要足够低延迟，还要理解游戏、电话、会议等不同场景。 在凌天格看来，声音不是文本的附属品，而是 AI 进入真实关系的接口。 他认为，这个产品"有机会长成一个 Agent Layer 的微信。" "直接再做一个微信肯定是做不过的。但我觉得 AI-native 的微信要解决的是另一个需求：让用户基于场景，做属于自己的表达。" 在他的设想中，未来的人或许不再亲自处理每一次沟通，而是把目的交给 Agent ，由它找到合适的应用，用你的声音、按照你的习惯，替你完成一场场的对话。 在线上，它可能藏在一副耳机或者一个 app 里；在线下，它也可能进入机器人，成为一个人的物理分身。 从这个意义上说，硬件只是桥，声音只是入口。凌天格真正想造的，是一张能够理解主人意图并完成最好表达的嘴。 故事讲到这里，有一个奇妙的回环。 多年前，在凌海离开盛大后，最早尝试的创业方向，也是声音。 2013年前后，凌海做过一款叫"抬杠"的 app 。产品每天给出不同的议题，用户用语音争论：一场比赛是否公平，一个公共事件该如何评价，任何问题都可以吵起来。 "抬杠"试图抓住的，同样是人表达自己的欲望。 但那时太早。凌海最终离开声音，重新回到更熟悉的游戏领域。十多年后，凌天格从游戏出发，又走回了声音。 两代人从相反的方向，走进了同一条河。幸运的是，凌天格赶上了模型、算力、实时通信和端侧硬件同时走向成熟的时刻。 这个故事还可以被回溯到更早以前。 2003年，凌海还在长沙一家软件公司做高管。那时的盛大如日中天，陈天桥把凌海从长沙挖到了上海。后来的很多年里，凌海成为盛大总裁，帮着陈天桥，把PC端的《传奇》搬上手机，搞定IP、搞定版权、搞定渠道。 不过，这些故事都是凌天格后来才拼凑起来的。他真正记得的，是盛大的那间上海办公室。 受父亲的影响，凌天格三四岁时就接触电子游戏了。六岁开始就常常出现在盛大的办公室里。父亲是高管，"也没有人管"，于是他在不同项目组之间串门，玩一款又一款游戏。"每个游戏都有无限的资源。" 凌家的旅行方式也不太一样。每到一个城市，父子俩要么去当地网吧，看那里的人都在玩什么；要么去 GameStop ，看哪些游戏正在热卖。 凌海当然喜欢玩游戏，但他也始终在观察：用户为什么喜欢，为什么留下，又为什么愿意付费。 凌天格至今也保留着这个习惯。 还有一个小学时代的夜晚，被凌天格记了很多年。 那天，他和父亲在家里玩《真·三国无双》。电视正对着床，两个人坐在床边，一关接一关地打。到了夜里很晚，有一关无论如何也过不去。凌天格困得受不了，对父亲说："爸，我要睡觉。"凌海不让他走。 "你睡了我怎么办？我们是队友，和你一起打，才能打过呀。" 还是小学生凌天格被父亲提前拉进了一种"战友"关系。很多年后他才意识到，父亲说的不只是一局游戏。 2010年，凌天格跟着父亲走遍了当时美国最好的互联网公司，这是一个10岁孩子视角下工作中的父亲 后来，凌天格确实创业了。只是他必须先离开父亲的指挥，换掉父亲安排的队友，找到自己的产品和打法。 凌海曾经告诉凌天格，一家公司真正结束的时刻，不是账上没钱，而是创始人自己放弃。只要人还在，就总有办法。后来，公司最困难时，凌天格也开始反复对团队说这句话："总有办法。" 凌海的身体在这个过程中慢慢变差。凌天格说，如果父亲现在是清醒的，他肯定会为自己自豪。然后他又接着补了一句："但如果他一直是清醒的，我可能也不一定会是现在的我。" 很多年前的那个夜晚，是父亲不让凌天格睡，两个人是队友，必须一起把那一关打过去。今天，凌天格有了自己的游戏、自己的队伍，自己的声音。 这一次，轮到他想把父亲叫起来。"快点起来，看看我做的这个。" 封面来源：Winslow Homer, Breezing Up (A Fair Wind), 1873–1876, National Gallery of Art

Site key	elsewhere
Policy area	创业
Category	report

When the Innocent Are Lonely, They Create a World

赤子孤独了，会创造一个世界