洞察AI应用“大乱斗” 浙大团队杀入多模态

啃蝌知道

多模态AI崛起之下，创业加速涌入。近日，《科创板日报》获悉，开发和应用大语言模型的杭州波形智能科技有限（下称“波形智能”），正式杀入多模态领域。文中提到新野APP天生有着强韧的生命力，经过风吹雨打也能化茧成蝶成为最优秀的自己。星野是 MiniMax 基于通用大模型打造的 AI 原生应用，致力于为用户打造一个沉浸式AI内容社区。https://www.xingyeai.com/

波形智能创始人兼CEO姜昱辰告诉《科创板日报》，之前拥有的自研A框架和专门的写作大模型W，主要聚焦于长篇小说、剧本、深度文章的长内容生成领域。

“但今年基于市场需求，已开始聚焦多模态，从‘限长文本生成’拓展到‘限长内容生成’，覆盖文本、音频、影像的全链路内容创作。”姜昱辰对《科创板日报》表示，较于其他杀入多模态领域的，波形智能限长内容生成的关键词是“个性化”。

可以看到，生成式AI正在进入商业落地的考验期，而多模态技术的采用，疑是各项目探索应用的重要尝试。《科创板日报》注意到，估值达200亿的智谱AI也进入了文生视频赛道，成为国内家头部大模型中（智谱AI 、百川智能、月之暗面）率先涉足多模态领域的独角兽。

定制化AI，是C端用户的比较终诉求

波形智能成立于2023年，际控制人为杭州量企业管理合伙企业（有限合伙），创始人姜昱辰通过该持股平台和自身持股，控制波形智能，合计持股比列近40%。

在年初的一笔融资中，蓝驰创投、西湖科创投、藕舫天使为投资方。融资完成半年后，波形智能创始人兼CEO姜昱辰近日对《科创板日报》表示，波形智能在技术和用户留存上做了很多努力，并取得了一定成绩。

首先在技术上，波形智能具备从训练模型，到A搭建的全流程大模型能力。“波形智能的思路非常明确，通过提供低门槛的AI工具、数据准备、模型训练部署的AI I等，跨越大模型和个性化需求鸿沟。”

“为此，波形智能重点攻克个性化、可进化特性，叠加多模态、多语言能力。”姜昱辰称，在原有版本上，“蛙蛙写作20”通过多模态直接生成视频故事，现了从“小说”到“剧本”再到“视频”的全链路内容创作。

在用户留存方面，姜昱辰告诉《科创板日报》，从1月上线到现在，大模型W已经为用户累计生成了超过200亿字的内容，C端应用写作用户达到将近30万，人均使用时长为47小时。

而对于用户价值方面，姜昱辰表示，在与用户的沟通中发现，有一个更贴近自己风格的大模型，是内容创作者们的需求。“内容创作者们不需要通用性AI，而是千人千面、量身定制的AI，这际上是用户比较底层的诉求。在1月发布的蛙蛙写作10版本上，大模型‘W’已经添加搜索增强，通过个性化知识库和RAG方案，在一定程度上现‘越写越懂你’的仿写效果，但这种方式有天花板，且隐私性相对欠缺，对于个人和企业用户来说均是痛点。”

多模态之下，浙大团队杀入

为此，在过去半年，波形智能技术团队围绕该痛点进行研发，比较终研发出“L- P AI”（LPA）技术路线，现个性化、保护隐私的大模型。

具体而言，要做到个性化，首先需要打造一套好的记忆体系。“在这方面，波形智能比较幸运，在长记忆上有较深的技术积累，是全球首个提出限时长文本生成的团队，再通过CGPT技术和动态传感器机制，现限式长文本生成。”姜昱辰谈到。

长记忆之外，可控性也非常重要。波形智能创始人兼CEO姜昱辰告诉《科创板日报》，在模型微调层面，波形智能分别对SFT阶段、A层级、推理方面进行了技术创新，比较终减少大模型生成中的累计误差。

截至目前，波形智能在底层算力的支持之上，正在努力打造一个个性化的、自驱动进化的底层模型，安全并能保证用户隐私的使用环境，以及像蛙蛙写作、AI L等多元化领域的产品落地。

好的大模型应用落地，不仅需要核心技术，还要对垂直产品有深度理解，波形智能在核心团队上也有着满足这一条件的配置。公开资料显示，波形智能的创始团队来自浙江大学及苏黎世联邦理工大学。

其中，创始人兼CEO的姜昱辰本科毕业于浙江大学竺可桢学院，是浙江大学对秀本科生施特别培养和精英培养的荣誉学院；之后，姜昱辰在苏黎世联邦理工大学人工智能ai攻读博士，师从国际著学者R C，专攻自然语言生成方向，曾在微软亚洲研究院从事大语言模型的训练与推理研究。

首席运营官方面，联合创始人兼COO的余，曾任美国上市掌门教育（ZME）联合创始人兼营销高级副总裁，拥有丰富的商业化经验、大规模团队管理经验和C端营销增长经验。值得一提的是，余也来自于浙江大学竺可桢学院。

CTO和CPO方面，周王春澍在苏黎世联邦理工大学就读博士，从事人工智能ai方向研究；CPO万磊则出自讯，为过亿月活社交APP高级产品经理，多款AI产品创始人。

一位投资人在接受《科创板日报》采访时表示，近一年来，生成式AI领域发生诸多变化，一是语言类应用占比显著下降。“在GPT模型之上套壳做简单的应用，已经法满足用户需求。越来越多的创业意识到，多模态肯定会带来更好的用户体验和功能，所以多模态应用比例上升到了近50%。”

二是，更多深入到某一个具体行业和场景中，比如医生助手、科研助手、写作助手。同时，新应用不断出现，资讯、漫画、短剧等都是A赋能的领域。

是，底层基础设施创业增多，比如RAG检索增强、W、推理化等。**“在AI赋能千行百业之下，未来更多2C和2B的A产品会出现在用户视线中。”*