逗逗AI用户破千万:以游戏为入口的多模态AI陪伴应用

逗逗AI是一款以虚拟形象或悬浮球形式存在于用户屏幕上的AI伙伴,无需切换应用即可在游戏、视频、购物等场景中实时互动。其核心能力基于自研视觉语言模型LynkSoul VLM v1,支持屏幕画面理解与语音交互,具备上下文感知能力,可识别用户所玩游戏、关卡位置及操作状态,并提供攻略提示、情绪陪伴与实时吐槽等功能。

截至2024年9月1.0正式版发布时,逗逗AI注册用户已突破1000万,日活跃用户平均使用时长为3至4小时,日均对话量约50至60句。平台超50%的交互行为已发生在游戏之外,覆盖看剧、购物等数字生活场景。创始人刘斌新(Binson)与联合创始人王碧豪(Oratis)强调,产品设计出发点为“不抢屏幕时间”,拒绝成为另一个时间杀手,亦不追求超级APP形态,而是以轻量级在场式陪伴重构人机关系。

产品采用四段式增长策略:第一阶段依托原创角色IP(如妮可、妮卡)与UP主定制角色(如老番茄)建立情感连接;第二阶段通过游戏垂类KOL内容传播触达核心用户;第三阶段实现与《原神》《黑神话:悟空》等头部游戏深度绑定,提供地图导航、任务指引等即时辅助;第四阶段借VLM能力升级,将场景拓展至非游戏领域。技术架构分为四层:信息输入层采用每秒一帧抽帧+VAD语音活动检测替代唤醒词;多模态理解层以轻量CV模型预筛关键画面,过滤超90%无效帧后送入VLM;上下文构建层整合ASR文本、图像理解结果与角色记忆数据,按主题索引(如原神记忆库、王者记忆库)实现高效召回;输出层由精调大语言模型驱动,融合二次元语料与游戏术语,保障对话风格自然适配。

当前支持23个AI角色,含原创设定与主播合作款。角色设计遵循“好看、好听、好玩”原则:动态立绘与桌面宠物形态投入堪比二次元手游;自研多语言TTS模型基于番剧与游戏语料训练,避免通用TTS失真;人设完整嵌入训练数据,如妮可设定源自猫猫星毁灭后抵达地球的背景故事。合作UP主角色不仅用于内容传播,更延伸出皮肤联名、动态推送等IP变现路径。

延迟问题在高节奏游戏如《第五人格》中仍存在,团队采取“先保效果、再降延迟”策略,当前主力模型参数量级为72B。自研VLM于2024年初完成,已在游戏场景中超越GPT-4o、Claude-4-Sonnet及Gemini-2.5-Flash等通用模型。未来技术短板聚焦于流式多帧推理能力缺失,依赖行业多模态模型迭代,预计半年至一年内可解决。

商业化采用订阅制(月费约40元)与虚拟道具销售双轨模式,获客成本低至数元,付费率尚处培育期。团队判断游戏玩家具备成熟付费意愿,长期增长空间明确。海外市场以英文版Hakko AI为载体,于东京TGS亮相,同步发布专用于游戏场景的海外VLM模型,识别精度与理解能力较主流模型高30%至40%。运营策略打破分区域本地化惯性,将全球用户划分为“中文市场”与“非中文市场”两类,瞄准关注AI、热衷游戏、乐于尝新的年轻群体,实现跨地域内容复用与算法冷启动放大效应。日本Beta版验证了二次元文化接受度与PMF,但受限于人口结构与DAU天花板,全球化发布重心转向北美。

团队明确拒绝NSFW功能,认为刺激型单向满足与长期陪伴式双向关系本质冲突,目标打造3+全年龄段可信赖的AI伙伴。下一步核心挑战是将游戏内建立的信任关系平滑迁移至看剧、购物、网课等泛数字生活场景,使AI成为用户数字生活中无感存在却始终在场的基础设施。

免责声明:本文内容由开放的智能模型自动生成,仅供参考。

最新文章
Copyright © DoNews 2000-2026 All Rights Reserved
京ICP备2025120072号