“我其實(shí)天生就是一個(gè)適合創(chuàng)業(yè)的人?！?br/>

文丨祝穎麗

編輯丨宋瑋

王詩沐最鮮明的標(biāo)簽曾是前網(wǎng)易云音樂高管。之后，他的職業(yè)軌跡就顯得有些 “迷失”：在騰訊的幾年里，他主導(dǎo)過 NFT、社交電商等創(chuàng)新項(xiàng)目，執(zhí)掌過騰訊新聞，但都因?yàn)闃I(yè)務(wù)關(guān)停、縮小或戰(zhàn)略調(diào)整而顯得沉寂。

2022 年，王詩沐離開騰訊，一度 “消失” 于公眾視野。但對王詩沐自己來說，過去一段時(shí)間事情一直在沿著他的路線圖往前走。

他是對內(nèi)容形態(tài)很敏感的人，早在快手和抖音崛起前，他就看到了短視頻作為新范式的價(jià)值；同時(shí)也看到了視頻這種媒介的缺陷：它是單向的、被動(dòng)的、讓人沉迷的。在他看來，視頻之后的下一代內(nèi)容形態(tài)，應(yīng)該是 3D——一種具備極強(qiáng)互動(dòng)性和動(dòng)態(tài)反饋的介質(zhì)。

早在騰訊時(shí)，他就開始接觸 3D 內(nèi)容。當(dāng)時(shí)他負(fù)責(zé)的創(chuàng)新事業(yè)部，定下了三個(gè)核心點(diǎn)：AI、3D 和區(qū)塊鏈。在他看來，這分別代表了新的生產(chǎn)力、新的介質(zhì)和新的生產(chǎn)方式。

AI 加上 3D，也最終成為了他現(xiàn)在的事業(yè)。2022 年底，王詩沐創(chuàng)立了全靈（Seele）。他從零開始訓(xùn)練 3D 游戲大模型，直到今年最終完成。接下來，他們還將發(fā)布一個(gè) 4D “世界模型”，讓游戲從 “渲染” 走向 “實(shí)時(shí)生成”、以及一個(gè)統(tǒng)一 3D 理解、生成與編輯的大模型。

如今，搭載他們自研模型的網(wǎng)頁產(chǎn)品 Seele 已能實(shí)現(xiàn)分鐘級生成游戲：一個(gè)簡單的跳一跳或俄羅斯方塊，幾分鐘搞定；復(fù)雜的 3D 場景和玩法，幾個(gè)小時(shí)內(nèi)就能成型。目前，Seele 積累了超過 100 萬用戶，生成游戲數(shù)量超過 3 萬個(gè)。

回看過去，王詩沐遺憾自己 “出來晚了”，這種目標(biāo)純粹的創(chuàng)造狀態(tài)令他沉迷：“我早就該創(chuàng)業(yè)了，我現(xiàn)在非常快樂。”

煉出一個(gè) 3D 游戲模型

游戲早就證明了 3D 的吸引力：強(qiáng)互動(dòng)、高沉浸、參與感極強(qiáng)，但 3D 內(nèi)容過去沒有長出 “平臺”，是因?yàn)橹谱鏖T檻太高了。

過去二十年，3D 幾乎等同于 PGC（Professionally Generated Content 專業(yè)生產(chǎn)內(nèi)容）。一個(gè)像樣的 3D 游戲，動(dòng)輒上億成本、百人團(tuán)隊(duì)。UGC （User Generated Content 用戶生產(chǎn)內(nèi)容）在這個(gè)世界里幾乎沒有生存空間。

王詩沐一直在思考，能不能把 3D 內(nèi)容的生產(chǎn)門檻降低。2022 年底他離職創(chuàng)業(yè)，在大語言模型尚產(chǎn)品尚未面世前，就已經(jīng)開始研究 “如何讓 3D 內(nèi)容規(guī)模化生產(chǎn)”。

那時(shí)能用的技術(shù)非常原始：GAN（對抗生成網(wǎng)絡(luò)）、強(qiáng)化學(xué)習(xí)。做得很慢，也很重，且生成的模型 “泛化性” 極差——比如做完一個(gè)歐洲人模型，要切換到亞洲人或動(dòng)物，幾乎得重頭再來。

很快，大語言模型的爆發(fā)徹底改變了規(guī)則。用基于 Transformer 的自回歸模型（時(shí)間序列的統(tǒng)計(jì)方法）來做 3D 模型的訓(xùn)練，能將生產(chǎn)效率提高 100 倍不止。

然而，訓(xùn)練這套 3D 游戲大模型面臨一個(gè) “冷啟動(dòng)” 障礙：數(shù)據(jù)。

互聯(lián)網(wǎng)上遍地是文本和代碼，但高質(zhì)量的 3D 游戲數(shù)據(jù)，包括 3D 模型、動(dòng)畫序列、腳本代碼，極其稀缺，且分散在藝術(shù)家手中。為了解決這個(gè)問題，全靈團(tuán)隊(duì)采取了一個(gè)巧妙的產(chǎn)品策略：他先做了一個(gè)名為 koko 的應(yīng)用。

koko 是一個(gè) 3D 虛擬人工具，用戶可以上傳 3D 模型，生成一個(gè)可以對話、跳舞的 Avatar（化身）。當(dāng)時(shí) Chatbot 類型的應(yīng)用 正在大火，團(tuán)隊(duì)利用這個(gè)時(shí)機(jī)，迅速就吸引了三千多位擁有高質(zhì)量 3D 數(shù)據(jù)的創(chuàng)作者，并以此積累了最原始的 3D 數(shù)據(jù)。

但拿到數(shù)據(jù)只是第一步，真正的難題在于如何處理。在 3D 領(lǐng)域，數(shù)據(jù)的復(fù)雜程度遠(yuǎn)超文本和圖片。一個(gè) 3D 模型不僅包含幾何結(jié)構(gòu)，還包含材質(zhì)、骨骼動(dòng)畫、物理屬性以及它在空間中的交互邏輯。

為此，公司內(nèi)部甚至專門建立了一個(gè)近百人的數(shù)據(jù)團(tuán)隊(duì)，“你很難想象，一家創(chuàng)業(yè)公司會有一個(gè)上百人的數(shù)據(jù)團(tuán)隊(duì)（含外包和實(shí)習(xí)生）?！?/p>

通過 koko 積累的數(shù)據(jù)，團(tuán)隊(duì)高精度的標(biāo)注與清洗，Seele 最終在 2023 年底開始了正式訓(xùn)練，經(jīng)過一年多的迭代，2025 年 5 月，Seele 游戲大模型第一代誕生了，基于此的產(chǎn)品 “Seeles.ai” 也正式上線。

自此，用戶只需要輸入一段文字，通過與 AI 自然語言交互就能得到一個(gè)可運(yùn)行的游戲。

目前這個(gè)模型能力還在初期，王詩沐將之定義為 “L1 階段”，智能水平還只能生成簡單的預(yù)覽版游戲。他預(yù)計(jì)，大約到 2026 年上半年，其能力上限就可以做出類《動(dòng)物森友會》級別的復(fù)雜游戲；到 2029 年，能做出 《頭號玩家》級別的全沉浸式世界。

技術(shù)驅(qū)動(dòng)的產(chǎn)品

對于王詩沐來說，做 Seele 與當(dāng)年做網(wǎng)易云音樂有本質(zhì)區(qū)別。

網(wǎng)易云靠的是市場敏銳度、是對用戶的洞察；而 Seele 的底色是技術(shù)。對技術(shù)理解的深度，不僅會直接影響產(chǎn)品的鍛造，還會影響運(yùn)營以及商業(yè)化等方方面面。

不同于行業(yè)目前普遍采用的 “AI+工具鏈” 模式——利用模型能力輔助現(xiàn)有工作流進(jìn)行提效，Seele 相信未來模型的能力足以支撐起商業(yè)級游戲的完整生成。因此，他們不想止步于單點(diǎn)工具的開發(fā)，而是自研底層模型，試圖讓用戶僅通過多輪對話造出完整的游戲，實(shí)現(xiàn)從靈感到完整游戲的 “端到端” 創(chuàng)造。

另一個(gè)認(rèn)知是，他們看到，當(dāng)自回歸大模型訓(xùn)練出來后，只要持續(xù)迭代下去，未來的邊際成本會越來越低。

目前 AI 行業(yè)普遍面臨一個(gè)困境：成本無法收斂。一千個(gè)用戶生成一千張圖或一段視頻，每一幀都是新的推理消耗。

但 Seele 的游戲模型邏輯不同，“游戲是解耦的，一個(gè)用戶跑步的視頻，你沒辦法把里面的人背景，跑步的動(dòng)作都分離出來，但是游戲是可以的，因?yàn)橛螒虮举|(zhì)上是分離的數(shù)據(jù)。”

王詩沐解釋，他們的用戶如果生成相似的射擊游戲，里面的建筑、槍械、地圖的是多模態(tài)對齊的資產(chǎn)；而當(dāng)另一個(gè)用戶要做跑酷游戲時(shí)，相似風(fēng)格的建筑資產(chǎn)也是可以復(fù)用的。這種資產(chǎn)復(fù)用帶來的 “成本收斂”，讓 Seele 生成一個(gè)復(fù)雜游戲的邊際成本降到了幾美金。

目前，Seele 主要還主要以會員訂閱來收費(fèi)，但在未來，隨著創(chuàng)造一款游戲的成本降到更低，團(tuán)隊(duì)不希望不再從用戶手上收使用產(chǎn)品的錢，而是通過廣告分成來實(shí)現(xiàn)商業(yè)化。

比如，平臺通過會算法篩選優(yōu)質(zhì)游戲、再進(jìn)行分發(fā)，而創(chuàng)作者就可以通過在游戲中植入廣告獲得收入分成。

“天生適合創(chuàng)業(yè)的人”

雖然在大公司做到高管，但王詩沐更愿意定義自己為一個(gè) “天生適合創(chuàng)業(yè)的人”。他享受創(chuàng)業(yè)帶來的專注感和目標(biāo)感，甚至?xí)榱?‘身體力行’ 搞明白開公司是怎么回事，而親自去跑工商注冊。

全靈目前保持著精簡的團(tuán)隊(duì)規(guī)模，正式員工僅 40 余人。未來，他們希望最上限也不要超過 1000 人。他們公司沒有專門的 HR，王詩沐親自負(fù)責(zé)最后一輪面試，決定新員工能否錄用。

為了適應(yīng)大模型的飛速發(fā)展，全靈大約每個(gè)季度進(jìn)行一次組織架構(gòu)調(diào)整。 例如，在 2024 年，當(dāng)技術(shù)實(shí)驗(yàn)證明 “自回歸” 路徑優(yōu)于 “擴(kuò)散” 路徑后，團(tuán)隊(duì)迅速取消了按模態(tài)（3D、圖像、文本、語音）劃分的方式，轉(zhuǎn)而進(jìn)行整體合并。

隨著 L1 階段的游戲趨于成熟，公司準(zhǔn)備再次調(diào)整團(tuán)隊(duì)的資源分配。他們目前 70% 的人力資源在模型側(cè)；下一步，他希望加大游戲的發(fā)行和商業(yè)化的力度，預(yù)計(jì)未來組織資源分配在模型和產(chǎn)品商業(yè)化上將達(dá)到 1:1 。

王詩沐認(rèn)為傳統(tǒng)的 “誠信”、“正直” 等正面價(jià)值觀是人類基本道德，無需贅述；在 Seele，他們通過規(guī)定 “紅線” 來約束組織：不要官僚主義、不要貪污腐敗 。

在 AI 創(chuàng)業(yè)公司普遍爭奪最聰明的人時(shí)，王詩沐對人才的思路也顯得特別。

他認(rèn)為，勤奮的作用比聰明更重要；為了理解圖形學(xué)底層邏輯，他們核心團(tuán)隊(duì)曾全員利用工作之外的時(shí)間，在一個(gè)月內(nèi)都看完了幾十個(gè)小時(shí)的專業(yè)視頻課程（Games 101），這讓他們整個(gè)團(tuán)隊(duì)都拉齊了對 AI 技術(shù)的理解。

他也不迷信頂級名校或多年資歷，而是傾向于相信年輕人的學(xué)習(xí)能力 。全靈公司里，現(xiàn)在就有 2024 年畢業(yè)的非名校本科生直接參與大模型訓(xùn)練，并已能獨(dú)當(dāng)一面。

十幾年前，剛做出網(wǎng)易云時(shí)，王詩沐說自己有一種 “春風(fēng)得意” 的感覺，感受的是大江大河、時(shí)代洶涌的推背感；再次置身 AI 的浪潮里，他覺得自己已經(jīng)淡定得多。他偶爾焦慮，但從不痛苦，因?yàn)閯?chuàng)業(yè)帶給他的專注、自由以及掌控的 “快樂” 已經(jīng)足夠多。

為呈現(xiàn)創(chuàng)業(yè)者的個(gè)人特點(diǎn)和保留思考的完整度，以下為部分對王詩沐的采訪問答，與正文互為補(bǔ)充：

晚點(diǎn)：你創(chuàng)業(yè)，選擇的為什么是 3D 游戲這個(gè)切口？

王詩沐：我看好 3D，也不只是說它的商業(yè)價(jià)值大。顯然，是我覺得 “互動(dòng)” 對人類的價(jià)值是很高的。人本質(zhì)上是個(gè)社交型的群居的動(dòng)物，你一個(gè)東西的互動(dòng)性很強(qiáng)，并且能打破時(shí)空限制的話，是可以大大增強(qiáng)人類的交互性的。

晚點(diǎn)：有必要自己做一個(gè)模型出來嗎？為什么你們有能力做，怎么做？

王詩沐：如果能夠廣泛降低生產(chǎn)成本的話，那 3D 交互會成為人們互相交流的新的想象空間。所以，怎么樣去能夠把這個(gè)互動(dòng)成本趨近于 0，這是我們首要去考慮的問題。

以前人們互相發(fā)短信是一毛錢，后來發(fā)微信，你有個(gè)包月流量，這個(gè)邊際成本趨近于零了。那從終局來思考的話，要達(dá)成的是技術(shù)范式的轉(zhuǎn)變，意味著我們要選擇一個(gè)邊際成本持續(xù)往下降的技術(shù)路線。

我本科本來也是學(xué)這個(gè)計(jì)算機(jī)圖形方向的，我原來在浙大的 CAD 實(shí)驗(yàn)室。

第一個(gè)就是我們自己學(xué)，我去讀了大量的論文，然后看了大量的視頻，自己一步步地去搞明白，要實(shí)現(xiàn)這個(gè)大模型到底需要什么東西，有哪些模塊。

也去找對應(yīng)的，能做出這樣技術(shù)路線的人才，能力圖譜就是理解大模型結(jié)合游戲，但對游戲的理解，不需要特別深，尤其忌諱太深。

因?yàn)槿绻闶且粋€(gè)游戲行業(yè)非常資深的人，會覺得我們這個(gè)做法有點(diǎn)太搞笑或者是太小兒科，一開始是絕對出不來高質(zhì)量的東西的。

晚點(diǎn)：從產(chǎn)品經(jīng)理到自己做模型，是個(gè)轉(zhuǎn)型嗎？

王詩沐：我對自己的定義不是一個(gè)產(chǎn)品經(jīng)理，我不喜歡給人打標(biāo)簽，也不給自己打標(biāo)簽。我覺得做產(chǎn)品是一項(xiàng)綜合能力，包括原來我在網(wǎng)易云音樂的時(shí)候，我很早就開始搞算法。

網(wǎng)易音樂一開始的那個(gè)私人 FM 的算法，我還自己寫，還去看過 meta 所謂的信息流推薦，我覺得一個(gè)好的產(chǎn)品經(jīng)理要有很綜合的能力，不只是說我調(diào)研一下用戶需求、市場需求，寫一下 PRD，到后面他需要有很好的架構(gòu)能力，商業(yè)思想，還有技術(shù)理解能力。

你的綜合能力越強(qiáng)，你才能操這個(gè)盤，所以我肯定是很勤奮努力的。

晚點(diǎn)：你們想用 AI 降低生產(chǎn) 3D 游戲的門檻，但有那么多用戶有創(chuàng)造游戲的需求嗎？而且它似乎比做一個(gè)視頻對能力要求更高？

王詩沐：游戲門檻是不是會更高？不會。電子游戲是經(jīng)過專業(yè)人士是去制作的，它的制作、程度非常復(fù)雜，因此你會覺得這個(gè)游戲我肯定做不出來。但你對一個(gè)小孩說跳房子，他只要看別人跳過一遍，馬上會跳。打彈珠也是。

游戲互動(dòng)是人類的天性，仔細(xì)想想看，從我們小時(shí)候出生開始，什么東西不用教，你只要是個(gè)人你就能學(xué)會的？

嬰兒從小就會摸，會玩，會跟周圍環(huán)境互動(dòng)，互動(dòng)是人類的天性。

晚點(diǎn)：但 “互動(dòng)” 是游戲嗎？

王詩沐：其實(shí)游戲是非常寬泛的。為什么最早的時(shí)候把它定義成 “第七藝術(shù)”，現(xiàn)在可能大家不怎么提了，反而越來越往 3A 游戲這個(gè)方向去靠？這個(gè)是個(gè)資本化的結(jié)果，我不否認(rèn)。

但是一旦游戲的生產(chǎn)門檻降低，你時(shí)空打破了，自然會有更好玩的內(nèi)容，會有大量的個(gè)性化的內(nèi)容涌現(xiàn)出來。

晚點(diǎn)：你們現(xiàn)在游戲大模型能力下，上限能做到什么？

王詩沐：坦白講，我們目前整個(gè)游戲大模型的技術(shù)還在起步偏起步階段?，F(xiàn)在平臺上，超越我們認(rèn)知的，一個(gè)是有用戶做出來一個(gè)挺好玩的第一人稱射擊游戲；一個(gè)開放世界游戲。

晚點(diǎn)：你現(xiàn)在怎么回想在網(wǎng)易的經(jīng)歷？

王詩沐：我自己其實(shí)比較少去想。那個(gè)時(shí)候確實(shí)很年輕，我是 86 年的人，網(wǎng)易云上線的時(shí)候，我 26 歲，網(wǎng)易云產(chǎn)品負(fù)責(zé)人，確實(shí)是有一種春風(fēng)得意的感覺。

到了 2016 年，我 30 歲的時(shí)候，整個(gè)網(wǎng)易云也做起來了，后面的整個(gè)增長勢能也是挺好的。我也沒有覺得榮耀或者是什么，可能比較喜歡沉浸在做產(chǎn)品的感受中。

那個(gè)時(shí)候做網(wǎng)易云，我覺得很強(qiáng)的感受是大江大河、整個(gè)時(shí)代潮流在洶涌；現(xiàn)在，我仍然處于時(shí)代洪流之中，但是我淡定很多，我能夠很清晰感受到這個(gè)潮水的浮浮沉沉，但整個(gè)人會看得更加清楚，心智會更加堅(jiān)定。

晚點(diǎn)：你在騰訊獲得了什么？

王詩沐：有更多創(chuàng)新的機(jī)會。我在騰訊是開始從零去做孵化器，要從戰(zhàn)略層面思考，比如為什么選 3D，當(dāng)時(shí)找了幾個(gè)關(guān)鍵點(diǎn)，我是逐層一點(diǎn)一點(diǎn)去摸索，從零開始。

在網(wǎng)易云音樂，我雖然是早期的員工，但是網(wǎng)易做音樂這件事情并不是我決策的，這個(gè)是丁老板決策的，我是個(gè)執(zhí)行者，但是到了騰訊，我要去想做什么？應(yīng)該怎么做？還有沒有機(jī)會和價(jià)值？

這個(gè)過程中就會更進(jìn)一步，中間也會有很多的困難和挫折，然后再復(fù)盤。

晚點(diǎn)：在騰訊的幾個(gè)產(chǎn)品（小鵝拼拼、幻核）都關(guān)了，你覺得算是失敗嗎？

王詩沐：如果純粹從產(chǎn)品角度上來講，那當(dāng)然是失敗了，對吧？因?yàn)樽罱K下線了。

但我能夠辯證地看。因?yàn)轵v訊是一家很大的公司，他的戰(zhàn)略決策不是以產(chǎn)品為單元的。比如說，騰訊需不需要需要電商，我覺得是需要的，但騰訊需不需要小鵝拼拼我覺得要打個(gè)問號。所以我會拆分來看。

包括像幻核也是，我們當(dāng)時(shí)做了半年的時(shí)間，營收很可觀，其實(shí)對于創(chuàng)業(yè)公司來講不得了，但對騰訊這種體量的公司來說，新業(yè)務(wù)場景還在早期探索階段、合規(guī)邊界尚在確立中，所以他要有一個(gè)調(diào)整，我也可以理解。

晚點(diǎn)：從大公司做管理，到自己創(chuàng)業(yè)，你發(fā)生了什么變化？

王詩沐：我從來不覺得自己是大公司里 “典型” 的人，我其實(shí)天生就是一個(gè)適合創(chuàng)業(yè)的人。我只是陰差陽錯(cuò)。因?yàn)槲以趦?nèi)陸環(huán)境生長起來的，年輕的時(shí)候膽子沒那么大，眼界沒那么開。

我二十來歲的時(shí)候，樹立的理想是做個(gè)產(chǎn)品總監(jiān)，年薪 10 萬。這個(gè)是真事兒，我跟我爸媽都講過。

我后面到了 30 歲左右，才開始更加了解自己，我真正人生想追求的并不是金錢，或者是純粹的地位，我就是喜歡創(chuàng)新、創(chuàng)造，所以我就應(yīng)該創(chuàng)業(yè)。

22 年下半年出來創(chuàng)業(yè)的時(shí)候，我第一個(gè)感受是我創(chuàng)業(yè)晚了。我早就該創(chuàng)業(yè)，16 年就應(yīng)該創(chuàng)業(yè)。

我現(xiàn)在非常快樂，我快樂不是指自己多成功，而是指我整個(gè)人的生活狀態(tài)，我很享受。我并不覺得這些困難、苦惱讓我難受。我記得我沒創(chuàng)業(yè)之前，看到一些文章，有很多人焦慮什么的，我也會焦慮，但是我從來不痛苦。

晚點(diǎn)：你覺得自己是是個(gè)什么樣的創(chuàng)始人？

王詩沐：親力親為。我們公司現(xiàn)在沒有 HR，HR 就是我，然后有一個(gè)財(cái)務(wù)同學(xué)是今年才入職。

最開始那個(gè)公司的工商注冊，包括融資都是我自己去跑的，就是給公司省錢。當(dāng)然不是說我摳門到幾百塊錢都不愿意出，而是我不覺得這個(gè)東西是浪費(fèi)我的時(shí)間、浪費(fèi)我的精力。

我反而身體力行，覺得得搞明白公司工商實(shí)際上它是個(gè)什么東西。我覺得這個(gè)應(yīng)該去做，我們公司現(xiàn)在大概 50% 的員工都是我過往十多年老同事，阿里的、網(wǎng)易的、騰訊的大家互相都有所了解。

題圖來源：Seele 創(chuàng)始人王詩沐