AI训练数据资源紧俏，新型社交平台Soul App如何抢跑？

谁能想到,我们多年前的聊天记录和社交媒体上的陈年旧照,会突然变得价值连城,成为大科技公司竞相争夺的对象。

据路透社报道,Photobucket——这家在2000年代风靡一时的云照片存储与分享服务公司,曾以提供免费存储空间和外链服务吸引了无数用户。如今,它正凭借当年积累的用户社交数据再度崛起。

此前,Photobucket在2017年资金耗尽后,开始对图片外链进行收费,导致用户数量从巅峰期的7000万骤降至200万。

然而,生成式AI的爆发为这家公司带来了新生机。根据其用户协议,Photobucket有权使用用户上传的图片。加之美国相对宽松的数据隐私法规,使得Photobucket上的用户数据成为公司的宝贵资产。

Photobucket的CEOTedLeonard透露,已有多家科技公司对这些资料表现出浓厚兴趣,并愿意支付高额费用来获取这些数据用于AI训练。根据当前报价粗略估计,Photobucket手中的数据很可能价值数十亿美元。

这一趋势反映出AI领域对数据,尤其是高质量社交数据的迫切需求。作为机器学习与AI领域的权威资讯平台,EPOCH在2022年11月发布的《机器学习的数据会用完吗》报告中预测,高质量的数据资源将在不久的将来面临枯竭,这无疑加剧了数据争夺战的激烈程度。

在这场数据争夺战中,天然拥有数据金矿的社交平台以独特优势脱颖而出。

在海外,Photobucket的受追捧并非个例;被称为“美国版贴吧”的Reddit在上市招股书中专门强调自身的高质量社交数据资源优势,并因此拓展了商业化路径。在面向外部开发者免费开放API接口,提供社交数据资源后,2023年7月,Reddit宣布面向第三方开发者收费,每调用5000万次API收费1.2万美元。

在国内,以SoulApp为例,这款已经上线8年的社交应用,凭借其高活跃、高黏性的社交生态,积累了大量的高质量社交数据。这些数据不仅数量庞大,而且具有丰富的关联性和高质量的特点,对于AI模型的训练具有极高的价值。

据了解,SoulApp是国内较早使用AI技术解决人与人连接需求的社交平台,并在2016年上线后快速推出了智能匹配系统。不同于传统基于颜值、LBS的社交方式,该平台主打兴趣社交,面对社交内容的复杂性,如生活化、兴趣化和情感化的特征,AI技术的引入有效地解决了关系和内容推荐的质量,帮助用户通过推荐发生交互、自在沟通。

这使得SoulApp能够进入到“AI优化社交生态”——“生态反馈社交数据”——“数据训练AI发展”的良性循环当中。

必须指出的是,当下,训练数据的质量和数量直接决定了垂类模型的表现、迭代速度和训练成本。很多平台推出的自研模型表现不佳,往往是因为缺乏海量数据用于模型训练。

这也是为什么SoulApp的AI对话机器人“AI苟蛋”,具有明显的拟人倾向和较强的情感理解能力,其能够根据用户的照片和时间理解来判断发生的事情,并进行主动的关怀和互动。它还能基于和用户的聊天记录构建个人专属记忆的虚拟伙伴,为用户提供更加个性化和情感化的社交体验。这得益于背后平台自研语言大模型SoulX训练的结果,也源于自身积累数据的高质量和高关联度。

除了AI苟蛋,基于自研的SoulX大模型,SoulApp还上线了系列创新功能和场景,构建能让年轻人都参与进来的AI社区生态。在这些社交生态内,所有场景都通过“游戏化”的设计,让用户能更好地去体验兴趣社交所自带的快乐与趣味。

例如,在“狼人觉醒”这一游戏场景中引入AI扮演游戏角色。AI在游戏中不仅能自我伪装,还能推理,伪装、悍跳、互踩。甚至能用不同的音色来扮演不同的玩家,给用户带来了更加丰富和沉浸的社交体验。

此外,SoulApp还上线了“懒人KTV”活动,用户只需录制30秒音频,即可生成专属声音模型,一键翻唱各种音乐。甚至用户还能邀请好友,在共同完成音色克隆后,实现跨越时空地点的音乐“合唱”,感受差异化的社交体验。。

创新应用不仅提升了用户的社交乐趣和满意度,特别重要的是,在天然的C端场景下,创新功能能够更便捷、快速地收集反馈,在不断迭代中,为用户提供更加智能化、个性化和沉浸式的社交体验。

如今,“AI+社交”模式无疑给社交行业带来了巨大而深远的影响,越来越多的科技公司将AI应用于社交应用开发,创新社交玩法,AI社交时代到来,社交也将更丰富有趣。