每年都有很多跑友/骑友，在自己的城市里，跑出各种轨迹，或表达爱你，或激励自己，极具仪式感

不如建议地图APP，做一个刺激日活的运营应用 —— 先画图，后跑步

• 先手绘一个图形/文字

• 以用户所在位置，或所在城市地标位置，为地点/中心，在地图上找到一个可用的路径轨迹

  • 可在更大或更小的范围内生成路径
  • 可分享给其他人，可以多端共享
• 用户跑步/骑行，完成这个轨迹，发图炫耀

对用户来说，是个好玩的工具
对地图APP来说，是个可以用作日常运营的工具

背景

Google 发布了一个从文本生成音乐的AI模型-musicLM，演示和论文如下：

https://google-research.github.io/seanet/musiclm/examples/

可以通过输入具体的文本描述，生成不同风格的高质量音频，也可以通过输入一段哼唱或者口哨，来生成连续性强的长音频。论文中提到了研究过程中的一些挑战：

• 音频-文本的高质量标注数据稀缺

  • 对音频的文本描述相比对图片的文本描述要更困难
  • 音频是有时间维度结构的，标注更困难
• 生成连续音频是有难度的

利用了两个已经成型的项目（ AudioLM 和 Mulan ），以及一系列创新的工作，完成了这个模型。

文本生成音乐模型的迭代思路

浏览完论文，有了一个文本生成音乐模型的迭代思路，大致如下：

1. 先做假设

• 从音乐实际的使用场景来思考，输入的文本应该是非专业性的词汇（如曲风、乐器等），而是偏向于播放场景和听众的感受
• 听众对特定场景下应该播放的音频，是有模糊认知的，与听众之前在该场景下听过的音频需要具有相似性
• 听众已经建立了 音频-感受 的模糊对应关系。模型生成的音频，应保持与听众熟悉的音频有相似性
• 相似性体现在 音色、乐器、节奏、响度等 可以量化的参数上，或者简单理解成旋律相似性

2. 解决训练集稀缺的问题

基于上面的假设，不影响 musicLM 论文中工程性的部分，而是从听众对音频的感受入手来建立训练集，来源是 网易云音乐（其他音乐APP也可以）的评论

• 通过分析评论，来建立大量的 文本-音频 标注数据
• 建立 图像-音频 的翻译，利用数据量更丰富文本生成图像的标准数据来做原始数据集

3. 训练模型

同样用用户实际的评论文本数据来修正模型，甚至可以使用与 文本生成图像 相同的算法模型来处理，降低训练难度，需要做好 图像-音频 的对应标准

命定的NFT：

一个NFT推荐引擎，通过画画和描述（也可以是星座算命等），找到相似的NFT

技术说明：

• 简笔画：图片相似性技术
• 描述：AI 生成图片的技术
• 找相似：图片相似性技术

……

商业价值：

本质上是一个NFT届的蘑菇街，通过有趣的，游戏化的方式，刺激NFT购买，收取交易所分成、NFT项目方竞价等方式盈利

步骤：

• 持续抓取 NFT/数字藏品 的数据，建立数字艺术品数据库
• 提取特征，形成特征库
• 开发前端与用户交互，推荐/筛选 NFT 的功能
• 开发基于主流公链的收益分成
• 上线运营

难点：

• 如何与交易市场分成，这是个运营也是个技术问题
• 如何保持游戏性的新鲜度，这是个产品问题

数据延伸：

• NFT 的数据库，可以继续扩展，成为 NFT 交易的数据分析工具，如 NFT 艺术品的流行预测等
• 图片数据库可以喂给 AI，创作一些有趣的头像
• 这个数据库本身也可以成为一个数字博物馆，中心化存储，利用CDN加速，收录哪些不同链上的艺术品，记录交易历程

两种社区类型：

1.白名单共识社区，只对极少数主题达成共识，并在此基础上运营社区
2.黑名单共识社区，只排除极少数主题，在其他所有事情上要求共识，并在此基础上运营社区

白名单共识社区，如果社区成员在超出共识的主题上发表看法，是一种个体行为；社区管理者不能代表社区在超出共识的主题上表态，这是一种违约。

黑名单共识社区，社区管理者可以在被排除的主题之外任何主题表态，都可能被固化为新的社区精神内核。

稀缺到平凡，是一个规模化的过程，技术创业促成这一个“技术大众化”的变化，就面向了更多的客户群体。以数据科学为例，市场已经进入到 “单例/局部” -> “集成/全局”的创新通道上，不是说单例和局部的优化没有价值，而是说当前的情况下，从集成和全局的视角出发，性价比更好。

使用越简单，客户群体越大

开发算法是数据科学家的工作领域，需要极高的学术能力；使用算法，是数据工程师的领域，需要极高的行业垂直认知。通常认为数据科学家的人数更少，难度更高，实际上深入行业的“高工”人数更为稀少，我们所看到的“大量”工程师，是指从事相对“高工”来说，更简单工作的。

随着使用难度的降低，客户群体会逐渐变大，这是对技术创新的奖励，属于“技术下沉”带来的红利。

每种“技术下沉”，都有对应的方法

1. 算法工程化，如机器学习框架（封装多种算法）/机器学习平台（封装算法和资源）

   • 稀缺的算法能力 -> 普通工程师，例：国产机器学习框架oneflow
   • 稀缺的工程能力 -> 算法开发者

2. 语言，有两类分支

   • 开发一种领域专用语言，降低使用算法或工程化的难度，如

     • Kur，一种深度学习专用语言
     • Gen，MIT提出的AI专用编程语言

   • 已有语言的能力拓展，让客户群使用熟悉的技术栈进入新的技术领域，如让数据分析师具备数据模型的能力

     • Byzer，类SQL语言，用于数据智能
     • SQLFlow，类SQL语言，用于数据AI

3. 低代码/无代码，让具备一定逻辑能力的业务方，进行简单数据开发，也可以是提高数据分析师和工程师工作效率的工具

   • 海致BDP

4. 创新型BI，通常基于NLP等技术，通过近似问答的方式，由AI自动输出数据智能结果，直接将数据能力下沉到一线的业务人员

   • MagicBI，AI驱动和搜索式的下一代智能分析平台
   • 北极数据，增强型数据分析工具

每个方法都有受众，只是多寡不同

一种技术能力扩散到更广泛的客户群，都伴随着降低准确性、牺牲效率、舍弃高难度能力的代价，从目前的市场趋势看，创业机会的分布是哑铃状的，底层框架难度大，成功后价值高，有垄断效果；应用层的增长型BI客户群基数大，收费更容易；而中间的语言类和低代码类，更多像是实现框架或数据应用的工具，需要投入更多运营资源，才有机会形成规模。