出门问问多模态大模型又添新备案！近日，出门问问（02438.HK）语音大模型「序列猴子」成功通过上海市生成式人工智能服务备案，这是出门问问继「序列猴子」大模型完成相应备案后的又一次成就。
此次备案的顺利通过，不仅标志着「序列猴子」语音大模型在技术落地应用上取得了重要进展，也彰显了出门问问在多模态大模型领域发展的雄厚实力。
「序列猴子」语音大模型以出门问问自研并完成备案的「序列猴子」大模型为基座模型，采用第六代TTS引擎 MeetVoice Pro以及语音合成标记语言（SSML）技术进行开发。「序列猴子」语音为通用大模型，提供多种文本和语音应用功能。
其中，文字转语音功能可以将文字快速转换成自然、流畅的语音，可用于制作有声书、语音广告或自动播报；声音克隆功能可以对语音样本的深度学习训练，产生极富自然感和表现力的合成声音；发音校正则是对于发音不准或多音字提供了校正功能，确保语音合成的准确性；智能文案创作可以为用户提供多种风格的改写建议，帮助用户更有效地创作文案。
「序列猴子」语音大模型为AI在声音方面的探索提供了更多的可能性，出门问问旗下的「魔音工坊」（海外版 DupDub）就是其重要应用之一。「魔音工坊」是一款集文案、配音、剪辑全流程一站式 AI 软件，在海内外拥有超过 800 万注册会员，付费会员超 60 万。其具有六大核心功能，即软件配音、文字转语音、真人配音、声音商店、效率工具、声音克隆及视频编辑，并拥有有声音克隆、声音搜索、情感合成 / 角色迁移以及声音合成四方面声音黑科技。依托序列猴子大模型，「魔音工坊」可通过 3-10 秒的短音频，快速地实现声音克隆，并支持跨语言迁移、情感语气生成。其海外版 DupDub 还支持多语言生成，目前已涵盖英语、法语、日语、西班牙语、 葡萄牙语、泰语等。
作为业内稀缺的坚持「产模结合」的公司，出门问问声音大模型与「魔音工坊」的配合典型地体现了「产模结合」数据飞轮效应。一方面「魔音工坊」自身的用户数据昼夜不息地反哺着声音大模型的训练，另一方面，声音大模型让「魔音工坊」不断自我突破，有着“超写实”自然音色的惊艳表现，吸引着全球数以百万计的用户深度玩转。
以「魔音工坊」新华社的合作为例，新华社将AI配音加入到新媒体AIGC创新平台后，分别用磁性播音腔、温柔女声、治愈童声等不同类型的声音为推文配上情绪匹配、朗读准确的音频。从文本导入到AI配音成本，通常只要几分钟，大幅缩短了文本配音时间，为新华社工作人员释放更多工作精力。
新华社还可以通过形象克隆和声音克隆技术，为记者或者主持人1: 1 克隆形象，极大的提升后续拍摄和剪辑的效率。在新华社客户端“问证”板块中，便新增了“数字记者”角色。根据真人记者形象，出门问问为其1: 1 克隆出了数字记者，并通过短视频形式出镜，随时随地为读者科普播报，报道新闻事件。
出门问问成立于 2012 年，是一家以生成式AI和语音交互为核心的人工智能公司，为全球多个国家和地区提供AI智能硬件、AI政企服务，以及面向创作者的AIGC产品。
出门问问以「Make AGI Accessible and AI CoPilot everywhere」为愿景，致力于打造国际领先的通用大模型，通过AI技术、产品及商业化三位一体发展，成为全球AI CoPilot的引领者。
出门问问拥有行业领先的AI基础设施能力、前沿通用大模型「序列猴子」，以及丰富的垂直领域软硬结合的优化算法技术模块，是为数不多的同时服务于内容创作者、企业、消费者三大类不同群体的公司。
面向内容创作者用户，出门问问致力于通过AIGC赋能内容创作，目前已构建丰富的AIGC CoPilot产品矩阵，包括AI配音助理「魔音工坊」及海外版「DupDub」、AI数字分身「奇妙元」及海外版「LivGen」、企业AI交互式数字员工生成平台「奇妙问」、可一键成片的AI短视频生成平台「元创岛」等，打造一站式内容创作平台，赋能创作者实现有效内容生成。
在应用和大模型的垂直整合下，出门问问形成了独特的AIGC商业模式。相较于传统的ToB和ToC，AIGC公司可以形成独特的新商业模式——服务SMB或Professional Consumer（ToSMB/ToPC）。这样的商业模式既可以避免传统ToB的项目制，也可以避免跟ToC互联网巨头竞争停止增长的流量。
在「产模结合」战略和ToSMB/ToPC商业模式的指引下，截至目前，出门问问的AIGC产品累计服务的用户数量已超 1500 万，注册用户数量超 1000 万，其中付费的用户数量约86. 5 万，公司已由传统AI项目制模式成功转型可持续增长的AIGC业务模式。
未来，出门问问将继续AIGC应用场景中深耕，借助公司的领先及先发优势，持续探索AIGC的技术与应用边界，为推动我国生成式人工智能的建设与发展贡献力量。
（推广）