.png?table=collection&id=1e16e373-c263-81c6-a9df-000bd9c77bef&t=1e16e373-c263-81c6-a9df-000bd9c77bef)
逗逗AI CEO揭秘：如何用开源大模型+游戏数据超越GPT-4o | AIGC.bar AI新闻
type
status
date
slug
summary
tags
category
icon
password
网址
在东京电玩展（TGS）上，一个消息震惊了AI和游戏行业：国产游戏理解模型LynkSoul VLM v1在特定场景下的表现，显著超越了包括GPT-4o在内的全球顶尖闭源大模型。其背后的公司逗逗AI及其CEO刘斌新，也因此走到了聚光灯下。
这一成就不仅是单个产品的胜利，更揭示了在LLM时代，垂直领域AI应用取得突破的关键路径。本文将深入解读逗逗AI成功的核心逻辑，探讨其技术实现与产品哲学，并展望人工智能陪伴的未来形态。想要获取更多一手的AI新闻和深度分析，欢迎访问AI门户网站
https://aigc.bar。国产游戏AI的新标杆：LynkSoul VLM v1如何超越顶尖模型
逗逗AI推出的LynkSoul VLM v1是一款专为游戏场景训练的视觉语言模型（VLM）。它的核心能力在于，能够像一个资深玩家一样，实时理解游戏画面，并与用户进行有深度、有情感的互动。
官方测试数据显示，无论是在《英雄联盟》这类主流电竞游戏，还是在一些网络资料较少的小众游戏中，LynkSoul VLM v1都在以下三个关键维度上展现了卓越性能：
- 视觉理解准确度：能精准识别游戏中的角色、技能、战况等复杂元素。
- 游戏情境掌握度：不仅看懂画面，更能理解当前是顺风还是逆风，并给出贴合战局的实用建议。
- 语言表达自然度：生成的对话风趣、自然，仿佛一个真正的游戏伙伴在与你交流。
在这些方面，LynkSoul VLM v1的表现均显著优于GPT-4o、Claude等通用大模型。这引出了一个核心问题：在通用人工智能（AGI）看似无所不能的今天，一个垂直领域的模型是如何实现“弯道超车”的？
成功的核心秘诀：开源大模型 + 垂直行业数据
在与CEO刘斌新的对话中，答案被清晰地揭示出来。逗逗AI的成功并非依赖于从零开始构建一个庞大的基础模型，而是采取了一条更聪明、更高效的路径。
其核心公式可以概括为：强大的开源底座 + 海量的垂直数据 = 卓越的垂类模型。
- 开源底座：逗逗AI选择了像千问这样的优秀国产开源模型作为技术基石。这使得他们能够站在巨人的肩膀上，直接获得强大的基础语言和视觉理解能力，而无需耗费巨资进行预训练。
- 垂直数据：这是超越通用模型的关键。逗逗AI通过其产品，积累了超过800万游戏玩家在真实游戏场景中分享的画面数据。这些数据不是简单的截图，而是包含了玩家互动、讨论和反应的“活数据”。团队通过对这些数据进行聚类分析和精细标注，构建了海量的“游戏画面-用户互动”数据对。
正是利用这些高质量、高相关的垂直数据对开源模型进行精调（Fine-tuning），才使得LynkSoul VLM v1能够深度理解游戏领域的“黑话”、战术和玩家心理，从而在专业性上击败了知识更广但不够深入的通用模型。这一策略为其他垂直领域的AI变现和应用开发提供了宝贵的参考。
超越聊天机器人：AI陪伴的下一代交互范式
刘斌新认为，传统的Chatbot交互形态对用户并不友好，它需要用户具备一定的Prompt工程能力，并且缺乏对环境的感知。真正的智能陪伴，应该像“哆啦A梦”一样，融入生活，理解你所处的环境和上下文。
逗逗AI游戏伙伴的设计哲学正是基于此——上下文感知 + 多模态理解。
AI不再是被动等待指令的聊天窗口，而是通过共享屏幕，主动理解用户正在做的事情。无论你是在打游戏、看视频，还是逛购物网站，它都能“看到”你所看到的一切，并提供即时的、贴合场景的建议和陪伴。这类似于编程辅助工具Cursor能理解整个代码库，从而给出更精准的建议。
游戏场景是实现这一愿景的完美起点。因为它天然具备以下特点：
* 低隐私敏感度：用户更愿意分享游戏画面。
* 高沉浸感和时长：为AI陪伴提供了充足的互动空间。
* 明确的价值：AI可以提供攻略、捧场吐槽，解决玩家的实际需求。
令人惊喜的是，用户已经自发地将这种多模态陪伴扩展到了游戏之外，如一起追剧、挑选商品，甚至进行哲学探讨。这预示着一个全新的、更加无缝和智能的人工智能交互时代正在到来。
技术挑战与未来展望：从长期记忆到全球化
当然，要实现理想的AI陪伴，逗逗AI仍在攻克诸多技术难题。
- 长期记忆：为了让AI“记住你”，逗逗AI采用了“主题索引 + 向量检索”的方案。它能将与特定主题（如某款游戏）相关的记忆归类存放，在下次聊到时精准唤醒，从而建立起真正的个性化和情感连接。
- 延迟与成本：目前1.5-2秒的延迟仍在优化中，解决方案包括探索更高效的小模型，以及与英特尔等硬件厂商合作，利用NPU进行本地化处理。值得庆幸的是，模型推理成本已不再是主要障碍。
- 未来方向：技术攻关的重点依然是多模态，特别是从理解单帧画面进化到理解连续的视频流，这将让AI的场景感知能力产生质的飞跃。
从第一天起，逗逗AI就将自身定位为全球化产品（其海外版为Hakko AI）。刘斌新认为，大模型的多语言能力使得AI产品天然适合全球市场，而人性的共通点（如游戏、陪伴的需求）则为产品的普适性提供了基础。
逗逗AI的探索雄辩地证明，在OpenAI、Claude等巨头之外，专注于垂直领域，将先进的大模型技术与深厚的行业数据相结合，是创新者们取得突破性成功的关键所在。
想要获取更多前沿的AI日报和深度分析，欢迎访问AI门户网站
https://aigc.bar，与我们一同见证人工智能的未来。Loading...