本期我们请到了引力引擎的两位创始人王豪和卢磊。他们从字节跳动、腾讯等顶级平台的广告技术核心部门离开,创立了引力引擎。短短两年内,公司已服务超200家客户,包括20多家上市公司,实现上千万纯订阅制ARR,年增速超100%。每天处理超2000万的广告投放额,年投放规模达60亿,触达3.5亿MAU。这些数据背后,是一个野心勃勃的目标:打造中国最大的AI驱动增长中台。
在这个5000亿规模的广告市场里,他们看到了巨大的机会:中国的广告主比美国更需要专业的技术服务,因为这里的市场更内卷,货币化率更极限。而AI的到来,正在彻底改变传统的广告投放模式。引力引擎不是简单提供工具,而是打造了一支能7x24小时不间断工作、持续自我进化的"AI投手团队"。
在这篇深度对话中,两位创始人分享了他们对行业的独特洞察:为什么中国比美国有更大的市场机会?AI将如何颠覆传统广告投放模式?为什么说中国已经代表了互联网营销的全球最先进生产力?中国企业如何在全球竞争中确立技术领导地位?
让我们一起走进引力引擎的创业故事,Enjoy!
ZP:请两位先介绍自己吧!
王豪:我是93年出生的,17年电子科大毕业后就进了互联网大厂,17-19年在字节,19-20年去了腾讯,一直做信息流广告推荐策略的产品经理。创业这条路我算是比较早就开始探索了,15年上大二的时候就开始创业了,搞了个软件工作室,做O2O网站和兼职网站这些互联网项目,当时就是按公司化在运营的。毕业后在大厂工作期间一直有创业的想法,也一直在找机会。后来在腾讯认识了我现在的联创,我们就想着要找个有市场机会又是我们擅长的方向去创业。
同时,我们也是连续创业者,在启动引力引擎之前,我们三个合伙人,21-22年一起做过2C端的移动应用项目,做App应用的广告投放和广告变现,1 年多时间做到了5000万营收。23 年,基于我们之前创业积累的广告投放经验,我们原班人马启动了引力引擎的创业。
卢磊:我是92年出生的,在西安交大读的本科,然后去了法国中央理工读硕士。这个学校挺特别的,一届就300人,校友要么去创业要么就加入创业公司,我在读书的时候也尝试过创业。毕业后在百度和腾讯的广告技术部门工作,我算是个比较务实的创业者吧,特别看重商业模式能不能真正解决问题、创造价值。就算没有创投环境,我也会选择创业。说到我和王豪的搭档关系,我们俩的性格和思维方式其实挺互补的。我比较偏向从本质出发思考问题,不太在意竞争环境,做事比较实在。王豪则更擅长收集行业信息,性格上也更乐观浪漫一些。
ZP:从字节、腾讯、百度、快手等头部平台到创立引力引擎,是什么契机促使你们做出这个决定?
王豪:从高中起就立志未来要成立一家有影响力的企业,所以大学也创过业,毕业后在字节腾讯工作期间我也一直在寻求创业伙伴以及一个适合创业的方向。正好我们在广告平台积累了很多信息和经验,所以第一个创业项目就选择了流量和应用这个方向。21、22年中国的广告联盟生态发展特别快,规模都超过Applovin了,几百亿的体量。我们看到了移动应用流量和广告技术中台的巨大机会,加上我们在广告平台积累够了背景和认知,年轻正当时,就决定出来创业了。
卢磊:创业一直是我人生的长期方向,虽然实际开始的时间比我预想的要早。其实我觉得创业不需要什么特别的契机,只需要一个触发点。就像段永平说的,想创业的人不需要建议,这是与生俱来的。对我来说,创业就是我人生的动力。
ZP:在大型广告平台的工作经历如何帮助你们看到市场空白和痛点?
卢磊:18年开始,字节带动了中国线上广告向视频化和OCPX投放方式转变。为了追求极限的变现率,市场开始走向精细化投放和大数据分析。我们发现这带来了大量的线上化需求、数据分析需求,以及投放原子化的需求。所以,中台式的广告技术服务成了中国广告市场新的趋势和痛点。
王豪:我们看到了一个巨大的市场空白。21-22年,字节、拼多多、三七互娱这些巨头广告主都开始自建广告技术中台,投入上百人的技术团队,但其他非巨头的大中小型广告主也有这样的需求,却没有合适的解决方案。海外已经有至少三家做这个的独角兽公司了,估值都在20-60亿美金,比如Appsflyer。中国信息流广告市场占全球20%多,有5000亿人民币的大盘,按理说应该会有独角兽级别的广告技术中台公司,但目前市场上还没有。这就是我们看到的机会。
ZP:怎么评价你们的创始团队?
王豪:我们创始团队的互补性很强。技术合伙人Pony是我大学同学,我们大学就一起创过业,他后来在快手负责广告技术研发,工程能力很强,是一个非常勤奋踏实的CTO。卢磊负责产品,对广告产品思考很深入。我之前积累了不少行业人脉和认知,主要负责对外和客户。我们三个共同经历了第一段创业,也一道开启了第二段连续创业项目,放全国来看,也是非常少有的兼具头部广告平台背景、广告主投放经历、广告技术服务商等三重复合型背景的创始团队。
卢磊:大厂带给我非常强的逻辑思维能力和学习资源,我学习了所有腾讯广告最复杂的知识,包括技术底层和广告行业的经济学理论,这些对我们现在的产品设计都有很深的影响。
02 打造中国最大的AI 驱动增长中台,让每个客户拥有AI投手团队和首席增长官
ZP:请介绍一下引力引擎的业务发展情况吧。
王豪:我们是中国最大的AI驱动增长中台,或者说是一站式AI广告投放中台。我们把归因监测、ROI分析、广告创编、素材管理、数据分析都整合在一个平台里,通过AI来实现智能投放agent。客户在广告投放时的所有技术和中台需求,我们都能满足,他们完全不用自己搭建。
从业务表现来看,我们上线不到两年就已经合作了200多家客户,包括20多家上市公司。金额续签率达到120%,有上千万元的纯订阅制ARR收入,年增速超过100%。我们的客户每天在投广告就超过2000万元,全年投放额有60亿,能触达3.5亿应用MAU。
说我们是中国最大的AI驱动增长中台,这个是有数据支撑的。像国内的头部广告平台,他们最大的单一客户每天投放大概1000多万元,而我们平台上的客户每天投放金额就超过2000万。从这个维度来看,我们确实是中国最大。
卢磊:另外我比较骄傲的,是我们第一天开始就实现了盈利,这在没有融资的情况下是很不容易的。另外,我们跟友商最大的不同是在数据处理服务上投入了上千万。有些竞品也在云服务器上投了很多钱,但他们主要是用来存储素材。我们这边,客户付费买的是真正的数据处理能力。
ZP:用一句话定义引力引擎不可替代的价值?
王豪:我们提供的不只是简单的AI功能,而是一个真正的AI投手团队和首席增长官。这个团队能7x24小时不间断工作,而且会不断自我进化,确保广告主的每一分预算都能战斗在最优战场。
ZP:引力引擎如何将AI技术与广告投放系统深度融合?有哪些业内首创的AI应用?
王豪:我们在AI技术应用上有几个核心优势,都是深深扎根在业务场景中的。首先是多模态AI能力。我们能把广告封面、视频、标题和背景音乐都打通起来,提供AI创编Copilot功能。通过AI来理解这些广告要素,帮客户提升创编效率,优化预算分配。
其次,我们特别重视广告素材制作的工作流。这套流程其实非常适合用agent模式来做,所以我们把agent模式和AIGC结合起来,做出了更高效、更贴近业务需求的托管式工作流体验。
再说说自动化工作流这块。传统SaaS也有盯盘分析的自动化工作流,但用起来特别难,得懂逻辑和代码才行。不用AI的话,哪怕是个简单任务,也得配置几十个逻辑节点,还要花大量时间去验证,对人的经验要求特别高。但我们用了大模型后,它能自动识别意图、拆解目标,配置难度一下子就降下来了,做出了更容易用、更灵活的AI自动化工作流。我们还用AI coding实现了更好的无代码体验,特别是在数据埋点和分析这块,做出了更好用的无代码BI工具。
这些能力都是建立在我们在广告领域积累的海量数据基础上的,这就是我们在广告垂类最硬核的护城河。
ZP:哪些行业可能成为引力引擎的下一个主战场?
王豪:泛互联网行业,比如工具、短剧、AI应用、社交、小说、电商等APP和小程序,我们已经在这些行业都实现了和游戏行业一样的PMF,以及数百万的ARR。
ZP:有全球化的计划吗?
王豪:全球化是非常自然的,因为我们的合作客户中已经有30%在做出海生意,我们会跟随这些客户做出海,覆盖海外主流广告渠道,做更好的广告投放管理。 从服务国内到服务中国出海企业,再到服务全球广告主,这是一条清晰的路径。
卢磊:国内外广告的底层适配性很高,都是基于 ocpx,我们可以快速拓展到海外。
ZP:哪些资源是竞争对手难以复制的?
卢磊:广告行业是一个方法论非常成熟负责的业务,业务复杂度和先发的心智口碑就是最大的护城河。对比海外成熟的CRM工具,其产品本身像素级复刻的难度很低,客户迁移成本也不大,但是头部CRM总能以方法论生态引领新的行业风向,将重视权威和先进的头部高客单客户牢牢把握住。我们有个很核心的定位就是一站式,有点类似Salesforce的云上开花,单个模块上可能会面临较大的市场竞争,但是多模块的协作有有效联动需要的是规模化的人才和适宜的组织决策方式,这些也是比较稀缺和难以复制的。
王豪:我们现在产品竞争力很强,前两年仅靠2个销售就做到了千万ARR;而且我们的产品有很高的客户粘性,目前服务的200个客户,流失率很低。最重要的是,我们在投放场景下积累了海量的数据,我们未来可以基于客户自身的数据给客户自己定制他们的AI Agent投放模型,来提高客户的投放效率和效果,广告投放数据都是闭源数据,通用Agent无法在广告投放这个场景下实现,一家刚开始做AI投放的公司没有客户也没有海量数据积累,很难做广告投放AI agent的冷启动。
04 AI + 广告的“真需求”和“伪命题”
ZP:当前AI + 广告技术领域最大的“伪命题”和“真需求”是什么?
卢磊:先说两个常见的伪命题:首先,很多人觉得要Copy国外的营销模式,比如CRM、素材生成和机器人客服。但实际上,国内的营销生态跟欧美市场差别很大。我们的短视频化转型更彻底,流量生态更成熟,所以在广告数据和算法技术服务上的市场空间反而更大。其次,有些看起来客户基数很大的场景,比如电商领域,因为有巨头的自闭环生态,再加上已经到了极限的货币化率,根本做不出能支撑正向盈利的商业模式。
那什么才是真正的市场需求呢?我们识别出了三点:
第一,市场需要真正懂广告行业的产品。这个产品要能把复杂的广告业务标准化,要有深入的行业方法论。
第二,必须做成多功能一站式服务。国外的SaaS巨头可以先做一个拳头产品,再慢慢延伸其他产品线。但在中国,我们必须两步并作一步走,这样才能提高客单价,分摊销售成本。
第三,稳定性比创新更重要。很多产品一味追求创新,却忽视了高并发、低延迟、稳定性这些基础能力。我们从第一天就重点投入这些领域,现在已经能支撑过亿日活的高并发云服务,保证低延迟。
王豪:在广告技术服务领域,我们坚定地选择先产品落地,后AI切入的路线,而不是拿着AI的锤子到处找应用场景的钉子。广告投放是一个客户每天都在真金白银投入的领域,做AI+广告技术,安全和谨慎比一味追求技术的前沿更靠谱。因此,我们的PMF抓的都是客户的硬刚需场景,比如细颗粒度的投放ROI效果追踪等功能,我们追求客户导向,而不是技术导向。有了客户的真实需求场景和海量数据积累以后,AI再在其中发挥价值。
另外,说到这个领域的伪需求,国外有两个比较大的广告技术公司:The Trade Desk 和 Applovin。但是这些模式在中国现阶段的市场是很难复制的。比如说 TheTradeDesk,它在中国就跑不通,主要是因为国内广告平台的巨头相较谷歌和FB更封闭,开放竞价少,闭环投放多,所以外部 DSP 平台很难决定巨头的广告流量分配。再看 Applovin,虽然去年有 40多亿美金的收入,但实际上还比不上字节穿山甲和腾讯优量汇的体量,原因就是如穿山甲依靠巨量引擎吸引了太多广告主的预算,导致中国的广告联盟生态基本上就是巨头垄断的形式。
那么,为什么我们能做这个事,而巨头反而做不了呢?核心原因一是广告主不愿意把所有一方数据都给到广告平台,当然,电商广告这种站内闭环的除外。但在游戏、APP、互联网应用,还有线索表单类的本地、金融、教育等行业,广告主都有大量的一方数据,如全生命周期的付费数据等都不会全部给到广告平台。第二是广告平台没有形成一家独大的局面,单家巨头也拿不全所有的投放数据,打个比方,我们的客户会同时在抖音、微信上投放广告,抖音不可能拿到微信渠道的全部数据来帮客户做投放和运营。我们这个市场不存在于巨头业务的延长线上,也是巨头不会做的应用场景。
ZP:怎么评估这个机会的大小?
王豪:对市场规模的估算,我们可以用两种口径来看:
从比较保守的静态角度看,就是按照年度订阅费来算。简单来说就是广告主数量乘以 ARPU。我们知道中国的游戏、互联网应用、金融教育以及本地的线索表单类广告主加起来超过 10 万家,再乘以 10 万的客单价,那就是 100 亿的市场规模。
但是如果用动态的眼光来看,这个数字会大得多。因为 AI 时代的到来,很可能会革命性地改变广告主的投放团队。现在广告主的投放团队在人员薪资中占比达到 30%,如果换算成公司收入大概是 10%。如果未来AI投放达到L4级别的自动化和智能化,AI 是可以创造相当于公司流水至少 10% 的价值。按照这个口径算的话,国内市场规模就达到 500 亿元了。如果算上全球,那就是 2000 亿元的市场规模。
ZP:在“数据碎片化”成为共识的今天,如何说服客户相信全链路ROI可追踪?
卢磊:我们之所以坚定做一站式产品,主要是基于我们在数据追踪和技术能力上的优势。
首先说数据追踪这块。我们充分利用了广告平台巨头开放的 API 生态,通过专业能力实现前链路触达的最大程度数据追踪。具体来看 ROI,它分投入和产出两部分,产出这块主要是广告变现和应用付费变现两种方式。我们能实现主流平台 100% 的数据接入,不管是 IAA(应用内广告变现)联盟平台,还是 IAP(应用内付费)支付平台,都能做到 100% 的变现数据追踪。
技术能力方面,引力引擎在开发独家 SDK 上投入了很大精力,覆盖了小程序、H5、安卓、鸿蒙和 iOS 等多种平台场景,保证了 100% 的漏斗数据可追踪。同时,我们还拥有全球领先的广告归因模型和算法能力,加上充足的历史数据积累,能在触达到用户获取的过程中实现最大程度的跨用户 ID 准确归因追踪。
值得一提的是,国内的字节、腾讯、百度在广告技术能力上完全不输海外。比如百度早在 13、14 年就开始做人工智能优化广告系统。可以说广告是 AI 最早大规模应用的场景,而且产生了最大的商业价值。反而是海外这些巨头在这方面做得不够卷。
我们团队的优势在于,是全国唯一同时具备头部广告平台、广告主买量投放经验、广告技术服务商三重背景的团队。而且这类人才非常稀缺,就算在字节、腾讯、百度这样的大厂,深入广告模型底层的核心算法团队也就不到 200 人。
ZP:相比美国已诞生的Branch、Appsflyer、Adjust等独角兽,中国市场有哪些独特机会?大模型到来,对中国广告技术行业未来3-5年的大胆预测?
卢磊:先说机会。我认为中国市场有三个独特优势:第一,中国市场买量更内卷,货币化率更极限,这就导致广告主对专业技术服务的需求特别强烈。第二,中国在隐私合规监管方面有统一、稳定的坚强领导,比海外那种琐碎、波动的合规要求要友好得多,给了我们更宽广的数据赋能空间。在精准广告的趋势下,这点特别重要。第三,国内流量巨头没有搞广告技术服务商的牌照限制,商业生态更敏捷完善,这让我们能更中立地为广告主服务。就算未来可能出现牌照限制,我们已经有了先发优势,无论是准入考核还是资金投入都更有底气。
再说未来预测。我觉得整个行业会有几个明显的变化趋势:首先,代理商生态会从重人力、重金融服务向广告技术服务转型。其次,解决方案会从 SaaS 转向公有云的私有化部署加上大模型驱动的 MaaS。再次,行业覆盖会从游戏、付费工具这些买量内卷严重的领域,逐渐向金融、线索留资行业渗透。
从市场规模来看,我们相信未来五年内,广告技术服务市场能从现在的 20 亿增长到 100 亿以上,保持每年 40% 的复合增长率,实现长周期的高速增长。
最后分享一个很个人的预测:这波 AI 浪潮最早能实现规模化商业化盈利的一定是广告技术服务领域。它会像 20 年前海外的 CRM 一样,先扎根发芽,再向更多周边场景渗透,最终把中国的 SaaS 或者说 ToB 互联网的产业规模带到和北美相当的水平。
王豪:首先,我觉得国内头部广告平台很可能未来会推进第三方广告技术服务商的牌照制,就像海外的谷歌、Meta 那样,让整个生态更规范化。这对我们来说是个机会,因为我们有品牌认知和先发优势,很可能成为第一批获得认证的技术服务商。其次,我看到非游戏非互联网行业,比如零售、本地、金融、教育等领域,它们的线上广告推广后链路数据正在加速线上化。这个趋势会带来全行业投放中台需求的爆发。
最重要的是,我们的产品是可以面向全球的。现在中国已经代表了互联网营销的全球最先进生产力,无论是移动游戏、移动应用还是跨境电商,大量中国出海企业在全球都是领先的。举个例子,欧美 App Store 游戏榜 Top100 中,超过 50% 背后都是中国企业。不只是游戏,在直播社交、短剧、跨境电商等领域,中国都在引领全球。
这让我想到一个很有意思的对比:就像 SAP 在 70 年代代表了德国最先进的制造业管理系统 ERP,Salesforce 在 00 年代代表了美国最先进的公司管理系统 CRM。现在中国在手游、移动应用、电商等行业的用户增长和线上营销能力是全球领先的,那么服务这些行业的企业软件自然也能走向全球、引领世界。所以我们的发展路径很清晰:从面向国内,到服务中国出海企业,最终服务全球广告主。
ZP:AI大模型时代,广告投放行业会经历什么样的颠覆性变革?哪些技术趋势将彻底改变买量生态?
王豪:AI将彻底改变广告投放行业的工作方式。短期内,它会大大提升各个岗位的工作效率;长期来看,甚至可能完全取代人工,并实现更好的投放效果。
在广告投放中,主要有三个角色会受到影响:投放优化师的人工盯盘和策略调整会被AI自动优化取代;素材设计师的创意输出将转向AIGC;用户运营的报表制作和数据分析也会被AI自动化处理,实现风险预警和数值优化。这些变化不仅能提升效率,更重要的是能带来更好的投放效果。
卢磊:AI将给广告投放行业带来颠覆性变革,最核心的就是实现真正意义上的自动化投放。这有点像汽车行业的电动化+智能化对传统汽车的颠覆。而且AI在广告投放领域的演进路径也会很像自动驾驶,既有L1到L4的分级,也会同时存在分模块推进和端到端两种路径。
这种变革会带来两个重要影响。首先,会降低头部广告主的护城河。因为现在头部广告主至少有一半的优势是来自于买量中台能力,这需要很高的业务复杂度、研发周期和维护成本。但在AI大模型时代,加上像我们引力引擎这样的第三方服务商,中腰部广告主也能获得这种能力。特别是在游戏和网络工具行业,很多中腰部广告主其实并不缺优质产品。
其次,一般谈买量,大家谈素材比较多,因为这是现在对于广告主来说他最能使上劲的地方,我们认为以后会重素材加重数据两个核心。投放目标会彻底转向ROI直接优化,归因和链路数据的标准化、分析运营会更加显著地影响广告投放的效果。
这些变化正是我们看到引力引擎机会的关键所在。通过AI赋能,我们能帮助更多广告主实现规模增长和ROI提升,最终让整个行业的资源分配更加均衡和高效。
ZP:也就是说,未来中小广告主获得接近头部客户的投放能力?如何突破‘数据贫富差距’?
卢磊:是的。这个问题其实有很好的解决方案。作为中立的第三方服务商,我们可以汇集很多中小广告主的数据,经过脱敏处理后,为特定行业提供MaaS服务。这样一来,中小广告主就能获得比单个头部广告主更强的数据支持。
具体来说,我们会用积累的行业数据来微调我们的广告模型,帮助中腰部客户做投放。而且大模型本身就具备很好的脱敏能力,能确保数据安全,这一点大家可以放心。
所以通过这种方式,我们其实是在帮助中小广告主打破"数据贫富差距"。
05 快问快答
ZP:公司名"引力引擎"的含义与故事?
王豪:成立之初我们就希望我们是一家科技驱动的公司,引力是自然界的四种基本力之一,我们希望我们的产品可以像引力一样无处不在、遍布全球。"引擎"在广告行业有投放平台的含义,我们希望像引擎一样为客户的增长提供动力。引力也代表了客户对于自然增长的期望。
ZP:能跟我们分享一下公司的愿景和文化理念吗?
王豪:我们的愿景是成为全球营销技术软件的领导者,提升中国企业级应用在全球的影响力和地位。这让我想到索尼成立之初的愿景,他们当时就是希望提升日本产品在全球的地位,这个愿景让我很震撼。
卢磊:说到公司文化,我认为公司的本质是进行商业行为的共识。我们希望打造一个人才和创新驱动的公司,主张多元化、业务出发,让优秀人才有自主发挥的空间。我们特别鼓励自下而上的创新。最终,我们希望能够向全球输出中国现在最先进的互联网思维和经营方法论。这也是我们努力的方向。
ZP: 团队文化的三个关键词是什么?
王豪:客户导向、组织扁平、坦诚清晰
卢磊:务实、平等、自驱。
ZP:对你们影响最大的人/企业/书?
王豪:段永平和《基业长青》对我影响比较大。段永平经常提的本分,就是创业者首先要做对的事,然后再把事做对。《基业长青》中有句话大概意思是,伟大的企业家执着于创造伟大企业本身,不会执着于一个idea、一个方向、一个赛道,但是永远不会放弃公司本身。如果加上学校的创业,这已经是第三次创业了,也换过不少方向,内心最执着的还是希望能建立一家能有很大影响力的企业。
卢磊:《荒野大镖客 2》的男主亚瑟摩根,在时代的洪流下做了逆时代的事情,表现了对追求的坚定。对我影响比较大的企业是腾讯,希望能做一个像腾讯一样,有规模、利润率、长期空间的企业。书的话,《改革开放以来的中国经济》让我在群体决策中寻求共识有更多的耐心。
ZP:公司内部最反感的做事方式是什么?
王豪:不能自嗨,我们是面向客户的企业,我们的产品、运营、销售都应当从客户价值出发,面向客户最真实的需求提供产品和服务。自嗨容易造成纯技术导向或热点导向,产品不能满足客户的真实需求。
卢磊:我比较反对大包大揽,这样会导致进度失控。
ZP:希望什么样的伙伴加入?
王豪:我们正在经历高速增长,急缺开发、算法、产品、运营、销售的同学加入。相比从业经验,我们更看重学习能力和态度,希望能找到同频的伙伴一起去影响更多人,去创造更伟大的事业。
卢磊: anyone who really can do something here
文章来自微信公众号 “ Z Potentials “
【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。
视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/
项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner
【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。
项目地址:https://github.com/Henry-23/VideoChat
在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat
【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。
项目地址:https://github.com/PeterH0323/Streamer-Sales