主要观点总结
本文报道了关于AI、语音技术、美图和宠物智能摄像头等领域的创新和发展。包括HiWaifu创始人陶江的创业经历和对AI社交品类的洞察，MiniMax语音模型的技术突破，Hanabi AI的Fish Audio产品以及其在AI语音赛道的表现，美图公司的业务调整和重生，宠物智能摄像头品牌Furbo的成功秘诀，以及沙特阿拉伯的社会风气变化和电商出海的状况。
关键观点总结
关键观点1: HiWaifu创始人陶江的创业经历
陶江看起来年轻却拥有10多年的创业经历，他带领HiWaifu团队做出全球AI社交Top7的产品，并在AI社交这个整体商业化困难的品类中实现年营收2000万元。
关键观点2: MiniMax语音模型的技术突破
MiniMax上线的最新版本语音生成模型Speech-02在客观指标如错字率、声音相似度上领先竞品，并在主观的盲听测试中取得好成绩。
关键观点3: Hanabi AI的Fish Audio产品及其表现
Hanabi AI的Fish Audio是一个出色的AI语音合成平台，支持多语言文本转语音和高精度的声音克隆。它在短短几个月内实现了从0到400万美元营收的高速增长，成为AI语音赛道中最受关注的产品之一。
关键观点4: 美图公司的业务调整和重生
美图公司在面临困境后进行了业务调整和战略反思，回归擅长工具类产品研发，并成功推出几个产品拯救了公司。现在其MAU和年净利都有显著增长。
关键观点5: 宠物智能摄像头品牌Furbo的成功秘诀
Furbo自成立起就深耕宠物摄像头这一品类，以三款核心SKU构建品牌护城河。其产品功能设计精准契合了宠物主人的需求，年销售额超数千万美元。
关键观点6: 沙特阿拉伯的社会风气变化和电商出海
沙特阿拉伯的社会风气正在发生变化，女性着装变得更加自由。这是该国“2030愿景”的一部分，旨在打造一个充满活力的社会和繁荣的经济。
正文
时隔一段时间，4 月12日，MiniMax 上线最新版本语音生成模型 Speech-02，而在 5 月 15 日，系列模型中的 Speech-02-HD 同时登顶了 Artificial Analysis Speech Arena 和 Hugging Face TTS Arena 两大榜单，技术指标上 Speech-02-HD 不仅在错字率、声音相似度等客观指标上领先竞品，在主观的盲听测试中，也取得了相当不错的成绩。
除此之外，AI 语音赛道中，距离我们上次观察又有多款产品完成了融资，比如，3 月 11 日，Cartesia 完成了 6400 万美元 AI 轮融资；3 月 29 日，Hume AI 完成了 5000 万美元融资。除了创企们争相融资外，各大厂也纷纷下场，Amazon 推出了 Nova Sonic，Google 在 Veo3 中也整合了一个强大的语音模型，根据一线从业者的说法，Veo3 的语音合成功能堪称惊艳。
AI 语音赛道图解｜图片来源：腾讯云
随着技术日趋成熟，AI 语音开始更快更深地渗透到各个应用场景中。所以此次，为了测试目前的语音模型在特定场景内的表现，我们选择了直播带货、语音陪伴、有声书，三个具有代表性的 TTS 落地场景，并根据模型榜单、读者的推荐等方式，确定了 5 款接受测试的语音模型，其中包括，MiniMax 推出的 Speech-02-HD、阿里推出的 CosyVoice2、杭州智声悦合的自研模型 Dubbing X，以及 ElevenLabs 和 Sesame，进行了又一轮的测试。
（>>>更多内容，戳此查看<<
半年冲刺500万美元ARR，华裔00后
打造永不背叛的AI语音陪伴｜对话创始人
从电话录音机到播客，从语音助手到虚拟主播，语音技术在过去几十年里经历了从“工具型服务”向“内容型产品”的演化。大模型的快速崛起让语音技术的发展进入了一个新的跃迁周期，人们对语音产品的期待从听懂”内容“逐渐跃迁到听懂”情绪“。情感语音合成、语音驱动角色等新场景不断涌现，AI使语音技术不再只是配音的工具，而正在成为交互入口与内容表达的核心媒介。
在这个变革拐点上，一方面，各类开源语音模型在快速迭代，另一方面，寻找一个落地场景，让模型的技术与用户场景更贴合，成为产品落地的重要问题。其中，“语音陪伴”这一场景仍是一块待深耕的蓝海，它不仅考验模型对人类情感的理解能力，更考验这种人机交互模式背后信任感的构建。
本期我们采访了 Hanabi AI 的创始人冷月，他曾是英伟达的研究员，也是一位深耕开源的 00 后开发者。Hanabi AI 的代表产品 Fish Audio 是一个出色的 AI 语音合成平台，能够支持多语言文本转语音和高精度的声音克隆。在短短几个月内，Fish Audio 经历了从 0 到 400 万美元营收的高速增长，成为 AI 语音赛道中最受关注的产品之一。在这场采访中，我们将跟随冷月的讲述，一起理解 Fish Audio 的创建初衷、技术策略，其背后的团队文化，以及他们如何理解“AI 语音”的未来形态。
（>>>更多内容，戳此查看<<
重生之我在美图做CEO｜对话创始人
不切实际的野心和存在局限的认知，会摧毁一家公司。
2018 年到 2019 年，中国互联网一派欣欣向荣，而巨亏中的美图被迫结束了它的多元化扩张，逐步放弃了手机、短视频、电商，并且快速裁掉了 60% 的员工。
美图不得不退回厦门，并且回到 10 年前——继续做处于互联网产品鄙视链底端的工具，这也是当时被认为 “很没有想象力” 的赛道。连续的挫败，也让美图进行了大规模的反思和盘整。
1、战略要与能力匹配；2、不能随便消耗资源；3、要有核心竞争力。美图创始人吴欣鸿在一次内部复盘中说，“这是我们烧了 42 个亿，换来的 3 个领悟。”
退回厦门的他们，抱着试试看的心态，重新整合产品，结果，“整牙” 这个不起眼的美颜功能，第一年就带来了近千万收入。受此启发，他们还做了提词器功能，第一年赚了 1000 多万，并以此为核心打造了独立产品——开拍；他们推出 Wink，路线是 “像修图一样修视频”；美图设计室则是在已是红海的赛道中切一个细分市场，服务一批小微电商卖家。
几个产品拯救了一家公司。几年过去，美图的 MAU 涨回了 2.66 亿，去年有 5.9 亿的年净利和 33.4 亿的年收入，股价也从最低 5毛多涨到了 6 块多。吴欣鸿把这总结为：重生。
2023 年，吴欣鸿从蔡文胜手中接回董事长一职。他从 20 岁开始创业，35 岁做到公司上市，做出过 9 个月 1 亿用户 (比微信还快 5 个月) 的短视频社区美拍，但也因为认知局限，差点把公司搞垮。
