印象团队

站上十周年的新征程，印象笔记的Verse想让笔记工具有亿点点不一样

恰逢印象笔记十周年之际，「Verse」的推出标志起源硅谷的印象笔记，如今在中国焕发本土化新生力量的品牌和软件服务企业，对打造全新 All-in-One 形态的计划开端。透过这样一款产品，我们得以窥视印象笔记的下一个十年探索和进步的决心，如何用超越期待的产品去打造更受用户青睐的「第二大脑」？ 新外观：大道至简，模块化即取即用 像我一样熟悉新版本印象笔记的用户并不会有太多学习成本，开启「Verse」，新建页面就能用模块化编辑器组织多模态信息呈现，将工作、学习、生活中的视频、音频、图文等不同类型的数字内容自由组合，完成页面的高效创作和灵巧布局。同时，模块化编辑器连接多类外部模块，更能帮助用户轻松处理复杂信息。 此外，产品还可针对不同场景快速创建个人空间，并设置空间开放权限，满足个人信息管理与多人协作的不同需求。完整的页面目录树，帮助用户快速管理空间内的各层级页面，准确把控多层级页面关系；无限嵌套页面，让知识更易成体系，用户也将不必从零开始搭建知识库。 新功能：数字花园的里外都 “香” 背景白噪音，双向链接，自定义封面……这次印象笔记用一款产品将这些细节一次性都带到了挑剔的用户手中，不用再打开多个网页或者工具实现，一站式的服务可谓是别样的中国特色。比如说，笔记当中添加的外链页面支持自定义封面与头图，凸显个性，更激发灵感，背后的产品经理不知道在其中消耗了多少根头发，只为创造更提效。 在笔记的核心功能上，在「Verse」空间里，每个用户都能轻松建造起一座「数字花园」。比如智能双向链接，使不同页面和信息之间彼此关联，自动构建出一个枝繁叶茂的「数字花园」。 新惊喜：让知识流转更升华 作为新一代智能生产力工具，「Verse」充分整合了印象笔记强大的 AI 能力，为用户打造「云大脑」，让笔记中的信息和知识在流动中不断升华和再创造。具体来看如深度搜索功能；智能标签功能；智能摘要功能。这些新加入的更智能的工具必将能够帮助用户将知识更好地聚合、提炼和内化。 在当下疫情造成的远程工作与新协同需求的大背景下，「Verse」还支持个人空间与页面共享，实现多人实时协作互动，助力打造高效团队。在这里，团队成员共享信息、共创知识、共建知识库，实现思想的自由碰撞。 以上只是一家之言的短暂评测报告，有兴趣的读者可以自行跳转公测网页免费体验上述全部功能，「Verse」与「印象笔记」数据互联，支持同一个账号就能在「Verse」中自由导入。来自官方消息预计，完全版本包括移动端的更佳体验将于七月推出。 新闻来源：动点科技

印象笔记推出「轻记」App：让记录更灵活，分享更轻松

(2022年8月1日 北京)近日，印象笔记推出了全新的轻量化记录工具——「轻记」App，专注服务用户的轻记录场景，帮助用户轻快记录瞬间灵感，沉淀为心历回顾，激发更多新的智慧与感悟，让碎片化信息轻而易记、历历在心。 依托于印象笔记丰富的产品矩阵布局，「轻记」App完美支持多端记录及数据同步，用户可以在印象笔记App内无缝拓展创作，让轻记录有更大用途。目前，「轻记」App已在移动端(iOS端和Android)完成上线，即日起可前往各大应用商店下载体验。 轻快记录，留住灵感瞬间 「轻记」App从轻记录功能与简洁页面设计入手，用卡片呈现记录内容，用户无需考虑记录内容的结构、归类，随手就能将闪现的灵感、每日轻日记、随笔摘抄、备忘录等日常零碎信息轻松记下，真正实现“1秒记录”。 除了文本与图片记录之外，「轻记」App还支持语音录入、OCR快速文本识别等多样化记录方式，用户可针对不同场景下的记录需求，自由选择便捷化的记录方式。同时，印象笔记桌面端、「印象轻记」公众号里设有「轻记」入口，为用户提供更灵活高效的记录体验。「轻记」的记录内容更与印象笔记桌面端打通，让灵感记录无缝对接用户积累的知识体系，为用户的第二大脑助力。 历历在心，收获记录复利 作为印象笔记产品矩阵中的重要成员，「轻记」App支持多级标签系统，帮助用户将所记录的内容清晰归类、高效检索，将碎片化信息更好地归纳和内化。 为了帮助用户更好地回顾记录内容，「轻记」App独创「心历」功能，用日历及热力图组件呈现过往记录，并以时间轴视角回顾记录内容，快速唤起用户的记录历程与当下的思考与感悟。「心历」中人性化的记录提示、内容总结和特殊时刻的趣味彩蛋，都能更好地帮助用户保持记录习惯，轻松收获记录复利。 此外，用户还可以选择通过关注微信公众号「印象轻记」来设置“微信回顾”，或使用“小组件回顾”，自主设置回顾数量与回顾范围，多样的回顾方式，让用户的每一次记录都能历历在心。 不仅是轻快记录，「轻记」App也升级了用户的分享体验。在「轻记」App内，用户可将记录内容一键生成轻记卡片，随手分享给好友、同事和圈子，让源源不断的灵感在一次次分享、交流和碰撞中产生。 「轻记」App的推出，满足了用户轻记录、快分享的需求，让印象笔记产品矩阵的使用场景更加丰富和完善。随着产品的持续优化迭代，「轻记」App将持续增强与其他矩阵产品的互通互补能力，发挥矩阵优势，为用户提供更便利、更智能的记录体验。 新闻来源：和讯网

印象笔记CEO唐毅:社会发展印证产品形态，互联网大会鼓舞人心

11月9日，2022年世界互联网大会乌镇峰会开幕。印象笔记董事长、CEO唐毅在峰会现场接受新京报贝壳财经记者采访时表示，本届大会的主题“共建网络世界 共创数字未来——携手构建网络空间命运共同体”和二十大报告中关于“加快建设网络强国”的内容非常契合，作为互联网企业感到深受鼓舞。 印象笔记早在2012年开始为国内用户提供云笔记服务，是国内最早的云笔记软件之一。在唐毅看来，疫情验证了印象笔记此前倡导的知识管理理念，而作为一家从美国成功本土化的互联网企业，唐毅认为中外公司的合作顺利与否对公司的状态、管理者和外资公司的开放性都有要求，而且各国的法律法规和贸易规则是在不断变化的，企业在选择的路径上必须要时时关注最新政策。 疫情让碎片化信息变得更多 云文档与印象笔记定位不同 近年来，随着疫情的影响，越来越多的人开始习惯移动办公场景，文档储存在云上也成为了个人用户的硬性需求。 对此，唐毅表示，印象笔记在疫情之前所提倡的一些产品特性和知识管理理念与疫情之后的场景比较符合，“谁对疫情都没有提前预料，但我们一直提倡多端同步、远程同步，以及自己对知识脉络的梳理，我们梳理的可以是深入的文本类信息，也可以是视频、图片等其他类型信息，以及碎片化的信息。” 唐毅对贝壳财经记者表示，这些逻辑实际上是对知识管理和社会发展的前瞻性判断，“因为我们的使命一直是给个人、团队和企业提供第二大脑，这和疫情之后的一些形态刚好契合。数据工具使用更加普及，多端同步、多点同步和多人同步成为刚需。在家的办公场景和在公司的办公场景、在移动当中的办公场景需要高度统一，碎片化的信息可能更多，在知识梳理和脉络当中的数据形态变得更复杂。” 疫情之后，大众往往需要处理不同的信息表格，填各式各样的录入信息。“这也是印象笔记对技术发展和社会发展、使用形态发展的印证，对我们的用户数量、用户使用频度、用户对我们产品的肯定以及产品的研发方向存在正向影响。”他告诉贝壳财经记者。 贝壳财经记者注意到，当前有许多企业都发展了云文档产品，如金山文档、腾讯文档等。2021年7月，一份网友自发传递编写的腾讯文档在郑州暴雨中成为了传递求助信息重要载体。 对此，唐毅表示很高兴能看到很多云文档与协作文档的出现，但印象笔记本质上与其有着很明显的区别，“首先，云文档的形态相对比较单一，表格只能是表格文档只能是文档，而印象笔记可以嵌入文字也可以嵌入视频，是多模态的；第二，云文档产品是纯在线的，离线无法使用，而印象笔记作为个人知识库存在可以随时存取；第三，印象笔记比较关注个人使用体验和个人隐私，在分享和共享上会比较慎重。所以印象笔记的高黏性和云文档的用完即走属性存在相当大的差别。” 唐毅告诉记者，为了提高个人用户的体验，印象笔记APP大幅增强了写作能力、多模态处理能力，还推出了一系列智能硬件。他向贝壳财经记者透露，现阶段印象笔记大概百分之七八十的收入来自软件，一部分用户也会选择硬件来增强和丰富他们的使用体验，“作为‘感知器官’，硬件的体验对我们来讲非常关键。不管功能是录音、手写还是扫描，这些智能硬件都能够和软件完美连接，我们的软件定位是‘第二大脑’，这些硬件就是‘第二大脑’的补充。”唐毅说。 谈外企本土化：获多方支持 需要注意的是，印象笔记最初在2012年进入中国时，还是美国硅谷独角兽企业Evernote的“中国版本”。不过，唐毅出任中国区总经理后，印象笔记的“本土化”开始加速。 在长达32个月的谈判后，印象笔记在2017年底完成独立重组，建立起美国Evernote公司、中方投资者、中方管理团队三方均等的持股结构；2021年3月，印象笔记的又一轮融资完成后，中方管理团队通过追加投资成为公司最大持股方。 “我们在外企本土化中应该说是做得最坚决和最彻底的，这主要展现在几点：我进入印象笔记的时候，它还是Evernote的一个分支机构、全资子公司，而现在印象笔记已经变成了一家中资绝对控股的公司，美资只占很小一部分股份，更重要的一点是我们现在的源代码要远远超过当时的源代码，当时所有的IP，不管是源代码还是商标都是一次性转让，我们完全拥有了自己独立的知识产权。而且我们所有的自主研发产品都可以出海，这样我们很快会再一次变成一家全球企业。”唐毅说。 他告诉贝壳财经记者，能够在公司治理、股权架构、日常管理决策和知识产权都做到干净切割需要一定契机，“我们是在各个相关部门的支持下，才能达成如此彻底的美国技术本土化案例，这让技术可以在中国发扬光大，美方也可以通过小股份获得资本回报。但我们的案例并不容易复制，在当前形势下，中外公司合作顺利与否对公司的状态、管理者和外资公司的开放性都有要求，而且各国的法律法规和贸易规则是在不断变化的，企业在选择的路径上必须要时时关注最新的政策。” 唐毅表示，他已经参加过很多届互联网大会了，本届互联网大会号召全球的相关从业者、参与者、技术创造者、产品创造者、用户，携手构建网络空间命运共同体，对于共同的网络空间和数字未来非常有意义。而且中国对网络世界和数字未来的开放性、互惠互利性、安全性、经济持续促进非常开放和积极，作为一家独特的“美国企业本土化后再一次走向全球舞台”的企业，我们深受鼓舞。 新闻来源：新京报  

印象笔记唐毅: 提供“第二大脑”，让每个人都能享受数字经济成果

“在网络强国、数字中国建设中，要依靠技术创新应用，提升国民数字素养、弥合数字鸿沟，促进数字普惠共享，使得社会上每一个人都能够享受到数字经济的成果。”印象笔记董事长兼首席执行官唐毅在2022年世界互联网大会乌镇峰会期间接受记者采访时表示，随着经济数字化转型的脚步不断加速，全社会的数字素养亟待提升，需要更加智能的“第二大脑”，帮助用户在学习、工作、生活中，完成信息处理的数字化、云端化、智能化。 近年来，我国数字社会建设步伐不断加快，网民规模和互联网普及率连年攀升。CNNIC统计数据显示，截至2022年6月，我国网民规模达到10.51亿，互联网普及率达到74.4%。提升全民数字素养与技能，有利于弥合数字鸿沟、不断增强人民群众获得感幸福感安全感。 唐毅表示，数字素养与技能涉及教育、医疗、养老等诸多公共服务领域，包括网络购物、互联网医疗、在线课堂等各类场景，而且不断丰富。提升数字素养与技能，能够提高人们在不同场景下使用数字技术和工具的能力，推动全民畅享美好数字生活。 “作为重要的信息处理平台，印象笔记是为了能很轻松地记录、管理用户的重要信息，我们的愿景是致力于成为个人、团队和企业的‘第二大脑’。”唐毅表示，“所以我们平台很多产品，比如最核心的印象笔记，可以非常好的支持离线、在线功能，能够非常便利地获取信息和使用自己的信息。” 在唐毅看来，作为知识工作者，特别是科技企业领域的工作者，还应当看到，在提升国民数字素养中，更应该关注老弱幼的需求。 “其实APP或者软件产品的交互设计可以很大幅度降低使用难度，在使用中还能够提升数字素养，这一点要求企业不仅要有自然的商业责任，还要有社会责任的美誉度，在产品设计和研发时，除了迎合熟练用户，还要针对老幼等用户，从他们的使用习惯考虑进行更好的设计。”唐毅举例说，印象笔记的收藏家等产品可以通过大平台、跨平台、跨设备让用户获取自己的信息，或者是通过非常简单的方式提供不同平台的信息收藏，这些信息不仅是知识工作者和企业团队的需求，也是为了满足数字普惠共享的产品设计，致力于为用户提供“第二大脑”，让所有的用户都可以使用。 唐毅最后表示，提升全民数字素养与技能，是顺应数字时代要求，是实现从网络大国迈向网络强国的必由之路。但是应当看到的是，现在还有不少人存在“网络接入不足、产品使用不足”的新需求，印象笔记希望通过提供先进的产品和服务，推进数字化学习与创新，为全民提供更智能的数字化学习方案，真正让普通用户，特别是数字产品使用经验不足用户体会到人工智能的便利性。 新闻来源：中国经济网

对话印象笔记CEO唐毅：不管砸多少钱，纯软件市场的垄断很难形成｜甲子光年

过去五年，是中国协同文档赛道最热闹的五年。 一方面，老牌的软件厂商在跟随着云计算的技术发展，加速云化，致力于打造出更符合用户需求的产品；另一方面，印象笔记、石墨文档等新生的SaaS公司们拔地而起，依靠轻便的服务在C端持续赢得用户声量，并开始陆续瞄准B端市场寻找第二增长点。 市场情况愈演愈烈，互联网大厂也看准了这块的机会，将文档协同作为移动办公平台的基础产品不断发力，飞书文档、钉钉文档和腾讯文档不断迭代，试图在这块蛋糕争夺战中分得一杯羹。 大家都朝着颠覆前浪的目标前进，试图定义下一代的文档工具。 印象笔记属于新生公司中自带“光环”的存在，其脱胎于硅谷明星公司Evernote，后者于近日被意大利移动开发商Bending Spoons收购，发展可以追溯到2008年。在2018年6月，印象笔记中国团队完成了重组，国内团队拥有了实际控制权，正式成为由一家中方控股的的软件公司。重组后，美国Evernote目前只是印象笔记的股东之一，这次收购对公司发展没有影响。 之后，公司终于放开手脚，开始正式针对中国市场重新搭建技术架构、优化产品、梳理企业核心战略，并在发展中开始尝试突破出生时自带的纯to C笔记工具的光环，在商业模式上进行多元探索，尤其在to B路上寻找新的机会。 公司的一系列动作包含： 在C端产品方面，公司在持续扩充印象App家族，推出了一系列的独立App，包括管理日程的“印象时间”，展示收藏内容的“收藏家”等； 在B端，公司2020年8月正式推出独立的印象团队App；并在2021年底，进行了全新战略及产品生态的升级，宣布印象笔记由工具性质的“第二大脑”，升级为为用户提供模块化、自动化和可协作的 All-in-One 信息服务平台，其中，Verse是同时服务to C和to B的平台级产品；今年，公司升级了B端产品和服务，新的印象TEAMS已全面上线。 本次，「甲子光年」对话了印象笔记CEO唐毅，谈谈在2022年这个关键节点，这家公司如何看待日益拥挤的协同赛道，以及印象笔记一系列打法背后的核心思考。 1.谈产品：多元化和简化 甲子光年：之前，你提到过公司正在为IPO进行准备，现在进度如何？ 唐毅：我们正在瞄准国内的资本市场，按部就班的推进准备工作，同时内部也在考虑和评估要不要在IPO之前再做一轮融资。 甲子光年：去年一系列动作之后，今年在业务层面，印象笔记主要在哪些方面有了新的进展？ 唐毅：产品层面，去年发布会上，我们推出的印象时间、收藏家、印象人脉、印象TEAMS以及Verse等多款新产品都已经陆续交付。目前，在to B的产品上，在印象TEAMS的基础上，我们正在打造一款更加符合不同B端用户多场景需求的多功能产品，预计明年第一季度会正式发布。软硬一体依旧是公司当下的发力方向之一，具体新的动作会在明年正式公开。 能力层面，一方面，全面加强了印象笔记在各个产品、各个信息获取路径上的体验，着重强调“剪藏”作为用户体验信息开端的重要性，同时对“剪藏®”进行了全面的智能化升级；此外，我们进一步加强了AI和搜索能力，之后也会推出一系列智能技术相融合的产品。 甲子光年：之前你提到，团队对印象笔记App的功能添加会非常克制，因为这个主平台并不能变得过于“臃肿”，但我们关注到公司不断推出硬件产品和功能，这是矛盾的吗？ 唐毅：这两者之间统一性多于矛盾，多元化不一定就意味着“不精”，企业可以做的大而全，也可以精。比如微软的产品就很丰富，既能够一揽子交付，产品之间协作性也很强，就是一个典型的兼具便利性和多场景统一性的示范，我们也希望做到这样，接下来也会继续通过账户体系的便利性继续加强全平台的能力。 这些并不代表在用单点工具的时候，产品可以“不精”。不论是C端还是B端，产品在场景中的使用一定要顺畅舒服，这是前提，这个过程中，再去推出一系列与之相关的软件。所以在印象笔记这款核心的笔记App上，我们依旧会做轻，让用户在这个场景的需求用这一个产品就能解决，之后再去集合其他产品满足用户更深入的多元需求。此外，硬件产品方面，我们依旧围绕着核心知识硬件来做，来颠覆下一代的记录体验，这是我们关注的焦点。 也正是因为我们在一些单点上“做的精”，才能够把这些单点工具连接到统一的平台上去，保证了平台的完整性和统一性。 甲子光年：为什么会选择这种横向多元的发展路径？ 唐毅：这种多元化的发展目前已经成为一种趋势，虽然此前表现的并不明显，但随着大量的美国SaaS创业公司获得一定成功之后，大家也都在慢慢开始对标微软，走更丰富的路。 以前，美国市场to B产品大多发展路径都是扎根垂直的场景，解决某个细分的需求，工具和工具之间通过API达成一系列的协作，但慢慢的，也会发现，当它们在一个独立的场景发展到一定程度之后，特别是进入B端市场之后，也会不断的围绕多元化的横向路径来发展。比如微软就推出了一系列SaaS工具产品，所以大家都在更深入基于C端用户和B端用户的需求，打造一个更简便、统一、完整的知识管理平台，这种融合的需求正在变得越来越明确。 这也是全球市场的一个发展趋势，大家都在围绕更真实的企业需求进行产品的调整，接下来，厂商们选择的发展方向都是在相对比较深入的场景上，有一个更完整的解决方案。 甲子光年：为什么企业用户对“统一性”的需求是一种趋势？ 唐毅：知识管理工具类产品，依靠产品+模板+教程+社区这套模式已经在全球市场形成了一套比较标准的PLG（产品驱动增长）增长模式，中国也不例外。这种软件的增长模式和很多硬件工具增长模式没什么不一样，比如无人机的粉丝也会很关注教程、社区，这套模式在很多产品上同样适用。 此前中美市场PLG模式落地程度的区别主要是因为在B端的采购流程上两地的市场差异。但近年，随着国外的经济下行，美国企业也在缩减一些工具预算，尤其是员工个人采购的预算，这将倒逼企业服务市场需求端向综合统一的需求方向演变。 不管是C端还是B端用户，都对统一性、便利性的追求更加明确，厂商也有机会增加服务用户的范畴。 2.谈发展：to C和to B 如何兼得？ 甲子光年：to C和to B这两种模式并行在美国可以实现自然而然的渐进式增长，在中国市场背景不一样，可以行的通吗？ 唐毅：在to B和to C是否分开来看这个问题上，我们内部有一些自己视角的观察。 虽然SaaS发端于美国，但在我看来，不管在中国还是美国，C和B之间的融合已经是事实。尤其是美国市场，一直就融合的很好。 在国外，一些早期最终用户体验做得好的、获得C端掌声的企业，在转而开辟B端市场的时候，也会面临着一些to B市场的考验，比如需要符合企业业务作业流程、提升个性化的服务能力等。在中国，由于本土市场的差异性，这种个性化的服务诉求比国外更广泛，这意味着产品的服务能力一定要到位。 印象笔记一直有一个非常良好的C端用户口碑，之后，通过矩阵式的产品搭建，我们开始不断向用户提供更综合的、连带价值更高的服务，并且能让用户通过超级会员的订阅形式享受到这种连带价值，这是我们多元化的基础和前提。 “合久必分，分久必合”，这也是行业的一个趋势，不管是C端用户还是B端用户，都希望一个平台来满足自己多样的要求。 甲子光年：我们怎么做到to B和to C业务的这种“融合”？ 唐毅：过去几年，我们的产品在不断地延展，用户不仅有知识工作者和专业工作者等个人用户，还有许多企业用户。随着我们整个“信息处理平台”的核心定位，产品在不断延展的过程中，C端到B端就成了自然而然的一个内生性过程，没有一个绝对的分野。所以我们内部没有把to B和to C分割成两面来看，在研发与市场层面也融合的相对较好。 我们的优势是，以信息为核心的产品矩阵，将不同来源的信息融汇在一起，通过“一朵云一套账户体系”的多平台协同联动模式，随时随地担任个人的信息助手，帮助C端用户进行融合的知识管理，同时还能充当B端用户的统一生产力平台。 甲子光年：有观点认为，”PLG模式在文档协同行业to B路上不是愿意不愿意，而是能不能的问题”，你怎么看？ 唐毅：PLG和SLG（销售驱动增长）并不矛盾，从产品体验和服务形式上来看，这本质上是一件事，C端你服务的是一个人，B端你服务的还是团队里的每一个个人，本质依旧是最终用户至上。这一点，不管是做CRM的还是做协同工具的，或是做企业生产力平台的，都是必须要做好的。区别在于程度的不同，有的销售做得重一些，有的轻一些。 不论最终做采购决策的人是一个机构还是一个人，产品体验做扎实是前提。把产品做好之后，能多大程度上依靠产品自身去撬动增长就是企业自身的功力了。 当然，也不能完全依赖产品增长，早期可以这么做，到后期依旧需要借助专业的销售和渠道来规划整体的发展之路，这是个“度”的问题。美国很多SaaS公司从C向B转型，销售流程需求一点都不比中国大企业少，到了某个阶段一定需要PLG+SLG结合起来，这要结合不同行业、不同工具、不同需求属性来看。比如在中国，央企、国企、民企的需求情况就截然不同， 上市公司和非上市企业合规要求不同，需求也不一样。这个“度”需要企业结合不同的环境自己来把控。 国外市场，随着经济和市场的变化，服务和销售也在整个to B赛道变得越来越重要，即使是明星的C端初创企业也必须要加强服务才能取得更好的进展。Atlassian最早就是依靠C端的口碑效应，但之后也建立了大量的销售团队和支持团队，基本上没有公司是纯PLG模式，都是需要结合不同程度的销售进行发展。 甲子光年：在这种PLG+SLG的结合上，我们是怎么实践的？ 唐毅：要做to B的市场，不仅需要适应用户需求，适应用户的采购流程，还需要做好相应的部署服务，以及售后的服务，这些是标准配置。同时，技术上也要有变化，我们的核心有三：一个泛在的信息助手，一个可以个性化的融合知识管理系统，一个统一的协同性生产力平台，以此来结合不同的用户需求进行相对比较标准化的部署。 底层技术方面，印象笔记的整体产品平台和技术平台是一个C和B的通用平台，比如人工智能的能力、信息处理能力等都是通用的，只是在to B的产品上会有相应的一些技术特性变化，在销售和服务过程中要对接不同的团队。 在市场方面，我们也比较谨慎，2022年才开始专门针对to B市场的销售团队逐步建设，明年我们会持续不断的投入到to B的销售和服务当中。 甲子光年：今年公司的营收和用户量增长情况如何？ 唐毅：在核心产品持续迭代优化、新产品陆续推出后，用户增长和收入进一步加速。总体新用户增速接近2021年的2倍；在今年的复杂经济环境下，收入增长良好。 印象笔记核心产品的付费用户数量持续健康增长，部分新产品推出独立会员后，增长势头强劲，转化率普遍远超国内同类产品。去年底为满足用户一步解锁矩阵产品全部高级权益、推出“超级会员”后，付费用户数量和占比都有进一步大幅提升。 甲子光年：接下来，公司会考虑出海发展吗？ 唐毅：出海方面，印象笔记的笔记产品不会出海之外，其他的矩阵App和智能硬件都可以出海。 印象笔记的目标是扎根中国，面向全球，接下来也将开启出海计划。我们希望接下来能够更成功的服务更广阔的市场。 3.谈市场：纯软件市场的垄断很难形成，健康的发展是关键 甲子光年：以前互联网创业有一个说法是：大厂下场，一个赛道就没机会了，协同文档这个赛道也会这样吗？怎么看待飞书等产品动作，以及金山文档等传统软件公司带来的市场压力？ 唐毅：虽然市场玩家不少，但我们看到很多用户的反馈，有很多需求尚未被满足，尤其是不同行业、不同职能都没有满足到。我认为，在企业端，不管你投入多少，纯软件市场的垄断很难形成。比如，微软在大型软件上就没有那么强的垄断属性，以前微软office的垄断属性很大程度上也需要依靠设备的强绑定。当然逻辑上，大规模的亏损性投入可以占更多的市场份额，但企业的需求差异性巨大，空间也巨大。 to B公司在这个过程中，只要把握好一个边界，在生产力平台的产品方面尽量做的更统一，更完整就行。我们把自己就定义为管人脉、管时间、管信息，但是我们不做招聘，不做财务。确实也会发现存在很多新的用户需求的洼地，这是大厂并不能很好满足的地方。 此外，创业公司很难像大厂一样能够持续进行亏损性的投资，财务指标的健康性在当下是公司发展关键。所以，这个过程中，我们觉得扎根C，然后放眼B对印象笔记而言是一个很好的策略，我们也完全没有看到B端的天花板。 to B的业务需要通过长期服务好用户，不断让用户续约才能获得长远价值，体现在企业侧是能帮助他们提高效率、降低成本、或者增加收入，它不是一个亏钱占领市场的互联网逻辑，如果有厂商愿意不计代价去推一些协同性的概念，反而是个好事，相当于更快的完成了市场教育的过程，之后，究竟谁能完成用户的实际需求就是大家真正比拼实力的时候。 甲子光年：这种比拼实力的过程中，一家to C起家的公司怎么做好to B产品？ 唐毅：虽然印象笔记是以C端产品起家，但我们团队大部分成员都有丰富的to B经验，包括我自己。所以在B端产品的销售、服务和流程上，我们能够快速根据用户需求进行升级迭代，也能更好的把握产品投入“度”。 过程中，需要把握的核心关键就是“效率”——不能像大厂一样猛砸钱做市场，而是要关注服务效率、销售效率和工程实施效率，一味的拿单，不管是小厂大厂都能被拖死，财务指标也没法看。 甲子光年：今年整个SaaS行业都处于低点状态，你有感受到吗？除了大环境之外，你觉得为什么协同文档的企业会走到这个局面？ 唐毅：今年整个市场处于“潮水退去，泥沙俱下”这样一种情况。但我并不是一种悲观的态度。 很多美股市场的SaaS公司估值调整都非常的剧烈，仔细看其中原因，显然既有整体潮水的问题，即美元加息带来的影响，也有企业自身盈利能力的问题，我们也可以看到很多上市的SaaS企业都不能实现盈利。 所以整个行业开始回到本质，考验的是企业自身的内生增长能力和盈利能力，谈行业不能回避这个问题，这个情况在中美市场都一致。从这个问题上看，我们自己一直把握着经营的底线，这对我们而言反而是个机会。 甲子光年：未来行业格局会怎么演变？ 唐毅：总体的趋势上来看，我其实希望中国的厂商更多的去思考，怎么样真正的往竞合的方向走。这个发展路上，一定会有中国品牌有机会成为下一代的微软，来通过统一的协同生产力平台，给用户提供一站式的信息服务。 未来，市场空间还很大，服务好用户是最根本的，有比较完整解决方案能力的厂商这个过程中会有更大的机会。 报道来源：甲子光年

印象笔记公布自研轻量化大语言模型「大象GPT」，推出「印象AI」，3月内完成产品对接

近日，印象笔记向外界透露即将推出「印象AI」，用以回应行业和用户对印象笔记在AI领域布局的关切。「印象AI」是基于印象笔记多年自研的轻量化大语言模型「大象GPT」和国内外大语言模型相结合的混合模型方案。 近日，印象笔记向外界透露即将推出「印象AI」，用以回应行业和用户对印象笔记在AI领域布局的关切。「印象AI」是基于印象笔记多年自研的轻量化大语言模型「大象GPT」和国内外大语言模型相结合的混合模型方案。 从官方披露的信息来看，「印象AI」是印象笔记在持续研究世界领先的包括 OPT 、BLOOM 等类 GPT-3.5结构的大语言模型 (Large Language Model)基础上，结合其多年来对高质量数据的处理经验，进一步基于自行设计的Multi-task Instructs数据集,  Fine-Tune 形成了数十亿参数规模的自主可控的轻量化大语言模型 —— 大象GPT，同时还陆续与国内外领先的大语言模型提供商进一步结合，推出的生成式人工智能产品。上线初期，「印象AI」将为用户提供多种场景下的开放式写作助理，随着印象研究院进一步加强基于人类反馈的强化学习来实现模型的优化，「印象AI」有望提供更多更强的功能支持。 近期ChatGPT的大火，促使不少产品纷纷宣布接入不同的大语言模型，但由于有些模型并未开放API给第三方，以虚拟登录的方式提供此类模型的服务对于用户使用的稳定性、安全及合规性都存在一定风险。同时，业内相继推出的AI产品通常都是以产品内直接对接某种特定大语言模型的API为用户提供服务，大语言模型的“静态”特性，要求它必须在兼顾已具备的能力之外，定期更新以吸纳世界范围内的新知识，在此过程中所产生的高额成本，最终还需要用户来承担。 作为现阶段国内少数拥有自研轻量化大语言模型的应用厂商之一，印象笔记即将推出的「印象AI」采取了以自研模型与国内外大语言模型相配合的方式，一方面确保模型自主可控，保证AI产出的内容合法、合规；另一方面，混合模型方案可以更快速地针对印象笔记用户的需要定制任务、引入特定数据，并进行有针对性的微调和模型迭代，从而有效降低用户的使用成本。 印象笔记在官方公告中表示，「印象AI」的功能不仅限于开放式写作助理，而是将深入到知识管理的各个环节，辅助实现完善信息记录、高效信息整理、智能多模态信息关联与创作内容的润色和升华，成为由GPT驱动的多模态、全能知识管理助理。 值得注意的是，印象笔记还极富创新性地提出了“构建私人生成式语言模型”的研发方向，未来，印象笔记将尝试在获得用户授权的前提下，将私人语料与大语言模型通过适配层对接，训练成为保存个体记忆、呈现个人创作风格的私人化生成式语言模型，让「印象AI」有机会发展成为每个用户的信息宝库和信息世界里的数字孪生。 此次「大象GPT」的研发训练及「印象AI」的推出和落地均由印象笔记专注人工智能的研发机构印象研究院主导推进。此前，印象研究院已陆续为印象笔记App研发了一系列以人工智能为核心技术驱动的智能化产品功能 ：智能推荐、智能标签、智能摘要、知识星图等，也一直在AIGC（ 内容人工智能自动生成）领域持续深耕。据悉，「印象AI」将于3月份内开启报名体验。

印象笔记上线大模型驱动的“印象AI”

在国内厂商纷纷在产品中加入AI能力的当下，印象笔记悄然上线了“印象AI”。不同于大多数需要“内测”和“邀请码”的AI产品，用户只要更新印象笔记至最新版本即可直接使用AI功能进行文章写作。 4月19日，新京报贝壳财经记者获悉印象笔记已将基于大语言模型AI功能赋能至旗下全线产品。根据印象AI用户协议，印象AI采用基于印象笔记自研的轻量化大语言模型大象GPT和国内外大语言模型相结合的混合模型方案。 贝壳财经记者体验印象笔记的AI功能发现，用户可使用AI进行文档的总结、续写、翻译等。在交互设计方面，AI的不少功能指明了具体场景，如“写作文”、“采访问题”、“广告文案”等。值得注意的是，用户可以使用“AI帮我写”功能向AI提问。 印象笔记董事长、CEO唐毅在接受新京报贝壳财经记者专访时表示，印象笔记从2018年就开始研发神经网络，彼时推出的“生成摘要”功能就基于AI能力，此次大象GPT的模型有百亿级参数，将针对知识管理和办公协作场景进行持续优化，同时未来也可能针对用户需求接入不同的大语言模型。 “印象AI”能力实测：写总结、写文案、回答问题 4月19日，新京报贝壳财经记者体验了印象笔记的AI功能，发现可以通过新建“超级笔记”后点击左侧加号或输入“/”等方式唤起AI菜单，其交互界面显示“印象AI体验版”字样，排在前列的选项有“AI帮我写”、“继续写作”、“头脑风暴”、“翻译”，而位列末尾的“更多”选项里则包括总结、解释、语法修复、简化语言、列提纲、写作文、现代诗、新闻稿、广告文案等在内的多个子选项。 贝壳财经记者首先尝试了印象AI的文章写作能力，记者以2022年北京卷的作文题目“学习今说”为题让印象AI写一篇不少于800字的议论文，其迅速生成了下图文章。 在印象AI生成内容后，还有“完成”以及“继续写作”两个选项，如果此时在输入框内再次提出要求，印象AI还能续接上文继续生成内容，如记者让其为上一段文章自拟一个标题，印象AI随即生成出了标题“学习的多样性与价值：培养个人能力和社会责任感”。 此后，记者又尝试了“总结”和“简化语言”能力，如将《少年闰土》中闰土刺猹和教鲁迅捕鸟的两段共计207字输入，得出的简写结果是：“这段描述了一个少年在海边捕猹和捕鸟的故事，他使用钢叉和绳索来捕捉猹和鸟。他计划在下雪后建立一个陷阱来捕捉不同类型的鸟类。”记者重复了10次简写操作，发现每次生成的简写结果都不一样，10次中有1次结果出现了事实错误（把猹说成了马），其余9次没有事实错误。 值得注意的是，贝壳财经记者测试印象笔记的“AI帮我写”能力时发现，其实际上已经隐含了类ChatGPT的问答能力，如记者在输入框中输入“如何实现中华民族伟大复兴”和“写一个中国足球冲出亚洲的方案”，印象AI均给出了回答。 贝壳财经记者发现，其生成的答案在逻辑上并无明显差错，如表示中国足球冲出亚洲需要“培养青少年足球人才”。而当记者咨询其“鱼香肉丝是用什么鱼做的”等“陷阱类问题”时，其回答避开了陷阱，直言“鱼香肉丝是一道传统的川菜，但其名称与其实际的食材并无关联。据说这道菜的名称是由于其味道鲜美，给人以鱼的感觉而得名的”。不过，当记者咨询最近一届世界杯谁是冠军时，印象AI生成的内容是“法国”，显然其训练语料并未更新至最新时间，AI也未实时联网。 对于为何在印象AI的交互设计中，不直接给出问答式界面，而是设计了诸多已适配场景的子选项，唐毅对贝壳财经记者解释称，对话不一定是AI与用户最好的交流方式，在知识管理的场景下，让用户在已有模板内选择就好像是给了用户一个购物清单，而不是一张白纸似的心愿单，这将给一些“不知道怎么开始”的用户指明方向，在工作和书写的场景中更适用。此外，未来印象AI的交互菜单将进行个人定制化，“如媒体从业者可以把新闻稿和采访问题放到前面。” 做专注于知识管理场景百亿大模型 用户数据属于用户 贝壳财经记者试用印象AI发现，目前其AI功能已经可以实现部分新闻采写工作。 如在本篇文章的采访及撰写中，记者尝试让印象AI列出“采访印象笔记老板要问的问题”，其迅速列出了10个问题，包括“请问印象笔记对于人工智能技术的研究和应用有哪些计划和投入？”“印象AI的技术架构和算法是如何设计的？”“您认为人工智能在未来的发展中有哪些潜在的风险和挑战？”等。 对此，印象研究院负责人常诚在回答上述由自家AI生成的问题时表示，大象GPT为百亿级别的大语言模型，在结构上参考了“BLOOM”、“OPT”、“ LLaMA”等先进的类GPT3.5能力的开源大语言模型，并在模型结构上做了微调，同时在训练过程中引入了新的自行加工的指令数据集，这也是用户协议中表示“采用混合模型方案”的原因之一，“我们并不对标千亿级的大模型，而是更加专注垂直于知识管理场景。” 常诚告诉贝壳财经记者，在大语言模型的基础算法早已开源的今天，GPT4之所以能够做到当前的高度，并非在模型方面掌握了多少“独家秘籍”，而是在模型训练过程和训练数据整理加工等多方面的多年经验积累，这些经验中涉及的技巧是从大量失败的实验中堆积出来的，“对于印象笔记来说，我们也有信心在一个专注的领域内不断投入成本进行优化，我们有大量的忠实用户，他们在知识管理中有着非常深入的AI使用场景，这也使得我们拥有独特的优势。” 值得注意的是，贝壳财经记者在阅读印象AI用户协议时发现，其在“数据收集和训练”一栏中标明“请您理解并同意，您在使用印象AI期间输入的内容和指令，将会被用于印象笔记自有语言模型的数据收集和训练”。 对于该条款，印象笔记产品负责人刘璨对贝壳财经记者表示，用于训练模型的数据仅限于用户在AI输入框内输入的指令内容，即用户向AI提出的问题文本，而用户的其他私有数据不会被用于模型训练。 常诚表示，印象AI未来会针对用户反馈持续迭代，以在不同场景下能生产质量更高更多样性的回答，并考虑引入多模态数据。此外，印象AI未来一个可能的发展方向是，结合印象笔记“个人知识库”概念，用户可以选择用私人数据训练和部署自己的专有版本语言模型，服务于自己或者自己的朋友。 “作为研究人员，不论是在学术界还是工业界，我们不希望用户把大语言模型当做一个事实核查的知识库系统，因为它本质上是一个统计模型，我们更应该把大模型当做一个推理工具，如果你要写一个采访稿，大模型可以胜任单步推理，但对于特别专业的问题，用户应该至少能判断结果的质量，不能单纯指望语言模型完全替代用户本身。当然，我们也会持续调优印象AI模型，而且我们的用户是非常多样的，可能有用户在某些非常专业的领域需要高级的处理，对此未来我们不排斥在合规的前提下接入国内外的大模型以解决用户问题。”唐毅告诉贝壳财经记者。 在行业层面，贝壳财经记者注意到4月18日WPS、钉钉都官宣旗下产品将注入AI能力，对于行业内未来可能产生的竞争，唐毅表示印象笔记的AI战略启动早研究深，拥有自己的属性，目前用户可以在官网下载最新版本直接体验，“我们将持续探索人机交互的最优解，给用户提供最符合直觉的交互方式。” 报道来源：新京报

印象笔记唐毅：通用大模型不会一统天下，用户需要不同的「机器大脑」

大模型的场景落地，印象笔记这次跑在了第一线。 今年 3 月，印象笔记公布了自研轻量化大语言模型「大象 GPT」，并率先推出了「印象 AI」，陆续在产品矩阵中落地，已为数十万内测及体验用户提供了多种场景下的智能服务。 正如印象笔记的 CEO 在采访中所说：「我们相信通过自主研发和创新，能够为用户提供更加个性化、高效的服务。」 印象笔记从前身 Evernote 就秉持着做人类「第二大脑」的初衷，2018 年，印象笔记与 Evernote 独立分拆后成立印象研究院正式研究 NLP。这意味着他们不仅仅是一个笔记软件，而是一个能够理解、协助和增强用户思维能力的工具。让用户能够更加高效地管理和利用他们的知识，这是作为一款笔记工具的初衷，也是印象笔记能够迅速推出自家大模型的原因，这背后，离不开前期以来的用户认知和用户数据的积累。 关于「大象 GPT」和「印象 AI」的由来以及未来，极客公园创始人&总裁张鹏和印象笔记 CEO 唐毅进行了一次对谈，唐毅讲述了印象笔记如何一以贯之地做好笔记自然语言理解和处理的革新，并在当前 GPT 的潮流中，如何在通用模型之外发现更大的专有模型市场的潜力和未来。 通用大模型不会一统天下 张鹏： 你之前提到（印象笔记）很早就做 NLP（自然语言处理），那你们什么时候开始将AI路径转换到GPT上的？为什么要自己做一个大模型出来？ 唐毅： 从 NLP 的逻辑来看，外脑必须能够处理知识中的自然语言力，尤其是逻辑，所以我们要对自然语言有清晰的理解，这也是真正的 GPT 拥有的能力。不管通用还是专用的大模型都具备分析，提取，总结，智能书写这些能力。 通用模型的基础逻辑是大家共用一个参数非常大的、千亿级的模型。它的基础逻辑经过了非常多的不同语料和数据的训练，形成了一个推理/预测机器。但是作为一个大脑，它是一个通用型的大脑，大家和同一个大脑交流。用户的个人数据或者个人知识并没有能够去训练这个大脑，即便跟它交流，甚至让它对一些个性化知识进行分析，都不会影响大脑思考的过程。 所以通用大模型从用户角度来讲，是很强，很通用的，但它绝对没有个人特色，它不会对你自己形成的知识、对世界的认知、积累的信息有任何形式的反应。而且还有一个问题，就是通用语料和专用语料确实不一样。用户个人所积累的，所独有的，或者一个团队、企业所积累的和独有的，一定是在专用模型里面来呈现。 张鹏： 如果有这样的工具，能结合我过去的知识库，将过去创造的概念与现在的概念融合，形成完整内容，我会很开心。然而，通用大模型或ChatGPT目前无法实现这一点，因为它不了解我的上下文和十年前积累的知识。 唐毅： 是这个意思，而印象笔记的外脑服务一定是有能力基于用户个人数据，个人知识和认知的。任何一个通用大模型都有局限，包括 GPT-4。它们都会有语料更新和范围的局限性。 张鹏： 外脑就是说不只能帮你存储，还要能调用。 唐毅： 对，笔记是线索，用于提示索引、记忆知识和记忆本身，但并不是所有的知识和记忆都完全存在于笔记中。外脑这个概念需要全面的数据收集来支持。未来的个人大模型是部署在云端还是设备上，这是一个需要做选择的问题。 在这个领域中，有许多前沿研究方向。我们并没有固定要进军某个方向，我们的智能硬件是基于听、说、写等功能的。所有的功能都要么输入，要么输出。例如，我们有智能录音、智能扫描、智能书写、墨水屏，它们要么让你书写，要么让你分享。 随着我们自己的大模型的不断推演，即使在 ChatGPT 和大象 GPT 以及印象 AI 全面上线之前，我们明显看到一个需求，无论是用户还是企业或产品，处理记忆和个人信息的需求都趋向于持续记录和持续记忆。 有一点是清晰的，就是我们刚才所说的，算力和算法变得越来越像基础设施，而数据变得越来越重要。形成个人知识体，实现外脑的概念确实需要持续不断的知识和记忆存储，这个方向是明确的。 张鹏： 那么印象AI可以算作一个垂直大模型吗？如何定义它？ 唐毅： 我觉得从数据而言可以算是垂直的。 垂直领域在大模型和 AI 方向叫做 Domain Expertise，那么这个 domain 指的是某一个领域，可以是某一个垂直行业的域，也可以是某一种形态的数据。 我们有两个 domain 的逻辑，一个 domain 就是用户自己的数据或者企业自己的数据，或者用印象团队管理的自己的数据。另一个 domain 是相对比较严肃的知识。我们这个模型的训练会更加关注于知识，倾向于知识的更深入理解以及不同领域知识的连接。那么它在这个模型能力逻辑上可能就不如通用大模型大。 张鹏： 所以可以说，通用大模型即使接API也不能解决你们产品场景用户的真正问题吗？这是否是你们要自己做大模型的原因？ 唐毅： 这是原因之一。还有几个深层次原因。 第一点是我们很久之前就有一个世界观来研究 NLP，对大模型也有好几年的经验。这个过程当中我们的理解是，未来的世界肯定不是几个通用大模型的世界，而是不同形态的模型的世界。这些模型可能是不同的通用大模型，也可能会是很多垂直领域的小型或者中型模型。 另外，我们和很多同行都认为生成式 AI 和大模型是一个工业革命级别的技术事件。这个前提下，我们判断未来会存在不同形态的、具有不同的通用和专用能力的、具有不同部署特性的模型来服务不同的人、不同的行业的不同企业。 第二点是，现在大象 GPT 或者其他通用模型也好，现在都不是在用用户个人的数据对它进行训练，只是让它作为一个分析机器对数据进行分析。 我们希望未来不管提供团队模型还是私人模型时，用户可以选择用我们的模型基础来对他们的数据进行训练和调优，这样训练出来的模型就是完全个人的模型。 张鹏： 我看直播间有观众提问，最近正好 OpenAI CEO Altman 在说大企业做大模型，开源社区做小模型，未来国内大模型的发展也是这样吗？ 我也看到有人说中国至少有 100 个大模型，而且这些的核心不是都能被称为通用? 唐毅： 我觉得 Altman 在讲这句话的时候有一个背景，就是大模型的安全性问题。这个里面存在语料训练，模型涌现的能力如何去监管，去更好地为用户服务的问题。 另外一点，开源的社区和开源的模型给大模型的发展提供了巨大的帮助和助力。开源的开发者给大模型的技术能力和整个产品的产业业态发展带来了非常多的可能性，它是一个巨大的大模型能力驱动的方向。 第三点，其实所谓的小模型本质上来说还是大模型。参数上小一点几百亿，大一点几千亿，都是 large language model，没有 small language  model。这些不同的大模型给技术发展带来了一个百花齐放的生态。 第四点我想说的是，我不认为一个产业永远有尘埃落定的时候，但相对来讲一个新的技术会逐渐找到主流方向和比较稳定的产业生态。 张鹏： 如果有一个大模型能力提高且通用的话，其他人做的大模型是不是就都没用了？如何面对这种焦虑？ 唐毅： 从趋势来讲有一个很明确的方向，我们包括其他很多同行会把现在看成刚刚发明电，发明互联网的时候。 生成式 AI 的产业发展还是会遵循以往这些新事物发展的曲线。在急速上升过程中可能有些泡沫，但泡沫也被逐渐挤掉，真正的东西会出来，最后形成这一代的技术前沿。 在这个方向上就要不断去仔细思考两个事，一个是说，本着非常开放的心态去说，最前沿的可能性在哪里？另一点是说，它基础的逻辑在哪里？或者说我们怎么看大语言模型这个事？ 但是前沿的问题，我们觉得是有完全不同的可能性的。这个可能性倒不是马上就出现了新的平台厂商，大模型厂商。更可能的方向是大模型加插件，以及 APP+专用模型。这两个方向我认为，私人的信息和一个更专用场景的模型提供的服务和通用大模型，以及所有厂商有限的或更多的为大语言模型通过插件开放自己的信息所提供的服务，都有很强的意义。 这两类服务都可能产生真正改变日常生活、工作和生产力的公司。未来每个人都需要的还是和自己的思考个性相匹配的个人助理。世界上绝对不会只有几个大脑在帮所有人思考，而是不同的机器大脑在帮不同人思考。 张鹏： 印象 AI 如何避免事实性错误的问题？ 唐毅： 两类方法。一类是知识图谱，在一些事实性的判断上，知识图谱结合GPT。另一类是通过实时上网，实时通过不同的接口和 API 调用事实进行分析。 多个大脑为一个人服务 张鹏： 你提到有人期待将笔记和写作结合起来，这样会更加方便。有些人认为在一个笔记软件中添加写作功能有些奇怪，但也有人表示支持并希望能够实现结合。你如何看这个问题？ 唐毅： 我们现在训练生成式 AI 学习真正的写作。知识管理和协作场景上的表现基本上是 2 类的呈现。 第一类的呈现就是对话形式，比如微软的 copilot。这个形式先是从 GitHub，然后到 Edge，紧接着到 Microsoft 365，最新又直接到 Windows，它已经是一个 AI 原生的操作系统。 它的交互形式更多的还是直接对话的形式，包括开放式的对话或者多轮的对话。这也是因为大模型的一个强势逻辑：in context momery（上下文记忆）。 另外一个形式体现在 Notion 这类下一代知识管理平台的产品上。它完全没有对话形态，而是一个纯写作助理的形态。基本上它是一个菜单式的逻辑。我们对这两个形式的判断是他们不会矛盾。 其实第一种就是 LUI（语言式用户交互界面），第二种是 GUI（菜单式用户交互界面）。两个有一个混合的逻辑在里边。 张鹏： 像微软把它家的这种 AI 辅助称作 Copilot，你们如何定位这种辅助写作的能力？如何去设定它的意义？ 唐毅： 有意义的智能写作未来越来越不是一个通才能够完成的任务，必须有一个专才基于它的能力和用户的个人数据来完成。 第一个角度是行动的迅速性。这种迅速性源自我们的经验积累。从逻辑上说，我们在引入 GPT 模型之前就已经推出了各种不同的模型，因此反应速度必定非常快。此外，除了现有的写作助手功能之外，用户很快就能够规划文档，并与多个文档进行对话，并开始与数据的整个记忆（如笔记和之前所写的文章）进行交互。随后，可能还会有进一步的迭代。 第二点是关于模型能力。我们认为，在行业和产业的推进过程中，大家逐渐能够看出通用模型服务通用场景与专用模型服务专用场景之间的区别。即使都是写作助理，由于我们的模型和一直以来所服务的用户专注于特定场景，我们积累的语料也专注于知识管理和知识生产力提升等领域。 第三点是用户对我们的信任和使用情况。我们深感荣幸得到了中国和全球众多用户的喜爱，印象笔记已经存在了十多年。在这段时间里，用户将大量的个人信息、知识类信息、生产力信息、学习、工作和生活的信息存储在我们的平台上。即使用户不选择自行训练模型，他们仍然会让我们的模型来处理这些信息。 我刚才提到了一个观点，即数据在逻辑上变得越来越重要、越来越有价值，无论是专项数据、专业领域的数据。我们始终是一家以提供不同技术，随着技术演进而为每个人提供更好用户界面的原生外脑的厂商。因此，我们对我们产品的能力和技术能力持续保持领先感到非常有信心。 张鹏： 很多AI产品都有辅助写作的能力，你们怎么定义辅助写作这个功能？你对如何运用大模型形成用户体验的壁垒有什么看法？怎么思考产品如何给用户带来价值？ 唐毅： 我们觉得最首要的事情是思考问题，而不是想如何建立壁垒。或者说先想我到底做什么，服务什么，把这个做好了，然后把能力提高了，愿景想好了，壁垒就会慢慢显现出来。 印象笔记的产品壁垒是用户积累和存储的信息。因为用户对品牌的喜爱、认可和使用积累起来一些东西，逐渐形成了一个壁垒。 说到真正的壁垒的话，或者说优势，我们觉得有三点，第一点是模型/ AI 能力本身，第二点是部署本身，第三点是环境/交互，特别是我们在场景相关的交互上面的一些理解。 第一点，我们专门的一个逻辑是会存在不同模型的可能性。换句话说，在这个特定场景中，我们专注于积累语料、训练经验，并致力于为知识管理、写作和知识生产等领域提供专门的服务。针对这类场景需求，我们的模型具备一定的能力，无论是在模型容量、调优能力上，还是在多次迭代的模型持续能力上，以及在应用层进行索引和多次迭代运算的能力上，甚至在我们的提示工程能力方面，我们已经积累了相当长的时间。 模型部署角度的话，大家要思考的是不光是个人的需求，还有企业的需求，甚至一些政府场景的需求，那么它真正需要的模型一定是在防火墙这个背后来部署的。对于这个模型，我们考虑的不仅仅是它所训练的语料，而是要处理和分析的信息必须足够安全。因此，无论是私有部署、混合部署、通用模型还是私有模型，针对不同场景的模型，这是未来发展的方向。 交互来看，我们觉得有两种可能性，一个是菜单式的交互，一个是开放式的交互。开放式就是纯粹对话，它适用一些较不适用菜单式的交互。印象笔记的智能写作主要是菜单式的交互。在未来，我们将引入类似于 Copilot 的开放式对话，实现开放式的交互。这种交互逻辑类似于 ChatPDF 的逻辑。在这一点上，古典互联网的产品能力、交互设计能力和思考仍然非常有用，因为并不是所有场景都只能使用 LUI，而是介于 LUI 和 GUI 之间的边界点。何时选择何种方式，需要根据经验和积累做出决策。 张鹏： 对，一个简单的 LUI/对话框解决所有问题并不是最优的，那么哪些关键环节需要GUI来适时提升用户交互的效率和体验？ 唐毅： 过去 GUI 胜过 LUI 的原因一个是背后技术能力的差距，比如像智能音箱这种传统技术驱动的 LUI 并不靠谱，所以之前交互体验上 LUI 选择远远落后于 GUI。 开放式 LUI 的逻辑和选择性菜单式 GUI 的逻辑，在不同场景和不同心理状态下，其实是有完全不同的边界和适用性，这一点是我们持续实践，持续思考的结果。 大模型最重要的能力是逻辑能力和进行多轮交互的能力，由于它处理的是语言，所以输入和输出的最优秀呈现到现在为止还是语言。因此未来一定是LUI会占更多的份额。 但是仍然有一些比如像单反相机用户这类人，它们喜欢从提供的选择中再选择，喜欢自己控制。从这一部分用户需求来说，GUI 肯定会存在。但 LUI一定会占更多的份额，因为 LUI 到现在为止还是最符合大模型技术逻辑的一种输入和输出的方式。 交互将持续是技术、产品以及技术通过产品为个人、企业、团队和每个人提供服务的过程中一个持续重要的领域。然而，这个领域本身的边界和内涵将发生变化，变得更加丰富。 张鹏： 也就是说，以前 UI 的核心是把所有工具放置好让用户方便调用。而未来 UI 的使命变成了在合适的时候出现，确保用户更好运用他们的能力。LUI 是一个新范式，但是光靠它是不够的，还需要一些其他的东西，有很多问题还要继续思考。 未来印象笔记的产品会有什么新的整合吗？会不会变成一个全新的东西？比如ToB的可能性。因为感觉现在好像很多到生产力级别的工具很快就到 ToB化了。而且 ToB 直接有非常强烈的付费意愿。 唐毅： ToB 的话现在有很多企业已经在跟我们对接了。 就交互来说，未来肯定会有更多的设备适合 LUI，在这种设备的反向驱动下，一个应用厂商的选择一定会出来不同的交互选择和产品方向的选择。 张鹏： 大模型这件事之所以令人兴奋，就确实因为它是一个范式革命，产品有机会重新再造。它不是像原来的补丁更新，这个感觉就完全不一样了。 唐毅： 对，它是一次生产力底层变化的革命，让人兴奋的原因就是你会发现确实有很多东西只能重新构造，重新创造。 张鹏： 你们既然有这么多用户，有没有思考过这个产品未来的张力？比如像个人助理这种，因为你们已经有了外脑的概念。 唐毅： 谈到个人助理的边界和其在个人生活和产业中的角色，我认为有两点需要注意。首先，我们要认识到当前大模型的交互，无论是通过哪个软件或平台与其进行对话交互，或者让它处理任务，它都是同一个模型，不属于个人的模型，也没有通过用户的数据进行训练或优化。不论是通过单一提示工程的方法，还是通过向量数据库的形式进行索引，它都是一个大脑的思考。但很显然，全球共享一个大脑是不现实的。 第二点，一个大脑服务一个人也有些问题，因为一个人在不同场景下有不同的需求。例如，工作大脑、生活大脑，甚至可能还有娱乐大脑。 关于部署，除了形象上的部署之外，还存在一个非常技术角度的部署问题，即某些大脑我愿意放在云端，而某些大脑只有在设备上才让我放心。 因此，在选择 AI 助理或者 AI 助理的发展方向时，我们确实认为更个人化和更场景化是未来的趋势。它既不是一个大脑为许多人提供服务，也不是一个大脑为一个人提供服务，而是多个大脑为一个人提供服务。 另外，这些大脑，包括印象笔记的知识大脑和第二大脑的外脑思考，在产业和生产生活中的地位将会变得更加重要。它的重要性源于大脑思考的能力，它可以替代现有的一些平台级应用或信息聚集类应用，为用户提供最佳的服务、内容、产品、知识、协作和社交。 在目前阶段，所有人都会聚集在流量分发平台上。未来，我确信每个人的多个大脑将根据个人需求在各个场景中进行流量对接和分发。 张鹏： 像现在的不同产品，用户在使用过程中和它们建立了不同的连接（relationship）。 唐毅： 是的，个人助理在不同方面起到不同的辅助作用，但是这个助理有一个特点，即大模型具有所谓的「在上下文中学习」（in context learning）的能力，也可以称之为「思考链」或「记忆链」。当你与助理交互时，它能够理解上下文，并展现出这种能力，这是大模型训练过程中显现出的特征。然而，更重要的上下文是指一个人、一个系统或一个产品了解用户过去十几年写过的内容。 张鹏： 就我来看，我们应该从关系的角度来观察未来助理的状态。为什么我说助理不会成为一个全能型的助理呢？ 因为这种关系并不符合人类的需求，人际关系是多层次的，你有用户、同事、朋友，甚至是酒友等等。在不同的领域中，你的关系是分层次的。所以不可能用一个模型来解决所有问题。 唐毅： 而且在某些场景下，上下文是不必要的，比如与酒友和球友交往时，知识和工作上下文并不重要。然而，与同事、学习伙伴、同学交流时，上下文非常重要，包括你过去积累的知识。 软件的未来：泛 API 化 张鹏： 软件未来还有没有价值？是不是软件都会变成API？这个时代如何重新理解软件？ 唐毅： 我认为现在有机会重塑软件行业，它会增加软件的可能性并确认过去一些软件的趋势。 从我们的角度来看，软件具有广泛的含义。在过去的几十年里，软件行业涵盖了从基础设施、云架构、开发工具、服务到应用层的各个方面。 大模型和其带来的处理能力、思考能力、思维能力以及在生态系统中的角色，以及在算力、算法和数据上的不同方式（如从头训练、开源和调优）以及与厂商合作使用大语言模型的方式，将改变整个软件行业的形态和景观。个人认为，这种变化具有两个或三个明显的趋势。 第一个趋势是新的平台应用成为可能，未来聚集或者帮你分发和推荐的都是这个大脑。 第二点是，泛 API 化和插件化是一个很清晰的趋势。在软件和软件之间的交互中，API 扮演着重要的角色。从应用程序和应用程序之间的交互和对话来看，API 变得越来越重要。 第三点是，在重塑生态的过程中，我们的判断是还是要回到初心。在整个技术栈和应用栈的重塑过程中，包括新的大模型技术栈以及从底层芯片计算到应用层重新思考技术栈，我们始终要基于用户，需要从根本上以用户和用户体验为出发点进行思考。 张鹏： 总结起来，做软件的人在目标上需要更本分，即解决用户的问题。未来软件之间需要更加连通，形成一个用户群落。虽然想要实现「一切功能集合于一体」(all in one) 的目标很困难。 在未来的形态下，以前的策略可能行不通了。未来涉及到众多细分领域和场景，是否能在每个领域发挥最佳作用是关键。用户可能需要互相调用不同软件，在不同局部选择最好的解决方案。 不要假装自己已经想明白了 张鹏： 你们当时为什么决定推出「大象 GPT」和「印象 AI」的产品，并以如此快的速度实现它们？之前聊过印象笔记一直有个「第二大脑」的目标，这个目标是怎么出现的？ 唐毅： 印象笔记在独立之前，很早就已经和生成式 AI 有联系了。 Evernote 最早期的创始人给这家公司的定义就叫 extented brain（扩展大脑）。当时这个老爷子已经有点帕金森了，所以创建 Evernote 的一个初衷就是能帮他记住并且想起可能忘记的事情，公司的愿景就是要成为人类的个人团队和企业的第二个大脑，或者说「外脑」。 这个愿景在之后公司的发展过程中一直在延伸，在生成式 AI 和 NLP 出现之前，印象笔记能够通过非常迅速地对不同形态的数据处理，帮助用户记录，并且永久记住内容。之前通过搜索实现，从关键词的匹配和算法上来解决这个问题。 在本土化之后，我们设立了印象研究院。我们在谷歌 Attention is all you need 那篇论文之前就在通过非 GPT 的形式进行自然语言处理和不同专业场景的自然语言理解的尝试。 研究院的目标很清楚，就是如何能够给个人、团队和企业提供「外脑「的服务。这项服务背后最重要的智能就是自然语言理解和处理。 在 2021 年左右我们就有了自动标注、智能标签、智能摘要这些功能，帮助用户把他们和他们的知识连接起来。我们的大象 GPT 之所以能这么快发布，也是基于我们多年研究的积累和经验。 现在的产品背后是驱动，用户从前端可以通过不同产品感受到这个影响，包括 AI 服务、一系列的智能生成、智能写作、智能总结这些功能。 产品背后是印象笔记自己研发多年的一个轻量级单元模型，也就是大象GPT，总体上所有的 AI 功能都是由大象 GPT 来运行的。它对印象 AI 中的写作助理，智能生成，智能文件分析这些功能进行驱动。 张鹏： 在你们3月份快速推进GPT这件事情的时候，有没有借助 OKR 或者 KPI 管理内部？你作为一个CEO，如何带领大家形成共识？ 唐毅： 在目标管理和战略方面，我总结出几点观点。 首先，长期的战略方向是必要的，但短期调整也是必不可少的。我们需要明确一个大的方向，并持续进行调整。这个明确的过程可能需要花费更长的时间，我们需要思考自己的初衷和追求是什么。 另外，作为管理者，我不赞成只考虑短期内的事务，因为外部情况变化很多。印象笔记之所以在市场上有一定的实践成果，也不是因为我们仅仅短期想明白了，或者是因为 ChatGPT 的出现让我们想明白了。而是我们追求自然语言处理（NLP），追求通过语言为知识服务，通过知识服务为人类服务。 从这个逻辑来看，我们始终秉持初心，我们的方向符合大的趋势，当这个趋势出现时，就是一个机遇。所以，这一切都有一种顺理成章的逻辑。这是第一点。 第二点，我想分享一下印象笔记内部的公司文化。 我们公司的文化是硅谷文化和本土创业文化的结合，注重实际行动，同时也注重内部沟通。我们非常鼓励每个员工勇于承认自己的不足，不要假装已经完全想明白了，而是要倾听他人的意见。 同时在执行力方面，我们已经取得了显著的进展。印象笔记的代码量已经是当初 Evernote 的代码转移后的好几倍。所以，执行力非常重要，我们需要有战斗力，但也需要有思考能力，有讨论能力。 在这个前提下，我认为 KPI 和 OKR 才具有意义，它们并不是一个简单的解决方案，每个系统都有其自身的特点和优缺点，我们需要不断加强和改进，同时保持一致性和灵活性才能有意义。  

印象笔记CEO唐毅：大模型竞争未到下半场，成本下降是行业共识

大模型的火爆不仅让众多大型互联网公司纷纷跟进，一批在AI领域有所积累的中小型公司也在探索适合自己的应用方向。 “从有监督学习到无监督学习，从GPT-2到GPT-3与GPT-3.5，对企业来说，重要的不是看见某一阶段性成果的惊艳瞬间，而在于从头到尾关注技术迭代的路径。当到达合适的进入节点时就可以自然而然地做出决断——OK，Let’s give it a try（让我们试试吧）。”印象笔记董事长兼CEO唐毅近日接受界面新闻专访时这样表示。 2018年从Evernote正式分拆独立为中方控股企业后，印象笔记同期便成立了印象研究院，进行自然语言处理的前沿技术探索。 围绕文档笔记这一核心产品应用场景，印象笔记团队最早开始沿着深度学习的监督式学习路径，利用知识图谱等技术构建模型来做智能推荐、自动标签、自动摘要。等到强化学习面世、OpenAI开始快速迭代GPT系列模型后，印象笔记也跟进改造自家生成式模型产品。 2018年至今，印象笔记前后做了近四年研究，共进行过三次大的模型迭代升级。最新的“大象GPT”是基于开源大模型BLOOM开发的百亿参数轻量级模型，今年4月正式发布。印象笔记依托自有的“APP+PC端”公开数据作基础，经过加工和混合，建立起垂直领域数据库，通过预训练和精调来做针对解决特定行业问题的专用模型（Domain Expertise）。 对于一款会聊天、可回答脑筋急转弯的对话机器人能否进入特定领域或行业、完成更专业的工作，大模型的应用前景分通用与专用两条不同路线。印象笔记选择专用而非通用，一方面考虑到基座通用大模型动辄上亿美元的训练成本，另一方面是出于公司以知识管理作为大模型核心落地场景的商业化战略。 按照专用模型的理念，专业领域的问题要靠专用而非通用模型来解决。近期的一篇由Google Brain前科学家Maithra Raghu、Databricks CTO Matei Zaharia、Google前CEO Eric Schmid合写的论文《一个通用大模型可以统治一切吗？》总结道，诸如法律、金融、医疗这些高价值、特定领域的工作流程依赖丰富的专有数据集，通用模型要完成这一类工作，在工程（多样化的微调方法、链接API调用、使用不同的AI组件）、成本（大型模型的适应成本很高）和安全性（参数泄露、数据共享）方面挑战极大。 针对专用模型的数据安全与隐私保护，印象笔记在训练、优化“大象GPT”时全程做好数据区分与隐私保护。用于模型训练的数据均来自印象笔记自有的公共数据集和第三方公开渠道信息，在持续优化过程中贯穿使用用户授权、数据脱敏及最新隐私保护技术。 据悉，移植“大象GPT”的印象AI功能后，印象笔记的应用使用频次、留存率等运营数据均有显著提升。首月AI上线后，45%的付费用户每周使用超过50次AI相关功能；新用户的次日留存率和7日留存率较之前分别提升131%、103%；免费老用户和付费老用户留存率较之前分别提升32%、24%；大量低频活跃用户回流，活跃频次有所提升。 印象笔记最开始因办公笔记为外界熟知，但其AI布局的野心并不止步于一款应用，而是要成为办公协作领域的知识管理工具。目前，已经上线的现有产品包括智能写作、智能书写、智能总结、智能文档处理、文档对话功能构成了第一代AI智能助理。未来即将上线的第二代产品定位于“Knowledge Copilot”，能够在多模态场景下完成知识的处理、回忆、获取、搜索和链接，并能够自动生成内容。 随着国产大模型的扎堆上马，唐毅认为，大模型还处于定义市场的阶段，竞争远未达到“下半场”。在他看来，有三大趋势现阶段已成为共识，分别是：第一，随着通用与专用模型的绝对数量增多，模型训练成本将大幅下降；第二，模型的参数数量并不直接与智能成正比。参数越多并不意味着越容易训练，产生的涌现能力也并非如此；第三，成本的降低是与模型的推理方式与使用场景有关，训练与部署环节上的效率提升必然会大幅降低综合成本。 “未来各家竞争拼到最后还是考验工程能力，包括训练工程、部署工程，例如模型训练中的数据清洗与指令数据集的优化，模型部署中的模型压缩与量化等等。工程化能力可以实质性地降低成本、加快商业化落地，也是各家的功夫所在。”