你有没有想过,营销这件事可能彻底变了?两个24岁的UC Berkeley辍学生,刚刚拿到2800万美元融资,要挑战Salesforce和Adobe这样的巨头。他们的武器很简单:用AI让营销软件不再是企业的噩梦,而是真正能解决问题的工具。这不是又一个"我们要颠覆行业"的故事,而是关于如何在一个被20年老旧软件统治的市场中,找到突破口并迅速成长的现实案例。
Neil Tewari和James Jiao的创业故事听起来就像HBO剧集《硅谷》的真实版本。Neil在高中时因为上课偷看TechCrunch Disrupt直播被抓,被叫到校长办公室罚留堂。不敢打电话给父母,他只好联系家里的朋友来接他。在回家路上,他向这位朋友解释了自己对创业的兴趣。四年后,这位朋友成为了他们公司的第一个投资人。现在,这两个年轻人创立的Conversion刚刚完成了由Abstract Ventures领投的2800万美元A轮融资,True Ventures和HOF Capital参与投资。更令人印象深刻的是,他们在不到两年时间里将年收入做到了接近8位数,成为全球增长最快的营销初创公司之一。
这个故事之所以引起我的关注,不仅因为融资数额巨大,更因为他们选择挑战的是一个看似不可撼动的市场。营销自动化软件市场被Oracle Eloqua、Salesforce Pardot、Adobe Marketo和HubSpot这样的传统巨头牢牢控制。这些工具诞生于2006年左右,当时LinkedIn广告还不存在,更别说AI驱动的营销活动了。但Conversion却在短短几年内吸引了超过4000家客户,包括OpenAI、Motion和HockeyStack这样的知名公司。我想深入了解,他们究竟是如何在这个竞争激烈的市场中找到机会,并快速建立起自己的优势地位的。
Conversion的成功并非一蹴而就,而是经历了多次关键转折的结果。最初,Neil和James在UC Berkeley的宿舍里尝试过各种不同的产品想法,包括帮助营销人员购买产品植入广告的工具。但真正的转机出现在他们注册HubSpot来处理自己的营销任务时。他们发现现有工具的局限性,于是开始构建一些额外的自动化功能来弥补这些不足。"这最初是为我们自己做的,"Neil在接受采访时说道。
当他们意识到自己构建的内部营销工具可能有更广泛的市场价值时,真正的探索之旅开始了。他们花了两个月时间,进行了160次客户发现访谈,对象都是员工规模在50到500人之间的企业营销副总裁。"我们得到的积极反馈远超想象,"Neil回忆道。这些访谈揭示了一个重要事实:虽然营销团队在工作流程中深度依赖这些工具,但每个人都对无法自动化的部分有着相似的抱怨。
在19岁那年,两人决定从大学辍学,全职投入到Conversion的开发中。他们获得了200万美元的种子轮融资,但生活依然极其节俭。七个人挤在一个两居室一卫的公寓里,两人一间房,有人睡在沙发上,甚至有人睡在衣柜里。这种节俭不仅是因为资金紧张,更体现了他们专注于产品开发的决心。正是在这种环境下,他们开始认真构建能够解决真实市场需求的产品。
随着ChatGPT的爆发,整个营销技术领域开始发生变化。许多传统营销自动化工具开始在其产品中添加各种AI和聊天集成功能,但并非所有功能都支持这些集成。营销团队希望"能够丰富联系人信息,能够自动化工作流程",Neil指出。而Conversion从一开始就将AI深度集成到产品中,这意味着它能够做到整理潜在客户、自动化个性化跟进邮件等功能,这些都是传统工具难以实现的。
这种技术优势很快转化为商业成果。随着AI兴趣的飙升,公司的前景也随之改善。Neil透露,Conversion在过去两年中接近1000万美元的年度经常性收入(ARR),约90%的客户是中型企业,他们都抛弃了传统应用程序转而使用Conversion。这个数字特别令人印象深刻,因为它显示了市场对真正集成AI功能的营销自动化平台的强烈需求。从一个宿舍项目发展到千万级营收的公司,Conversion的故事证明了在正确的时机以正确的方式解决真实问题的重要性。
我认为Conversion真正的竞争优势在于其AI原生架构,这与那些试图在现有系统上添加AI功能的传统工具形成了鲜明对比。传统的营销自动化工具如HubSpot、Adobe Marketo在试图改装AI功能时面临技术债务和架构限制,而Conversion从一开始就将AI深度集成到产品的核心中。这种差异不仅体现在功能实现上,更重要的是体现在用户体验和实际效果上。
从技术实现角度看,Conversion的平台使用先进的机器学习来自动化超精准营销活动,能够与现有CRM系统无缝集成,丰富联系人信息、整理潜在客户并生成个性化跟进邮件。更关键的是,它的AI架构支持实时活动调整,能够高精度预测消费者行为。这种能力的背后是Neil在Berkeley学习神经网络课程时掌握的专业知识,以及团队对机器学习技术的深度理解。
在实际应用中,这种技术优势体现为更智能的自动化能力。传统工具可能需要营销人员手动设置复杂的规则和触发器,而Conversion能够基于用户行为、产品使用情况、计划类型和企业特征数据自动调整邮件内容。比如,当系统识别出某个潜在客户是销售主管还是RevOps领导者时,发送给他们的邮件会自动调整内容和语调,确保信息的相关性和吸引力。
这种AI驱动的个性化能力解决了营销人员长期面临的一个核心痛点:如何在规模化的同时保持个性化。传统的营销自动化通常意味着批量发送相同内容的邮件,导致转化率低下和用户体验糟糕。而Conversion的AI系统能够基于实时数据为每个接收者生成定制化内容,这不仅提高了营销效果,也改善了收件人的体验。
从商业角度看,这种技术优势让Conversion能够服务那些对传统平台感到沮丧的中型企业。这些企业通常有足够复杂的营销需求,需要个性化和自动化功能,但又不想投入大量人力来管理复杂的营销技术栈。Conversion的AI原生架构让这些企业能够以更低的运营成本获得更好的营销效果,这正是其90%客户选择从传统平台切换过来的原因。
我特别注意到,Neil在一次访谈中提到,他们的平台"让营销团队能够更快行动,因为其他一切都变得简单了"。这句话精准地概括了AI原生架构的价值:不是让工具变得更复杂,而是让营销工作变得更简单、更高效。这种简化不是功能的减少,而是通过智能化实现的复杂度隐藏,让用户能够专注于策略和创意,而不是技术操作。
在一个被Oracle Eloqua、Salesforce Pardot、Adobe Marketo和HubSpot等巨头统治了近20年的市场中,Conversion选择了一条看似危险但实际上非常明智的道路:专注于那些对现有工具感到沮丧的中型企业用户。这种战略定位的精妙之处在于,他们没有试图与这些巨头在同一个战场上正面竞争,而是找到了一个被忽视但具有高价值的细分市场。
Neil和James进行的160次客户发现访谈不仅帮助他们验证了产品概念,更重要的是让他们深入了解了传统工具的痛点。这些营销副总裁们反映的问题惊人地一致:现有工具在自动化和个性化方面存在根本性限制,无法满足现代营销团队的需求。传统工具的问题不仅仅是技术落后,更在于它们的设计理念还停留在十几年前的营销环境中。
Conversion的战略重点是那些员工规模在50-500人之间的中型企业,这个选择背后有深刻的商业逻辑。这些企业通常已经使用过传统营销自动化工具,深知其局限性,因此更容易理解和欣赏Conversion的价值。同时,它们又有足够的预算和需求来支撑一个现代化的营销自动化平台。更重要的是,这些企业正处于快速增长阶段,对营销效率的提升有迫切需求。
这种定位策略的另一个巧妙之处在于避开了与初创企业的直接竞争。Neil明确表示,他们不针对那些第一次选择营销自动化工具的初创公司,而专注于那些已经意识到现有工具不足的成熟企业。这种策略大大降低了客户教育成本,因为这些企业已经理解营销自动化的价值,只是需要一个更好的解决方案。
我认为这种战略的成功还得益于时机选择。随着AI技术的成熟和企业对营销效率要求的提高,传统工具的局限性变得越来越明显。Conversion恰好在这个时间窗口推出了真正AI原生的解决方案,满足了市场的迫切需求。这种时机把握体现了创始团队对市场趋势的敏锐洞察力。
面对激烈的竞争环境,Neil展现出了典型的硅谷创始人自信。他的游戏计划很清晰:继续专注于使用旧营销工具的企业,通过提供真正优越的产品体验来赢得客户。这种自信不是盲目的,而是建立在扎实的产品基础和市场验证之上的。从目前的发展轨迹看,这种战略定位正在为他们创造可持续的竞争优势。
营销自动化市场的竞争异常激烈,除了传统巨头HubSpot、Adobe Marketo、Salesforce Pardot之外,还有Jasper、Writer AI、Iterable、Copy.ai等AI原生初创公司。在这样一个拥挤的赛道中,Conversion能够脱颖而出并不是偶然的,而是基于对市场需求的深刻理解和产品策略的精准执行。
我观察到Conversion与其他竞争对手的一个关键差异在于,他们不是简单地在现有功能上叠加AI能力,而是重新思考了营销自动化应该如何工作。Neil在一次采访中提到,他们"不认为这纯粹是邮件软件或AI工作流,而是将其视为公司的增长引擎"。这种视角的转变很重要,因为它意味着产品不仅仅是工具,而是能够真正驱动业务结果的系统。
从产品特性看,Conversion提供了一个快速、灵活的营销自动化平台,专为现代B2B营销团队构建。它包含了真正尊重品牌形象的拖拽式邮件构建器、基于产品使用情况和企业特征数据进行个性化的Magic Blocks、永不静默失效的实时CRM和数据丰富同步、覆盖整个生命周期的无代码工作流,以及真正有效的动态受众分段功能。这些功能的组合体现了对现代营销需求的全面理解。
更重要的是,Conversion解决了一个行业痛点:营销人员不应该需要RevOps专家团队来发送优秀的营销活动,不应该害怕使用自动化工具,更不应该为了做基本的个性化而写SQL代码。这种以用户体验为中心的设计理念,让复杂的营销自动化变得简单易用,这正是许多传统工具所欠缺的。
在执行层面,Conversion采取了与众不同的产品开发方法。当他们最终决定构建营销自动化平台时,采用了更加谨慎和用户驱动的方式。他们访谈了超过200名营销人员,与设计合作伙伴紧密协作,确保产品真正满足市场需求。这种方法带来的结果是,获得反馈不再像"拔牙"一样困难,用户会主动在Slack上联系他们,要求试用产品并主动提供改进建议。
Neil描述这种体验时说:"那就是真正产品市场契合的感觉。我们甚至没有意识到我们已经达到了,直到它已经在发生。"这种有机的用户参与和反馈循环,是许多竞争对手难以复制的优势。它不仅帮助产品持续改进,也建立了强大的用户社群和口碑传播机制。
我认为Conversion在拥挤市场中成功的关键在于,他们真正理解了现代营销团队的工作方式,并构建了一个能够适应这种工作方式的平台。不是让用户适应工具,而是让工具适应用户,这种理念上的转变正在重新定义营销自动化行业的标准。
在Neil的深度访谈中,我发现了一个极其重要的概念:GTM Alpha理论。这个概念最初由Clay的Paul推广,它解释了为什么现代营销变得如此具有挑战性,也揭示了像Conversion这样的公司为什么能够成功。GTM Alpha指的是通过创新营销策略获得的临时竞争优势,但这种优势会随着其他公司的模仿而快速消失。
过去,一个优秀的营销创意可以持续有效一年、两年甚至五年。比如,直邮营销在很长时间内都是一个有效的获客渠道。但现在,信息传播的速度极快,竞争环境异常激烈,任何有效的营销策略都会被迅速复制。Neil给出了一个生动的例子:RAMP曾经通过实际投递手写便条和信件到目标客户的办公室来获得关注,这在当时非常有效,因为人们习惯了筛选邮件,但很少有人会收到实体邮件。然而,一旦这种策略被广泛采用,当人们每天收到一百封办公室信件时,它就失去了效果。
这种现象的根本驱动力是竞争环境的变化。过去冷邮件作为一个渠道的衰落用了10年时间才真正显现,但现在类似的衰落可能只需要几个月。这意味着营销人员现在必须每周、每月或每季度都想出2-3个新的创意,才能持续产生销售线索。否则,他们正在做的任何事情都会变得饱和和无效。
Neil指出,这种GTM Alpha的快速衰减在Google广告、SEO、LinkedIn广告等几乎每个渠道都能看到。营销人员现在必须花费更多时间坐下来想出超级有创意的想法,这大大增加了营销工作的复杂性和挑战性。这也解释了为什么Conversion从纯SEO工具转向更全面的营销自动化平台——他们意识到单点解决方案无法在快速变化的环境中提供持续价值。
基于这种认识,Conversion的产品理念发生了重要转变。他们专注于构建能够帮助用户持续创造GTM Alpha的平台,而不是只能在短期内创造优势的工具。Neil解释说:"我们对那些声称'我们能帮你在邮件中做这件很酷的事情'的产品持谨慎态度,因为这可能今天有用,但一个月后可能就完全无用了。为了这个,值得接入一个全新的工具吗?"
相比之下,他们更看好像Clay这样的工具,虽然Clay中的一个notebook今天可能很有用,但下个月用户需要想出新创意时,Clay仍然能够帮助实现这个新创意。这种能够支持持续创新的平台才具有长期价值。这也是为什么Conversion构建了一个灵活的、可扩展的营销自动化平台,而不是针对特定用例的点解决方案。
从实际应用角度看,这种理念体现在Conversion的产品设计中。他们的平台不是简单地自动化现有的营销流程,而是为营销团队提供了快速实验和迭代的能力。当一种策略失效时,用户可以快速在平台上测试新的方法,而不需要重新搭建整个技术架构。
我认为GTM Alpha理论不仅解释了营销环境的变化,也预示了营销技术的发展方向。那些能够帮助用户持续创新和适应变化的平台将具有更大的价值,而那些只能解决特定问题的工具将越来越难以立足。这种洞察为Conversion的产品策略和市场定位提供了强有力的理论支撑。
通过Neil展示的实际案例,我深入了解了Conversion如何将AI技术转化为实际的营销价值。在他们的演示中,有一个特别生动的例子:他们作为活动的共同主办方,需要向参会者发送针对性的培育邮件,但由于不是直接主办方,无法直接掌握参会者信息。传统做法需要大量手工操作,而他们通过AI驱动的自动化流程完美解决了这个问题。
整个流程从Luma活动平台开始,Conversion直接建立了与Luma的连接,自动下载所有即将参加活动的人员信息。这个过程通过定时任务持续更新,确保任何新注册的参与者都能被及时纳入系统。然后,系统会根据预设的ICP标准(理想客户画像)自动筛选目标用户,比如确保公司是B2B性质且员工数量超过10人。
更令人印象深刻的是个性化邮件的自动生成过程。当这些筛选后的联系人被导入Conversion平台时,系统会基于每个人的职位、公司特征、行业背景等多维度信息,自动调整邮件内容。比如,发给销售主管的邮件会强调销售效率提升,而发给RevOps领导者的邮件则会重点介绍运营优化方面的价值。这种程度的个性化在传统系统中需要营销人员手动创建多个版本的邮件模板,而Conversion的AI系统能够实时动态生成。
Neil强调,这种自动化不仅节省了大量人工时间,更重要的是提高了营销活动的精准度和效果。传统流程中,营销人员需要手动浏览Luma列表、点击LinkedIn档案查找合适的人员、然后将这些信息复制粘贴到HubSpot或Salesforce CRM中,最后给所有人发送相同的邮件。而现在,除了设计邮件的创意部分,其他所有工作都由AI系统自动完成,人类只需要专注于最有价值的创造性工作。
这个案例展现了AI在营销自动化中的三个关键价值:效率提升、精准度改善和规模化能力。效率提升体现在大幅减少了手动操作时间;精准度改善体现在每个接收者都能收到针对其具体情况定制的内容;规模化能力体现在系统能够同时处理大量联系人,并为每个人生成个性化内容。
更进一步,Neil提到了正在开发的定制化落地页功能。基于同样的AI逻辑,系统不仅可以发送个性化邮件,还能为每个用户创建专门的落地页,展示与其具体需求和痛点相关的内容。这种程度的个性化在技术上已经可以实现,一些公司已经在使用Clay结合WebFlow来创建类似的体验。
我认为这种AI应用的价值不仅在于技术实现的精巧,更在于它改变了营销人员的工作方式。过去,营销人员需要将大量时间花在数据整理、列表管理、邮件发送等执行性工作上,现在他们可以将更多精力投入到策略思考、创意开发和客户洞察上。这种工作重心的转移,正是AI技术在营销领域的真正价值所在。
从商业角度看,这种AI驱动的自动化能力为中小企业提供了与大企业竞争的工具。过去,只有拥有庞大营销团队的大公司才能实现高度个性化的营销活动,现在通过Conversion这样的平台,小团队也能实现类似的效果。这种民主化的技术趋势,正在重新塑造整个营销行业的竞争格局。
让我印象最深刻的是,Conversion仅用14个人的团队就实现了接近8位数的年收入,这种人效比在SaaS行业中是极其罕见的。Neil透露,团队的平均年龄只有23-24岁,这种年轻化的团队结构带来了独特的文化和工作方式。他们保持着典型的硅谷"一周工作6天"的高强度文化,但这种强度是建立在对产品和使命的深度认同基础上的。
这种高效运营的第一个关键因素是团队成员的技术背景。14个人中几乎每个人都有某种工程背景,这意味着即使是最小的重复性任务,团队也会尝试持续自动化处理。Neil强调,他们的核心理念是"自动化一切可以自动化的事情",释放团队成员尽可能多的脑力用于思考,因为这正是产生GTM Alpha的关键所在——创造力和深度思考。
第二个关键因素是他们对AI工具的深度应用。作为一个专注于AI的团队,任何可以通过AI笔记本、GPT查询或其他AI工具自动化的任务,他们都被鼓励去实现。这不仅体现在产品开发中,也体现在日常运营的各个环节。从客户支持到内容创作,从数据分析到流程优化,AI技术被广泛应用于提升团队效率。
Neil提到他们是Henry Shi运营的精益AI排行榜的一部分,这个排行榜追踪那些通过AI技术实现高人效比的公司。在这些公司中,有两个共同特征:自动化重复性任务,释放人力用于创造性工作。这种工作方式的转变不仅提高了效率,也改善了团队成员的工作体验,让每个人都能专注于最有价值的工作。
从组织文化角度看,Conversion的成功还得益于其扁平化的决策结构和快速迭代的文化。Neil在访谈中多次提到"scrappy"(足智多谋、善于应变)这个词,这体现了团队面对挑战时的积极态度。他们不会因为资源限制而放慢脚步,而是通过创新的方法和工具来克服限制。
这种运营模式的另一个重要特点是对客户反馈的高度重视。当Neil描述达到产品市场契合时的感受时说:"获得反馈不再像拔牙一样困难,人们会在Slack上主动联系我们,要求试用产品并主动提供想法。"这种有机的用户参与不仅帮助产品快速迭代,也减少了传统的市场调研和用户研究成本。
我特别注意到Neil提到的一个观点:在精益团队中,AI替代人类的方式与传统认知不同。"答案很明确是不会,你不能把30人的团队简单地通过实施AI到处减少到15人,"他解释道。但真正发生的是,一个人现在可以将某个部门带到比以前需要雇佣更多人才能达到的水平。比如,企业级公司的第一个客户支持雇员,通过使用Decagon或Pylon这样的AI工具,可以将原本需要雇佣前两个代表的时间推迟一到两年。这种方式提高了每员工ARR,节省的资金被投入到产品开发和营销中,使这些渠道变得更具竞争力。
从人才招聘角度看,Conversion的成功也为行业提供了新的思路。他们不是简单地追求招聘最多的人,而是专注于招聘能够充分利用AI工具的多技能人才。这种招聘策略不仅降低了运营成本,也创造了更灵活、更具适应性的团队结构。每个团队成员都能在多个领域发挥作用,这种多样性和灵活性正是精益团队的核心优势。
更重要的是,这种运营模式证明了在AI时代,公司规模不再是唯一的竞争优势。通过合理运用技术工具和保持高效的组织文化,小团队可以实现与大公司相当甚至更优的市场表现。这种变化正在重新定义企业成功的标准,从规模优势转向效率优势,从人力密集转向智力密集。
在深入了解Conversion的发展历程后,我对营销技术的未来发展有了一些深层思考。Neil在访谈中表达的一个重要观点特别引起了我的关注:他认为AI agent在营销领域,乃至整个公司运营中,目前还没有真正发挥作用。这个观点可能会让很多人感到意外,但他的解释很有说服力。
Neil对AI agent的定义是:你可以对它说"我想在某个渠道上完成X任务,请帮我完成",然后它就能自主执行。虽然市场上有一些产品试图实现这种功能,比如自动回复客户支持工单的产品,但在营销领域,完全自主的AI agent仍然面临重大挑战。原因在于每个营销渠道都极其竞争激烈,如果公司A使用AI agent,而公司B使用非常聪明的人类,AI agent仍然不太可能超越人类的表现。
这个观察揭示了一个重要现实:在高度竞争和饱和的营销环境中,创造性的人类参与仍然是必不可少的。AI的价值在于帮助人类创造更多创意、产生更多alpha,而不是完全替代人类的决策和创造过程。这种认识对于理解AI在营销中的真正作用具有重要意义。
从有机营销的角度看,Neil分享了一个有趣的例子:他的LinkedIn是Conversion增长的主要来源之一,但他发布的内容没有一个字是GPT生成的。这种坚持纯人工创作的方式是否是其成功的原因?他表示不确定,但相信这种真正体现个人思考和团队行为方式的内容具有独特价值。随着AI生成内容的泛滥,真正的人类创意可能变得更加珍贵。
我观察到一个重要趋势:有机内容正在向视频转移,这比AI现实主义技术领先一到两步,但视频生成技术也在快速发展。这提出了一个关键问题:在AI能力不断提升的环境中,如何保持内容的独特性和真实性?Neil的回答体现了他一贯的观点:最有创造力的营销人员将始终能够胜过AI的创造力,因此最高质量的内容仍将由最优秀的人创作,可能会有AI辅助,但核心创意仍来自人类。
这种观点对营销行业的未来发展具有重要指导意义。它暗示着,未来的竞争优势将不是拥有最先进的AI工具,而是拥有最有创造力的人类,以及能够最好地结合人类创造力和AI执行力的团队。这也解释了为什么Conversion专注于构建帮助人类更好地利用AI的平台,而不是试图用AI完全替代人类营销人员。
从技术发展的角度看,我认为营销技术正在经历一个重要的分化过程。一方面,执行层面的自动化将越来越完善,AI将能够处理更多的数据分析、内容分发、个性化等任务;另一方面,策略层面的决策和创意开发将更加依赖人类的洞察力和创造力。这种分化将重新定义营销人员的角色,从执行者转变为策略家和创意总监。
Neil提到的一个重要概念是"技术乐观主义":他相信随着公司变得更小但更高效,将会有更多的公司出现,如果有更多的公司,就会有更多的人构建更多其他人需要的产品,这将加快创新速度,提高解决重大问题的效率,从而推动世界向积极方向发展。这种观点为我们理解AI对就业市场和经济发展的影响提供了一个乐观的视角。
最终,我认为Conversion的成功不仅在于技术实现,更在于对人机协作未来的准确预判。他们构建的不是要替代营销人员的工具,而是要放大营销人员能力的平台。这种理念上的差异,可能正是决定未来营销技术发展方向的关键因素。
一家处于 stealth 状态的 AI 初创公司,已获得头部一线美元基金的种子轮投资,正在招募founding team成员,以下是岗位JD,感兴趣的朋友欢迎扫码投递简历。其中海外运营增长的岗位,只有两个要求:聪明和英语好,我会手把手教。
文章来自于微信公众号“深思圈”,作者是“Leo”。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【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】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】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