1、能否介绍下你们的产品和核心应用场景？
我们的核心产品是ChatPPT，ChatPPT属于UTalk文档智能体（Doc-AI-Agent）中的一个Office插件产品版，这是一款主要基于自然语言交互（LUI，Language User Interface）与必优-图笏框架模型（LLM+WernickeLMs）驱动的AI演示文档创作产品。
产品自2023年3月4日上线（比微软官方宣布Copilot还要早12天），累计已生成超过3.7亿份文档。
产品核心应用场景是用户可以直接通过语言文本全流程交互文档，不仅可以输入主题或者多个文档，同时也可以支持通过语言进行更多文档创作编辑服务，已上线的版本覆盖了AI生成、AI美化、AI演讲、AI辅写、AI动效、AI分享等6大模块的1152类功能的服务。
目前ChatPPT分为个人版、企业版和行业版三大类型，可以支持个人用户随时在线体验和下载插件进行服务，同时企业也可以选择SaaS页面嵌入和API接口服务，另外针对特殊行业也提供专有的版本，可以生成更加专业内容文档。
2、目前产品研发和市场拓展情况是什么样？2023年遇到的最大挑战和收获有哪些？
目前，我们正在研发更全面的UTalk独立版，预计在春节前后进行产品邀约。已拥有超过200万活跃用户、100+企业客户，产品覆盖85+个国家或地区。短视频近30天播放量超过2亿次，获得百度、科大讯飞等平台认可与奖项。
2023年的最大挑战是，大模型的高速发展，让我们在生成式模型领域前两年积累的优势受到冲击。虽然之前主要是小模型，技术投入和市场预期较大，但大模型的崛起改变了竞争格局，迫使我们重新思考技术定位和服务应用的新范式。当然，最后促成了文档智能体的真正诞生。
这也成为了2023年最大的收获，必优科技顺利整合了在文档创作领域的行业服务模型和大模型能力，搭建了全球首个文档智能体，很好地借力让对应的产品也有了更多的想象空间。
3、目前国内市场环境落地AI应用面临哪些挑战？
从AI应用来看大概有这么几个方面的挑战：
第一，AI流量获取问题。作为应用本身，因为大部分都是C端化的用户群体，但是目前市场流量相对比较饱和，且核心流量还是大厂手里，所以要想加速验证和落地AI应用，势必需要有一定的渠道或者能力去获取到对应的用户流量，没有流量就没有用户，这个是基础。
第二，应用竞争问题。做应用太卷了，创业公司卷，大厂也跟着卷。国内应用开发的扎堆现象一直比较严重，看见“不错的应用“就一拥而上，一通抄，最后导致一个需求总是有一堆应用，加上后期市场和运营不规范，最终导致市场质量参差不齐，也干扰用户实际的判断，好的应用却没有得到该有的用户反馈。
第三，算法备案有压力。基于国内政策因素，针对AI领域的技术监管，相对国外整体政策完善度上还是靠前的，但是在AI应用算法备案上，还是速度比较慢，目前已知的三批名单加起来其实数量也有限。如果拿不到备案，是一个比较大的担忧与潜在风险，也造成AI应用落地的挑战。
第四，模型基座选择上的挑战。虽然目前国内大模型发展较快，但整体的效果相较于GPT来说还是有一定的差距，作为AI应用本身，核心应用基础是依托于大模型的能力之上的“借力”，所以AI应用一定需要有一个可靠且稳定的模型，一旦底座模型上效果有顾虑，自然应用本身距离用户需求就差一些了。
4、面对巨头可能带来的“降维打击”风险，AI创业公司应该如何保持竞争力？
作为一个创业公司来说，面对巨头压力，我个人有三个观点：
首先，AI创业，从小事做起。选择一个小点细分，一头扎下去，相较于巨头的高举高打，创业团队最擅长的就是可以把细分小点做透，不留余地，既可以做到避其锋芒，同时也能灯下黑，看似不起眼的小细分，可能是切入市场的入场券。
其次，坚持做，玩命儿做。如果说一个细分领域可以从策略上避让巨头，但是坚持的动作，是可以让巨头汗颜的可能存在，我们一旦找到一个机会或者小点之后，一定要有足够的坚持力和心力，把小点背后的千头万绪都弄出来，尽可能完善。这样我们才可能出线，有可能从巨头眼皮下面分个食，运气好的话，可能还能和巨头成为合作朋友，这样不但有了背书，还有更多底气。
最后，速度必须要快。AI创业公司在巨头“All In AI”面前，最需要做的就是认准后，速度一定要快，快一倍、两倍，快速试错，快速验证，只有快速才有可能争取到更多的机会。同时，速度快，也代表响应变化得快，新的技术覆盖、能力革新，还是试错后的无效反馈，我们都需快速响应。持续奔跑，才能有资格在这样的新技术浪潮中赢得机会。
5、一些创业者认为大语言模型目前能力还不够，限制了AI应用/产品的发展。您对此怎么看？
个人观点倾向于不认同。大语言模型能力不够是实际现实，但是是否直接限制了AI应用的发展，这个有待商榷。
在我看来，AI应用本身作为新兴技术驱动下的产物，在技术发展中面临或多或少的挑战与压力是正常的，无论是基座大模型本身能力的局限，还是其他，我认为这符合事物发展的规律。
任何产品应用，包括AI应用，在洞察和满足用户需求的同时，其前提还需要针对其所有依赖实现的技术或者环境有着本能的"适应性"，即不完美的大语言模型应该也有多样化的解决方案。如果必须要等到真正底层大模型完全Ready，那么凭什么是你去解决用户的问题，而不是模型厂商呢？
同时产品也具备“阶段性”的特征，在AI产品的发展中，也同样遵循这样的规则，从MVP、PMF再到产品UP是一个过程，大模型本身只是一个基座，且在业务流中或可能是有阶段性替代方案，我们要做的不是等待，而是顺利的去经历这个过程，适应用户、适应产品、适应市场，才能让AI应用更好的发展。
6、2024年还有哪些新技术趋势值得关注？
有3个方面值得特别关注。
Agent：全面智能体，相对来说这块的上升趋势应该是所有人都能有目共睹的，也是目前基于大模型在垂类应用服务上能够最好的实践技术。无论是OpenAI、百度等模型服务厂商持续投入，还是各行各业的垂类服务实践者，从目前技术发展来看，也是在通向通用智能AGI上最好的“过渡'状态。
多模态生成：多模态本身的研究也有很多年了，在语言模型爆发后，在实际生产环节上的多模型生成与服务，应该能够有较快的提速，图片、语音、视频、3D等等方向，都将进一步解锁生成式内容价值。
文生视频：通过文本生成视频，其趋势也比较明显，视频本身相对传统的图文信息传播本身正在发生的”短视频时代“已经被验证，相信这个技术的高速落地，是多模型落地产物，也是一种AI技术突破必然的趋势产物。