第二百五十六章｜人比機器更貴 （4.6k）
曹逸森站在那堆機器前，盯著NviCore的標識看了一會兒，忽然開口：
「硬體我們有了。」
麥克轉頭看他：「然後呢？」
「軟體反而不是最大的問題了。」
麥克一聽這句，眼皮跳了一下。他已經很熟悉曹逸森的說話邏輯了。
一般他說「不是問題」的時候，意思往往不是這事很簡單，而是這事會很貴、很麻煩、但他已經決定要干。
「你先等一下。」麥克抬手，「我有不好的預感。」
曹逸森沒理他，繼續說：「2021年的AI軟體生態，還很原始。不是說沒有東西，而是太割裂。研究論文有，開源模型有，實驗項目也有，但真正能把它們真正做成產業工具的人，太少了。」
他說著，伸手在空氣里比了個框。
「我們要做的不是一個玩具。」
「我要的是K-pop界的AI大腦。」
麥克沉默兩秒。
「你剛才還說自己不是反派。」
「這是產品願景。」
「聽起來像什麼反派產品願景。」
「隨你怎麼理解。」曹逸森轉頭看他，「總之，機器只是基底，真正值錢的是人。」
麥克一臉警惕：「你又看上誰了？」
「不是誰，是三類人。」
曹逸森往旁邊走了幾步，隨手拿起一支油性筆，在倉庫臨時白板上寫下三個詞。
Architecture（結構）。
Visual（視覺）。
Audio（音頻）。
麥克看著白板，表情一點點嚴肅起來。
他知道，曹逸森這次不是隨便腦洞。
這是要真開始組個AI團隊了。
——————————————
第一類，深度學習架構師。
曹逸森在白板第一欄下面寫下：
Transformer /音樂生成模型/多模態規劃
「2021年，大模型還在萌芽階段。GPT-3已經出來了，但它還沒有變成普通人手裡的對話工具。大眾還不知道以後會發生什麼，很多工程師也還停留在論文、實驗室、API演示的階段。」
麥克點了點頭。
「所以你要從CloseAI或者DeepMind挖人？」
「對。」曹逸森說，「不一定要最頂層那幾個名字，我們也挖不動。我要的是那種真正懂Transformer架構、懂模型訓練、同時願意把東西落地到垂直產業的人。」
他敲了敲白板。
「我不需要他給我寫一個聊天機器人。」
「我需要他把模型微調成K-pop策劃專家。」
麥克一愣。
「K-pop策劃專家？」
「對。」曹逸森眼神亮了起來，「輸入藝人資料、練習生訓練數據、過往舞台反饋、粉絲評論、音樂榜單、短視頻傳播數據，它能給出方向建議。」
「比如：這個練習生適合走清冷視覺，還是鄰家現實感。這個團該先發概念照，還是先發練習室視頻。某首demo適合哪個成員開頭，哪個成員壓副歌。甚至哪一段最適合剪成十五秒短視頻。」
麥克聽完，愣了幾秒。
「這聽起來不像AI大腦。」
「那像什麼？」
「像一個不會睡覺、不會加班費、還不會情緒崩潰的企劃部總監。」
「嘿，所以我說它值錢。」
曹逸森繼續寫：
K-pop Strategy Model（kpop策略大模型）
「現在別人還在討論語言模型會不會寫文章，我們要讓它先學會看飯圈、看舞台、看消費情緒。」
麥克沉默了一會兒，忽然說：「你這個方向，矽谷那幫人未必看得上。」
「所以要會講故事。」曹逸森回頭看他，嘴角帶著一點笑容，「你想像一下，我們直接派私人飛機去舊金山，把那些還在研究早期多模態的工程師接過來。」
「然後你告訴他——」
曹逸森清了清嗓子，換了一種很資本、很蠱惑的語氣。
「在矽谷，你只能改變代碼。」
「在我的公司，你可以定義全球年輕人的審美。」
麥克看著他，沉默了幾秒。
「……你這個人真的很適合當什麼邪教頭子。」
「這是招聘話術。」
「這比招聘話術危險多了。」
「但會很有效的。」
麥克想了想，竟然沒法反駁。
因為對很多真正有野心的工程師來說，錢當然重要，但「我做的東西能改變什麼」更重要。你讓他去優化GG點擊率，他可能覺得無聊。可你告訴他，他能用AI參與塑造下一代全球流行文化，那誘惑力就完全不一樣了。
「行。」麥克嘆了口氣，「第一類，深度學習架構師。OpenAI、DeepMind，或者相關大模型團隊。我要開始找獵頭？」
「獵頭、校友、會議名單、GitHub活躍貢獻者，全都拉出來。」
「你真是一點都不客氣。」
「挖人不客氣，人才才會覺得你認真。」
——————————————
第二類，GAN大神。
曹逸森在白板第二欄寫下：
StyleGAN2 /數字人生成/ 4K人臉紋理重建
麥克一看到GAN（Generative Adversarial Network，生成式對抗網絡），表情立刻變得微妙起來。
「你要搞AI換臉？」
「別說得這麼難聽。」曹逸森瞥了他一眼，「我要搞視覺生成。」
「這不就是更貴的說法？」
「技術上類似，應用上完全不一樣。」
曹逸森把筆帽咬開，又在旁邊寫了幾個詞。
Virtual Idol（虛擬偶像系統）
AI Skin（AI皮膚生成技術）
Expression Rigging（高精度表情綁定）
Aespa-like Extension（類aespa虛擬分身擴展架構）
「2021年，是AI生成人臉和換臉技術特別活躍的階段。StyleGAN2這種模型，已經能生成非常有真實感的人臉。很多人在玩Deepfake，但那只是低級應用而已。」
「而K-pop最看重什麼？」
麥克想了想：「歌？」
曹逸森看他，搖了搖手指。
麥克改口：「臉。」
「對，Visual。」曹逸森打了個響指說道，「視覺是K-pop的入口。概念照、預告片、MV、舞台鏡頭、短視頻，所有東西都先經過臉和身體。你有一套強大的視覺生成系統，就能在概念階段快速測試造型、發色、妝容、虛擬形象，甚至做完整的數字分身。」
麥克皺眉：「你想做虛擬偶像？」
「不是馬上做。」曹逸森說，「但一定要提前準備。」
「SM已經在aespa那條線上做虛擬延伸了。問題是，大多數公司做出來的虛擬形象，質感很容易變得很假。臉假、皮膚假、表情假，動起來更假。粉絲一眼就能看穿。」
他看著麥克，語氣變得更認真。
「我要的是在4K鏡頭下也不穿幫的AI皮膚和表情紋理。」
「虛擬偶像能在練習室里和真人一起跳舞。」
「她不一定要完全替代真人，但她可以成為MV、AR舞台、短視頻挑戰、粉絲互動里的第二層角色。」
麥克聽得慢慢坐直了。
「這就不只是娛樂公司了。」
「對。」曹逸森點頭，「這是虛擬內容資產。」
他繼續說：「這類人，可以從NviCore內部、斯坦福、CMU、甚至一些做圖形學和視覺AI的實驗室挖。不要只找會調包的人，要找真的理解生成模型、渲染、表情捕捉和視覺美學的人。」
麥克看著白板。
「這類人才會很貴。」
「便宜的人做不出好的東西的。」
「你還真是要麼不做，要做就往燒錢方向做。」
曹逸森笑了笑。
「因為半吊子的虛擬偶像，會顯得很蠢。」
「而一旦顯得蠢，就不如不做。」
麥克點點頭：「這句我同意。」
——————————————
第三類，音頻信號處理專家。
曹逸森在第三欄下面寫下：
DSP（數位訊號處理）
Source Separation（聲源分離）
Voice Cloning（語音克隆）
Real-time Vocal Demo（實時聲樂Demo生成）
這一次，麥克立刻明白了。
「這個和K-pop最直接。」
「對。」曹逸森說，「視覺能讓人點進來，音頻才能讓人留下。」
他把筆放下，語氣放緩了一點。
「2021年的音頻AI還沒那麼成熟。Spleeter這種伴奏分離工具已經有了，但還是粗糙，分離質量、實時性、可控性都不夠。語音克隆也在發展，可真正能用於音樂製作，尤其是高質量歌唱聲線的系統，還遠遠不夠。」
「所以我們要從Spotify、IRCAM、Dolby、或者做音樂信息檢索、語音合成的人里挖。」
「核心任務有三個。」
他豎起一根手指。
「第一，伴奏和人聲分離。」
「練習室、live、舞台、綜藝、飯拍，只要音頻質量夠，它就能把人聲、伴奏、觀眾噪音拆開。以後我們做舞台復盤、live修復、短視頻剪輯，效率會高很多。」
第二根手指。
「第二，藝人聲線建模。」
麥克挑眉：「這個會有點敏感啊。」
「所以一定要在內部做，且有嚴格授權。」曹逸森說，「不是拿來偽造藝人聲音，而是拿來做demo預覽。」
「比如製作人寫了一段副歌，不用每次都叫藝人進棚試唱。輸入歌詞和旋律，系統先用藝人的聲線生成demo。製作人聽完，判斷適不適合這個成員，再決定要不要安排正式錄音。」
「這樣能省多少時間，你知道嗎？」
麥克沒說話。
他當然知道。
如果一個團有五六個成員，每個人聲線不同，製作人光試分part就能耗掉大量時間。AI先生成草案，不是替代藝人，而是讓製作環節變快。
第三根手指。
「第三，實時修復和應急合成。」
麥克看著他：「你是不是要說藝人感冒失聲，也能用AI上台？」
「正式現場不行。」曹逸森搖頭，「那是找死。」
麥克鬆了口氣。
「但後台demo、彩排、電視台預錄參考、臨時替代guide vocal，可以。」
「比如藝人感冒失聲，製作人還得趕某個版本。DSP專家在後台敲幾行Python，調用本地伺服器，根據授權聲線模型生成足夠逼真的高音demo。不是拿去騙粉絲，是拿去讓製作流程不中斷。」
曹逸森頓了一下，又笑著補了一句：
「當然，如果質量能做到足以騙過格萊美評委，那更好。」
麥克舉手：「這句我建議不要寫進招聘郵件。」
「我知道。」
「也不要寫進商業計劃書。」
「我沒那麼蠢。」
麥克一臉懷疑地看著他。
曹逸森懶得理他，繼續道：「這類DSP專家，是最先要落地的。因為音頻是我們最直接的業務。HZN也好，CUBE也好，田小娟也好，都立刻能用。」
麥克點頭。
「這個我支持優先招。」
白板上很快寫滿了東西。
深度學習架構師。
GAN視覺大神。
DSP音頻專家。
幾條線擺出來以後，倉庫里那幾台DGX A100的意義也清晰了。
它們不是買來擺著嚇人的。它們是給這些人準備的武器。
麥克站在白板前，看了很久，最後低聲說：
「這團隊要是組起來，成本會非常誇張。」
曹逸森點頭。
「我知道。」
「CloseAI、NviCore、斯坦福……這些地方的人，一個比一個貴。你不只要開高薪，還得給他們項目自由、股權、實驗預算，甚至還要給他們一種『我不是來娛樂公司修音的，我是在定義新產業』的幻覺。」
「不是幻覺。」曹逸森糾正，「是真實的項目。」
麥克看著他，揉了揉太陽穴。
曹逸森指了指白板，又指了指那台DGX A100。
「你想想，我們現在手裡有什麼。」
「紐約，有Unity的錢。」
「首爾，有HZN的廠牌，有CUBE的運營權，有田小娟這種創作者，有GIDLE這種IP，有練習生，有舞台，有真實產業場景。」
「洛杉磯，有機器，有工程師，有和美國音樂圈、科技圈連接的入口。」
「矽谷那些AI團隊，很多人最缺什麼？」
「真實場景。」
「他們有論文，有模型，有benchmark，但沒有一個能讓他們立刻看見自己技術如何影響真實偶像、真實粉絲、真實舞台、真實商業回報的地方。」
曹逸森看著麥克，聲音越來越穩。
「這個我們能給他們。」
「也能給他們數據，給他們舞台，給他們藝人，給他們反饋閉環。」
「他們在別的地方只能做工具。」
「在我們這裡，他們能做整個系統。」
麥克沉默了。
他不得不承認，這套話術如果真拿出去講ppt，確實會很有殺傷力。
尤其對於那些不想一輩子待在大廠里優化推薦系統、GGCTR、內部API性能的工程師來說，這簡直就是另一個世界。
一個更混亂、更商業、更冒險，但也更有故事感的世界。
過了好一會兒，麥克才開口：
「你知道最可怕的是什麼嗎？」
「什麼？」
「我一開始覺得你瘋了。」
「現在我居然覺得，這事可能真能成。」
曹逸森笑了。
「那說明你開始進入狀態了。」
「我不是進狀態，我是被你拖下水了。」
「區別不大。」
麥克嘆了口氣，拿出手機開始記。
「行。第一步，我聯繫獵頭和灣區的人。CloseAI和DeepMind直接挖可能很難，但可以先找離職邊緣、合同快到期、或者想創業的人。」
「第二步，視覺這塊我從NviCore和斯坦福那邊摸線。」
「第三步，DSP這塊我去Spotify和紐約音樂科技圈問。IRCAM那邊我得找找歐洲關係。」
曹逸森點頭。
「別只用錢砸。」
「知道。」麥克說，「用願景砸。」
「還有股權。」
「你終於說到他們真正愛聽的了。」
曹逸森笑了一下。
「願景負責讓他們上飛機，股權負責讓他們留下來。」
麥克看著他，半天吐出一句：
「你真的越來越像老闆了。」
「我本來就是。」
「以前你更像天才交易員。」
「現在呢？」
麥克看了眼白板，又看了眼那台DGX A100，最後說：
「現在像一個準備把整個娛樂圈拆開重裝的瘋子。」
曹逸森沒有反駁。
他只是轉身看著倉庫里那幾隻還沒拆封的箱子，眼神里那點興奮慢慢沉成了更深的東西。
「拆開重裝也沒什麼不好。」
「韓娛這套系統，太依賴人肉經驗了。」
「誰更會熬夜，誰資源多，誰關係硬，誰能壓榨團隊，誰就贏。」
「我想換一種玩法。」
麥克問：「用AI？」
曹逸森點頭。
「用AI，把經驗變成系統。」
「用算力，把小公司的試錯成本打下來。」
「用模型，把創作、訓練、宣發、視覺、發行，全都往前推一格。」
他說完，輕輕拍了一下那台DGX A100。
「先從這幾台機器開始。」
「硬體我們有了。」
麥克轉頭看他：「然後呢？」
「軟體反而不是最大的問題了。」
麥克一聽這句，眼皮跳了一下。他已經很熟悉曹逸森的說話邏輯了。
一般他說「不是問題」的時候，意思往往不是這事很簡單，而是這事會很貴、很麻煩、但他已經決定要干。
「你先等一下。」麥克抬手，「我有不好的預感。」
曹逸森沒理他，繼續說：「2021年的AI軟體生態，還很原始。不是說沒有東西，而是太割裂。研究論文有，開源模型有，實驗項目也有，但真正能把它們真正做成產業工具的人，太少了。」
他說著，伸手在空氣里比了個框。
「我們要做的不是一個玩具。」
「我要的是K-pop界的AI大腦。」
麥克沉默兩秒。
「你剛才還說自己不是反派。」
「這是產品願景。」
「聽起來像什麼反派產品願景。」
「隨你怎麼理解。」曹逸森轉頭看他，「總之，機器只是基底，真正值錢的是人。」
麥克一臉警惕：「你又看上誰了？」
「不是誰，是三類人。」
曹逸森往旁邊走了幾步，隨手拿起一支油性筆，在倉庫臨時白板上寫下三個詞。
Architecture（結構）。
Visual（視覺）。
Audio（音頻）。
麥克看著白板，表情一點點嚴肅起來。
他知道，曹逸森這次不是隨便腦洞。
這是要真開始組個AI團隊了。
——————————————
第一類，深度學習架構師。
曹逸森在白板第一欄下面寫下：
Transformer /音樂生成模型/多模態規劃
「2021年，大模型還在萌芽階段。GPT-3已經出來了，但它還沒有變成普通人手裡的對話工具。大眾還不知道以後會發生什麼，很多工程師也還停留在論文、實驗室、API演示的階段。」
麥克點了點頭。
「所以你要從CloseAI或者DeepMind挖人？」
「對。」曹逸森說，「不一定要最頂層那幾個名字，我們也挖不動。我要的是那種真正懂Transformer架構、懂模型訓練、同時願意把東西落地到垂直產業的人。」
他敲了敲白板。
「我不需要他給我寫一個聊天機器人。」
「我需要他把模型微調成K-pop策劃專家。」
麥克一愣。
「K-pop策劃專家？」
「對。」曹逸森眼神亮了起來，「輸入藝人資料、練習生訓練數據、過往舞台反饋、粉絲評論、音樂榜單、短視頻傳播數據，它能給出方向建議。」
「比如：這個練習生適合走清冷視覺，還是鄰家現實感。這個團該先發概念照，還是先發練習室視頻。某首demo適合哪個成員開頭，哪個成員壓副歌。甚至哪一段最適合剪成十五秒短視頻。」
麥克聽完，愣了幾秒。
「這聽起來不像AI大腦。」
「那像什麼？」
「像一個不會睡覺、不會加班費、還不會情緒崩潰的企劃部總監。」
「嘿，所以我說它值錢。」
曹逸森繼續寫：
K-pop Strategy Model（kpop策略大模型）
「現在別人還在討論語言模型會不會寫文章，我們要讓它先學會看飯圈、看舞台、看消費情緒。」
麥克沉默了一會兒，忽然說：「你這個方向，矽谷那幫人未必看得上。」
「所以要會講故事。」曹逸森回頭看他，嘴角帶著一點笑容，「你想像一下，我們直接派私人飛機去舊金山，把那些還在研究早期多模態的工程師接過來。」
「然後你告訴他——」
曹逸森清了清嗓子，換了一種很資本、很蠱惑的語氣。
「在矽谷，你只能改變代碼。」
「在我的公司，你可以定義全球年輕人的審美。」
麥克看著他，沉默了幾秒。
「……你這個人真的很適合當什麼邪教頭子。」
「這是招聘話術。」
「這比招聘話術危險多了。」
「但會很有效的。」
麥克想了想，竟然沒法反駁。
因為對很多真正有野心的工程師來說，錢當然重要，但「我做的東西能改變什麼」更重要。你讓他去優化GG點擊率，他可能覺得無聊。可你告訴他，他能用AI參與塑造下一代全球流行文化，那誘惑力就完全不一樣了。
「行。」麥克嘆了口氣，「第一類，深度學習架構師。OpenAI、DeepMind，或者相關大模型團隊。我要開始找獵頭？」
「獵頭、校友、會議名單、GitHub活躍貢獻者，全都拉出來。」
「你真是一點都不客氣。」
「挖人不客氣，人才才會覺得你認真。」
——————————————
第二類，GAN大神。
曹逸森在白板第二欄寫下：
StyleGAN2 /數字人生成/ 4K人臉紋理重建
麥克一看到GAN（Generative Adversarial Network，生成式對抗網絡），表情立刻變得微妙起來。
「你要搞AI換臉？」
「別說得這麼難聽。」曹逸森瞥了他一眼，「我要搞視覺生成。」
「這不就是更貴的說法？」
「技術上類似，應用上完全不一樣。」
曹逸森把筆帽咬開，又在旁邊寫了幾個詞。
Virtual Idol（虛擬偶像系統）
AI Skin（AI皮膚生成技術）
Expression Rigging（高精度表情綁定）
Aespa-like Extension（類aespa虛擬分身擴展架構）
「2021年，是AI生成人臉和換臉技術特別活躍的階段。StyleGAN2這種模型，已經能生成非常有真實感的人臉。很多人在玩Deepfake，但那只是低級應用而已。」
「而K-pop最看重什麼？」
麥克想了想：「歌？」
曹逸森看他，搖了搖手指。
麥克改口：「臉。」
「對，Visual。」曹逸森打了個響指說道，「視覺是K-pop的入口。概念照、預告片、MV、舞台鏡頭、短視頻，所有東西都先經過臉和身體。你有一套強大的視覺生成系統，就能在概念階段快速測試造型、發色、妝容、虛擬形象，甚至做完整的數字分身。」
麥克皺眉：「你想做虛擬偶像？」
「不是馬上做。」曹逸森說，「但一定要提前準備。」
「SM已經在aespa那條線上做虛擬延伸了。問題是，大多數公司做出來的虛擬形象，質感很容易變得很假。臉假、皮膚假、表情假，動起來更假。粉絲一眼就能看穿。」
他看著麥克，語氣變得更認真。
「我要的是在4K鏡頭下也不穿幫的AI皮膚和表情紋理。」
「虛擬偶像能在練習室里和真人一起跳舞。」
「她不一定要完全替代真人，但她可以成為MV、AR舞台、短視頻挑戰、粉絲互動里的第二層角色。」
麥克聽得慢慢坐直了。
「這就不只是娛樂公司了。」
「對。」曹逸森點頭，「這是虛擬內容資產。」
他繼續說：「這類人，可以從NviCore內部、斯坦福、CMU、甚至一些做圖形學和視覺AI的實驗室挖。不要只找會調包的人，要找真的理解生成模型、渲染、表情捕捉和視覺美學的人。」
麥克看著白板。
「這類人才會很貴。」
「便宜的人做不出好的東西的。」
「你還真是要麼不做，要做就往燒錢方向做。」
曹逸森笑了笑。
「因為半吊子的虛擬偶像，會顯得很蠢。」
「而一旦顯得蠢，就不如不做。」
麥克點點頭：「這句我同意。」
——————————————
第三類，音頻信號處理專家。
曹逸森在第三欄下面寫下：
DSP（數位訊號處理）
Source Separation（聲源分離）
Voice Cloning（語音克隆）
Real-time Vocal Demo（實時聲樂Demo生成）
這一次，麥克立刻明白了。
「這個和K-pop最直接。」
「對。」曹逸森說，「視覺能讓人點進來，音頻才能讓人留下。」
他把筆放下，語氣放緩了一點。
「2021年的音頻AI還沒那麼成熟。Spleeter這種伴奏分離工具已經有了，但還是粗糙，分離質量、實時性、可控性都不夠。語音克隆也在發展，可真正能用於音樂製作，尤其是高質量歌唱聲線的系統，還遠遠不夠。」
「所以我們要從Spotify、IRCAM、Dolby、或者做音樂信息檢索、語音合成的人里挖。」
「核心任務有三個。」
他豎起一根手指。
「第一，伴奏和人聲分離。」
「練習室、live、舞台、綜藝、飯拍，只要音頻質量夠，它就能把人聲、伴奏、觀眾噪音拆開。以後我們做舞台復盤、live修復、短視頻剪輯，效率會高很多。」
第二根手指。
「第二，藝人聲線建模。」
麥克挑眉：「這個會有點敏感啊。」
「所以一定要在內部做，且有嚴格授權。」曹逸森說，「不是拿來偽造藝人聲音，而是拿來做demo預覽。」
「比如製作人寫了一段副歌，不用每次都叫藝人進棚試唱。輸入歌詞和旋律，系統先用藝人的聲線生成demo。製作人聽完，判斷適不適合這個成員，再決定要不要安排正式錄音。」
「這樣能省多少時間，你知道嗎？」
麥克沒說話。
他當然知道。
如果一個團有五六個成員，每個人聲線不同，製作人光試分part就能耗掉大量時間。AI先生成草案，不是替代藝人，而是讓製作環節變快。
第三根手指。
「第三，實時修復和應急合成。」
麥克看著他：「你是不是要說藝人感冒失聲，也能用AI上台？」
「正式現場不行。」曹逸森搖頭，「那是找死。」
麥克鬆了口氣。
「但後台demo、彩排、電視台預錄參考、臨時替代guide vocal，可以。」
「比如藝人感冒失聲，製作人還得趕某個版本。DSP專家在後台敲幾行Python，調用本地伺服器，根據授權聲線模型生成足夠逼真的高音demo。不是拿去騙粉絲，是拿去讓製作流程不中斷。」
曹逸森頓了一下，又笑著補了一句：
「當然，如果質量能做到足以騙過格萊美評委，那更好。」
麥克舉手：「這句我建議不要寫進招聘郵件。」
「我知道。」
「也不要寫進商業計劃書。」
「我沒那麼蠢。」
麥克一臉懷疑地看著他。
曹逸森懶得理他，繼續道：「這類DSP專家，是最先要落地的。因為音頻是我們最直接的業務。HZN也好，CUBE也好，田小娟也好，都立刻能用。」
麥克點頭。
「這個我支持優先招。」
白板上很快寫滿了東西。
深度學習架構師。
GAN視覺大神。
DSP音頻專家。
幾條線擺出來以後，倉庫里那幾台DGX A100的意義也清晰了。
它們不是買來擺著嚇人的。它們是給這些人準備的武器。
麥克站在白板前，看了很久，最後低聲說：
「這團隊要是組起來，成本會非常誇張。」
曹逸森點頭。
「我知道。」
「CloseAI、NviCore、斯坦福……這些地方的人，一個比一個貴。你不只要開高薪，還得給他們項目自由、股權、實驗預算，甚至還要給他們一種『我不是來娛樂公司修音的，我是在定義新產業』的幻覺。」
「不是幻覺。」曹逸森糾正，「是真實的項目。」
麥克看著他，揉了揉太陽穴。
曹逸森指了指白板，又指了指那台DGX A100。
「你想想，我們現在手裡有什麼。」
「紐約，有Unity的錢。」
「首爾，有HZN的廠牌，有CUBE的運營權，有田小娟這種創作者，有GIDLE這種IP，有練習生，有舞台，有真實產業場景。」
「洛杉磯，有機器，有工程師，有和美國音樂圈、科技圈連接的入口。」
「矽谷那些AI團隊，很多人最缺什麼？」
「真實場景。」
「他們有論文，有模型，有benchmark，但沒有一個能讓他們立刻看見自己技術如何影響真實偶像、真實粉絲、真實舞台、真實商業回報的地方。」
曹逸森看著麥克，聲音越來越穩。
「這個我們能給他們。」
「也能給他們數據，給他們舞台，給他們藝人，給他們反饋閉環。」
「他們在別的地方只能做工具。」
「在我們這裡，他們能做整個系統。」
麥克沉默了。
他不得不承認，這套話術如果真拿出去講ppt，確實會很有殺傷力。
尤其對於那些不想一輩子待在大廠里優化推薦系統、GGCTR、內部API性能的工程師來說，這簡直就是另一個世界。
一個更混亂、更商業、更冒險，但也更有故事感的世界。
過了好一會兒，麥克才開口：
「你知道最可怕的是什麼嗎？」
「什麼？」
「我一開始覺得你瘋了。」
「現在我居然覺得，這事可能真能成。」
曹逸森笑了。
「那說明你開始進入狀態了。」
「我不是進狀態，我是被你拖下水了。」
「區別不大。」
麥克嘆了口氣，拿出手機開始記。
「行。第一步，我聯繫獵頭和灣區的人。CloseAI和DeepMind直接挖可能很難，但可以先找離職邊緣、合同快到期、或者想創業的人。」
「第二步，視覺這塊我從NviCore和斯坦福那邊摸線。」
「第三步，DSP這塊我去Spotify和紐約音樂科技圈問。IRCAM那邊我得找找歐洲關係。」
曹逸森點頭。
「別只用錢砸。」
「知道。」麥克說，「用願景砸。」
「還有股權。」
「你終於說到他們真正愛聽的了。」
曹逸森笑了一下。
「願景負責讓他們上飛機，股權負責讓他們留下來。」
麥克看著他，半天吐出一句：
「你真的越來越像老闆了。」
「我本來就是。」
「以前你更像天才交易員。」
「現在呢？」
麥克看了眼白板，又看了眼那台DGX A100，最後說：
「現在像一個準備把整個娛樂圈拆開重裝的瘋子。」
曹逸森沒有反駁。
他只是轉身看著倉庫里那幾隻還沒拆封的箱子，眼神里那點興奮慢慢沉成了更深的東西。
「拆開重裝也沒什麼不好。」
「韓娛這套系統，太依賴人肉經驗了。」
「誰更會熬夜，誰資源多，誰關係硬，誰能壓榨團隊，誰就贏。」
「我想換一種玩法。」
麥克問：「用AI？」
曹逸森點頭。
「用AI，把經驗變成系統。」
「用算力，把小公司的試錯成本打下來。」
「用模型，把創作、訓練、宣發、視覺、發行，全都往前推一格。」
他說完，輕輕拍了一下那台DGX A100。
「先從這幾台機器開始。」