我们的核心团队是在2022年通过开源社区相识的，包括算法科学家和设计师以及跨学科的探索者。2022年底我们的创始团队就都确定了“All in AI”的人生方向，也很幸运一路走到了今天。从开源社区到橙果视界这家公司，我们的团队亲眼见证了生成式AI从小众圈子逐步走向每个人的日常生活，也经历了技术从开源社区到广泛商业化的艰辛历程，很荣幸我们是这个历程的推动者之一。
如果非要说原因的话，我很感谢一路上帮助我们的前辈朋友们。2024年5月我们正式成立了橙果视界，力图通过最前沿的AI技术重构营销路径，设计领域头部上市公司矩阵纵横是我们的天使投资方，最近我们也刚刚完成新的一轮融资，受到了来自三家头部VC的认可。
作为一个AI-Native 的团队，作为GenZ时代的原住民（我们的创始团队平均年龄26岁），我们希望能在这个技术爆发的时代始终保持思考“what's next”，持续做些不一样的东西。至于具体是什么不一样的东西，我们一直在和技术能力和市场需求之间努力平衡。橙果视界会聚焦在AI内容领域，探索AI内容、创作者、智能体和商业价值的全新闭环。
我们将PhotoG定位为内容营销端对端智能体。我们基于自研Oran-R1增强推理模型和OranAgent-Matrix多智能体框架构建的全链路自主营销系统，采用Master-Worker分布式架构支持50+子Agent并行协作，实现了"感知-决策-创作-投放-优化"五大模块的端到端自主运行，构建了业界首个具备完整闭环能力的全栈式营销AI技术体系，将传统需要整个营销团队完成的工作压缩为一键式智能体自主执行。
目前PhotoG 已经获得家具、鞋服、珠宝等领域数十家国际化品牌头部和超过十万海外用户的认可。
它不仅仅是一个工具，我们更希望它能成为一个可自主进化、多角色协作的 「企业数字生命矩阵」。区别于单一功能工具，PhotoG 通过多智能体框架实现跨部门协同结果交付，包括市场洞察、营销策略、内容生产和智能投放全链路社交媒体营销闭环，专注于为用户交付营销结果。帮助用户低成本打造专业营销团队，定义新时代的 「营销共生体」。
我本人其实没有在企业中正式地工作过。我是在研究生期间开始决定去 all in AI。熟悉我的朋友都知道，我之前有过两年的从军经历，在国外也有一年的维和经历。我觉得那样的环境给了我去改变世界的勇气和韧性。而这种韧性也在过往三年的创业历程中帮助了我很多。
回到AI这件事情，在2022年的时候，我第一次接触到最新的 Transformer 和 Diffusion 算法，当时给了我极大的震撼。也是在那个时候，我意识到 AI 不是一次简单的技术升级，而是能在组织形态、生产力、生产关系等方面带来颠覆性的变化。于是，我和我的团队在 2022 年决定 all in AI 。在过去的三年中，我们看到 AI 从一个小众的领域成长成为今天每一个人、每一个公司都在探讨的话题。我们看到自己曾经设想的愿景在一步一步变成现实。这些变化也不断印证着我们每一次研判的正确性，并不断地激励着我们前行。
我觉得有两个方面。第一是大语言模型的日益进展。我们在去年年底观察到大语言模型的幻觉下降到了一定的程度，并且生成能力也在进一步增强，关键的迭代让LLM从辅助思考真正地成长为独立思考。基于此，我们目前所探讨的智能体 agent 才真正变得可用。
agent 不是一个全新的概念，在 2022 年 2023 年其实就出现了 Panda-GPT、 Auto-GPT 等等。第二是视觉领域的多模态模型的升级。GPT-4o、谷歌的 Voe3 等等这些最新的模型，其实都实现了多模态模型的升维。它们通过端对端的训练，进一步使得多模态模型在真正意义上实现模态的整合。
我们橙果视界也将一些最新的大语言模型和我们之前的内容生成能力做了深度的整合。我们将写 prompt 这个事情完整地交给大语言模型之后，发现它做得还不错。再之后我们去学习了内容营销团队的工作方式，并且将这个工作方式变成我们现在产品的一个 agent 团队。我们让大语言模型深度参与工作的每个环节：从市场洞察内容策略到内容生成模型的调度，再到内容生成的prompt。我们发现在这些环节中辅以工程化能力，其实 AI 做得要比人做得好很多。在过去的两年中，我们探讨的都还是 AI 和人协作的一个新范式，但事实上我们当时的认知可能是错的——这些范式正在不断地被重构和升级。
我们希望 PhotoG 能够为每一个没有洞察能力、策略能力、内容生成和创作能力的普通用户，提供把一个产品卖出去的最终交付。换句话说，我们希望每个用户都能通过 PhotoG 赚到钱。
Q: 当下AI技术迭代速度非常快，橙果视界是如何在确保技术创新保持前沿的同时，又能实实在在地落地呢？在资源投入和战略方向上，你们是怎么考虑的？
AI 技术迭代速度确实非常快，而且在当下头部大厂投入了大量资金和资源的情况下，现在的 AI 已经几乎变成了一场“军备竞赛”。大厂带来的投入其实是所有初创企业，甚至是一些普通的大型公司没有办法比拟的。在这种情况下，其实首先要远离大厂的必经之路。
我很喜欢的一个孵化器a16z有一个对于Small Tech的定义。我们的团队其实在成立之初就一直在探索一些应用在“最后一公里”层面上的技术。比如，我们推出过解决多角度一致性的 Controlspace，解决生成物体的材质形体一致性以及提示词遵从的 A-T 扩散算法。这些 Small Tech 是我们在推进GenAI的商业化落地过程中，实实在在遇到的卡点。它们能够真正地帮助AI 从“可用”变得“能用”，帮助生成式 AI 生成的内容从「及格」到「优秀」。
我们也会聚焦在这些层面，从资源投入和战略方向上关注最末端的卡点，关注真正能够帮助我们产品生成的内容变得优秀且卓越，帮助整个闭环链路更加流畅的技术的推动。
Q: 面对像Agentic AI这类新兴技术范式，您的公司是否已经开始布局或探索？您认为这些新范式将如何重塑未来的AI应用生态？
是的，我们正在以“智能代理+自适应工作流”的方式推动Agentic架构的落地。在PhotoG中，每一次用户交互都会触发一套由多个专精智能体协同完成的工作流，从市场调研、内容生成到SEO优化，各智能体基于主控LLM调度，实现自动执行和反馈优化。我们认为，Agentic AI将在未来重构整个内容生产与营销产业链，使AI不仅是工具，更是“自我驱动”的生产角色。在橙果视界，我们对这个未来充满期待，也正通过PhotoG，一步一个脚印地将其变为现实。我们相信，技术最终是为了赋能人，激发更大的创造力。
把PhotoG带到世界各地，确实是一段充满发现和学习的旅程！我们最大的机遇来自于：全球品牌对高质低成本内容解决方案的迫切需求，以及“AI团队替代传统人力团队”的认知变化。在此过程中，我们也碰到了不少挑战。在不同的区域中，消费者对于广告的偏好差异很大；不同国家对视觉内容的审美风格、营销逻辑存在差异；语言本地化、支付合规、技术部署环境也各不相同。对此，我们积累精准数据，通过高质量数据和本地化标注，构建全球差异化营销偏好评价体系和模型，通过模型矩阵真正帮助品牌实现全球化增长：例如在澳洲市场我们更注重极简视觉；在意大利市场则强调设计调性与高端感。换句话说，我们要让PhotoG生成的内容真正“入乡随俗”。
Q：在推动AI技术走向全球的过程中，如何有效应对数据隐私、伦理规范、文化差异等跨国界问题？贵公司在这方面有哪些实践经验？
我们认为，信任是全球化成功的基石，而尊重隐私、恪守伦理、理解文化差异，正是建立这份信任的核心。因此，我们采取多层合规策略：首先，所有模型训练数据均来自自有授权或公开合规渠道，避免侵犯他人版权或肖像权；其次，我们针对不同市场设置内容过滤规则，避免出现不符合当地文化习惯或敏感性的生成内容；最后，我们正在逐步推进算法备案与模型审计机制，确保技术输出透明、可控。目前我们已与多家全球品牌在跨境合规合作中建立信任。
Q：您认为中国AI企业在全球AI市场中扮演着怎样的角色？未来中国AI企业在全球化进程中，应如何进一步提升竞争力和影响力？
中国AI企业正从“效率领先”走向“价值输出”。在全球化竞争中，我们的优势不仅是算力和模型能力，更是对复杂任务的系统化理解与“落地能力”。未来，中国AI企业要进一步走出去，需要在产品国际化设计、本地运营支持、跨文化内容生成上持续发力。我们橙果视界的愿景，就是成为一座 “连接中国AI创新力与全球市场需求的桥梁”。PhotoG就是我们的第一步，我们不是输出技术工具，而是提供一整套“面向全球品牌的AI营销解决方案”。
全球AI产业生态需要从“技术驱动”转向“需求导向+协作共建”。要实现这个转变，光靠任何一方单打独斗都是不够的：技术方应聚焦开放模型接口、推动标准统一；场景方应提供真实场景反馈与迭代土壤；而资本方则需具备“耐心+价值理解”，支持长期主义创新。我们也希望在这个生态中扮演“连接器”的角色，用真实需求推动AI更快实现商业价值。
Q：在您看来，未来3−5年，生成式AI技术在哪些垂直行业将率先实现规模化应用和商业突破？您的公司将重点关注哪些领域？
目前其实已经有比较清晰的趋势了，即vibe coding和获客工具两个方面。我也比较认同，
橙果视界做的方向会更靠近「获客工具」。技术层面我们会聚焦A-T扩散算法与自回归DiT混合架构的多模态生成技术，以及基于自研推理引擎的分布式多智能体系统。应用层面我们会更多关注GenAI带来的结果的交付闭环能力，在最终端提升Agent的交付效果，持续探索能稳定交付的内容营销团队。
Q：作为AI领域的探索者和实践者，您对即将踏入AI行业的年轻人才有何建议？您认为他们需要具备哪些核心能力才能在全球AI浪潮中脱颖而出？
大家都说现在是一个资本寒冬。诚然，我们也感受到目前可能并不是一个资本很热的时代。但是对于当下的年轻人来说，我一直都在讲：现在可能是最好的时代。技术日新月异，市场对于技术的渴望程度是前所未有的，技术带来了颠覆性的组织架构、社会运行逻辑以及商业模式。同时，我们这个时代的年轻人们都生而全球，移动互联网让不同的地域、不同阶层的社会成员们的关系无比的接近。所以，我觉得对于当下的年轻人来说，这可能也是一个最好的时代。我希望年轻人们都能勇敢地去做自己真正想做的事情，积极主动地去利用最先进的 AI 能力把自己打造成一个“超级个体”。
至于核心能力，就像我题目中提到的， AI 会帮我们解决所有“怎么做”的问题，那么年轻人们应该具备思考“做什么”的能力，即用第一性原理去拆解 b 端、 c 端，或者哪怕是一个很小的切口的真正需求，然后通过生成式 AI 的能力去实现这个需求。这样的机会其实是非常非常多的。所以，我认为定义问题的能力和执行力会是接下来的核心能力。