何雁丹在20年前做了一个重要的决定,成为互联网第一代产品经理,到了2012年她又进入了全球移动互联网市场,至今做了10年出海产品,作为乐我无限(Joyme)CEO兼创始人,何雁丹完完整整地经历了中国互联网产品的全球化。
之前何雁丹负责猎豹移动最大的海外工具产品 Clean Master,2015年猎豹移动团队内部孵化了LiveMe,也是乐我无限旗下的核心社交直播产品,何雁丹也开始了自己的创业之路。2017 年 LiveMe 拿到了 6000 万的融资开启了新阶段,2019年从猎豹移动剥离,成为一家独立运营的公司。
乐我无限(Joyme)CEO兼创始人何雁丹
LiveMe作为一款全球头部秀场直播平台,涵盖了来自240多个国家和地区的近100万名主播,每月活跃用户数(MAU)超过3700万。而在出海的这些日子里,云一直贯穿在LiveMe的发展中,在成本节约、用户增长、金融风控、提升研发效率等方面帮助LiveMe不断实现精细化运营与业务创新。
LiveMe从危机中受益
第一个直播平台是什么时候产生的,可能没有确切的定义。但是早在1994年就已经有人开始将一条大学的马路、一个大型的鱼缸以及一只咖啡壶等画面上传到互联网上,并且十年如一日的开始直播。
这也是直播的起源。
何雁丹一直想做一款视频社交产品,同时也想把产品做到海外去,让全球的人都用中国人创造的产品。而且乐我无限的愿景也是致力于做:连接世界、传递快乐,为全球用户提供有趣、有爱、体验最好的互联网产品和服务。
乐我无限主要有三大产品线:一是以LiveMe为核心的社交直播产品线,目前已经累计1.2亿次下载量,每天平台上能够产生10万小时以上的直播内容,供整个平台用户消费;二是以Photograde为主的社交工具产品线,主打图片和视频编辑,目前产品累计下载量超过5亿次,每天在平台上有超过300万的用户使用模板和素材来表达他们的内心感受和心情;三是今年刚刚上线的产品“21赫兹”,主打语音社交和游戏功能,目前只针对中东地区的用户和国家进行开放。
作为乐我无限的核心产品,LiveMe从推出之时就取得了很好的成绩,直到2019年的封禁和2020年的下架,造成了用户的严重流失,加上移动互联网的红利逐步消失,获客成本越来越高,在双重问题下LiveMe也遇到了困境。
乐我无限迅速做出了三点调整,第一,本着现金为王、降本增效的经营要求;第二,快速出击,稳住核心用户,强化生态闭环,保证核心商业模式不受影响;第三,与此同时拓展新渠道、新产品,挖掘新用户需求,找寻市场增长点,解决可持续发展的问题。
有了三点核心价值的经营思路调整之后,乐我无限又确立了两点抓手。何雁丹表示,首先需要从粗犷转向精细化运营,其次在云上充分运用、发挥数据和AI的优势和创新作用,全面提升业务运转的效率。
在云中发挥数据和AI的创新作用
其实在猎豹移动任职期间,何雁丹就与亚马逊云科技有着紧密的合作。所以在2016年成立之初LiveMe就已经开始使用亚马逊云科技的服务,目前大部分的业务都在亚马逊云科技的平台上。
现阶段,LiveMe在亚马逊云科技上构建了支撑数据分析、内容分发推荐、风控、内容审核等功能的数据基础底座。
存储层:通过Amazon S3解决数据存储(包括结构化数据和非结构化数据)、利用Amazon Aurora、Amazon Redshfit、Amazon Opensearch 解决数据组织管理,支持不同层次的数据查询需求。
计算层:通过Amazon EMR来完成数据计算,利用标注平台完成样本标注。
服务层:通过Amazon Lambda 开发核心底层服务,利用Amazon Sagemaker搭建在线推理集群。
乐我无限数据研发中心总监杨飞表示,利用亚马逊云科技“云、数、智三位一体”服务组合,乐我无限构建内容识别系统和欺诈交易识别系统,实现直播平台的内容风险合规管控,提升用户体验,减少经济损失。
乐我无限数据研发中心总监杨飞
内容识别系统
直播产品每天会产生大量的内容,平台必须要确保内容满足法务的内容合规性要求(内容审核类)、平台运营的内容监督性要求(主播是否露脸,主播是否在直播间与用户沟通),以及直播服务的内容消费性要求(内容多元化会影响内容消费的深度,也是平台的核心竞争力)。
内容识别系统使用Amazon Lambda无服务器服务维护主播列表,截取视频段,调用模型,输出结果等;使用Amazon S3处理各种类型非结构化数据的存储问题,存储截取的短视频供建模使用;使用Amazon SageMaker可伸缩的模型推理模块,部署识别算法、检测算法、分割算法以及多模态相关算法等;使用Amazon OpenSearch解决数据组织管理,方便下游数据查询。
内容识别系统每天可以处理1亿张图片,10万+以上的视频片段和10万+以上的音频片段。内容实时识别可以优化内容审核业务,降低内容管理相关业务成本40%。优质直播内容识别可以提升内容流通效率,提高内容消费深度,带来用户粘性10%的提升。
欺诈交易识别系统
海外市场由于人文环境的差异,金融基础设施不成熟,法律法规不健全,交易费率高等问题面临欺诈交易风险。所以如何去有效地控制欺诈交易的规模,是所有出海企业面临的问题。
欺诈交易识别系统通过Amazon SageMaker以及相关的服务,在集成化的环境中完成建模与分析、模型特征提取和数据流管理,从模型训练到推理到服务治理,减轻算法工程师的事务性工作,以最小的成本完成模型训练和优化。
“LiveMe风控系统涵盖了很多内容,交易欺诈识别系统弥补了在订单风险识别方面的不足。”杨飞说道。LiveMe的风控系统全部基于Amazon SageMaker,通过欺诈交易可以识别服务降低欺诈、拒付的交易规模,避免了上百万的经济损失,而且在研发效率方面模型迭代周期和模型效果提升1倍。
乐我无限还看好很多新的领域,与亚马逊云科技的合作也将继续深化,在创新业务方面:聚焦虚拟人相关的技术和云驱动相关的技术,希望结合自身业务找到切实可行的应用场景和落地点,为用户带来不一样的体验。在数据驱动方面:希望利用智能湖仓技术进一步解决底层数据存储、数据计算、数据流转问题,通过图分析技术解决内容在社交链上的传播问题,欺诈交易关联风险和潜在风险的识别问题。在系统稳定性方面:希望在跨区容灾部署、核心服务的自动伸缩以及FinOps企业经营云成本支出控制达到平衡。
未来这些尝试和探索,也将让乐我无限持续为更多用户带来超凡体验。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。