Chimer AI 黄祯：自然而然地干了离经叛道的事

摘要：之所以想问这个问题，是因为与我们对谈的这位年轻人黄祯，在港中深入学四年内两度休学，总共在大学的时间不足一年。而在两段离开校园的日子，他做的事情比别人十年做到的都多：

「我相信不需要很多人，也可以做出很有趣的事情。」

作者丨梁丙鉴

编辑丨马晓宁

上大学有价值吗？

之所以想问这个问题，是因为与我们对谈的这位年轻人黄祯，在港中深入学四年内两度休学，总共在大学的时间不足一年。而在两段离开校园的日子，他做的事情比别人十年做到的都多：

筹办了艺术展“奇美拉时代”，在第 59 届威尼斯双年展上作为该艺术节历史上首场加密艺术展进行展出。

被广州美术学院数字艺术科技研究所邀请，成为专家组成员，并参与创办了首届湾区元宇宙数字艺术节。

来到北京，在启辰资本做 FA 实习生，之后跟随当时的 mentor 转投 Crypto 行业。

创办了 Chimer AI，开始了服装产业的 AI 化赋能。

截至目前，他已经调研过多个服装厂，当了两年的 CEO，做过了无数路演，拿到了第一笔融资，马上要推出自己的 Agent 产品。

经历过一大堆青春热血往事后，他终于要过自己的 22 岁生日了。

聊天中黄祯的声音带着与年龄不相符的成熟。谈到那些足以让人激动回味的往事，他的叙述也是不疾不徐，似乎只是在向人讲述一个与平常稍有不同的夏日午后甜点。只有在谈到他的年龄时，他会稍微自嘲一下，“老了”，顺便给旁边的人一场暴击。

一切离经叛道，都是自然而然。他刚上大学正是疫情期间，要在学校上网课，这未免太浪费时间，所以不如跳出读大学的思维定势，全身心投入到自己事情中去吧。

黄祯有着很强的自学能力，在高中的时候他就不是一个认真听课的好学生，学习成绩也一直在中游水平。面临高考的时候，他手上没有多少钱，就在网上买了网课，要么坐在教室最后一排，要么呆在宿舍，一个人孤孤单单刷网课，刷完再去做题。

其实刚开始执行这个策略的时候，成绩并没有显著的上升，反而还掉了不少。但他觉得他的方法没错，所以坚持做了两三个月，最后成绩显著上升。之前他的分数在全省只能排到几万名，高考的时候一下子冲到了前几百名。

这段经历给了他很强的信心和动力，也成为了他决定在大学休学创业的支撑之一。

“大学当然是有价值的，只不过这种价值已经不来源于标化考试以及标化考试所导向的 GPA 高低评价。价值更多来源于在这个环境中的高人才密度、低信任与试错成本、扁平的关系网络所带来的自由的社交、研究、研讨、创新尝试的可能性，我觉得这些是大学无可替代的价值。”

就像他一直秉承着的，上大学，就不要把考试和学习混为一谈啦。

以下是 AI 科技评论与黄祯的访谈实录，作者进行了不改原意的编辑整理：

1 天生就是创业者，要闯出自己的方向

AI 科技评论：你从什么时候开始决定创业的？

黄祯：在我记忆里，我好像从来没有过某个下定决心的时刻，就好像创业是我天然的选择一样。

我在潮汕长大，身边经商氛围还蛮重的。这个地方的人基本没有什么做公务员的概念，早年间的潮汕人大多都是通过出海做生意这类方式赚到第一桶金，现在大家也不太会思考其它的路线，大部分都是自己做一些生意。而且我家里也是做制造业的，往东南亚或者非洲国家出口塑胶手表、衣服这类基础消费品，做生意这件事情我是耳濡目染。

我说不出来什么时候决定创业的，但是这次创业是 2023 年 1 月开始的，当时我自己用 GPT-3.5 写了一个语音聊天的 Chrome 插件，发现我不需要把书读完，也能做到很多写代码的事情。我就想，那干脆就休学，先去探索创业方向吧。

AI 科技评论：怎么去探索呢？你那时候对创业有什么样的认知？

黄祯：因为之前对算法和模型有一点浅薄的认知，23年年初的时候，很多人会邀请我去做 AI 相关的分享，你看一个 19 岁的人去上市公司讲课这种事情很奇葩吧，但确实发生了。当时我也趁着机会跟大家探讨各个行业到底是什么样的，AI 在这些行业中存在什么样的可能性。

最开始创业的时候，我跟朋友尝试了很多行业。比如在珠宝领域，我们用开源模型训练了一个珠宝生成模型，然后跟内地一个卡地亚的工厂合作，把 AIGC 生成的珠宝设计实现出来，还在深圳做了一个小型展览。但后来我们发现 AIGC 生成的形式，对于很多工艺品来说没有意义。AIGC 的优势是能够生成无限的设计，但是珠宝并不需要那么多的设计，它们用不着那么多 SKU。

我刚好有一个朋友，他的妻子就是高定设计师，我们合作了一段时间，最后发现服装这个领域可能是更适合 AIGC 的设计形式的。

AI 科技评论：为什么？因为服装的SKU多？

黄祯：第一是服装行业的预售制很发达、更新频率非常高，因此对于 SKU 的追求很极致，是我们尝试的所有行业里 SKU 最多的，所以最需要 AIGC 来帮助设计的。

还有一点很重要，服装的落地难度在实体行业里相对低，受到的物理限制更少。珠宝设计就是一件受物理限制很明显的事情，AIGC 设计出来的方案，物理上实现不了。比如金属物质的粘合，有时候因为韧性，有时候因为硬度，根本就做不到。有些建筑，你在 Bim 上都实现出来了，物理结构特别合理，现实中就是建不出来。但是 AIGC 的服装，基本上只要设计能生成出来，服装就能生产出来，区别只是生产成本的高低。

第三点则是，创意在服装行业的价值很明显，消费者真的会因为好看而去买一套服装。那 AI 的价值就能够体现出来了。对于很多行业来说，单纯因为好看或者风格，消费者不一定会买单。比如积木，买单的理由可能是 IP。那这就是不太适合 AI 去做的。珠宝，有些人就是看中它的价格，越贵越买，那 AI 能提升什么呢？

AI 科技评论：看起来你对服装产业非常熟悉。

黄祯：小时候我家里做过服装生意，曾经有一间小工厂，所以也是从小接触过。

AI 科技评论：哪些客户会用到你们AIGC做的服装设计呢？

黄祯：在服装市场，小红书的退货率是抖音的 1/3。为什么呢？

因为让消费者下单的，并不是那些中腰部的服装品牌，而是那些达人网红。这些人对消费者有很强的影响力，他们的审美风格会带动他们的粉丝下单。但是他们本身只是网红，并没有做服装品牌的经验。通过 AI，他们可以完成服装开发、对接供应链等等事情，一切就会简单很多。

这是一个增量更大的空间，未来一定会有大量的服装博主、KOL 可以通过 AI 拥有设计能力，开发自己的服装品牌。我们希望赋能这一部分增量市场，让那些网红渠道具备作为品牌的能力。

AI 科技评论：在我印象中，之前也有开展AI服装设计的公司，你们跟他们有什么区别？

黄祯：他们侧重于对潮流趋势的洞察，比如喂给程序一件服装，洞察什么元素在大卖。所以他们其实一个是做检测或者识别的工作，我们做的是生成，本质上还是不太一样。

AI 科技评论：你们公司叫什么名字？

黄祯：Chimer AI，我们是在2023年6月成立的。

2 “国内 SaaS 市场太糟糕了，还是做 Agent 吧”

AI 科技评论：你们这两年一直在做一款生成类的AIGC产品吗？

黄祯：从23 年 6 月份到 24 年 6 月份，我们一直在做 SaaS 的工具产品，最多的时候有数千设计师和一批服装品牌在用。后来我们发现国内的 SaaS 市场非常糟糕，而且我们也只是服务了服装行业整条链条里的一个环节，比较难以做大。另外这款工具的使用门槛也比较高，所以后来我们就转变了方向。

纯粹的设计工具型 SaaS 只能服务非常专业的用户，解决很垂类的子任务，但是对于大量的用户或者服装行业的从业者，他们需要的是先把需求以高效率的方式转变成结果，然后再去执行编辑的子任务。所以现在我们选择把 Agent 跟 SaaS 产品结合在一起做，主要面向海外服装行业的买手、主理人，帮助他们在这个平台上完成从 idea 到 CAD 的整套流程。

AI 科技评论：做SaaS工具的难点是什么？

黄祯：第一是工厂的工人素质没那么高，让他们使用 SaaS 工具的成本实在是太高了。第二是工人的绩效问题。工厂按照他们的产出来计算绩效，除非从上而下地改变绩效结构，不然学习使用新的数字化工具的过程必然会影响工人的绩效。第三是工厂一般手头上有什么材料就做什么，让他们跟着 AI 识别的潮流走，对他们挑战也比较大。

综合这些因素，就注定了只有那些 ODM 规模比较大的工厂，才能接受这套体系，这对工厂来讲也是一个挑战。我为什么这么了解呢？是因为我花了两个月的时间，培训过很多家工厂的设计师，东西也是卖出去了，就是他们用不起来。

AI 科技评论：因为有这些困难，所以后来放弃了在国内做 SaaS吗？

黄祯：是的，也放弃了在海外做 SaaS。服装行业有一个特点，就是供应链太长了，环节很多，而整体的利润又不是特别丰富。如果你只是在上游的某一个环节做辅助型的工作，其实起到的作用是非常微小的，那你能收到的钱也比较微小，这也是为什么服装行业的数字化企业一般都过得不是特别好。

在这个链条中，最重要的是你是否能够通过单个环节的服务铺开足够多的用户，然后承接他们整段的需求。例如说你去服务大量海外的服装企业和零售端，如果他们通过你完成设计、拍摄的开发工作，那对他们来讲，供应链这件事情也完全可以通过你去下达。这个时候你通过某一个环节切入，换到的是后端所有环节的利润。

相当于你扮演了一个整合商的角色，这也是服装行业基本上所有科技型企业最终的宿命。

AI 科技评论：不做SaaS的话，你们现在做的是一个什么样的产品呢？

黄祯：用户可以直接告诉它自己想要什么样的衣服，然后一键化生成设计。Chimer AI 就是一个服装设计 Agent，可以替代传统服装产业的设计打版环节。

我们依赖模型的多模态能力进行生成，和传统的基于推理能力的 Agent 存在一些差别。因为生成模型本质上是一种渲染或者检索，你给它的数据越是精确地导向一个风格，你就越能得到一个确定的结果。但是一个想设计东西的人，表达出来的需求往往是很模糊的。比如她的描述可能是，“我想设计一件给 25 岁上下女生穿的、亚文化风格的、能够在夜店穿的衣服，我希望它有钉珠、铆钉这类设计。”

那对应下来，如果只是把它拆成一段 prompt，然后用这段 prompt 生成一个东西出来，符不符合她的需求呢？很可能出来的东西远远不是她想要的。我们的 Agent 会根据用户需求搜索现有图像数据，然后再进行生成，中间也会设计一系列反馈步骤，把生成内容的审美风格控制在一定范围内。通过这样的方式，我们生成的东西才会更符合她心里的那个需求。

AI 科技评论：这项技术有什么困难之处？

黄祯：我们在工程上有很多小巧思和创新，比如我们针对版型生成任务准备了一系列工具箱。图像处理这个环节当中，需要的工具箱跟传统的语言型任务的工具箱不太一样，所以我们造了大量的工作流，对它们做了一些抽象处理。另外打版这个环节要用到 CAD，我们做了一个版型生成模型，再通过 MCP 去控制 CAD。

23 年我们刚开始创业的时候，模型还没有太强的图像理解能力，顶多是帮助用户把一个简单的 prompt 做成一个精确的 prompt，然后匹配一些图像输入，仅此而已。所以当时那个版本的产品有一个 Chatbot 模块，可以帮助用户通过多轮沟通明确需求，产品会自己整合需求输出新的 prompt。

但我们后来发现用户根本没有多轮对话的习惯。视觉行业的人都是视觉动物，她们喜欢的交互方式是先大概告诉对方自己想要什么，在看到生成结果的基础上，告诉产品她想要的风格是什么，要怎么调整。如果直接给用户一个需要学习很久才能用的工具，她就不会有进行调整的环节，而是觉得自己不需要这东西。在那个时间点，模型有多长的记忆能力不是最重要的，而是用户有没有这样的使用习惯。

AI 科技评论：你们的产品跟别人的产品最不一样的地方是什么？

黄祯：服装设计的工具性产品，早期大家做得都差不多，最大的差异是在交互以及对用户想法的揣测上。而当下的产品之间，最不一样的地方在于是围绕着 Agent 构建，还是围绕着用户的输入构建。

它们的区别是，一个其实已经假定了用户知道自己想要什么。用户上来一输入，你去明确地执行这个任务就好了。但围绕 Agent 去构建的话，产品很大程度上不是要把任务执行完，而是要让用户能够有反馈的空间，更像是假定用户只有需求而没有任务，产品通过执行用户的需求去揣测，帮助用户理清他的任务到底是什么，这样用户对于工具的使用就会更加顺畅。

大多数服装行业从业者倾向于产品可以先把需求以高效的方式转变为初步结果，再让她们执行编辑的子任务，所以我们认为后者是更好的思路。

AI 科技评论：这个产品现在已经发布了吗？

黄祯：目前 Agent 版本还没有发布，工具版本正逐步在小范围里做更多内测。随着模型能力的进化，之前我们改版了一些产品，中途也做过很多的小产品去测试，但基本上都是围绕着服装这个场景去做的一些东西。

AI 科技评论：融资了吗？

黄祯：我们已经按 1500 万美元估值拿了一笔吴世春的融资，不超过 1000 万人民币。我们这个项目比较早期，他又是做天使轮投资，所以就把我们纳入到盘子里了。我觉得他是一个蛮容易理解核心思路的人，也比较倾向于相信年轻人的团队。现在我们就希望先把产品做好。

3 一个少年，不会觉得有什么事情做不了

AI 科技评论：我感觉跟 00 后的创业者聊天，相对于年纪来说，你们的表现还是蛮成熟的。

黄祯：可能是信息的暴露已经到达了一个新的阶段。从我们这一代开始，也许未来大家不会觉得 20 岁左右创业是一件多稀奇的事。我觉得 00 后是夹缝里的一代人，小时候见过晶体管电视机，长大了看到抖音，我们走过了一个世界变化很大的时代。大家暴露在一个成人世界的信息量下，会早熟非常多。在今天的世界里，不管是 14、15 岁的人还是 60 岁的人，都会听到同样的话，看到同样的事情。从小生活在这个环境里的人，不会觉得有什么事情是自己做不了的。

AI 科技评论：和大你 10 岁左右的创业者比起来，你感觉 00 后创业者和上一代创业者之间有什么区别吗？

黄祯：和大 10 岁的创业者相比可能还不会有非常大的区别，如果一定要说出来一个特点，我觉得我们这代人会比较自信一些，或者说更相信创新者的故事。但我觉得这可能是年轻创业者的特点，不是我们这代人和上一代人的区别。

AI 科技评论：你比较相信什么样的创新者的故事？

黄祯：我相信不需要很多的人，也能够做出一些很有趣的事情，我们在做 Chimer AI 的时候也秉承这种理念。而且我也非常相信十年以后，所谓的创业者可能会比我们想象当中多很多。

AI 科技评论：那有没有哪个团队或者是哪个项目是你比较欣赏的创新者故事？

黄祯：SNOW，这是一个 19 岁年轻人做的 Coding 项目，属于是一轻人做出的有趣的产品。（编者注：Youtube 频道 Coding Snow，分享使用 HTML，CSS，Javascript/Jquery 进行创意网页设计和开发，前端设计，UI 设计，响应式网页设计以及后端设计，PHP 的教程。）

AI 科技评论：你今年21岁？

黄祯：是的，老了。

AI 科技评论：创办Chimer AI是你第一段创业经历吗？

黄祯：第二段，第一段是之前在威尼斯双年展上办的加密艺术展。我大一在港中深的实验室里做了很多 Game 相关的事情，比如生成式对抗网络，发现这种生成能力基本上只能用来做艺术品。那段时间 NFT 受到了很多关注，大家在想它会不会产生新的艺术形态，以及原有的艺术形态能否通过它做新的呈现，所以那个时候 NFT、生成式、艺术几乎是绑定在一起的三个词。

所以我跟小伙伴们就一起办了那场加密艺术展。当时受到的关注还挺多的，也希望它能带来一些商业化的可能，可惜后来并没有靠它赚到钱。

AI 科技评论：你觉得这个项目商业化失败的原因是什么？

黄祯：有两个原因。首先是我们的执行力比较差，展览虽然办成了，但是市场动作比较一般。第二个原因是，当时艺术品的 NFT 或者 token 化并不是一件特别被 buy in 的事情，NFT 更多地被作为社区文化的载体，但我们并没有很好地往社区方向发展，而是做了偏艺术品的方向。所以没有做到很好的变现，只是基本回本。

这给我的很大一个教训，就是不要为了风口而风口，还是要关注真实的交易需求。NFT 在那个时候只是提供了一个媒介，让炒作或者说金融交易变得更有理有据，如果没有大量资金涌入这个圈子带来的溢出效应，很难带来交易价值。我们当初脱离了这一点，跑到了一个主流资金不太关注的方案上，所以无法形成有效的盈利。

现在我会先考虑一件事情符合哪些商业利益，然后再去做。Chimer AI就是能提升设计环节的效率，满足达人流量变现的需求，能帮她们把创意转变成供应链能做出来的产品，这就触达了服装行业最本质的交易，把服装卖出去。这就是真实的交易需求。

AI 科技评论：上届威双是2022年，你本来还在上大一。

黄祯：是的，从 21 年底开始，我就在筹办加密艺术展，当时网站建设、艺术品上链、作品生成、市场运营还有商务关系对接都是我在做。

AI科技评论：休学那一年还做了什么？

黄祯：4 月份威双开始以后我要做的事情就不多了，所以就去了北京的启辰资本实习。一开始是做新消费，后来我的mentor决定单干，我就跟着他出来了。我们做了几个月 Crypto 的 FA 业务，然后他开始自己投项目，我就跟着做一些投前相关的工作，大概持续了半年左右。

威双结束以后，广州美术学院数字艺术科技研究所邀请我去做专家组成员。22 年 10 月，他们想办一个元宇宙艺术节，我也参与了。虽然我在筹办者里年龄最小，但我的参与度是最高的。实际上那场活动大部分筹备、策划、拉项目的工作都是我自己完成的，一直忙到了 1 月份这个活动结束。也是因为发现这件事很难有商业变现的机会，我就把手头的事情 close 掉，回去读书了。

那时候是抱着尝试的心态，所以每件事情都做得不深。从我的视角来看，这些尝试有一条主线，那就是价值创造。我会盯着那些我认为在当下，对自己和市场最有帮助的事情。做威双的时候考虑的是区块链和传统艺术的结合，后来参与一些项目的投融资，是觉得当时的市场需要一些更好的视角，我也需要拓展自己的交流范围。现在做 Chimer AI，通过 AI 的低门槛以及快速的设计呈现，帮助大量非专业的服装从业者把自己的想法、审美呈现为服装，并快速地生产、落地，也是因为我认为这件事情能创造有用的价值。

AI 科技评论：为什么是你在创业，你跟别人有什么不同？

黄祯：我觉得有两点。首先我经常被问，为什么能量那么充足。我觉得可能是自己天然地把做放在首选，不做放在第二个选项，所以选择不做对我来讲是有决策成本的，这可能是我保持活力的一个重要的原因。第二点是我的理解能力应该可以说比较强，这让我在处理很多事情上相对得心应手。我觉得第一点是最重要的，它不仅涉及动力，还有边界和探索能力，影响了很多很多事情。

AI 科技评论：这种特质是你在自己的家庭里面获得的吗？

黄祯：可能不是。我从小被放养，并没有受到家庭过多的影响。但我觉得这反而是家庭对我最大的影响，就是我会根据自己的想法和判断去做事情。不管是小时候，还是在高考以后的生活中，我一直在做的方向上得到正反馈，而没有因为选择不做而得到太多的正反馈，可能这也造就了我现在倾向于先考虑做，再去纠结为什么要不做的思维习惯。