既然都是数字人，为啥不搞一个老板的数字人试试？

最近办公室里忽然席卷了一阵数字人的风潮，感觉大家还是在不经意之间搭上了这一班互联网的“快车”。再加上公司忽然搞了一个“AI 赋能”的活动，不管是什么岗位的同事都在研究如何能利用一下 AI 这件工具。在本质上我觉得这玩意主要是靠 Prompt 的调教，一个体验异常丝滑的 AI 背后可能是几千条 Token 训练的结果，如果为了实现相关的效果，那前期所需要投入的成本一定不低（更别提我还想训练一些不同的数字人出来）。

研发的同事都在想着如何用一些工具来集成对应的机器人，我只想的偷偷懒能不能帮助我进一步的了解世界满足我的好奇心。之前也想着训练一个自己的数字分身，可是总感觉太麻烦了，太复杂了。

第一步要导出自己的微信记录和博客，第二步需要把对应的内容清洗为 json 格式，最后找一个模型开始训练，再根据 loss 做一些细微的调整，最后可能才能跌跌撞撞搞出来一个自己的数字分身。数字分身是需要落地的，所以还能把这一切封装成 API，再用一个前端页面进行调用。这里面感觉每一步我都大概能想到，但让我现在从零开始研究这一切背后的技术支持，属实是有点对我原本有限的时间要求更高了。

有没有啥比较简单的思路呢？

想来想去，忽然想到了之前做 LLM 行业调研时候的 MiniMax，在年初的时候靠着“赛博恋爱”的噱头火热席卷了一圈用户，后续又因为监管和内容安全原因下架撞死（但实际上还是有很多公司都基于他们的技术做了一些业务应用）。

MiniMax 提供了一个简单的后台，可以直接在后台中定义对应的数字人描述，我们在这里录入对用户的大概画像就可以了，在录入用户画像这部分，我又基于 Moonshot 的 Kimi 搞了一个简单的描述。

随后这个简单的“赛博张总”就可以在 MiniMax 中体验了，感觉人设也确实符合自己的预期，如果能够提供对 Boss 的更符合的画像描述，那其实用这个 LLM 来进行演讲语言可能也确实没啥问题？

MiniMax 可以通过一个综合下来成本最低的方式，快速落地一个数字人，再提供不同场景中的 Prompt 来进行二次校验，在这个场景下，其实我们可以快速训练出来一个赛博老板，赛博 Leader，赛博女友，啥类型的数字人都可以快速的生成出来。

基于这个场景，能够帮助自己在独立面对 LLM 时喂语料的过程，感觉还是挺好玩的。