扬帆出海 作者丨周可

“美国有7000万个家庭养狗，全美有超9000万只狗，平均下来一只狗一年花掉近1300美金，整个美国的宠物狗市场规模超1000亿美元”，宠物共情应用Traini创始人孙邻家在谈到美国宠物狗市场时，给我们分析了这样一组数据。

盯紧这块蛋糕的不止Traini，如何在千亿美元赛道中脱颖而出，拿下新的市场增量？Traini选择了以技术入局，通过生成式AI技术，寻求将宠物行为，宠物语言token化，进而增强宠物主人与宠物（目前是狗狗）之间的情感联系。

而Traini也凭借其AI宠物语言翻译器在市场引发关注，其产品去年上线后短期内便积累起超20万用户，翻译过上百万只狗狗，在YouTube上的视频播放量超过4000万次。Traini收集了来自世界各地的超过100万只狗的生活化的声音、表情图片，建立了多样化的宠物情感表达数据库。

不过，孙邻家告诉我们，如果将Traini单纯的定义为一款AI宠物语言识别器，是不准确的。Traini是首个通过「混合模态」进行宠物行为翻译模型训练的跨越文本、视觉和音频的模型，与GPT-4o一样，Traini采用了统一的Transformer架构，使用文本、图像和代码混合模态完成训练。

Traini的目标是通过语音实现服务自动化，建设AI 代理应用程序，帮助用户在APP上完成各种任务,如搜索信息、产品下单、预约医生、买药等。Traini团队认为AI to X是在垂直领域建立数据壁垒和商业闭环的最好方式。

如何将宠物共情与AI结合？欧美市场对宠物共情产品的需求又有哪些特别，作为创业者，如何看待美国宠物市场的机会和投融资环境？

带着这些问题，我们对话了Traini创始人孙邻家，听他来讲述宠物共情赛道的创业故事。

扬帆出海：作为一名连续创业者，您是如何选择入局宠物语言识别赛道的？

孙邻家：创业想法起源于我们创始团队都是宠物爱好者，我们从小就有养宠经历，因此，构建人与宠物之间的交流平台是我们一直想做的事。宠物的叫声是宠物语言，人也有自己的语言，只是宠物语言不如人的语言丰富而已，所以我们期望把宠物语言token 化，通过模型翻译给人理解。

扬帆出海：您和团队选择了美国市场创业，对当地的市场情况有怎样的判断和经验？

孙邻家：这是一个自然选择的过程，首先我个人是移民到美国，那么自然我的创业市场也就在这里，选择狗狗这个赛道创业，是因为狗本身是最适合像人类一样沟通交流的一种宠物，这种情感的互通性会更好。当然，从数据来看，美国有7000万个家庭养狗，全美有超9000万只狗，平均下来一只狗一年花掉近1300美金，整个美国的宠物狗市场规模超1000亿美元，综合来看，选择宠物狗市场对于我们团队来说是一个非常科学的选择。

扬帆出海：对宠物共情这个赛道怎么看？

孙邻家：关于宠物共情，我们重点考虑的是陪伴这个方向，我们做的是增强人和动物之间的情感纽带，通过这种方式方式来减少孤独感，强化幸福感，人和动物的沟通过程中本就包含丰富的情感，狗狗通常在生活中扮演毛孩子的角色，因此，这种语音克隆的市场和共情赛道的市场需求也就随之增长起来。

另外一点在于，去年到今年，我们在海外也明显关注到这个行业有两个明显的发展趋势，第一，就是海外动物专家，特别是兽医，他们都在讲“animal and AI”，这些业内人士普遍的观点认为，用大量的数据结合他们的研究可以用来破解动物行为（不仅仅是宠物）。第二，今年，在海外与动物相关的展会上，动物行为专家表示通过LLM进行动物行为和语言破译是可行的。

扬帆出海：现在市场上也有很多宠物语言翻译器，您认为您的项目和市场上类似的产品最大的区别在哪儿。

孙邻家：我们是用生成式AI来做宠物行为分析，这需要产品对连续的宠物行为去做充分的理解，在此基础上，才能实现进一步的宠物共情。对这件事情的理解可以参考过去市场上的机器人产品看起来很智能，但其实操作起来是傻瓜式的，可如今有了ChatGPT，LLM这些大语言模型主导下的人工智能产品，其本身带有一定的智慧或者推理能力，包含自身的逻辑，所以我们才感知到ChatGPT时代是真正的智能化。对应到宠物共情赛道的产品也是一样的，技术推动我们以生成式AI的方式去理解宠物行为，解读宠物语言，从而进一步让我们的产品成为宠物共情赛道的“ChatGPT”，而不仅仅是一个宠物语言翻译的载体。

扬帆出海：您的团队构成是怎样的？

孙邻家：我已经连续创业14年，我对商业，对用户、对平台的搭建增长等都非常有经验，我们的联合创始人Jason是前OpenAI数学对齐开发工程师，负责模型的搭建和训练；增长顾问Yiyi是Chewy前产品推荐系统负责人，CVS增长负责人，她在布朗大学获得PhD学位，在机器学习和增长方面有超过15年的经验。我们的团队在模型搭建和商业化方面都有很强的专业背景，我相信我们会走的更快。

扬帆出海：目前Traini是处在一个生态建设的阶段吗，你们自身如何对模型进行定义。

孙邻家：（生态建设阶段）可以这么理解，另外，这个行业本身没有数据，Traini是一个专家级的多模态的端侧的小模型，我们的模型在端侧要考虑响应速度，要节约成本，同时我们要和专家合作，把行业专家的知识变成我们模型的一个部分，这个过程相对来说比较耗费资源，也有一定的协同难度。此外，多模态也是一个技术要求很高的事情，从技术上来说实现难度确实有点大，不过我们在这个方面已经取得了相当大的进展。

Traini采用了统一的Transformer架构，使用文本、图像和代码混合模态完成训练。以类似文本生成的方式，对图像进行离散「分词化」（tokenization），最终生成和推理交错的文本和图像序列。我们团队研发的宠物行为翻译模型PEBI，平均翻译准确率提高到了81.5%，最高可以达到94%。

综合来看，这个行业涉及到大量专业的知识，门槛还是非常高的。扬帆出海：我们理解为，这个行业的技术壁垒是优势，那数据优势如何体现呢？

孙邻家：我们认为，建立数据飞轮是非常重要的，不只是我们，任何垂直领域里想要把产品做好，都要有自己的数据飞轮。在很多场景里，数据飞轮的建立是产品模式成立的基础。

我们的团队在成立之初就是奔着服务宠物行为的方向来做的，早期我们做了智能宠物社区，在社区里积累了大量的用户数据，包括宠物行为理解，行为纠正等等，用户在使用我们产品的过程中，就自然贡献了大量数据。我们的用户覆盖也非常垂直，基本上都是遇到了对狗狗行为不理解的问题的用户，才会选择用我们的产品，这样一来，我们就收到了高质量的反馈数据，用户在使用我们App的时候会同步上传数据，我们也会以此来扩大我们的数据集。

扬帆出海：对于B端客户和C端客户，项目有什么具体的侧重点？

孙邻家：我们其实对于B端和C端客户没有设定特别明确的倾向性，特别是在LLM时代，B端和C端的界限会越来越模糊，我们在B端输出的时候，基本上就是输出模型能力，但是这个过程，需要C端不断地贡献数据，我们的数据飞轮才会越来越强，模型才会越来越科学，这样才能赋能到B端。商业模式需要探索，可能这种C To B模式会成立。

扬帆出海：目前项目增长情况如何？

孙邻家：我们最近在做少部分功能的会员的尝试，增长比较可观，过去30天的增速是900%多（付费用户数量），市场以欧洲和北美为主。

扬帆出海：我们了解到，Traini早在天使轮期间就拿到了千万元融资，作为一个诞生于海外的团队，您认为海外投资市场和国内有哪些不同？资本选择投一个项目会更看重哪些要素？

孙邻家：硅谷的融资环境相对较好，且作为VC投资的发源地，对项目风险的接受能力更高，无论是中国投资人还是美国投资人，他们投一个项目无非看重的就是PMF，看重你的项目帮用户解决问题的能力，以及技术支持。

美国这边一些天使投资人未必是专业投资机构，可能是企业高管，这些企业高管创业的时候，他们的项目是拿到过投资的，别人投了他，他成功之后，用类似的方式再投资别人，一个是可以实现自身的资产增值，另一方面也可以反哺于这个社区，所以我们看到很多项目早期，创业团队其实是从科技公司高管手里拿到资金，包括现在硅谷比较流行的一类投资方式叫SAFE，类似国内的可转债，但其实它并不是债，只是把它简化了，做了不定估值的合同，以比较灵活的方式来帮助创业团队寻找早期融资，通过不断补充资金需求，快速把产品做起来，之后，团队再去找真正的VC融资。这种融资方式的优势就是更灵活，会帮助创业团队降低一些成本（比如律师成本），而可以让团队更快的投入到项目创新中去。