一项调查显示，84%的宠物主人，会经常像对待人类一样与他们的宠物交谈。

"如果毛孩子能说话就好了"——这几乎是所有养宠家庭的共同心愿。随着宠物在人类情感生活中的分量越来越重，人们已经不满足于单向的陪伴，渴望与宠物建立更深层的情感交流。

过去，市场上也出现过不少猫语翻译器、狗语翻译器，但效果往往惨不忍睹，用户试用一次就卸载了。

但AI技术的成熟让局面发生了变化。今年，由中国连续创业者孙邻家在美国硅谷创办的PetGPT宠物共情AI应用Traini，在冷启动的情况下，已经拿下了20万iOS注册用户。截至今年5月，产品浏览量已超百万次。

今年5月，Traini完成千万元天使轮融资，投资方包括天际资本FutureX Capital、BlueSea Partners、Tao Foundation、Mint Capital等，以及前Meta工程总监梁英毅、Caper AI工程负责人Lily Zhang、ORH Partners合伙人贾佩琳、博主Janie探美国。老股东Valkyrie Fund I LP、Fengmin Gong（Palo Alto Networks联合创始人）继续跟投。

而这家硅谷当红初创公司，全职员工只有4人，外加一些实习生。

01 Traini找到了AI的绝佳应用场景

根据2022年的数据，全球宠物消费市场规模超过2600亿美元，并以每年18%的速度增长。其中美国独占超过一半的份额，超过1600亿美元。宠物，尤其是狗，在无数家庭中被视为家庭成员。人们愿意在宠物的健康、幸福和情感需求上投入大量的时间和金钱。

庞大的宠物市场需求，为Traini提供了广阔的发展空间。

Traini利用AI技术来理解和翻译狗狗的语言，这不仅仅是技术上的创新，更是解决了真实的问题——它实现了人类与宠物的情感连接。这种情感价值本身就具有很强的吸引力，让宠物主人能够更深入地理解并关心自己的毛孩子。

Traini在技术上的创新其实并不算难——它采用了类似GPT-4o的Transformer架构，被投喂了海量的专家级宠物行为学文本、视觉和音频数据。当然这也并不简单——为了确保狗语翻译的准确性，团队尝试了多种训练方法：使用纯狗语音数据训练、对人类语音预训练模型进行微调、以及使用来自不同国家地区、不同品种狗的语音数据混合训练等。

目前，Traini团队已经从全球各地收集了超过10万只狗狗的声音和面部表情图像，创建了当前最大、最具多样性的宠物情感表达数据库。

基于扎实的数据，Traini不仅能翻译狗语，还能分析宠物的行为意图和情感状态。用户可以在PetGPT中上传照片并提出问题，比如"身体状态如何""需要补充什么营养"，就能得到相应的专业建议。据Traini团队透露，目前行为翻译的准确率已经达到80%。

在商业模式上，Traini计划将线上服务与线下服务结合，提供宠物医疗、宠物寄养等更全面的解决方案，满足宠物主人的多样化需求。同时面向B端，Traini计划向宠物诊所和宠物硬件公司提供API，以及宠物训练课程等服务。

02 Traini的启示：小模型也有大未来

在最近几次硅谷企业家交流活动中，我们与Traini团队进行了深入沟通。对于其AI产品的未来发展，他们有着非常契合趋势的战略规划。

这个脑洞，这个效果，很有意思。有人问，Traini模型的参数量一定很大吧？

Jason（孙邻家）回答：不大。通常说的"大模型"，参数量要在1B（10亿）以上。Open AI的ChatGPT，参数更是达到175B（1750亿）。而我们的模型，参数量只有0.03B。

我们是个"小模型"。

为什么？因为大模型，是大公司的机会。

自2022年11月30日ChatGPT上线以来，所有科技公司都开启了AI军备竞赛，大模型层出不穷。但近一年我们明显看到，崭露头角的初创公司开始向"AI+应用场景"靠拢，比如生成写真的妙鸭相机、与AI谈恋爱的猫箱，以及本文的Traini。

原因在于，科技创投圈逐渐认清了一个现实：大模型这种基础技术，交给财大气粗的大公司；小公司在此基础上做创新，才是最合理的模式。

以Traini为例，其开发团队始终围绕宠物主人的实际需求，提供切实可行的解决方案，创造了独特的宠物沟通和健康监测服务，并不断根据反馈迭代优化。这种细分化的应用场景显然不是大模型的主攻方向，但却是科创公司的机遇——用小模型以小博大，服务好细分人群，就能绕开高昂的算力成本，在AI浪潮中分一杯羹。

这也恰恰契合了AI发展的趋势：无论大模型做得多优秀，最终依然要落地到实际应用场景。大模型战火熊熊燃烧近两年，但直到现在，AI+宠物有了Traini，AI+写真有了妙鸭相机。其他方向呢？

仍然是一片蓝海，仍然在等待一款款APP出圈。这就是小公司的机会。

2023年，中国企业家到硅谷想看的是大模型；而今年，关注点已经逐渐向"AI+行业"偏移。AI技术正在从通用走向细分，未来一两年，我们很可能将看到越来越多AI赋能的应用场景走进我们的生活。

留给中小企业的时间不多了。