当前位置:AIGC资讯 > AIGC > 正文

Character.AI组团投身谷歌 AI小厂为何难逃「卖身」宿命?

又一家AI独角兽公司被大厂“收编”。8月2日,AI创业公司Character.AI的联合创始人、CEO Noam Shazeer 加入DeepMind团队,双方还签了个非独家协议:Character.AI授权谷歌使用其模型,谷歌则为Character.AI提供资金。

Shazeer与谷歌渊源匪浅,他曾主导LaMDA的开发。然而在2021年人工智能爆发前夕,Shazeer 离开谷歌投身AGI的创业大潮,于是一家新的自然语言大模型公司Character.AI诞生。

Character.AI的拳头产品是“AI伴侣”,月度用户一度达到百万级别,快速拿下包括知名风投a16z在内的多家投资机构约1.93亿美元融资。可惜好景不长,去年3月之后,Character.AI融资“颗粒无收”,付费用户数也在下降,最终在一年半后等来谷歌“接盘”。

图源备注:图片由AI生成,图片授权服务商Midjourney

其实,不只Character AI,这波AI创业的弄潮儿中,Adept、Humane、Inflection AI等初创公司已经走入被大厂“收编”的宿命,曾经在互联网时代上演的“创业独角兽集体卖身”的戏码,如今又登上了AI舞台,节奏甚至更快。

AI是否加速了生产力犹未可知,但着实在加速AI创业公司的生命周期,这背后是激烈市场竞争下,高昂的创业成本与匮乏的造血能力之间的失衡,在大模型上重复造轮子的AI公司们最终把自己造进了绝境。

多家AI创企被大厂「收编」

Character.AI以技术和人才换资金的方式,获得了继续在生成式AI赛道跑下去的机会。按照与谷歌签署的协议,谷歌将获得Character.AI大型语言模型(LLM)技术的非独家许可,同时为Character.AI提供更多资金。

不仅是技术,Character.AI的CEO Noam Shazeer及他的合伙人Daniel De Freitas将带着预训练团队的约30人加入谷歌DeepMind团队。合伙创业之前,Shazeer和Freitas都曾是谷歌的技术人才,Shazeer曾领导开发LaMDA,Freitas则是谷歌的高级软件工程师。

值得注意的是,除了30人跟随“老领导”加入谷歌外,Character.AI剩余约120人(包括一部分研究员)将逐渐转向开源模型,放弃预训练基础模型和声音模型。

说白了,Character.AI被谷歌变相收购了。这在硅谷倒是很常见,大厂挖走核心团队和人才,并获得技术授权,初创公司尽管保留了品牌和产品,但也意味着丧失了独立发展的“核武器”,毕竟,核心团队不在了。

2022年到2023年,Character.AI的拳头产品“AI伴侣”曾抓住了不俗的流量,网页应用每月访问量超过2亿次,用户创建的自定义人工智能角色超过1000万个。

这样的用户数据曾让他们在去年3月筹集到1.93亿美元的融资,投资方包括a16z、SV Angel以及前GitHub CEO Nat Friedman和天使投资人Elad Gil等。Character.AI也以10亿美元的估值跻身AI独角兽行列。

直到今年6月,Character.AI的访问量也仍在增加,达到了2.63亿,较5月环比增长19.66%。作为对比,同期估值30亿美元的AI搜索应用Perplexity的访问量仅有7320万。

可惜的是,Character.AI陷入了“叫好不卖座”的窘境中,尽管推出了每月9.99美元的订阅服务,但7月份的600万月活用户中,付费用户仅有10万。更麻烦的是,Character.AI的运营成本很高,由于一直基于自建模型打造产品,模型的训练、推理及升级、维护都在消耗大量的计算资源,这可都是实打实的GPU消费。

收入与支出的不平衡之外,Character.AI也再没有拿到新融资,最终“卖身”谷歌也就不奇怪了。

不只是Character AI,很多明星级别的AI初创公司都无法逃离被大厂收购的命运。自然语言大模型的基础构架Transformer的开发者曾创立Adept公司,最终被亚马逊收购;推出AI可穿戴设备AI Pin的Humane以及融资15亿美元的AI软件公司Inflection AI也都关闭了原始业务,最终在今年3月末并入微软业务。

AI独角兽公司被大型科技企业吸收,大厂们也借此机会将人才与技术一并收入囊中,遇到优质标的,甚至暗自“抢人”。有消息称,此前马斯克执掌的人工智能公司X.AI也在寻求收购Character. AI,最后被谷歌捷足先登。

以大模型为基础的人工智能创业公司,似乎比普通的互联网创业公司面临着更艰难的生存处境,因为大模型需要更高昂的硬件成本支撑,而同质化的产品又将他们拖入了低商业回报的漩涡中,一旦出现难以平衡的现金流和紧缩的融资环境时,“烧”完融资也就以为着走到了终点。

「重复造轮子」把自己造入绝境

不是所有的AI初创公司都能成为OpenAI这样的明星,而即便是OpenAI,也在亏损。

根据FutureSearch的研究人员计算,OpenAI的年度经常性收入(ARR)能达到34亿美元(编者注:ARR通常取前一个月的收入,再乘以12来估算一整年的总收入),但由于构建和运行模型的成本高昂,根据预估数据,OpenAI今年的运营总成本可能将达85亿美元,这意味着高额亏损。FutureSearch预测,随着更高级模型的继续开发,OpenAI可能还需要筹集数百亿美元才能满足成本。

OpenAI尚且如此,初创公司就更不好过了,特别是自研模型并配套打造产品的公司。

以Character.AI为例,根据测算,该公司光每月的推理成本就在330万美元左右,一年就将近4000万美元。如果按每月订阅用户贡献的100万美元消费计算,一年的收入也才1188万美元。挣的钱连都不够覆盖推理成本,更别说训练成本和其他的人力成本了。

更早被“收购”的Inflection AI也是如此,不仅有自己的模型,也有类似于ChatGPT的聊天产品Pi。今年3月,Inflection AI发布新模型Inflection-2.5,据悉训练所需的计算量仅为GPT-4的40%。但在产品上,Pi一直未能找到有效的商业模式。

根据Inflection官方最新披露,Pi拥有100万日活跃用户和600万月活跃用户,数据称得上“漂亮”,但Pi至今都是免费模式。两轮融资15亿美元的Inflection AI最终投奔了微软。

在被谷歌收购的新闻稿中,Character. AI揭示了AI初创公司遇到的普遍困境:

我们实现个性化超级智能的目标需要全栈式方法,必须对模型进行预训练和后训练。然而,在过去的两年里,技术环境发生了变化——现在有更多的预训练模型可用。鉴于这些变化,我们认为,联合利用第三方大型语言模型(LLM)和我们自己的模型将具有优势。这使我们能够投入更多资源用于后训练,并为不断增长的用户群体创造新的产品体验。

Character.AI委婉地道出了一个现实:两年时间里,市场上已经出现了太多可用的预训练大模型了。

从用户层面看也是如此,这两年里,太多的AI初创公司们和大厂一起,挤在自然语言大模型的赛道里重复造轮子,研发出了参数不同的大、中、小各个“杯型”的模型,文、图、视频要啥有啥的多模态,在产品层也无非是聊天机器人、图文视频生成器,功能大差不大,用户审美疲劳,AI幻想问题并没有彻底解决,加剧了数据侵权的担忧不说,还增加了AI风险等新问题。

新问题伴随着新技术出现,生成式AI似乎也随着初创公司们的消失、被收购而进入了新的瓶颈期,投资机构也开始趋于冷静。一些人预测,生成式AI的泡沫要破了。

人工智能专家Gary Marcus认为,2023年是人工智能的承诺之年,而2024年则是人工智能的现实之年。他预测,生成式AI的泡沫将在未来12个月内破裂,大语言模型需要找到新的路径,彻底解决掉幻想问题、实现自推理后,才能让AI继续朝着AGI前进。

总结

**总结:AI创业公司纷纷被大厂收编,生成式AI行业面临挑战**
近期,又一家AI独角兽——Character.AI被谷歌旗下的DeepMind“收编”。公司联合创始人、CEO Noam Shazeer及核心团队约30人加入DeepMind,并授权谷歌使用其大型语言模型(LLM),同时获得谷歌的资金支持。而Character.AI的大部分员工则将转向开源模型的开发。这一事件标志着在激烈的AI市场竞争和高昂创业成本的压力下,多家AI创业公司走上了被大厂“收编”的道路。
Character.AI之前以“AI伴侣”产品快速崛起,月活用户达百万,并吸引了超1.93亿美元的融资。然而,自去年3月以来,公司未获得新融资,付费用户数也在下降。高昂的模型训练和维护成本,加之未能建立有效的商业模式,使得公司最终选择被谷歌收购。
这一现象并非个案。Adept、Humane、Inflection AI等初创公司也遭遇了相同的命运,被亚马逊、微软等大厂收购或并入其业务。这表明,在AI大模型领域,高昂的硬件成本、同质化的产品以及不清晰的盈利模式,使得AI初创公司在激烈的市场竞争中难以为继。
此外,AI初创公司的困境也体现在“重复造轮子”的问题上。太多的公司和团队在相同领域内研发相似的产品和模型,缺乏有效的创新和突破。这不仅增加了创业成本,也加剧了行业的泡沫风险。
业内人士预测,生成式AI的泡沫将在未来几年内破裂,大语言模型需要找到新的路径,解决幻想问题和自推理难题,才能继续推动AI技术的进步。面对这一挑战,AI创业公司需要更加注重创新和实际应用,同时寻找与外部合作和融资的机会,以在激烈的市场竞争中求得一席之地。
总之,AI创业公司的生命周期正在被加速,需要不断创新并寻找新的商业模式和盈利路径才能在市场中立足。与此同时,大厂的收购也为这些公司提供了继续发展的机会和资源。在AI技术的浪潮中,只有不断适应和变化才能走得更远。

更新时间 2024-08-14