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”。

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。