這幾天，谷歌收購Character.AI(以下簡稱C.AI)引發(fā)了很多討論。

       昨天，烏鴉君講了谷歌的收購就為了買人，一個人就值1個億。(一個人值1個億!為了買這31位AI天才，谷歌花了5億美元)

       像這樣的“賣人頭”式的收購，在今年上半年還有兩筆，分別是：微軟收購Inflection，亞馬遜收購Adept。

       除了人都很值錢外，這三個結局類似的公司，還有三個共同點：

      他們成立的足夠早，融了很多錢，走的都是模型+應用雙輪驅動的戰(zhàn)略。

      這和行業(yè)當時的發(fā)展階段有很大關系。在AI行業(yè)早期，訓練成本還沒那么高，市面上也沒有好用的開源模型，從頭預訓練是唯一可行的路。加上ChatGPT的爆火，讓大家看到了模型的巨大潛力。

       越來越多人堅信，只有占據(jù)模型層和應用層的「全棧」公司，才有捕獲最大價值的可能，也更容易拿到投資人的錢。

       但一年之后，情況就發(fā)生了翻天覆地的變化。

       動輒幾十億美元的訓練成本讓創(chuàng)業(yè)公司難以負擔，而模型價格下降以及開源模型的更迭，不僅讓大模型迅速貶值，也讓大部分押注模型的創(chuàng)業(yè)公司都成了先烈。

       正所謂成也蕭何，敗也蕭何。模型層的全面洗牌，也是歷史的必然。隨著這些創(chuàng)業(yè)明星的退場，也給行業(yè)帶來了一個啟示：

       初創(chuàng)公司模型、應用兩手抓的戰(zhàn)略，正在被證偽。

       / 01 / 模型+應用模式的先驅們

       縱觀C.AI、Inflection、Adept的發(fā)展，三家都有三個共性：成立的足夠早，拿了很多錢，走得是模型+應用雙輪驅動的策略。

       先說成立時間，C.AI成立時間最早，成立于2021年，而Adept和Inflection的成立時間則都在2022年。

       從融資情況看，這三家里Inflection拿的錢最多，兩輪融資加起來超過15億美元。雖然C.AI和Adept拿的錢沒有Inflection多，但也在上億美元量級，其中C.AI累計融資超過1.9億美元，Adept 4輪融資加起來的錢接近5億美元。

       拿了這么多錢后，三家公司都選擇了同一個發(fā)展策略：模型+產品雙輪驅動。

       C.AI、Inflection、Adept都以AI應用而為人熟知。C.AI自然不用最多說，作為AI伴侶數(shù)據(jù)跑得最好的產品，6月C.AI的訪問量高居行業(yè)第四。

       Inflection最早也是做聊天產品起家。2023年5月，Inflection 發(fā)布了AI聊天產品Pi。與ChatGPT相比，Pi主打一個私人、走心。Pi在X官方賬號上的介紹是：Pi，你的私人AI，有什么心事嗎?我們來談談吧!

       Adept的產品定位則是AI助理。簡單來說，Adept希望構建一個全新的操作系統(tǒng)或平臺，讓人們使用電腦更加“傻瓜式”，只需一個指令，其余所有步驟和事情它都可以幫忙完成，而不是像ChatGPT那樣一來一回的問答。

       在做AI應用的同時，他們還把大量的錢投到了模型上面。

       雖然C.AI產品表現(xiàn)得很好，但創(chuàng)始人Noam仍然將C.AI 定位為一家通用模型公司，要為每個人提供個性化的超級智能。所以，C.AI花了很多資源在訓練下一代模型，提升模型質量。

       賣身前，Inflection也曾推出過三款模型，其中最先進的模型Inflection AI-2.5甚至接近GPT-4的性能。

       2022年9月，Adept曾發(fā)布自研大模型Action Transformer(ACT-1)。2024年1月，Adept 又發(fā)布了多模態(tài)大型語言模型Fuyu-Heavy，進一步提升了在文本和圖像處理上的綜合分析能力。

       而這些花了很多錢的模型技術，也跟著核心團隊被大廠收走了。隨著核心團隊和模型技術的離去，也宣告了這些明星公司的退場。

       隨著這些創(chuàng)業(yè)明星的退場，給行業(yè)帶來了一個啟示：

       中小公司正在快速退出基礎模型領域的競爭，創(chuàng)業(yè)公司模型+應用雙輪驅動的策略正在被證偽。

       / 02 / 基礎模型，正在加速貶值

       雖然從現(xiàn)在看，創(chuàng)業(yè)公司自研大模型并不明智。但就當時來說，這個選擇也沒什么問題。

       一來，他們成立得足夠早，彼時沒有像llama這樣的開源模型可供選擇，訓練成本也沒有夸張到現(xiàn)在的程度，從頭預訓練是唯一可行的路。

       二來，隨著ChatGPT的爆火，OpenAI開始全面進軍應用層，不僅布局了插件生態(tài)，還做上了移動端應用，把不甘于只做API提供商的野心盡數(shù)展現(xiàn)。不僅對Jasper等AI應用造成了不小沖擊，也讓大家看到了模型公司的巨大潛力。

       從那時候起，大家都有一個判斷：在大模型面前，AI應用的商業(yè)壁壘有限。只有占據(jù)模型層和應用層的「全棧」公司，才有捕獲最大價值的可能。

        除了上面被收購的三家公司外，很多應用公司也開始布局模型層，其中就包括了受到ChatGPT沖擊的AI寫作公司Jasper。

        但是一年后，這些創(chuàng)業(yè)公司發(fā)現(xiàn)：模型+應用雙輪驅動不是所有人都能玩的。

        一方面，現(xiàn)在基礎模型升級的成本越來越高。日前，The Information爆出，OpenAI今年的虧損可能達到40億美元，不算15億美元的員工成本，光花在訓練上的成本就有30億美元。這意味著，除了頭部模型公司有大廠撐腰外，其他廠商完全跟不住。

       根據(jù)此前計算，Character.AI每月的推理成本在330萬美元左右，一年在4000萬美元。而去年全年，Character.AI的全年收入也只有區(qū)區(qū)1520萬美元。也就是說，AI應用掙的錢連推理成本都覆蓋不了，更別提更高昂的訓練成本。

       另一方面，隨著模型價格不斷下降，以及開源模型越來越強，大模型正在迅速貶值。

       7月，OpenAI 突然上線新模型 GPT-4o mini，在性能全面碾壓GPT-3.5 Turbo的同時，價格還比GPT-3.5 Turbo便宜了60%以上。不久前，谷歌又把Gemini 1.5 flash定價降低至GPT-4o mini的一半。

       在閉源模型越來越便宜的同時，開源模型的能力也在變強。7月，Meta發(fā)布了開源模型Llama 3.1 405B，這個模型在多項測試的表現(xiàn)都好于GPT-4o和Claude 3.5 Sonnet。

       這意味著，AI應用的模型成本正在迅速下降。用Benchmark合伙人Eisenberg的話說，大模型將是歷史上貶值最快的資產。他們之中，只有一兩家公司會讓投資人賺到錢，其他都會讓投資人賠錢。

       從目前看，動輒幾十億美元的訓練成本、模型價格下降以及開源模型的快速發(fā)展，讓這些押注模型的創(chuàng)業(yè)公司都成了先烈。

       既然市場不需要這么多模型，那些模型搞技術的人才又開始回流大廠。從這個角度上說，賣人頭式的收購，也是AI行業(yè)資源分布的一次“糾偏”。

       此后，AI創(chuàng)業(yè)公司的路徑變得更加清晰：盡快轉向AI應用，好好打磨產品，探索更好的商業(yè)化路徑。

       現(xiàn)在國外的模型泡沫已經開始破了。而國內玩家們仍然高舉著產模一體的大旗，理由也簡單：想融資就必須這樣做。

       但國內的情況會不一樣嗎?且看時間分解吧。