又一AI新星企业遭巨头“揽入麾下”。8月2日，AI新秀Character.AI宣布其灵魂人物——联合创始人兼CEO Noam Shazeer，正式加盟科技巨头DeepMind，并携手签订了一份非排他性合作协议，意味着Character.AI的前沿模型技术将赋能谷歌，而谷歌则成为其坚实的资金支持后盾。

Shazeer与谷歌的深厚纽带可追溯至他领导LaMDA项目的辉煌时期。然而，在AI浪潮蓄势待发的2021年，他毅然决然地离开谷歌温暖的怀抱，投身通用人工智能（AGI）的创业蓝海，Character.AI应运而生，如同一颗璀璨的新星照亮了自然语言处理的天空。

Character.AI的明星产品——“AI伴侣”迅速走红，月活用户量飙升至百万级，不仅赢得了市场的热烈反响，还成功吸引了包括顶尖风投a16z在内的众多投资者的青睐，累计融资额高达1.93亿美元。然而，好景如同流星划过，自去年3月以来，融资热潮戛然而止，付费用户数量也显现疲态，最终，在历经一年半的坚持后，Character.AI迎来了谷歌这一强大后盾的“拯救”。

这并非孤例，AI领域的创业热潮中，Adept、Humane、Inflection AI等众多初创企业亦纷纷踏上了被行业巨头“并购”的征途。昔日互联网时代的“独角兽卖身潮”，如今在AI领域重演，且步伐似乎更加急促。

AI对于生产力的提升效应尚待时间验证，但它无疑加速了AI创业企业的生命周期循环。这一现象背后，是市场竞争的日益激烈、创业成本的高企与自我造血能力不足的深刻矛盾。在大型语言模型（LLM）领域，众多企业竞相“造轮”，最终却可能因重复劳动而陷入困境，不得不寻求大厂的庇护以求生存。这不仅是AI创业生态的真实写照，也是行业洗牌加速、资源整合加剧的必然结果。

多家AI创企被大厂「收编」

Character.AI凭借技术与人才的交换，换取了在生成式AI领域的持续奔跑权。根据与谷歌达成的协议，谷歌不仅获得了Character.AI大型语言模型（LLM）技术的非排他性使用权，还承诺为Character.AI注入更多资金以助其前行。

此次合作不仅是技术的交融，更是人才的汇聚。Character.AI的CEO Noam Shazeer及其合伙人Daniel De Freitas，携带着由约30名预训练专家组成的团队，正式加入谷歌DeepMind的大家庭。这两位领导者在创业前均曾在谷歌担任要职，Shazeer更是LaMDA项目的领航者，而Freitas则是谷歌内的高级软件工程师。

尤为值得关注的是，随着Shazeer与Freitas的带领，约30名核心成员转战谷歌，而Character.AI剩余的约120名员工（包含部分研究员）则开始转型，专注于开源模型的探索，逐步放弃了原有的预训练语言模型及声音模型业务。

实质上，这可以视为Character.AI以一种特殊形式被谷歌“吸纳”。在硅谷，此类大厂吸引核心团队及技术授权，初创公司虽名义上保留品牌与产品，实则已失去了自主发展的核心驱动力。

回顾过去一年，Character.AI的明星产品“AI伴侣”曾风光无限，其网页应用月访问量突破2亿大关，用户自创的AI角色数量更是高达千万级别。如此亮眼的数据，促使他们在去年3月成功融资1.93亿美元，估值飙升至10亿美元，正式跻身AI独角兽行列。

即便到今年6月，Character.AI的访问量仍在持续增长，月访问量达到2.63亿，环比增长近20%。相比之下，同期估值30亿美元的AI搜索应用Perplexity则显得逊色许多，其访问量仅为7320万。

然而，好景不长，Character.AI遭遇了“人气高却盈利难”的困境。尽管推出了每月9.99美元的订阅服务，但在7月的600万月活用户中，付费用户仅占极少数，约为10万。高昂的运营成本成为压垮骆驼的最后一根稻草，由于坚持使用自建模型，模型训练、推理、升级及维护均需消耗巨量计算资源，尤其是GPU的消耗更是惊人。

收支失衡加之融资中断，Character.AI最终选择了与谷歌携手。这一现象并非个例，众多明星AI初创公司也难逃被大厂并购的命运。例如，开发Transformer模型的团队所创立的Adept公司被亚马逊收购；推出AI可穿戴设备的Humane及融资15亿美元的Inflection AI，也相继关闭原始业务，并于今年3月末归入微软麾下。

大型科技企业通过并购AI独角兽，不仅获取了宝贵的技术与人才，还在竞争激烈的市场中占据了先机。据悉，就连马斯克旗下的X.AI也曾对Character.AI表现出浓厚兴趣，但最终被谷歌抢先一步。

对于以大模型为核心的人工智能创业公司而言，其生存挑战远超过传统互联网企业。高昂的硬件成本、同质化的产品竞争以及脆弱的现金流状况，共同构成了其难以逾越的障碍。在融资环境趋紧的当下，一旦资金耗尽，便意味着发展的终结。

「重复造轮子」把自己造入绝境

并非所有AI初创企业都能复制OpenAI的辉煌成就，即便是OpenAI本身，也深陷亏损的泥潭。

据FutureSearch研究团队的估算，尽管OpenAI的年度经常性收入（ARR）有望达到可观的34亿美元，但高昂的构建与运营模型成本却如同无底洞，预计今年总运营成本将飙升至85亿美元，导致巨额亏损。更令人瞩目的是，随着技术的不断精进与更高级模型的研发，FutureSearch预测OpenAI未来可能还需筹集数百亿美元以维持其运营。

OpenAI的困境，对于众多AI初创企业而言，无疑是一个警示信号，尤其是那些致力于自主研发模型并配套产品的公司。Character.AI便是其中的典型代表，据估算，其每月仅推理成本就高达330万美元，年成本逼近4000万美元，而基于订阅服务的年收入却仅为1188万美元，远远无法覆盖其运营成本，更遑论训练成本及人力开支。

同样，早前被“招安”的Inflection AI也面临着类似的挑战。该公司不仅拥有自主研发的模型，还推出了类似ChatGPT的聊天产品Pi，尽管其新模型Inflection-2.5在训练效率上有所突破，但Pi在商业模式上的探索却未能取得显著成效，至今仍维持免费模式运营。尽管拥有百万级别的日活与月活用户，但缺乏有效的盈利途径，最终促使Inflection AI选择加入微软阵营。

Character.AI在被谷歌收购的公告中，含蓄地揭示了AI初创企业面临的普遍难题：在追求个性化超级智能的过程中，全栈式方法虽不可或缺，但预训练与后训练模型的双重投入使得成本激增。而市场环境的快速变化，使得更多预训练模型涌现，加剧了竞争态势。Character.AI因此选择联合利用第三方大型语言模型（LLM）与自有模型，以期在后训练阶段投入更多资源，为用户带来新颖的产品体验。

这一转变，实则是对市场现状的深刻反思：过去两年间，自然语言大模型赛道拥挤不堪，众多AI初创企业与大厂竞相推出各类模型与产品，却未能真正解决用户痛点，反而引发了数据侵权、AI风险等新问题。生成式AI似乎正步入瓶颈期，投资机构的态度也趋于谨慎。

人工智能专家Gary Marcus则更为直接地指出，2023年是AI承诺的兑现之年，而2024年将是其面对现实的考验之年。他预测，生成式AI的泡沫将在未来一年内破裂，大语言模型唯有找到新的发展方向，彻底克服幻想问题并实现自我推理，才能继续向通用人工智能（AGI）迈进。