AI獨角獸紛紛跑路，模型+應用這條路走不通了_風聞

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

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+應用雙輪驅動的戰略。

這和行業當時的發展階段有很大關係。在AI行業早期，訓練成本還沒那麼高，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，只有佔據模型層和應用層的「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。

但一年之後，情況就發生了翻天覆地的變化。

動輒幾十億美元的訓練成本讓創業公司難以負擔，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業公司都成了先烈。

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。隨着這些創業明星的退場，也給行業帶來了一個啓示：

初創公司模型、應用兩手抓的戰略，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。

先説成立時間，C.AI成立時間最早，成立於2021年，而Adept和Inflection的成立時間則都在2022年。

從融資情況看，這三家裏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。

拿了這麼多錢後，三家公司都選擇了同一個發展策略：模型+產品雙輪驅動。

C.AI、Inflection、Adept都以AI應用而為人熟知。C.AI自然不用最多説，作為AI伴侶數據跑得最好的產品，6月C.AI的訪問量高居行業第四。

Inflection最早也是做聊天產品起家。2023年5月，Inflection 發佈了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，有什麼心事嗎？我們來談談吧！

Adept的產品定位則是AI助理。簡單來説，Adept希望構建一個全新的操作系統或平台，讓人們使用電腦更加“傻瓜式”，只需一個指令，其餘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產品表現得很好，但創始人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曾發佈自研大模型Action Transformer（ACT-1）。2024年1月，Adept 又發佈了多模態大型語言模型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，也跟着核心團隊被大廠收走了。隨着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。

隨着這些創業明星的退場，給行業帶來了一個啓示：

中小公司正在快速退出基礎模型領域的競爭，創業公司模型+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

雖然從現在看，創業公司自研大模型並不明智。但就當時來説，這個選擇也沒什麼問題。

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，訓練成本也沒有誇張到現在的程度，從頭預訓練是唯一可行的路。

二來，隨着ChatGPT的爆火，OpenAI開始全面進軍應用層，不僅佈局了插件生態，還做上了移動端應用，把不甘於只做API提供商的野心盡數展現。不僅對Jasper等AI應用造成了不小衝擊，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應用的商業壁壘有限。只有佔據模型層和應用層的「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佈局模型層，其中就包括了受到ChatGPT衝擊的AI寫作公司Jasper。

但是一年後，這些創業公司發現：模型+應用雙輪驅動不是所有人都能玩的。

一方面，現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。這意味着，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區1520萬美元。也就是説，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，隨着模型價格不斷下降，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發佈了開源模型Llama 3.1 405B，這個模型在多項測試的表現都好於GPT-4o和Claude 3.5 Sonnet。

這意味着，AI應用的模型成本正在迅速下降。用Benchmark合夥人Eisenberg的話説，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展，讓這些押注模型的創業公司都成了先烈。

既然市場不需要這麼多模型，那些模型搞技術的人才又開始迴流大廠。從這個角度上説，賣人頭式的收購，也是AI行業資源分佈的一次“糾偏”。

此後，AI創業公司的路徑變得更加清晰：儘快轉向AI應用，好好打磨產品，探索更好的商業化路徑。

現在國外的模型泡沫已經開始破了。而國內玩家們仍然高舉着產模一體的大旗，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。

文／林白