新眸投研组出品

编辑｜桑明强

如今已经有多家公司基于这项技术做出了重大贡献，包括OpenAI、谷歌、NVIDIA、微软和Facebook等，国内的互联网公司中，百度上线了中文版的AI绘画工具“文心一格”，阿里巴巴、京东等拥有海量数据的大厂也在陆续入局：

当然，还有许多初创公司正在开发生成型人工智能的创新应用，这里举一些例子：

市场的火热，让包括a16z、梯度风险投资、科斯拉风险投资公司、软银、红杉等知名投资机构纷纷入局。去年10月，Stable Diffusion背后的Stability AI宣布获得1.01亿美元来自Coatue和光速的投资，投后估值攀升至10亿美元。相关领域的其他多家公司获得了大量融资，比如：

总的来看，这些公司成功的因素都有一些共性特征，包括获取大量高质量数据、在人工智能和机器学习方面的强大技术专长，以及为一系列行业和用例开发用户友好且有效的应用程序的能力。此外，还有保持对道德考虑和负责任地使用技术，每一个参与者都需要重视的是长期价值。

ChatGPT火爆全球，让open AI成为AIGC领域中估值最高的一家公司。追溯到这家公司创始人，20岁的山姆·阿尔特曼从斯坦福辍学创业，28岁晋升为YC孵化器总裁，37岁凭借ChatGPT被外界看作具备划时代的意义。

自从今年1月底，微软宣布对Open AI追加第三轮投资，数额或高达一百亿美元，Open AI的身价已经飙升到290亿美元。据了解，上线5天的ChatGPT，用户数就突破百万，2个月MAU破1亿，也意味着更高的服务器带宽成本。

微软为了在AI领域和Google、Meta等对手竞争，Azure被推向前台，作为Open AI的独家供应商，提供了多项优惠待遇。但即便如此，Open AI还没赚到过钱。ChatGPT和旗下其他AIGC产品都处于免费公测阶段，目前仅有卖AI软件赚的千万美元营收。

举个简单例子，微软对单个100 GPU的收费是每小时3美元，生成一个单词的费用约为0.0003美元，摩根士丹利甚至认为，ChatGPT一次回复可能会花掉2美分，大约是谷歌搜索查询平均成本的7倍。

这种情况下，Open AI亟须找到商业化路径来实现盈利，比如近期官宣了专业版本ChatGPT Pro，定价将为每月每月42美元（约285人民币）。同时，微软还计划将ChatGPT整合进旗下搜索引擎Bing中，Office产品也将陆续整合Open AI的其他AIGC产品。

微软投资OpenAI的逻辑也很好理解，生成式AI的大量资金最终往往都流向了基础设施层——以AWS、Azure、GCP为主的云厂商，以及以英伟达为代表的GPU厂商。应用层厂商将大约20%~40%的收入用于推理和模型微调。

据A16Z估计，这部分收入通常直接支付给云厂商或第三方模型提供商，第三方模型提供商也会将大约一半的收入用于云基础设施。因此，总的来看生成式AI总收入的10%~20%都流向了云提供商。

根据《财富》报道，在OpenAI的第一批投资者收回初始资本后，微软将有权获得OpenAI 75%的利润直到收回投资成本；当OpenAI赚取920亿美元的利润后，微软的份额将降至49%。简单来说，OpenAI把公司借给微软，借多久取决于OpenAI赚钱的速度。老牌巨头与科技新星的强强联手，微软希望在下一个AI十年向谷歌及其他科技巨头发起挑战。

Anthropic：含着金钥匙出生的新生代选手

很多人觉得ChatGPT会颠覆搜索引擎，微软宣布旗下所有产品将全线整合ChatGPT之后，谷歌也开始开发自家的对话模型。

去年底，AIGC火的时候，谷歌的云部门向AI初创公司Anthropic投资了约3亿美元，获得10%的股份，Anthropic的最新估值逼近50亿美元，成了仅次于OpenAI的领域独角兽。

在此之前，2021年，Anthropic获1.24亿美元A轮融资，2022年获加密货币交易所FTX创始人Bankman-Fried领投的5.8亿美元融资，两轮融资后估值已达40亿美元。

据媒体透露，Anthropic打造的一款ChatGPT产品已经处于测试阶段。谷歌为了追赶微软，打算将Anthropic的数据密集型计算工作引入数据中心。相似的味道出现了，Anthropic近日宣布谷歌云作为“首选云提供商”，共同开发AI计算系统。这不能不令人联想起三年前，微软向OpenAI注资10亿美元，成为OpenAI的独家云提供商。

Anthropic和ChatGPT开发公司OpenAI关系暧昧，前者的创始人大部分都是从OpenAI离职的的几位高管：2020年底，OpenAI的早期员工Dario Amodei带着10名员工加入“硅谷叛徒”俱乐部，拿着1.24亿美元创办Anthropic。

目前正在开发通用人工智能聊天机器人Claude，Anthropic 将拿着这笔新融资继续计算密集型研究，来开发可操控、可解释且稳健的大规模人工智能系统，与此同时，谷歌云部门将提供计算能力和先进的人工智能芯片，Anthropic 计划使用这些芯片来训练和部署其未来的人工智能产品。

Hugging face：主打社区的成长型选手

Hugging Face是一家非常活跃的人工智能创业公司，早期凭借 Transformers 模型库和非常强大且活跃的人工智能社区被业内外关注。

创始人Clément Delangue来自法国，从17岁开始连续创业，又折腾过好几个创业公司。Hugging Face最开始的方向是对话机器人，从Betaworks和杜兰特等拿到天使融资，但项目并没有多大起色。

2018年，谷歌发布基于transformer机器学习方法的自然语言处理预训练模型BERT，标志人工智能你如了大炼模型参数的预训练模型。之后他们为了训练机器人的NLP能力，开发了一个部署机器学习模型的底层库，并在GitHub 上开源，赶上Transformer这波潮流，一下子就火了。

就像存放Git repo的地方叫Github，在 Hugging Face Hub，可以找到上万个已经训练好的模型，用户可以在 Hugging Face上托管和共享ML模型、数据集，也可以自己搭建部署新的模型。

关于自然语言处理的论文很多，而且每个实验室所开发出来的模型，如果要移植到自己的应用程式上面也很困难，Hugging Face试图解决这类的问题。他们把这些不同架构的模型，包成规格统一的 API ，让工程师可以更容易使用。

除此以外，Hugging Face提供的Library让用户更方便地使用Transformer做自然语言处理的应用程式，其中，最常用到的神器比如Transformer、Tokenizers和Datasets，能够提供开发策略，进行前后处理资料收集等功能。

完整的生态系和社群让人们觉得，几乎可以只使用Hugging Face，就做完大部分最困难的Transformer。

截至目前，Hugging Face 上共有近13.5万个预训练模型，在 GitHub 上拥有超过 1660名贡献者，54000名用户，81000颗stars和18000次forks，平均每天有超过5万人从 Hugging Face下载模型。

2019年底，Lux Capital的Brandon Reeves遇到Delangue，投了8000万美元。截至2022年5月，Hugging Face获得1亿美元C轮融资，由Lux Capital领投，Sequoia US、Coatue 等跟投。

目前Hugging Face目前有数千名客户和机构，包括微软、英特尔、高通、谷歌和彭博社等。虽然上一年收入还不到1000万美元，但上一轮融到的4000万美元依然存放在公司银行账户，并且据透露这家公司在去年年中已接近盈亏平衡，估值达到20亿美元。

Jasper：典型的面向PLG选手

ChatGPT之前，Jasper才是一度最被看好的“ AI 文字生成”工具。它能用来编写视频脚本、广告营销文本额电子邮件，以及其他具有重复性特征的文字工作。

这是一家成立在2021年的年轻公司。创始人Rogenmoser 认为Jasper是激进的，最初的想法是想做一个招聘软件，后来和朋友船板了一家小型营销公司，为网站内容、Facebook 广告和搜索引擎优化提供文案服务。Rogenmoser 和他的朋友都不具备这些技能，所以他们更多是找外包。

那时候，Rogenmoser在Twitter上看到人们谈论 GPT-3，这一模型在AI圈内十分火热，Rogenmoser和他的合伙人们抓住了这个风口，制作了一个对话式AI的原型，并把它卖给企业用户。

创立一年团队只有9人，10个月后扩大到160人。当时The Information报道，预计年营收将超过6000万，同年10月，Coatue 与 Insight Partners、Bessemer Venture Partners 等公司一起参与了8500万美元的A轮融资，Jasper成了历史上最快达到独角兽的公司之一。

去年下半年，Jasper又获得1.25亿美元融资，身价达到15亿美元，与此同时它的客户也达到10万名，资本市场对 Jasper 的欢迎一目了然。首席执行官 Dave Rogenmoser 称，融资用于打造Jasper的核心产品、改善客户体验、并将 Jasper 的技术引入更多应用程序，比如新推出的图像生成产品Jasper Art。

ChatGPT是Open AI 基于自己的 GPT-3 大模型所做的聊天机器人应用；而Jasper的技术底层也是 OpenAI 的 GPT-3。也就是说，Jasper 是在竞争对手的平台上，建立了自己的业务，这也是它未来发展的风险来源之一，意味着，对于Jasper的客户来说，他们是否会持续使用，很大程度在于使用效果有没有比对手更好，以及OpenAI开放的API是否能被不同地区接受。

Inflection AI：有点东西但不多型选手

Inflection AI是一家在通用建模领域的私人企业，作为一家机器学习初创公司，它开发了多个神经网络，可以优化处理自然语言文本，提供AI人机交互领域的一站式解决方案。

据了解，这家公司在去年5月获得了2.25亿美元的A轮融资，资金来源尚不清楚，估值超过12亿美金。Inflection的融资规模，反映了构建复杂AI系统的高成本。据估计，OpenAI 已花费数百万美元开发 GPT-3，该公司的系统可以在给出提示的情况下生成类似人类的文本。

Mustafa Suleyman是Inflection AI的CEO兼联合创始人，同时也是DeepMind AI实验室的创始成员，并在谷歌收购 DeepMind 6年之后，成为谷歌人工智能产品与政策副总裁，

在去年的CNBC简介中，Suleyman希望构建的产品能够简化人们与机器交流的需要，利用人工智能帮助人类与计算机“对话”。他声称Inflection在开发一套新技术，最终将使任何人都能用简单的语言与计算机交谈。目前尚不清楚Inflection会将其产品出售给哪些潜在客户、产品的价格和面世时间也未公布。

将人类意图翻译成计算机语言，即使是当今最好的聊天机器人和语音助手也没有兑现，但Suleyman认为，人工智能的未来进步将在未来五年内实现直观的人机界面。用联合创始人Dario Amodei的话来说是“探索机器学习系统的可预测扩展特性”。

stability.ai：开源、开放的技术型选手

同样是去年10月，爆火的文本到图像模型Stable Diffusion背后的创业公司Stability AI 宣布，在Coatue、Lightspeed Venture Partners和O'Shaughnessy Ventures领导的一轮融资中筹集了1.01 亿美元。这轮融资后，Stability AI公司的估值已经到达10亿美元。

这家公司的身世也很有意思。在AI技术研究受制于有限的算力和资金的时候，Open AI为AI研究人员提供了相对自由的研究环境，以及大量的资金与算力做支撑，可以帮助技术研发部门专心深入AIGC。

但由于2020年时的内部问题，造成无法支撑非盈利项目的后续运营，导致大批核心研究员出走，基于Open AI的企业价值理念，曾担任工程师、分析师的Emad Mostaque创办了Stability AI，希望延续非盈利模式的、同时更加开放的经营理念。

Stable Diffusion是一个根据文字生成图片的AI技术模型，只需要几秒钟的时间，就可以生成分辨率、清晰度高，同时不失真实性和艺术性的图片。它有一个由4000多个 Nvidia A100 GPU 组成的集群，用来训练 AI 系统，其中就包括 Stable Diffusion。它的维护成本相当高，Stability AI 的运营和云计算支出超过了 5000 万美元。

Mostaque表示，本轮融资的资金将用于为客户部署更大规模的 Stable Diffusion 的定制版本，并会投资于更多的算力上。这笔资金还将用于雇佣更多的员工，预计在未来的一年内，公司的员工将从100人增加到300人左右。

除了 Stable Diffusion，Stability AI 还有其他可商业化的项目正在进行中，包括生成音频、语言、"3D" 甚至视频的人工智能模型。其中之一就是目前已经公开的 "Dance Diffusion"，它可以通过对数百小时的现有歌曲进行训练来生成音乐片段。

参与此轮投资的 Coatue 公司在声明中表示："在 Coatue，我们相信开源的人工智能技术有能力释放人类的创造力，并实现更广泛的利益。我们很高兴能成为 Stability AI 旅程的一部分，我们期待能看到全球各方用 Stability AI 的技术创造出什么。"

Character. AI：创始人是谷歌20年老员工

Character.AI的创始人Noam Shazeer 是前谷歌首席软件工程师，也是Transformer论文作者之一。此前他在2000年底加入谷歌，直到2021年最终离职，是谷歌最重要的早期员工之一。

另一位联合创始人Daniel De Freitas也是前谷歌研究人员，他们之前曾在该公司的内部 LaMDA 系统上工作。这家公司成立于2021年10月，对于这家公司的组织架构和业务模式，外界能获取的信息量较少。据报道，Character AI已经创建了一个基于 LaMDA 的神经语言模型聊天机器人Web应用程序，能够生成类似人类的文本响应并参与上下文对话。

简单来说，产品为用户提供了一种与虚拟聊天机器人chatbot，任何人都可以在其中与虚拟的唐纳德特朗普、埃隆马斯克、臭名昭著的“绝命毒师”沃尔特怀特和许多其他角色聊天。

据The Information报道，这家公司目前在寻求筹集2.5亿美元融资。目前投资者包括Gmail创始人Paul Buchheit和前GitHub首席执行官Nat Friedman，估值也达到10亿美元左右。报道称，它已经与包括红杉资本在内的顶级风险投资公司进行了会谈，讨论仍处于早期阶段，他们是否会成功还有待观察。

Adept：另辟蹊径的黑马型选手

去年4月，Adept AI成立，业务专注于创建一种基于与文本生成工具相同核心技术的机器人，由首席科学家Ashish Vaswani和CTO Niki Parmar，以及现任CEODavid Luan三人共同创立。目前市场推测估值在10亿美元左右。

他们都曾是谷歌大脑的核心员工，其中Luan是GPT-2、PaLM 的论文作者之一，参与了 GPT-3 的部分工作；CTO和首席科学家都是Transformer 论文作者之一，还聚集了一大批曾在谷歌工作的技术人才。

这家公司去年从 Addition和Greylock 等获得融资 6500万美元，投资人包括 Scott Belsky（Behance 创始人）、Howie Liu（Airtable 创始人）、Chris Re（斯坦福）、Andrej Karpathy（特斯拉 Autopilot 负责人）和 Sarah Meyohas，Luan打算把这笔资金将用于通过一种既能读写又能操作的转换器，进一步优化智能技术。

谈及离开谷歌创业的原因，Luan认为，在谷歌，我们训练出了越来越大的 Transformer，目标是最终构建一个可以支持所有 ML 用例的模型。但过程中，团队发现了一个主要限制：像 GPT-3 这样的模型可以写出很棒的散文，但它们无法在数字世界中采取行动。

你不能要求 GPT-3 订机票，给供应商开支票，或者进行科学实验，或者使用Airtable、Photoshop、ATS、Tableau等工具完成工作。所以有媒体指出，Adept的目标更像是协作智能，它选择了和其他通用人工智能公司不同的道路，前者是建立AI工具，来帮人类完成任务。这种方式更容易实现。

“变压器及其应用代表了近代史上迈向通用智能的最大一步。但我们认为，真正的通用智能需要能够行动的变形金刚——而不仅仅是读写。”Luan说，“在 Adept，我们正在训练一个模型来使用人们今天使用的所有软件工具和 API。”

百度：来自中国本土的重量级选手

主打AI的百度，绝不会错过这场科技盛宴。虽然ChatGPT在国内已经把AIGC推向爆发前夜，不过目前阿里、腾讯、字节等巨头，及科大讯飞、天娱数科等细分领域企业的布局大多仍是围绕提高工作效率上。

据了解，早在2019年，百度已经发布国内首个正式开放的预训练模型ERNIE1.0，并持续投入于大模型的研发升级；2021年初，ERNIE 3.0升级为知识增强千亿大模型鹏程-百度文心。

文心大模型基于大规模知识和海量无结构数据融合深度学习，吸收海量文本数据中词汇、结构、语义等方面的知识，并通过持续学习不断提升理解能力和生成能力，实现视频、歌词、艺术画等创意作品的自动生成。

去年末，文心大模型迎来全面升级。在模型层一次性发布11个大模型，涵盖基础大模型、任务大模型、行业大模型的三级体系；工具与平台层，升级大模型开发套件、文心API和提供全流程开箱即用大模型能力的EasyDL和BML开发平台；新增产品与社区层，包括AI艺术与辅助创作平台“文心一格”、产业级搜索系统“文心百中”和旸谷社区面向个人用户。

ChatGPT之后，近日百度也推出大模型新项目“文心一言”，公布消息当天，港股股价在一天内大涨15%，美股股价涨幅也达到了12%。据百度确认，文心一言计划于今年3月完成内测，面向公众开放。而按照谷歌和微软加快推出类 ChatGPT 服务的节奏，文心一言开放内测还有可能提前。多家企业宣布介入文心一言，这也推动了百度的股价上涨。

Synthesia：主打视频的硅谷型选手

Synthesia在2021年末就宣布B轮融资结束，由硅谷风险投资公司Kleiner Perkins领头，GV和Firstmark Capital、LDV Capital、欧洲最大的科技创业孵化平台Seedcamp以及MMC Ventures参投。本轮融资完成后，Synthesia融资总额达5000万美元。

早在2021年4月，Synthesia就完成筹集1250万美元的A轮融资，官方至今并未透露公司的具体估值。随后新增部分功能，用户可以轻松创建自己的虚拟人物形象。目前，Synthesia有1000个自定义人物形象。里帕贝利以安永会计事务所为例，它利用Synthesia平台创建虚拟形象，制作视频，与35家合作伙伴进行内部通信和交流。

不过具体到产品功能上，有媒体介绍，早期Synthesia能将文本或幻灯片转为视频，配有会说话的角色形象。“用户可基于预设虚拟人物，或上传视频创建自己的虚拟形象。此外，用户还能上传语音素材，转化成所需内容。”

由于Synthesia认为几乎所有网络工具都可能被利用进行不当用途，所以这家公司只为企业客户提供服务，而不是面向个人。Synthesia表示，客户主要使用产品工具来制作培训视频，不过这样的用户群体和创始人Victor Riparbelli想的并不一样。

“以前，人人都可以制作幻灯片或编写Word文档，现在他们还可以自己创建视频。从人工智能技术的角度来看，这是我们快速发展的关键所在。”他认为比起视频制作部门的大批用户，组织内部的其他人员才是该工具的超级用户。

Synthesia进一步开发虚拟人物形象视频，使其视觉和感官酷似真人，比如一个不知名的演员，或是自家公司的首席执行官。