（原标题）超越应用场景：Character AI 走红与大模型创业之路

互联网1.0时代，所有创业者都先做资讯门户，因为信息就是信息时代最基础的生产要素；AGI的1.0时代，所有创业者都先做大模型有没有问题？没有问题，因为大模型是一切应用的基础。

 Part. 1 

创造人格，同时创造应用

ChatGPT 上线苹果应用商店创下的下载纪录是一周50万次，这个纪录不到半个月就被打破了。5月底，由Google 旧将们打造的大模型应用Character AI 上架苹果及安卓的应用商店，相关应用首周被下载了超过170万次，扩散速度惊人。

Character AI 的走红引发了广泛的关注和讨论。作为一款神经语言模型聊天机器人网络应用程序，Character AI 可以生成类似人类的文本回复，并结合上下文进行对话。用户可以通过Character AI 创建“虚拟人物”，设计他们的“个性”，设置特定的参数，然后将他们发布到社区，供其他人聊天。这种创新的应用方式，让我们看到了AI大模型的强大潜力和广阔的应用场景。

一个个具有不同“个性”的“人物”被创造出来，这是对AI能力落地到具体应用场景的实践。

以Character AI 的虚拟人物分类栏目来看，娱乐属性色彩浓厚，比如可以通过与“马斯克”或各种明星对话——当然他们都是网友用语料“喂”出为的AI人格；又比如可以通过文字对话的方式玩一些文字RPG游等。

不过，Character AI 的野心不止步于娱乐，它自然也可以生成各种具备辅助办公能力的“人格”。在应用的Helper分栏中，有网友已经生成了可以帮助你写故事文案、扩展代码等，而在Learning分栏中，同时也有可以帮助你学习各种语言的虚拟人物。

从娱乐到生活到学习，Character AI 用了一周左右的时间，已经生成了可以锁定几乎所有常见场景的应用，这还仅仅只是一个开始。—— 不过这似乎也不能过于乐观，在首周的热度过后，它的下载量还是明显下滑，因为在实际的使用中，它的表现并不够好。就白熊观察员（公众号：Baixiong42）的使用感受来看，Character AI 的核心问题还是底层AI的能力问题。

Character AI 在英文场景下的能力尚未达到GPT3.5的能力，而中文场景下的能力与GPT3.5则相差很大。

这正是AI 进入大模型时代的一个缩影。

一方面，Character AI 提供了一个创新的方式让用户与AI交互，在互动的过程中，通过让用户自己输入需求的方式，就自然而然地生成了应用，并锁定了各类不同的场景。另一方面，我们又看到了对于AI 大模型应用推广真正阻碍，其实是大模型本身智能化的不足。

这可能是大模型时代真正的“卡脖子”问题，目前它卡住了几乎所有从业者的脖子。这样的问题也不只出现在海外，国内恐怕也存在同样的问题。

Part.2 

中国玩家带资进场，闭眼猛干

今年以来，中国许多互联网大厂都提出一个理念：未来所有的应用都会接入AI 重做一遍。现在，一些企业号称已经在做了，并推出了类似“魔法棒”之类的概念。不过，这些产品并没有引过太大的反响。而且，这也不是当前中国大模型创业赛道的主流玩法。

目前，大模型创业者们首先在干的是研发自己的大模型。这种做法引发了很多争议，甚至嘲讽。比如5月底发布的《中国人工智能大模型研究地图》中的数据显示，中国10亿级参数规模以上的大模型已发布了79个，且有14省份在开展大模型研究，这其中既有企业，也有大量的高校和科研院所。AI领域创业者、出门问问创始人李志飞则估计，中国未来1-2年会看到50家以上公司做大模型。

争议的焦点在于：如果平移移动互联网创业潮的经验，创业成功的关键是将技术落地到具体的应用，锁定具体的应用场景，锁定用户，再扩展成平台。

这一惯性思维的推导逻辑在于：AI大模型现在吹的神乎奇技，但关键仍然是要“有用”。而当前大模型的创业者们首先在干的是研究自己的大模型，从目前一些大厂已经发布的大模型来看，用户缺乏体感，感受不到“有用”。

当前国产大模型的数量已经接近甚至可能超过了美国，属于地球上遥遥领先的状态。这自然引发了很多质疑的声音。有人认为，当前大家一哄而上做大模型，属于资源浪费的、重复建设；也有人质疑，一些正在研究大模型的A股上市公司，只是借机在炒作股价；还有人认为，多数企业研究大模型必然失败，没什么好做的。

不过，起码到目前为止，政府部门尚没有出台相关的补贴政策。这至少说明两点：一是开发大模型骗补的案例还不存在，二是大家还在用企业资金、创业者自有资金以及为数不多的创投融资在研发大模型。

一个赛道让很多人带资进场，这意味着对产业趋势的共识。这一批创业者应该早就意识到，当前的核心就是大模型本身。从当前的情况看，一个智能化程度在GPT3.5左右的AI大模型可能并不罕见（不排除有些大模型的能力是吹出来的），但更加智能化的大模型却非常稀缺。

中国科技企业猛干大模型，至少有两个机会点：

一是通往AGI道路还没有被炸掉，机会总是留给勇于尝试的人。二是在研究大模型的过程也是练兵的过程，既锻炼了队伍，也加深了中国科技企业对AI本身的理解。

从成本来看，这些企业去做AI大模型，无非就是两个成本，一是资金成本，二是人力成本。这两块其实问题不大。作为现在几乎可以预见的产业趋势，其实各路资本早就蠢蠢欲动，但凡有人做出一点成果，融资应该不成问题。同时，各种大厂虽然在传统业务上不断“收紧队形”，但稍微翻翻财报就能发现，大厂们本身并不缺钱，他们只是不愿意将钱投入前景不明的地方。此刻，特别是有微软百亿美元投向Open AI的范例在前，中国最擅长照猫画虎的机构们必然不会手软。

从结果上看，现在扑上大模型的企业，多数都必然失败，这可能是对AGI采取“饱和式进攻”的必然结局。 不过一旦有哪家企业在大模型层面能建立起护城河，一切的投入都不是问题。
最后回看硅谷，无论大厂还是创业企业，都在不断地从各个角度对现有的大模型进行迭代和调优，新的大模型也在不断涌现，而在简体中文互联网资讯圈里所谓中国大模型数量超过美国，大概只是段子。

Part 3.
其实还有两个问题值得进一步探讨：

一是目前ChatGPT在大模型时代一马当先，它的研发者Open AI居然是以非营利组织的形态创业，这无论在硅谷还是在全球都是独树一帜。那么，在国内大模型大战一触即发的时刻，要如何在大模型领域“组织生产”？什么样的组织形态才能最高效快速的冲出战线？

二是最近有人质疑大模型的涌现能力，认为这东西可能是一种幻象，大模型能力的上限在哪里？

这两个问题留个悬念，后续将持续探讨。

————————————————————

本文配图：MidJourney

白熊42号：白熊观察员创始人

永远对未来充满好奇心的探索者