3 个月前,全球最大 AI 开源社区 Hugging Face 首席执行官,对 2024 年的 AI 行业做了 6 条预测,其一是:
某个当红的 AI 公司会破产,或者以极低的价格被收购。
不知道当时他的心里有没有具体的人选,但开年没多久,现实真的如剧本一样上演。
技术团队集体出走,当红 AI 独角兽的垮掉
谈到文生图模型,跳不过三个产品: DALL-E、Midjourney 以及 Stable Diffusion。
DALL-E 内置于 GPT-4,召唤方便。Midjourney 因为创业团队只有 11 人而成了传奇,画风更加艺术。
Stable Diffusion 出名更多是因为产品本身,开源、自由、免费,背后的公司 Stability AI 反而名不见经传。
最近,Stability AI 又陷入了麻烦:Stable Diffusion 开发者之一 Robin Rombach,从公司辞职。
Robin Rombach.
强调「又」是因为,一年来,这家公司的技术团队动荡不断,首席技术官换人,首席信息官、工程副总裁、产品副总裁、研发副总裁、研究主管、大语言模型负责人等陆续离职。
2022 年 8 月,Stability 向公众发布了 Stable Diffusion,日活很快达到 1000 万。当年 10 月,Stability 完成约 1 亿美元的融资,估值达到 10 亿美元,加入「独角兽」的行列。
不过 1 年多,Stability 怎么就从神坛跌落?
离职原因并未对外公布,福布斯认为,人才外流无非一个原因:公司已经入不敷出了,又赚不到钱和融不到资。
闭源的 DALL-E 和 Midjourney 用订阅模式赚钱很好理解,Stable Diffusion 作为开源项目,供所有人免费下载和使用,但一样可以做大做强。
就像开源界的楷模红帽公司,基于免费的开源操作系统 Linux,以订阅模式向 B 端出售优质的企业级软件服务,并于 2019 年被 IBM 以 340 亿美元收购。
Stability 的盈利方式则主要分为两种:文生图 Web 应用 DreamStudio 的 API 访问,以及面向企业的 AI 咨询和模型服务。
2023 年 12 月,Stability 为商业用户推出了每月 20 美元起的付费套餐。个人和研究需要的非商用,依然是免费的。
然而,身处生成式 AI 的寒武纪大爆发,如同参与大逃杀,个人能力、人脉资源和场外因素缺一不可。
Stability 不像 Meta、Google 根基深厚,也不像 OpenAI 有微软投喂算力和资金,而是和亚马逊的云计算部门按行业规矩签了合同,拿 4000 多个英伟达芯片训练模型。
AI 模型训练烧钱,业务铺得不够大,虎视眈眈的竞争对手又在抢夺市场份额。去年 10 月,Stability 从英特尔拿到 5000 万美元补血,但再多的钱也经不起一直亏损。
彭博社报道,Stability 在 2023 年 10 月的训练和工资支出约 800 万美元,同年 8 月的软件和服务收入却只有 120 万美元。
福布斯从另一个角度说明了 Stability 的困难,打工人应该更能共情。公司不仅涉嫌拖欠员工工资、欠商业伙伴的钱,甚至因为不按时给钱逼得亚马逊威胁断掉 GPU 权限,但 Stability 否认了此事。
AI 图片的版权争议,让本不富裕的初创公司雪上加霜。图库 Getty Images 以及艺术家们主张,Stability 窃取了艺术品和图库照片来训练其模型,诉讼仍在进行中。
巧合的是,Stability 和竞争对手 Midjourney 的关系,也在最近掉入了冰点。
3 月初,Midjourney 拉黑了 Stability 所有员工,因为调查到疑似 Stability 员工的两个付费账户试图窃取数据,导致服务器长时间中断。
Stability 的 CEO 在 X 回应,这只是一个员工的个人行为,再次证明,高端的商战,往往采用最朴素的方式。
做实事的人,讲故事的人
Stable Diffusion 和 Stability 之间的关系,并非像 ChatGPT 和 OpenAI 那样纯粹。
Stable Diffusion 源于一个学术项目,前身是 Latent Diffusion 模型,由慕尼黑的路德维希-马克西米利安大学、纽约的 AI 公司 Runway 主导研究。
Runway 就是文生视频赛道的那个 Runway,原来命运的齿轮早已开始转动,科技行业也是个熟人圈子。
图片来自:arxiv
项目的研究论文发布 7 个月后,2022 年 6 月,Stability 以金主的身份加入,为其提供了计算资源,Stability 自己的生成式 AI 团队也参与了研究。
这次辞职的 Robin Rombach,是慕尼黑研究团队领导和论文一作,后来被 Stability 纳入麾下。论文署名紧随其后的两位慕尼黑同僚,疑似也随其离开。
Stability 今年 2 月发布了 Stable Diffusion 3,3 月发布了新的 3D 视频模型 SV3D,这些技术人员,颇有站好最后一波岗再卷铺盖走人的感觉。
SD3 在多主题提示词、图像质量和文字拼写方面都进化了.
过去的一年,Stability 可谓勤勉,升级 Stable Diffusion,并开发新模型:文生图模型 SDXL、大语言模型 StableLM、音频生成模型 Stable Audio、视频生成模型 Stable Video,代码生成模型 Stable Code、3D 对象生成模型 Stable Zero123……
但竞争对手们也没闲着,比如被 GPT-4、Gemini、Claude 几座大山压着,StableLM 几乎没有什么水花。Meta 也开源了 Llama 2,更是和 Stability 直接竞争。
如今,草创时期的多名核心人才出走,虽然不至于人去楼空,但军心势必会被动摇,类似的例子近在眼前。
最近,初创公司 Inflection AI 联合创始人 Mustafa Suleyman 接了微软的 Offer,领导微软面向消费者的 AI 业务,他同时也是 Google 旗下 DeepMind 的联合创始人。
Mustafa Suleyman.
Inflection 最主要的产品是聊天机器人 Pi。和同行比较,Pi 的情商尤其突出,更有同理心,更加关心你,喜欢加 emoji 疑似患了聊天讨好症,和它聊天的时候,会不自觉放松下来。
一同加入微软的,还有 Inflection 联合创始人兼首席科学家 Karén Simonyan,以及部分 Inflection 工程师和研究人员。
OpenAI 宫斗期间,纳德拉招揽 Sam Altman 和几百名誓死追随的员工,从而无痛收购 OpenAI 的计划落空了。莞莞类卿,如今他的愿望在 Inflection 身上代偿。
这次微软把 Inflection 高管团队打包带走,将其模型集成到微软的云计算业务 Azure,花的钱远低于估值,虽然不是收购,本质接近收购,Inflection 和 Pi 名存实亡。
不难看出,当 AI 行业卷生卷死,人才仍然是关键。只要有人的地方就有恩怨,有恩怨就会有江湖,科技行业也不免俗,内斗不止,商战不休。
人才出走,这剧情 Google 再熟悉不过。同时,Stability 的高层管理风格也和多次翻车的 Google 一样,受到了质疑。
Emad Mostaque.
Stability 首席执行官 Emad Mostaque 的上份职业是对冲基金经理,大部分时间在搞石油交易,虽然拥有计算机科学学位,但之前从未创办或入职科技公司,还有说大话和抢功劳的毛病,自上而下影响着企业文化。
一些现任和前任员工爆料,Mostaque 经常言过其实。他在融资时将亚马逊称为「战略合作伙伴」,其实两者只是普通的甲乙方。他说 Stability 正在为数十家客户构建定制 AI 模型,但被问到具体的名字时,只透露了一家印度控股公司和一个非洲国家。
更加过分的是,明明公司已经资金困难,Mostaque 和他曾经担任公关主管的妻子,与公司财务之间的关系还不清不楚。
2023 年 7 月,前 Google 研究员 David Ha 在担任 Stability 研究主管 8 个月后辞职,他接受媒体采访时说,尽管入局得早,推动了 AI 行业的发展,但 Stability 仍然需要找到自己的护城河保持竞争力,似乎话里有话。
多位人才出走之后, Stability 自己的技术能力如何,确实是个等待解答的问题。
宣布融资的新闻稿里,Stability 不知有意还是无意,模糊了 Stable Diffusion 研究人员的存在,只说 Stable Diffusion 是一款功能强大、免费且开源的文本到图像生成器,自己是这款产品背后的公司。
话留一半也是事实,但在论文留名的教授 Björn Ommer 对此很是不满:「在科学研究中,如果你从某个地方拿走了一些东西,你应该归功于某人、引用某人。」
目前担任 Stability 首席研究员的,是从 Google Brain 跳槽的 Varun Jhampani,他能够被留住多久,恐怕只有他自己知道。
贩卖想象的阶段结束,见血的洗牌期到来
Stable Diffusion 的免费开源对于 AI 社区意义非凡。
它的许可证十分宽松,只要求道德、合法地使用模型,允许商业和非商业用途,让任何人可以自由地创作、开发产品甚至推出自己的项目。
比如 AI 生成图片的角色稳定性问题,Midjourney 给出了 Character Reference 的方案,开源社区则为 Stable Diffusion 推出了附加组件 IP Adapter。
同时,开源模型也更容易成为 Deepfake 的武器,用来生成暴力和色情内容。更有甚者,一些基于 Stable Diffusion 的初创公司不标注许可证和技术来源,套个壳就以崭新的面貌出道骗钱了。
开源的倡导者们往往认为,当人们无需付费访问模型时,AI 的开发效果会更好,并且模型的训练方式更加透明。
但开发模型的公司们未必这么觉得,因为担心「竞争和安全问题」,OpenAI 从 GPT-4 开始不再分享研究成果,取而代之的是技术报告。
从商业的角度,OpenAI 的决定可以理解。开源的两面性,以及开源和闭源的冲突,也如同当下 AI 竞争的缩影。
2023 年,生成式 AI 的发展如烈火烹油、鲜花着锦,巨头和初创竞相发布模型和商业化的产品,但一派欣欣向荣的景象不仅孕育着成功,也包容着谎言、危害、浑水摸鱼和夸大其词。一时风光无限的陪跑者,小心翼翼地等待泡沫破裂的瞬间。
身为前基金经理的 Mostaque,其实对水温的变化非常敏锐,很早就嗅到了 AI 行业竞争的加剧,曾经警告员工:「2023 年你们都会死去。」
市场已经有太多的选择,一时的估值只是镜花水月。如何自力更生站稳脚跟,是 AI 公司们接下来的课题。
Inflection 去年 6 月才融了 13 亿美元,但接到微软的橄榄枝,高管和骨干说走就走,也是因为看不到未来。
接受彭博社采访时,Mustafa Suleyman 谈到,Pi 的每日用户数量已达到 100 万,然而还没有找到有效的商业模式。
Pi 虽然态度友好、招人喜欢,但面向消费者的纯聊天机器人撑不起那么高的估值,不如转头去做企业定制服务和被巨头委以重任。
虽然 Inflection 承诺,Pi 的服务「不会立即变化」,但也有人觉得,它的死亡不过早晚。同样,开发模型的大佬出走,用户们不免担心,尚在邀请测试的 Stable Diffusion 3,还能不能开源。
回应 Robin Rombach 的离职消息时,Stability 发言人感谢他的付出,祝福他有美好的未来,同时强调了公司的发展重心:将技术商业化。
说到 AI 的商业化,家家有本难念的经。今年 2 月,亚马逊云计算服务 CEO Andy Jassy 在和分析师的电话会议里谈到,生成式 AI 的收入「仍然相对较小」。
但他补充道,亚马逊的几乎所有消费者业务都已经或将拥有生成式 AI 产品,预计未来几年带来数百亿美元的收入。
微软不想被称为「OpenAI 的 IT 部门」让投资者不满,所以一边开发内部的 AI 项目,一边琵琶别抱,到处挖人,向 OpenAI 的竞争对手 Mistral AI 投资。
这一方面,OpenAI 也很有发言权,2015 年刚成立时是非营利组织,以最有可能造福全人类的方式开发 AGI,2019 年转变为有限利润(limited profit)公司,拉微软入伙投资,原因其实很简单:AI 实在太烧钱了。
OpenAI 去年的年化收入超过 16 亿美元,赚钱主要靠三板斧:会员订阅、对开发者的 API 接口调用收费、与微软产品的收入分成。
马斯克多次批评 OpenAI 的「堕落」,称其成了一家由微软控制的闭源、追求利润最大化的公司,Sam Altman 不痛不痒,表示想念以前的那个马斯克。
2024 年是生成式 AI 的第二年,热点从聊天机器人、文生图转变到文生视频、机器人具身智能。
参赛选手们的情绪也变得更加紧张,如果还没有脱离融资的供血,还没有找到商业化的落地场景,或许无需很久,就能看到很多所谓的明星公司倒闭。
AI 发展的初期,市场的乐观情绪高涨,会容忍贩卖梦想、粗糙的体验和对未来的想象。
但人工智能的价值必须在实践中体现出来,游说投资者的热情应当转化为消费者愿意买单的产品,技术的诗歌还是要写在互联网的大地而非虚空。
福布斯 2024 年 10 大 AI 预言之一是:Stability 将会倒闭。它或许说对了,问题是,接下来还会有多少 Stability。
Martial God Asura Chapter 2224 - Snorting Disdainfully
2024-09-25Martial God Asura Chapter 1967 - Furious Coiling Dragon Beheader
2024-06-07Martial God Asura Chapter 2030 - Powerful Reinforcement
2024-06-12