第一批AI创业者，正在密集回大厂

第一批AI大模型创业者们，正密集加入大厂。

因为讨厌大公司的官僚作风，2021年，AI大牛Noam Shazeer和Daniel De Freitas从谷歌离职，融资1.5亿美元，创立了大模型聊天机器人Character.AI。

不过，今年8月，他俩带着Character.AI团队，又加入谷歌。这也意味着，他们要重新忍受大公司的“官僚作风”。不情愿，但似乎不得不这样做。

过去一年里，不少大模型创业者陆陆续续加入了互联网大厂。比如，融资了13 亿美元的Inflection ，融资了 4.15 亿美元的Adept，分别被微软和亚马逊收购，创始人一起加入；Fixie.ai联合创始人兼CTO自己加入了OpenAI；Reka AI联合创始人兼首席科学家Yi Tay在从谷歌离开一年后，放下初创公司，又独自回到谷歌。

在国内也是同样，完成千万级融资的大模型公司波形智能被OPPO收购后，集体入职OPPO；零一万物技术联创黄文灏加入字节跳动。

一位AI投资人对虎嗅表示，大模型赛道已经到了分水岭，字节、阿里、快手等大厂的大模型发展迅速，并不弱于AI独角兽们；接下来，相比于直接收购或投资入股，国内大厂从大模型创业公司挖走他们的核心人才，更可能成为普遍现象。

在这背后，“算力竞赛”是影响未来行业新格局的重要变量。峰瑞资本最近发布的一份报告提到，过去一年里，AI领域的竞争主要特点是争夺模型的平等性——几家头部大模型公司的模型技术能力已经基本追平。下一阶段，竞争将转向以AI数据中心的建设为主。原因在于训练下一代大模型需要的算力是当前模型的10倍，因此，建设效率可能比研究突破更能决定谁将在AI的下一阶段脱颖而出。

而建设数据中心需要更多资本投入。今年9月，OpenAI 首席执行官 Sam Altman曾抱怨微软的行动速度不够快，无法为 OpenAI 提供足够的算力，并游说阿联酋投资者、亚洲芯片制造商和美国官员，去建设更多的数据中心。在Sam Altman访问台积电时，他告诉台积电高管，可能需要几万亿美元建设数据中心。

如此背景下，大模型赛道愈发成为了大厂展示财力的舞台。为了向投资人显示自己能在下一阶段AI竞赛中胜出的决心，今年7月，Meta首席财务官 Susan Li 表示，Meta 的资本支出明年将“大幅”增加。据彭博社报道，微软、谷歌、亚马逊和Meta四家科技巨头2024年的资本支出总额将超过2000亿美元。

贝恩资本合伙人Enrique Salem在访谈中谈及大模型领域竞争：“如果你要参与竞争，就必须拥有资本来获得人才和计算能力，你其实没有别的选择，你只能继续加注，继续投入大量资金。否则，只能眼睁睁地看着他人抢走你的筹码。”

风口之下，战斗无止无尽，大厂的战斗欲变得越来越强。大厂之间、大厂和独角兽之间，互相依赖，又互相提防，随时想要抓住风口替代对方：

● Meta为了降低对谷歌搜索和微软Bing的依赖，正着手开发自己的AI搜索引擎；

● 亚马逊在近期表示，将把对 Anthropic 的投资增加一倍，达到 80 亿美元。然而，与此同时，亚马逊正在研发自己的视频AI模型，来降低对Anthropic的依赖；

● 为了提防未来谷歌阻止人们使用OpenAI ，OpenAI 正考虑开发自己的浏览器，并且挖来了几位谷歌浏览器的创始团队成员。就如同当初谷歌领导者担心微软会利用其 Internet Explorer 浏览器阻止人们使用谷歌搜索，从而开发了自己的Chrome 浏览器一样。

● OpenAI 推出 o1-preview 后，谷歌立刻加大了推理力度，将其推理模型团队规模从几十人扩大到了 200 人左右，还提供了更多计算资源。

更强的战斗欲，除了意味着更多的财力投入，也代表着更激烈的人才争夺。当初，Meta 公司曾因为开发Llama大模型，发生了争夺计算资源的内部斗争，如今 Llama 原始研究论文的 14 位作者中，超过一半已经离开了公司，转投其他人工智能初创公司或其他大公司。有些公司在招募这些人才时，会额外强调自己所拥有的计算资源更多，来吸引人才。

计算资源成了维系团队的关键力量。IDEA研究院创院理事长、美国国家工程院外籍院士沈向洋，在11月末的一场演讲中谈及算力时表示，“今天能拿到英伟达的卡就可以说是成功了一半”、“讲卡伤感情，没卡没感情”。

而大厂们相比于创业团队，显然在这些资源上的实力更雄厚。比如，根据财报信息，截至2024年9月30日的三个月内，阿里巴巴的自有现金流为137.35亿元人民币，相较于2023年同期的452.2亿元人民币下降了70%，这一变化主要归因于阿里云在AI基础设施上的大规模投资。再看微软，前不久他们与AI初创公司CoreWeave达成了一项近100亿美元的协议，计划在2023年至2030年间租用其数据中心和服务器，来支持其AI模型的运行。以及，微软计划投入约30亿美元在东南亚建设区域数据中心。这仅是大厂们在AI数据中心方面的部分布局。

而计算资源的积累、建设、竞争又是动态变化的。商业如牌局，一场接着一场，但每一场都有结束的时间。为了实现技术理想或者产品目标，技术精英们在每场牌局结束的时候，可能都要决定下一步去哪。

Meta 人工智能研究实验室 Fundamental AI Research 负责人Joelle Pineau在接受采访时表示：“留住和吸引优秀人才可能是我花费时间最多的地方，没有优秀的研究人员，我什么也做不了。”

现在，当AI大模型进入“算力竞赛”阶段时，对于缺乏雄厚资金的初创公司越发不友好。在巨头的围猎下，AI初创公司如何继续留住人才这个问题，逐渐覆盖上了忧伤的色彩。

网络上有一种调侃，在大厂晋升的更好办法是出去创业，然后再回去，可以获得更高的职级和资源。可谓是，条条大路通大厂。