来源：新智元
硅谷独角兽，又来震撼世界了！
这支名叫Character Technologies的独角兽的核心力量，来自前谷歌LaMDA团队。
他们的新产品在移动端上线不到一周，下载量就达到了170万，直接碾压了ChatGPT！
并且，这家公司现在的估值已达10亿美元。
所以，这是又一个OpenAI？
首周下载量超越ChatGPT，什么来头？
Character.AI是这样一款应用，可以让用户自由创建AI角色，并与它们聊天。
听起来挺耳熟的对吧，毕竟此前的类似产品早就有不少了。
但是，Character.AI受欢迎的爆火程度，可是让人始料未及。
5月23日面向全球iOS和Android用户推出后，Character.AI大受欢迎。才48小时，安卓版本的安装量就超过700,000次。
一周后，更惊人的数字来了——移动端的下载人数超过了170万。
Character.AI声称，在该应用程序发布之前，Character.AI网站的访问量超过2亿次，用户平均每次访问花费29分钟——这个数据是ChatGPT的300%。
甚至超过YouTube！
公司称，虽然ChatGPT在短期内获取了大量的用户，但Character.AI却更有用户爱不释手的。
用户向AI角色发送第一条消息后，他们在平台上的平均使用时间就会跃升至2小时以上。
现在，用户们爱惨了这款应用，迄今为止他们已经在创建了超过1000万个自定义AI角色。
Character.AI的前途一片大好。早在今年3月份，公司就对外宣布获得高达1.5亿美元的A轮融资，对其业务的估值为10亿美元。
这是什么概念？就是说，Character.AI成为了为数不多的和OpenAI一个级别的AI独角兽。
小编亲手体验了一把
这款应用到底有什么魔力，让投资人和用户如此着迷呢？咱们来实测一下。
5月底上线的移动版中，之前用户创建好的「虚拟名人」，已经可以任君使用了。
等待宠信的人物从马斯克到苏格拉底，各行各业，上下几千年，应有尽有。
我们随手点一个进去勾搭一下看看。
马首富果然很忙，一上来回复都很言简意赅。
但是毕竟背后是语言模型，稍微绕两句他就开始给你来回说车轱辘话了。
当然，依然保持着那份「地球球长」指导工作的语气。
接下来我们换一个名人试试，马首富的「数字虚拟人」——托尼史塔克。
看得出来他对我们一上来就问「世界上的另一个他」似乎不是很高兴，从头到尾说话都是阴阳怪气的。
和大明星聊完，发现小扎静静地躺在列表的最下面，于是我又点了进去准备调戏一下他。
还没说两句，小扎作为Meta「股价第一责任人」的属性就被我激活，开始拼命维护自己的公司。
这语气，看来确实是被我气到了。
看着他声嘶力竭地为自己和公司辩护，还真有点小感动呢。
就这一个和虚拟名人聊天的功能，让刚刚下载完毕注册的我就感觉挺上头的。
再看看列表里这一长串类别中的名字，基本上我想要聊天的名人都能找到对应的AI聊上一阵。
而且根据刚刚那几个角色简短交流下来的体验，角色的反应基本都符合他们在大众心中的定位。
可以说，对于绝大多数没有和机会和这些名人面对面交谈的普通人来说，这个应用确实提供了一个和明星或者自己喜爱的人物「近距离接触」的机会。
养成系的快乐
而真正使得Character.AI持续不断吸引新用户、让老用户不断沉迷的王牌功能，其实应该是——自创AI角色聊天，AKA AI cosplay。
为了体验一下这个应用的中文能力，小编顺手建立了两个自己的AI角色。
第一个角色非常简单，介绍里我就添加了一条招呼语，一个即将加盟皇马的足球运动员AI就生成了。
第二个角色，我决定稍微倾注一点心血。
回忆起了人生中玩过的第一个电脑游戏《阿猫阿狗》中的主人公，我用自己仅有的一些关于他的记忆片段把他创建了出来。
创建完毕之后，我先试着和足球球星简短地聊了聊。
因为我自己对这个角色几乎没有做任何的设定，他的回复对于我来说几乎就是随机的。
第二句回复就直接出现了「国骂」，让我猝不及防。
当我把角色描述增加了，友善，喜欢和队友配合之后，聊天的画风才慢慢开始正常了起来。
接着我又开始和我心心念念的「游戏白月光」聊了一阵。
果然，因为我描述得比较充实具体，乐乐能回复不少我记忆中游戏里的细节。
虽然很多内容是他自己生成的，但是基本还原了描述中的游戏角色。
让小编回忆起小时候那段做完家庭作业玩《阿猫阿狗》的欢乐时光，泪目了。
也许这个角色会很长时间的保留在我的手机之中，当我想起一些游戏细节的时候会继续再填充进去。
有空了就还能和乐乐聊聊天，共同回忆一下在木桶镇经历的那些冒险故事。
利用「20%时间」，他们创造出10亿独角兽的雏形
Character.AI才成立不到2年，融资就接近2亿美元，一个初创企业能这么被投资人看好，创始人的身份必然是一大因素。
没错，Character.AI的创始人Noam Shazeer和Daniel De Freitas，就来自大名鼎鼎的谷歌LaMDA团队。
Noam Shazeer是一名已经在谷歌工作超过20年的老兵。
Character.AI背后的原理，就是使用神经语言模型来阅读大量文本，并使用该信息响应提示的。
创始人Noam Shazeer和Daniel De Freitas此前在谷歌构建了支持对话程序的语言模型LaMDA，就是这个模型，引发了随后引起轩然大波的「谷歌程序员坚称LaMDA有意识」事件。
如今经受了ChatGPT等大模型的高能洗礼，我们早就对此习以为常，但当时，此事可是让很多人san值狂掉。
2015年，当时在微软担任软件工程师的De Freitas读到了谷歌旗舰AI实验室Google Brain的科学家发表的论文。
就是在这篇论文中，研究者详细介绍了一种「神经对话模型」 ，展示了机器如何通过分析数百部电影的对话记录，来学习对话艺术。
论文地址：https://arxiv.org/pdf/1506.05869.pdf
De Freitas读到这篇论文时，还不是AI研究院，那时他是从事搜索引擎工作的软件工程师。
他真正想要的是，把谷歌的想法发挥到逻辑的极致。「你可以让这个机器人去概括。它说的话看起来并不像电影中的台词。」
17年，De Freitas加入了谷歌，成为Youtube的一名工程师。
谷歌的传统是，每个人都有一个「20%时间」项目，可以在完成日常任务后探索新想法。
在「20%时间」里，De Freitas开始构建自己的聊天机器人。
为了用更大的对话集合（比如从社交网络上挑选出的大量聊天记录）训练神经网络，他需要巨大的算力。
好在，作为谷歌工程师，他拥有一些积分，可以在公司的计算机数据中心网络中运行软件。但很快，算力不够了，他只能向其他工程师借积分。
随着系统分析的数据越来越多，聊天机器人的技能也随之突飞猛进。
起初，De Freitas用的是LSTM神经网络训练机器人，随后，他很快转向了谷歌团队开发的Transformer神经网络。
与LSTM一次读取一个单词的文本不同，Transformer可以使用多个计算机处理器，在一个步骤中分析整个文档。
很快，他创造出了聊天机器人Meena，谷歌注意到了他的项目，把它升级为官方的研究。后来，Menna就成为了LaMDA。
婉拒劈柴，出走谷歌，走上人生巅峰
「工程师声称LaMDA有意识」事件后，谷歌不愿意发布这项技术，因为担心错误信息和有毒言论会损害谷歌的品牌形象。
因此， Shazeer和Daniel De Freitas萌生了去意。
有消息称谷歌CEO曾亲自出面挽留两人，希望他们继续致力于LaMDA的开发，但没有承诺向公众发布聊天机器人。
于是两人于2021年底离开了谷歌，并于当年11月成立了他们的初创公司Character Technologies Inc.，推出了Character.AI。
2021年12月，该公司筹集了4300万美元的种子资金。
在创始人的领英介绍上，他几乎参与了5年来和谷歌所有大语言模型的项目，成绩斐然。
这种级别的技术大佬出来创业，自然是拿钱拿到手软。
参与投资的机构和个人包括A16Z，SVA，Gmail之父Paul Buchheit等。
直到现在，公司团队还只有30人，十分忙碌。
另外，它还宣布与Google Cloud建立了合作关系。使用Google Cloud的张量处理器单元，公司就可以更快、更有效地构建和训练大语言模型。
繁荣的创作者社区
此外，Character.AI还有一个内容丰富的创作者社区。
在这里，用户可以相互交流自己创制各种AI角色的心得体会。
还会分享自己精心创制的角色，比如被困在现代世界的鬼武士少女。
呆萌的修勾。
以及自己的老公……
不知不觉中，用户就可能将自己的一段经历，和自己创建的角色进行深度的连接。
这也是为什么Character.AI一直在强调，自己是用户粘性和使用时长最高的一款AI产品。
因为不论用户是简单地聊天，还是静下心来制作自己的AI角色，都一定会在平台上投入大量的时间和精力。
而在大模型技术加持下的AI角色，仿佛真的活过来了一样和用户互动，还独具个性。
凭借和用户建立起的深厚的连接，让用户舍不得离开平台，为平台不断贡献多元的内容。
就是这样，Character.AI支撑起了独角兽级别的估值。
参考资料：
https://techcrunch.com/2023/05/31/character-ai-the-a16z-backed-chatbot-startup-tops-1-7m-installs-in-first-week/
推荐阅读
西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》
润了！大龄码农从北京到荷兰的躺平生活（文末有福利哟！）
如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研
奖金675万！3位科学家，斩获“中国诺贝尔奖”！
又一名视觉大牛从大厂离开！阿里达摩院 XR 实验室负责人谭平离职
最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！
【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！
2021李宏毅老师最新40节机器学习课程！附课件+视频资料
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
