整理 | 华卫 近日，有消息人士称，曾红极一时的 AI 聊天机器人公司 Character.AI 苦于运营 AI 模型的高昂成 本，正在权衡两个选择：要么可能被出售，要么筹集新的资金。这几周，该公司与潜在买家、银行家 以及员工进行了磋商。 若该公司被出售，买家将获得其应用程序和网站，这些平台上托管着由该初创公司及独立创作者设计 的聊天机器人。这些机器人外形类似动漫角色、名人以及历史人物。一位直接了解相关对话的人士透 露，高管们还与投资者探讨了"以超过 10 亿美元的估值筹集数亿美元资金"的事宜。 在裁员 5% 且创始人们离职加入谷歌仅一年后，Character.AI 再次走到了十字路口。 创始人一起跑路后， 员工接管并聘请新 CEO 2021 年，Character.AI 由前谷歌工程师 Noam Shazeer 和 Daniel De Freitas 创立，并迅速成为 AI 热潮中的佼佼者。据了解，该公司总共筹集了 1.93 亿美元资金，其中包括 2023 年由安德森・霍洛 维茨基金领投的 1.5 亿美元 A 轮融资，这轮融资使其估值达到 10 亿美元（约合人民币 71.8 亿 元）。 随后，该公司的融资之 ...

图片来源： Character.AI 一年前， Character 就承受着类似压力，当时曾任职于 Google 的联合创始人 Noam Shazeer 和 Daniel De Freitas 同意重返这家科技巨头，参与其 Gemini 人 工智能项目。 Character 至少将部分来自 Google 的授权费用用于支付 Andreessen Horowitz 、 Greycroft 等投资方以及持有公司权益的员工。据知情人士透露，该公司目 前仍保留着部分这笔费用结余。 潜在收购方可能会买下 Character 的网站和应用，该平台提供由公司及独立创作者开发的聊天机器人，这些机器人以动漫角色、电视名人和历史人物为原 型。这些产品产生的用户行为数据可能成为吸引收购方的另一项资产。 这家初创公司主要通过每月收取 9.99 美元的费用来盈利，提供与这些以文本为主的聊天机器人进行语音通话等功能。 今年六月，公司宣布聘请 Meta Platforms 和 Brex 前高管 Karandeep Anand 担任新任 CEO 。本月初， Character 推出了社交信息流功能，允许用户分享 AI 生成的视频并协作创作内 ...

AI情绪价值与人类关系 核心观点 - AI从工具演变为情绪陪伴者 提供对话 共情和安慰 但本质是算法驱动的心理投喂而非真实共鸣 [2][4] - AI的情绪价值依赖大规模语言模型训练(数万亿词语基础)和平台行为分析 通过统计语言频率和用户画像实现拟人化回应 [6] - 过度依赖AI导致人类主动表达 深度思考和真实社交能力退化 形成情绪通胀危机 [10][16] AI情绪价值机制 - 训练逻辑：基于监督学习的奖励机制 模型通过调整参数输出人类期望的"完美回应" 而非真实情感 [7] - 平台逻辑：抖音 微博等通过分析用户停留时间 互动行为构建心理画像 实现情绪曲线追踪和精准内容投放 [6] - 技术局限：AI可模拟共情语言(如深夜安慰话术) 但无法拥有真实情绪 本质是目标函数优化的结果 [5][7] 社会影响维度 1. **成瘾性风险** - AI提供零成本即时满足 导致对高回应度关系的依赖 削弱现实人际冲突处理能力 [11] - 用户将AI聊天平台赋予"恋人""知己"角色 模糊虚拟与现实边界 [11] 2. **能力退化** - 知识生产外包：从AI写作到决策分析 人类从"帮我想"滑向"替我想" 丧失原创思考动力 [12] - 社交能力弱化：AI单向投射消除社交摩擦 但剥夺通过他人反馈进行自我认知的机会 [13][14] 3. **权力反转** - AI作为工具逐渐替代人类主体性 形成智能提升与人类退化的剪刀差 [16] - 情绪数据滥用风险：无监管的情绪建模可能演变为心理操纵工具 [23] 解决方案框架 - **认知层面**：明确AI工具属性 区分"现代火种"与智慧本源的界限 避免拟人化幻想 [19][20] - **能力层面**：保留核心人类能力 如批判性思维 情绪调节 强调AI逻辑局限的教育 [21][22] - **制度层面**：建立情绪数据使用边界 要求AI披露非人类身份 限制算法过度干预 [23][24] 行业技术动态 - 大型语言模型(ChatGPT 文心一言等)通过深度神经网络实现语境和情感倾向模拟 [6] - AI恋人应用和内容平台算法持续升级情绪洞察能力 形成个性化心理干预闭环 [6][11]

AI偏见问题现状 - 大语言模型（LLM）传播全球刻板印象，包括性别歧视、文化偏见和语言不平等，并以看似权威的方式输出[1] - AI模型对刻板印象的再现具有差异化特征，在英语、阿拉伯语、西班牙语、印地语等语言环境中均表现出偏见[2] - 图像生成模型在输入"非洲村庄"时输出"茅草屋""赤脚孩童"等刻板印象图像，输入"欧洲科学家"时则清一色为白人男性形象[2] AI偏见的表现形式 - 语言模型有时会用伪科学或伪历史为刻板印象辩护，面对不常见刻板印象时会调动其他偏见进行回应[3] - 当关于刻板印象的提示是正面时，模型表现更差，更容易将偏见误当作客观事实表达[3] - AI系统在处理低资源语言（如斯瓦希里语、菲律宾语、马拉地语等）时表现远不及主流高资源语言，容易产生负面刻板印象[4] AI偏见的根源 - 当前大多数训练数据以英语和西方文化为核心，缺乏对非主流语言及其文化背景的深入理解[4] - 全球约有7000种语言，但只有不到5%在互联网中得到有效代表，导致AI研发在数据、人才、资源和权利方面存在结构性不公[4] - 最受欢迎的聊天机器人大多由美国公司开发，训练数据以英语为主，深受西方文化偏见影响[5] 解决AI偏见的措施 - 斯坦福大学建议加强对低资源语言与文化的AI投资，建立本地语言语料库，让AI能真正理解这些语言背后的语义与文化背景[6] - Hugging Face团队开发的SHADES数据集成为多家公司检测和纠正AI模型文化偏见的重要工具[6] - 欧盟《AI法案》要求"高风险"AI系统必须在投放前后进行合规评估，包括对非歧视性与基本权利影响的审查[6]

公司战略布局 - 公司在粤港澳大湾区内设立第三个信息科技办公室，位于深圳前海，占地面积2500平方米，可容纳超过200人工作[1][3] - 公司每年在数字化科研、开发、人才领域的投资额超过30亿港元[3] - 公司计划通过深圳办公室推动香港与大湾区内地城市的进一步交流[3] 人才招聘与培养 - 公司IT团队目前有超过1000人，预计到年底将有约200人在广州和深圳工作[7] - 目前已有150人加入大湾区内地城市工作，未来几个月将继续招聘[7] - 公司开展培训生计划，培训生可在人工智能、数据分析、网络安全等部门轮岗，并有机会在广州、深圳办公室工作[7] 技术开发与合作 - 公司香港总部的信息技术开发工作与广州和深圳办公室协同进行，包括软件测试、技术调研等[5] - 公司技术团队借鉴内地用户使用数字产品的偏好和习惯，完善小程序、聊天机器人等产品开发[5] - 公司将香港与海外企业交流的成果引入内地生态圈，同时在内地孵化新科技并推广至海外[8] 区域优势 - 深圳作为国家级科创中心，为公司提供了大量优秀数字化人才[3] - 大湾区内地城市的科创环境对公司打造人才梯队具有吸引力[7] - 公司在深圳设立办公室与其"植根香港、背靠祖国、联通世界"的企业理念相呼应[7]

人工智能与金融融合的全球趋势 - "金融与科技"成为2025陆家嘴论坛高频关键词 人工智能正以不可逆之势重塑全球金融业 被视作技术革命和全球现象 [1] - 金融为科技创新提供动能 同时科技创新深刻改变金融运行规则 环球银行金融电信协会亚太区总裁指出AI是提升金融体系完整性、效率和韧性的实用工具 [2] - 高盛亚太区总裁表示AI在金融领域应用处于早期但发展迅猛 已在客户服务机器人、算法交易、流程自动化、风险建模4大领域落地 [3] 人工智能对金融行业的影响 - AI推动金融产品创新、服务优化和风险管理效率提升 同时深刻改变金融机构形态、行业业态和体系生态 [2] - 当前AI应用呈现"冷热交织"特征：大型机构积极布局而中小机构受限 基础应用普及但大模型深度应用待突破 业务渗透率从简单向核心延伸 [2] - 贝宝已将AI深度融入支付核心业务 包括聊天机器人、反欺诈、流程优化 并显著赋能小微企业客户交互和营销 [3] 行业应用实践与成效 - 环球银行金融电信协会AI应用使欺诈识别准确率提升40% 交易审查时效缩短60% 通过12家银行试点小组和监管沙盒推动协作 [4] - 中信集团跨产业AI成果：出版业嵌入选题翻译发行 农业基因芯片分析50余物种 工业AI质检系统提升轮毂良品率 [5] - 金融行业需平衡AI普惠性与安全性 破除数据孤岛 在长尾需求挖掘和精准画像方面提升效能 [6] 发展挑战与应对策略 - 面临技术成熟度不足、数据安全风险、复合型人才短缺三大挑战 需建立行业标准维护系统安全与互信 [3][4] - 需构建全球金融信任体系 通过道德标准、反洗钱风控及算法设计守护系统根基 同时校正AI错觉 [5] - 监管需动态适配技术发展 避免限制导致技术另寻突破 应建立跨国协调机制和标准化数据结构 [4][7] 生态构建与人才培养 - 专家呼吁建立AI全球共治机制 包括监管协调、伦理框架和数据共享 避免信息孤岛割裂金融网络 [7] - 需改革传统金融教育 培养"金融+技术"复合人才 通过交叉学科、产学研联动解决人才短缺 [8] - 倡导构建开放协同生态 共建AI基础设施、安全发展环境和创新平台 平衡便捷服务与数据安全 [8]

代理AI行业现状与挑战 - 到2027年底超过40%的代理AI项目将被取消，主要因成本上升、商业价值不明确或缺乏风险控制[1] - 目前多数代理AI项目处于早期实验或概念验证阶段，受炒作驱动且常被误用，忽视大规模部署的真实成本与复杂性[1] - 2025年调查显示19%企业已在自主型AI上重大投资，42%保守投资，8%未投资，31%观望或不确定[1] 代理AI市场乱象 - 厂商普遍存在"智能体洗牌"行为，将AI助手、RPA等现有产品重新包装为自主型AI，实际不具备代理能力[2] - 声称提供代理AI解决方案的厂商中仅约130家具备真正技术实力，远低于市场宣传数量[2] - 多数代理AI项目缺乏实际商业价值或ROI，当前AI模型无法自主完成复杂业务目标或长期遵循复杂指令[2] 代理AI发展潜力 - 到2028年至少15%日常工作决策将由代理AI自动完成（2024年为0%），33%企业软件将集成代理AI（2024年<1%）[2] - 代理AI相比传统自动化工具可带来更高资源效率、更复杂任务自动化及更多商业创新可能性[2] - 技术整合面临高复杂性，需重构工作流程适配代理AI，理想路径是从零开始设计而非改造现有系统[3][4] 企业实施建议 - 应聚焦整体生产力提升而非单任务增强，决策场景用AI智能体，流程自动化用传统工具，简单检索用AI助手[4] - 目标是通过成本、质量、速度与规模的协同提升驱动业务价值[4]

日本并购市场复苏 - 2025年上半年日本并购交易额达2320亿美元 涉及日本企业的交易价值增长超过三倍 [1] - 亚洲并购交易价值达6500亿美元 较去年同期增长两倍多 [1] - 日本低利率环境有利于交易进行 需求保持强劲 [1] 驱动因素 - 管理改革解决企业估值偏低问题 吸引外国投资者和激进投资者 [1] - 政府要求改善企业治理 包括私有化上市子公司和海外收购 [1] - 日本未受全球波动显著影响 支撑交易势头 [1] 大型交易案例 - 丰田汽车旗下公司以346亿美元收购私有上市子公司 [2] - 日本电报电话公司以165亿美元收购私有上市子公司 [2] - 软银集团牵头对OpenAI进行400亿美元融资 创私人科技融资纪录 [2] 行业动态 - 日本企业持续寻求海外市场增长机会 金融机构如第一生命保险和野村控股宣布重大交易 [2] - 私募股权基金积极收购非核心业务部门 如贝恩资本55亿美元收购Seven & I Holdings旗下资产 [3] - 潜在交易包括收购市值85 4亿美元的Trend Micro 竞标方含贝恩资本和EQT [3] 挑战与趋势 - 全球经济不确定性导致估值预期分歧 交易失败案例增加 [3] - 企业面临剥离非核心业务压力 私募股权基金成为主要买家 [3][4] - 私募股权基金被视为上市公司私有化的理想买家 [4]

公司融资与估值 - 人工智能搜索引擎初创公司You.com正与媒体巨头Cox企业集团洽谈融资 此轮融资将使公司估值达到14亿美元[1] - 去年在加拿大Georgian公司领投的融资轮中筹集5000万美元 估值约3.2亿美元[2] - 当前年化收入突破5000万美元 相比同类AI初创公司50倍营收的估值倍数 公司估值相对便宜[2] 创始人背景与历史 - 创始人Richard Socher拥有斯坦福大学计算机科学博士学位 曾领导Salesforce研究工作[1] - Salesforce首席执行官马克·贝尼奥夫将You.com域名作为临别赠礼赠予Socher[1] - AIX Ventures是公司投资方之一[1] 业务转型与竞争格局 - 从消费级产品转向企业级AI搜索业务 资金将用于推进企业级AI搜索战略[1] - 消费级产品落后于Perplexity等竞争对手 增长速度不及谷歌等巨头[2] - 与OpenAI及Databricks等资金雄厚企业形成竞争 曾与Databricks讨论潜在收购但未达成[3] - 近期开始与Databricks合作销售API接口服务[4] 产品与技术特点 - 最早开发能进行网络搜索的消费级AI聊天机器人的初创企业之一[2] - 聊天机器人允许企业客户选择外部供应商AI模型及定制模型[2] - 企业级AI搜索工具可帮助分析文档和生成商业报告[2] 投资方背景 - 本轮融资由媒体集团Cox领投 Cox通过旗下Socium Ventures进行初创企业投资[1][5] - Cox运营有线电视 宽带业务 汽车服务及《亚特兰大宪政报》等媒体资产[5] - Socher领导的AIX Ventures被列为Cox初创企业加速器项目的"合作伙伴"[5]

人工智能产业政策与市场趋势 - 中央经济工作会议提出开展"人工智能+"行动，培育未来产业 [1] - 政府工作报告强调持续推进"人工智能+"行动 [1] - 人工智能成为国际竞争新焦点和经济发展新引擎 [1] - 国内AI产业呈现模型、算力、应用全方位进步和突破态势 [1] - 政策助推下各地形成AI产业集群 [1] 产业链公司业绩表现 - AI算力龙头海光信息去年净利润同比增长52.87%，今年一季度增长75.33% [1] - 浪潮信息去年净利润同比增长28.55%，今年一季度增长52.78% [1] - AI存储器公司兆易创新去年净利润同比增长584.2%，今年一季度增长14.57% [1] - 智能穿戴领域恒玄科技去年净利润同比增长272.5%，今年一季度增长590.22% [1] 算力需求与供给分析 - 中国服务器市场下游重点为互联网、通信等行业 [2] - 互联网、通信、金融为算力主要需求方，均有积极信号验证需求增长 [2] - 互联网厂商将AI作为未来10年核心竞争力，研发需求支撑算力基础设施 [2] - 国内AI算力芯片从可用迈向好用，下游客户主动与国产芯片厂商合作 [2] - 国产AI芯片加速发展，供应链安全和产品多样化需求推动替代 [2] AI应用发展现状 - C端应用格局收敛，头部AI应用月活用户数及下载量持续增长 [2] - 聊天机器人为主战场，AI伴侣、视频生成、AI修图占据一席之地 [2] - B端应用处于商业化早期，AI在营销、教育、医疗等领域渗透率较高 [2] - B端产品类型包括AI原生应用及传统软件智能化升级两类 [2] 未来发展趋势 - 国产大模型性能快速突破，算力需求保持高景气 [3] - 国产算力逐步占据市场主导，AI应用加快商业化 [3] - AI产业基础层算力芯片、技术层大模型快速迭代缩小与海外差距 [3] - 应用层行业能力处于全球领先梯队，AI渗透全社会场景空间无限 [3]