搶搭AI生成順風車就賺錢?這家AI繪畫公司反而瀕臨倒閉,發生什麼事?
搶搭AI生成順風車就賺錢?這家AI繪畫公司反而瀕臨倒閉,發生什麼事?
2023.01.09 | 商業經營

2022 年的AIGC 創業,可以說是冰火兩重天。

有人融了1.01 億美元,兩年時間就打造了一家獨角獸公司,估值近10 億美元。 有人創立公司僅四個月,就已經預感到了「倒閉」的危險。就在前幾天,一家提供免費AI 生成圖庫的創業公司Stock AI,發布了一封CEO 致用戶的公開信。

Stock AI.png
圖/ Stock AI

其中包含幾個關鍵資訊:

首先,Stock AI 免費圖庫將要關閉;其次,用戶的訂閱會被取消,按照剩餘的訂閱時長退款;最後,在2023 年1 月15 日之前,用戶仍可訪問帳帳戶、發票、購買和收藏夾。

站在AIGC 的風口上,未必就會受到資本和市場的青睞。看起來,Stock AI 不得不整頓自身業務,重新思考出發的方向了。

創立於2022,結束於2022

在關閉業務平台的消息傳開之後,很多人才關注到,這是一家成立僅四個月的創業公司。

2022 年9 月,StockAI 發布了開通官方賬號之後的第一條推特:「StockAI 是一個由AI 驅動的庫存照片庫和生成器,準確找到您需要的圖像。如果它不存在,我們會立即為您創建。」

但StockAI 創辦人Danny Postma 坦承:「像Stock AI 這樣以AI 為動力的創業公司是成本高昂的。目前的付費用戶群無法覆蓋這些成本費用,所以我們不得不做出改變。」

現有的平台會在2023 年1 月停止營運,不過,StockAI 會在2023 年的第一季度推出全新的平台。

談到新平台會有什麼樣的改變,Danny Postma 透露,主要是從用戶生成內容轉向由平台策劃的AI 生成內容。一方面,取消為用戶生成新的AI 圖片的功能;另一方面,在更新許可證後,所有的內容均提供免費下載。

AIGC 浪潮下的行業探索

2022 年是AIGC 市場爆發的一年,AIGC 被《Science》評為2022 年度十大科學突破之一。無論學界還是業界都掀起了一波AI 生成內容的浪潮,多家創業公司順勢成立。

目前,AI 生成的內容主要包括圖像、文本、音頻等等,其中AI 生成圖像是最熱門的研究方向之一。從DALL・E 2 到Stable Diffusion,這一年也爆火了多個從文本生成圖像模型。2022 年8 月,一幅名為《太空歌劇院》的AI 生成畫作引起高度關注。在討論藝術版權的同時,人們也看到了「AI 繪畫」的市場前景,入局這一賽道的公司越來越多。

美國科羅拉多州藝術博覽會上取得數字藝術類冠軍的畫作《太空歌劇院》,由文本到圖像生成模型Midjourney 生成。

延伸閱讀:從ChatGPT到Midjourney,回顧AI生成大爆發的一年!未來還有哪些應用?

早在2020 年,一家名為Stability AI 的公司就成立了,2022 年該公司宣布拿到1.01 億美元的融資,成為新晉獨角獸,估值高達10 億美元。這家公司被稱為Stable Diffusion 背後的公司,因為其為能在消費級GPU 上快速生成高質量圖像的Stable Diffusion 內容生成模型提供了算力支持。儘管Stable Diffusion 的版權問題曾引起爭議,但Stability AI 仍被視為AI 繪畫賽道的佼佼者。

除了Stability AI 這樣的新晉獨角獸和OpenAI 等科技巨頭,還有很多小型新創公司蓄勢待發。金融數據平台Wind 的數據顯示,2022 年11 月之前,與「AIGC」有關的概念甚少在上市公司的投資者問答中出現,而11 月之後,AIGC 就突然成為投資者問答的關鍵詞。這預示著國內AIGC 市場也將集中湧現一批AI 繪畫公司。

除了生成圖像,AI 也在提高文本、音頻等數位化資訊內容的生成效率。例如在文本生成方向,既有ChatGPT 這樣的強大模型問世,也有Jasper AI 這樣高度應用化的寫作工具。

Jasper AI
圖/ Jasper AI

此外,擴散模型作為AIGC 背後的核心技術之一,也為其他領域帶來了新的可能。例如2022 年12 月華盛頓大學David Baker 團隊發布了RF diffusion 模型,將擴散模型創新地融入蛋白質設計中。這類與基礎科學結合的思路為AIGC 領域打開了新格局。

毫無疑問,AIGC 正在掀起一場關於內容生產方式的產業變革。

如何跑通商業模式

Stable Diffusion 是一款功能強大、免費且開源的文本到圖像生成器。據說Satble Diffusion 最初訓練時用了4000 台A100 顯卡,這種「財力」顯然不是一般的創業公司能夠擁有的。

曾幾何時,OpenAI 也擁有巨額的研發投入,同時秉承著「自由開放」的創立初衷。但後來OpenAI 被微軟以10 億美元收購,這讓很多開源的工具變成了付費產品,包括DALL・E 2。人們普遍認為,OpenAI 不再「Open」,而是成為了一家以盈利為目標的企業。

但Stable Diffusion 不僅完全開放了圖片版權,甚至開放了源代碼,並允許用戶免費使用該工具,允許後繼的創業者們使用開源框架構建起更加開放而生猛的內容大生態。正因此,很多創業公司都是基於開源的Stable Diffusion 打造產品。

即使如此,AIGC 創業公司的商業模式仍然有待觀察。

像Stability AI 和Stock AI,都會讓用戶在使用「AI 圖片編輯功能」的時候按需付費。DreamStudio 是Stability AI 面向消費者的產品,目前註冊用戶已經超過100 萬。此外,Stability AI 還在進一步探索商業模式,包括在研發用AI做短視頻和動畫片。相比之下,Stock AI應該沒有如此規模的用戶群體,也沒有如此雄厚的資金實力。

與此同時,這類以「AIGC」為主業的公司還會面臨道德倫理爭議—— 舉例來說,Stable Diffusion 讓生成暴力和色情圖像變得更容易,而且內容中往往包含大量真人特徵。版權方面的爭議給Stable Diffusion 招來了諸多批評,人們抱怨它們在盜竊藝術家的創作成果。

2023 年,AIGC 創業公司又將走向何方呢?

本文授權轉載自:36氪

責任編輯:傅珮晴、錢玉紘

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓