“AI+机器人”或中道崩阻？估值百亿的独角兽被爆丑闻！

当ChatGPT的威风吹遍全球，AI浪潮掀起之时，多少人憧憬着“AIGC（人工智能生成内容）+机器人”的美妙组合，如今几个月过去后，似乎这条路上仍有不少阻碍......

去年10月，凭借“文生图”Stable Diffusion爆红的幕后公司Stability AI获得超过1亿美金的融资，公司估值达到10亿美金，一跃成为新晋独角兽企业，Stability AI成为了投资人最看好的团队，是除OpenAI外最火热的AI公司，创始人Emad Mostaque（中文译名：伊玛德·莫斯塔克）也成为新的硅谷“金童”。

可不曾想，半年之后，这家公司及创始人被爆出种种丑闻。近日，福布斯杂志列出Stability AI的“九宗罪”，不仅仅包括偷窃技术、履历作假等，甚至被爆后续融资失败、之前7亿融资以烧光、拖欠员工薪水等黑料。

窃取智慧成果，Stability被暴露在聚光灯下

去年10月，Stability AI刚完成融资，一家叫做Runway的AI公司马上发布了一个Stable Diffusion新版本，并表示自己才是Stable Diffusion的作者。

据知情人士透露，Stable Diffusion的前身是一群德国学者创建的一个名为Latent Diffusion的开源图像生成器，这个图像生成器是与纽约一家叫Runway的AI公司合作推出，但当时该模型仅有少数的GPU用于训练，这个时候Stability AI创始人莫斯塔克提出Stability可以提供超级计算机，于是双方一拍即合，同年8月，Stable Diffusion正式诞生了。

但随后，Stability AI让这个初创团队感觉到被抛弃了，在整个融资的过程中，Stability都将Stable Diffusion描述为自己的作品，并且通过自己强大的宣传部门试图掩盖这段经历，而在所有的新闻稿中，创作团队的名字从来没有被提及。

欠薪、挪款、查封丑闻频出，AI明星独角兽先崩

而更加严重的则是公司暴露出财务方面的压力，在福布斯采访的30多个人中，包括了该公司的前员工，而有8位员工向其透露了Stability曾拖欠工资超过一个月，以及拖欠该上交的工资税，最近的一次，英国税务机构曾到访公司办公室，并因税款拖欠要查封资产。

与此同时，公司也被爆出先前的1亿美金融资已经烧的差不多了，虽然公司对外宣称每年的收入数千万美金，但据内部人士透露，实际营收不足1000万美金。

而新融资似乎一直受到阻挠，老板一直以如今40亿美金的公司估值推销着自己4亿美金的新融资项目，但Stability的商业化模式并不明朗，导致一些投资者心里已经犯嘀咕，对Stability似乎并不是很信任，这笔融资也就一直没有达成。

但在这段时间，有消息传出老板娘Zehra Qureshi从公司的银行账户转出了数万英镑，Zehra Qureshi是公司的公关主管，尽管老板Mostaque在博客中回应说这是妻子和公司之间的“债务问题”，并已经在2022年完全结清，但这个节骨眼上似乎这个说法不能让大伙们买单。

 机器人万事俱备，苦等AI的东风

如今，实现“AI+机器人”的最大阻力之一，就是国内提供属于自己的稳定且领先的AI还是有所欠缺。

近些年来，工业机器人在制造业的推动下，在国内形成了爆发式增长，与此同时，人们日益增长的美好生活需求也带动了服务机器人的消费，众多机器人制造商在这几年相继上市、出海，国内机器人行业一片欣欣向荣。

但AIGC却让人感觉仍未走在前列，尽管百度、阿里、讯飞等企业相继推出自己的大数据模型，但热度以及应用人数和案例等与OpenAI的ChatGPT，谷歌的 PaLM 2等始终存在一定的差距。

其实国内也并不缺乏AI大牛，只是他们在这场热热闹闹的AI大浪潮中显得格外安静。微软的总裁在不久前采访中提到，目前，国际上有三家机构在AI领域处在前沿地位，微软的深度合作伙伴OpenAI，谷歌，以及BAAI，其中提到的BAAI就是北京智源人工智能研究院。

智源研究院早在2020年就着手“悟道”大模型训练项目，悟道2.0公布的参数规模已经高达1.7万亿，比他早一年推出的ChatGPT-3公布的参数规模仅仅1750亿，是悟道2.0的十分之一。

三月份以来，各种大模型频频亮相，但智源却在这段时间内一直按兵不动，除了4月份发布的SegGPT以外，有关AI大模型的任何信息都没向公众透露，直到6月上旬，新的开源大模型“悟道3.0”才在智源大会上和公众见面。

开源模型被众多人寄予希望，认为是拆除头部企业大模型的护城河，当智源研究院理事长张宏江向OpenAI首席执行官Sam Altman问及开源问题时，Sam Altman表示，OpenAI未来会开放更多代码，但没有具体的开源时间表。

未来，开源大模型会有效降低AI的使用成本，企业不需要为此花费太多资金与人力，更高效地推动AI的商业用途。到那个时候，“AI+机器人”的这个设想，也许才真正走到了应用落地的那一步。