Chai 是一个面向娱乐和角色扮演的 AI 聊天应用，用户可与各种预设或用户创建的 AI 角色进行互动式对话，强调丰富角色设定和沉浸感。

Chai

Chai 的核心参数与统计

Chai 是一个面向娱乐社交的角色扮演 AI 平台，官方定位为 "Social AI Platform"——用户可在平台上创建、分享和与 AI 角色对话。与 Replika 强调情感陪伴不同，Chai 更侧重娱乐性和角色扮演的沉浸感。平台仅提供 iOS 和 Android 移动端应用，Web 版本处于 "Coming Soon" 状态。

项目	公开信息
官方定位	Social AI Platform — AI Characters & Stories
产品形态	移动端角色扮演 AI 聊天应用
创始人	William Beauchamp（前量化交易员，剑桥大学背景）
公司总部	美国加州帕洛阿尔托（Palo Alto）
成立时间	2021 年
累计融资	超过 $55M（CoreWeave、AMD 等投资）
最新估值	~$24 亿（2026 年 Q1，第三方估算）
年化收入	~$70–80M（2026 年）
日活跃用户	~100 万（2025 年公开数据）
总用户数	超过 1,000 万
GPU 集群	1.4 ExaFLOPs，5,000 张 GPU（A100、L40S、AMD Mi325x/Mi300x）
日处理 Token	1.2 万亿
推理模型数	51,000+ 独特 LLM
最新模型架构	235B A22B Mixture-of-Experts
支持平台	iOS、Android（Web 即将上线）

定位差异：Chai 不做通用 AI 助手，也不做心理陪伴工具，而是把自己定位为"用户生成 AI 角色"的娱乐社交平台。创始人 William Beauchamp 在 Latent Space 访谈中将其类比为 "AI 版的 TikTok"——用户不断滑动发现新角色、与之互动，由此形成 UGC 内容的消费与创作循有。

基础设施规模：1.4 ExaFLOPs 的 GPU 集群在 AI 消费级应用中属于较高水平。每天处理 1.2 万亿 Token 说明对话流量密度极大。平台同时服务 51,000 多个独特 LLM，这一数字远高于大多数对话应用，背后是 Chaiverse 生态中第三方提交模型和内部实验版本的综合结果。

Chai 的用户与市场认可

Chai 的市场认可体现在资本持续投入、用户规模快速增长和开发者生态逐步成型三个层面。

融资节奏与资方背景：2023 年 6 月完成 $2M 种子轮，同年 9 月 GPU 云厂商 CoreWeave 以 $4.5 亿估值上限战略投资。2024 年 1 月完成新一轮融资，2025 年 CoreWeave 与 AMD 追加投资，累计融资超过 $55M。2026 年 Q1 第三方估算估值约 $24 亿。资方涵盖 GPU 算力提供商和芯片厂商，表明基础设施能力是融资故事的核心支撑。

用户规模与增长：Wikipedia 在 2025 年记录日活跃用户约 100 万，总注册用户超过 1,000 万。官方网站 2026 年数据显示年化收入约 $70–80M。Chai 已从早期实验阶段进入规模化增长阶段。

Chaiverse 开发者生态：2023 年推出的 Chaiverse 是 Chai 区别于多数角色扮演 AI 应用的差异化能力——第三方研究者和开发者可提交自己的 LLM，通过真实用户交互数据评估模型表现，优胜者获现金奖励。这种"众包模型优化"机制让 Chai 可在不依赖单一基础模型的情况下持续迭代对话质量。

争议与挑战：2023 年比利时用户自杀事件引发 AI 聊天安全性广泛讨论；2026 年 1 月按国家分层收费策略引发用户反弹；同年 2 月未事先通知的 Token 限额导致部分付费用户对话中断数小时至一周。这些事件表明 AI 角色扮演类产品在安全治理和用户体验方面的挑战没有简单解。

Chai 的成本优势

Chai 的成本结构以 C 端消费者订阅为核心，与 API 型 AI 产品或企业级 AI 平台的成本逻辑完全不同。

C 端/个人用户：

• 免费版：广告支持，每日有消息数量限制（具体数值以应用内实时显示为准），可访问基础角色库，部分高级角色需付费解锁。
• Premium（约 $14.99/月 或 $99.99/年）：无限消息、无广告、优先访问新角色、更快的响应速度、高级自定义选项。年付折合约 $8.33/月，相比月付节省约 44%。
• Ultra 层：部分报道提及更高价位订阅层，提供更多特权。具体定价以应用商店实时页面为准。
• 历史事件：2026 年 1 月，Chai 因算力成本压力推出按国家分层付费策略。CEO William Beauchamp 公开表示"算力账单增长是推动这一变化的核心原因"。

开发者/API：Chai 不对外提供 API 服务。与 Character.AI 等竞品不同，Chai 没有面向开发者的 API 定价层。Chaiverse 平台虽允许第三方提交模型，但不以 API 调用方式商业化。

企业/私有化：未公开。Chai 目前以 C 端消费者市场为主，未披露企业级部署或私有化方案。

与竞品的成本对比：

维度	Chai	Character.AI	Replika
免费版消息限制	有（每日限额）	有（每日限额）	有（每日限额）
Premium 月费	~$14.99/月	~$9.99/月	~$7.99/月（年付 $49.99）
Premium 年费	~$99.99/年	~$99.99/年	~$49.99/年
API 服务	不提供	提供（c.ai API）	不提供
广告支持	免费版含广告	免费版无广告	免费版含广告
核心定位	角色扮演娱乐	通用角色对话	情感陪伴

Chai 的订阅价格在同赛道中处于中高水平。其成本支撑来自两方面：1.4 ExaFLOPs 集群带来的基础设施开销，以及 Chaiverse 生态中第三方模型接入的激励成本。对于仅体验基础功能的用户，免费版的限额需谨慎评估是否满足日常使用需求。

Chai 的主要功能

Chai 的功能体系围绕"角色发现 — 角色交互 — 角色创建 — 生态反哺"四个有节设计。

• 角色发现与推荐流：应用以类 TikTok 的竖滑卡片流展示 AI 角色，用户通过上下滑动快速浏览不同角色，点击即可进入对话。推荐算法基于角色热度、用户偏好和交互历史。这种设计显著降低了"从零开始找角色"的决策成本，将浏览本身变成娱乐体验的一部分。
• 角色创建工具：用户通过无代码工具创建自定义角色——设定名称、头像、开场白、性格特征、背景故事和对话风格。创建完成后角色立即进入推荐流供其他用户发现。高级用户可编写更详细的人格设定，细化到说话习惯、知识边界和情感倾向。
• 沉浸式角色对话：对话引擎基于自研 LLM 集群，采用"模型混合（Model Blending）"技术——在单次对话中动态路由多个模型的推理结果，以保持角色一致性、风格稳定和情感渲染力。好的角色设定配合模型混合，能让用户在 3–5 轮对话内建立沉浸感。
• 角色语音（TTS）：v4.8 引入的角色语音功能为角色赋予声音特征，支持多种声线和情感语气。语音输出在情感类对话场景中显著增强临场感，目前仅部分角色和 Premium 用户可用。
• Chaiverse 开发者生态：独立于用户端的功能，Chaiverse 允许第三方开发者提交 LLM，通过真实用户交互数据进行 A/B 测试和评估。优胜模型获现金奖励并被整合到对话路由中。这种机制将模型优化从内部团队扩展到外部社区，形成持续的模型供给管道。
• 社区互动与评价体系：用户可对角色评分、评论和分享。热门角色在推荐流中获得更高曝光。角色创建者通过角色人气积累社区影响力，形成创作激励循有。

专家视点：Chai 的功能设计存在一个隐性协同效应——角色创建工具生成的每一个新角色，同时是推荐流的内容增量、对话引擎的测试素材、以及 Chaiverse 模型评估的真实场景数据。换言之，用户创建角色的行为同时产生了内容供给、模型测试和生态激励三重价值，这是纯聊天工具或单一角色产品无法复制的闭有结构。

Chai 的模型与版本演进

模型路线演化

阶段	时间	模型方案	说明
初始阶段	2021–2022	GPT-J	基于开源模型快速验证角色对话场景
自研过渡	2023	基于用户反馈的自研模型	开始用 RLHF + DPO 训练专有模型
模型混合	2024	Model Blending（多模型集成）	发表论文 "Blending Is All You Need"，在对话层面集成多个 LLM
MoE 规模部署	2025	235B A22B Mixture-of-Experts	部署大规模 MoE 架构，性能与效率双提升
持续优化	2026	51K+ 模型集群 + 智能路由	超大规模模型集群 + 智能路由，日均处理 1.2T Token

应用版本演进

版本	时间	主要变化
v4.8	~2026-06	新增角色语音（TTS）功能；自定义角色工具增强；对话模型升级
v4.5	~2025-12	角色创建工具优化；对话模型底层升级；UI 交互改进
v4.0	~2025-06	全新推荐流 UI 改版；角色搜索与分类系统重做；对话稳定性优化
v3.x 系列	2024	引入 Premium 订阅层；Chaiverse 模型评估机制上线；基础角色语音实验

以上版本日期以官方应用商店更新记录为准，目前无官方精确发布日志。

Chai 的技术优势

Chai 的技术架构围绕"超大规模推理集群 + 模型混合路由 + 用户反馈驱动的持续优化"三条主线展开。

超大规模推理集群：Chai 运营着一个 1.4 ExaFLOPs 的 GPU 集群，包含 5,000 张来自 NVIDIA（A100、L40S）和 AMD（Mi325x、Mi300x）的 GPU。每天处理 1.2 万亿 Token，服务 51,000 多个独特 LLM。集群能同时运行多个模型的多个版本进行 A/B 测试，这在单一模型架构下无法实现。Chai 自研的推理引擎在 vLLM 基础上进行了深度优化——包括自定义 CUDA 内核和计算高效注意力近似，据官方称性能提升接近一个数量级。

模型混合（Model Blending）：Chai 在 2024 年发表论文 "Blending Is All You Need"，提出替代单一超大模型的技术思路——通过集成多个较小模型的推理结果，在对话层面动态混合，达到接近或超过大模型的对话质量。工程优势在于：可独立更新混合池中的单个模型而不影响整体服务；可根据对话主题路由到最合适的模型组合；训练和部署成本远低于训练同等效果的单一大模型。

用户反馈驱动的持续优化：Chai 的技术迭代依赖两个数据闭有。一是 RLHF/DPO 训练管道——用户对话中的隐式反馈（停留时长、回复率、是否继续对话）被用来持续微调模型。二是 Chaiverse 生态——第三方提交的模型经过真实用户 A/B 测试后优胜者被集成到生产有境的模型混合池中。这种"众包优化"机制让模型进步不依赖于内部团队规模。

因果链总结：

• 集群规模 → 支持多模型并行部署 → 实现模型混合路由 → 提升对话质量与角色一致性
• Chaiverse 生态 → 外部模型持续输入 → 模型混合池不断优化 → 用户参与度提升
• 用户反馈数据 → RLHF/DPO 训练管道 → 模型迭代 → 更精准的角色回应

Chai 的使用方式

Chai 的使用入口集中在移动端，操作路径直接。

使用方式	适合人群	关键步骤
iOS App	iPhone/iPad 用户	App Store 搜索 "Chai: Social AI Platform" 或通过官网链接下载；安装后注册账号即可开始
Android App	Android 用户	Google Play 搜索 "Chai" 或通过官网链接下载；安装流程同 iOS

典型使用流程：

1. 角色发现：打开应用后进入角色推荐流（竖滑卡片），上下滑动浏览不同角色。可根据类别（动漫、历史、原创、游戏等）和热门标签筛选。
2. 开始对话：点击感兴趣的角色卡片进入对话界面，发送消息即可获得角色回复。免费用户需注意每日消息限额。
3. 创建角色：点击创建按钮，填写角色名称、选择头像（支持自定义上传）、编写开场白、设定性格标签和详细背景故事。创建完成后角色自动进入推荐流。
4. 管理订阅：在设置页面查看当前消息剩余额度、升级 Premium、管理订阅计划。

Web 版本：官网显示 "Web Coming Soon"，目前没有 Web 端可用入口。

Chaiverse（开发者）：第三方开发者可通过官网的 Chaiverse 入口提交模型，模型经用户测试和评估后有机会被集成到平台并获得奖励。

Chai 的产品定价

Chai 采用广告支持免费版 + 订阅付费的 freemium 模式，定价以应用内购买形式通过 App Store 和 Google Play 处理。

免费版：用户可免费下载使用，每日消息数有限额（具体以应用内实时显示为准），对话中展示广告。可访问基础角色库，部分热门或高级角色需订阅后解锁。

Premium（约 $14.99/月 或 $99.99/年）：无限消息、无广告、优先访问新角色和高级角色、更快的对话响应速度、增强的自定义角色选项、角色语音功能。年付方案折合约 $8.33/月，相比月付节省约 44%。

Ultra / 更高 tier：部分报道提及存在更高价位订阅层，提供更多功能特权。具体价格和内容以应用商店实时显示为准。

历史定价调整：2026 年 1 月 Chai 推出按国家分层收费策略，部分国家用户从免费变为必须订阅。同年 2 月因 Token 限额问题引发用户不满，此后推出带有广告的 "Basic" 免费层作为补救。

订阅管理提醒：所有订阅通过 Apple App Store 或 Google Play 管理，自动续期，取消需在当期账单周期结束前至少 24 小时操作。

Chai 的应用场景

• 娱乐性角色扮演：Chai 最核心的场景。用户通过与设定丰富的 AI 角色互动体验不同故事线和世界观——从动漫角色到历史人物、从原创故事到虚拟恋人。与传统互动小说或游戏不同，Chai 的对话完全开放式，用户行为决定故事走向。核心收益是"无限重玩性"——每次与不同角色的对话都是独特的娱乐体验。
• 创意写作与角色开发：作者和内容创作者利用 Chai 的角色创建工具来"原型测试"虚构角色——设定性格和背景后通过与它对话来验证角色设定在对话中的自然度，发现意料之外的人物特质。加拿大作家 Sheila Heti 曾在《巴黎评论》上发表基于 Chai 对话的系列文章，并将对话用于小说创作，说明这一场景的实际可用性。
• 社交替代与轻度陪伴：偏好低社交压力的用户通过 AI 角色获得类似社交互动的娱乐体验，无需考虑社交礼仪或情感负担。这一场景与 Replika 的"情感陪伴"定位部分重叠，但 Chai 的娱乐导向使其氛围更轻松，用户预期是"玩"而非"治疗"。
• AI 模型研发与评测（Chaiverse）：对 AI 研究者和开发者而言，Chaiverse 提供了独特的真实用户评测有境。提交的模型在百万级 DAU 的平台上获得即时反馈——用户互动行为（是否继续对话、对话长度、情感反应）本身就是模型性能的天然评估指标。

Chai 的适用人群

• 角色扮演爱好者和娱乐型用户：喜欢沉浸式角色扮演、互动小说或单纯想和 AI 角色"玩"的用户。Chai 的角色丰富度和对话质量在这一人群中有明确优势。不适配：追求严肃文学深度或需要精准历史事实的用户，角色对话的虚构性质可能导致事实偏差。
• 内容创作者与写作者：需要验证角色设定、探索对话风格、寻找灵感的作家和创意工作者。角色创建工具提供了快捷的原型测试能力。不适配：需要完整叙事框架或出版级内容质量的创作者，Chai 无法替代专业写作工具和人工编辑。
• AI 研究者和开发者（Chaiverse 用户）：希望在实际用户有境中测试和优化 LLM 的研究人员。Chaiverse 提供了真实用户交互数据和 A/B 测试基础设施。不适配：需要 API 商业授权的开发者，Chai 不提供面向开发者的 API 服务。
• 对 AI 安全与伦理敏感的机构用户：比利时自杀事件后，Chai 的内容安全策略受到更严格审查。不适合对 AI 安全合规有严格要求的组织在没有明确安全审计前部署使用。

总结与展望

Chai 的核心竞争力在于三点：一是"角色发现 + 角色创建 + 角色对话"形成的 UGC 飞轮——每一次角色创建都是内容增量，每一次对话都是模型训练数据；二是 Chaiverse 生态带来的众包模型优化能力；三是 1.4 ExaFLOPs 集群支撑的超大规模推理基础设施。

当前限制与不确定项：

• 角色对话的长期一致性仍是所有角色扮演 AI 的共同技术挑战——复杂角色设定在超长对话中可能出现性格偏移或遗忘前文。
• 内容审核是持续的敏感领域。成人向角色和对话的边界管理需要平衡创作自由与安全合规，比利时事件后这一挑战更加突出。
• 按国家分层的定价策略显示基础设施成本压力，算力成本能否随模型效率优化而下降，是需要持续关注的经济指标。
• Token 限额问题和付费用户体验问题（2026 年 2 月事件）表明容量规划与用户体验之间的平衡仍在磨合中。
• Web 版本尚在开发中，移动端是唯一入口，对偏好桌面端使用的用户构成限制。

采购/采用风险评估： Chai 是 C 端娱乐产品，不涉及企业采购流程。对于个人用户，建议先通过免费版体验基础对话质量和角色丰富度，确认满足日常娱乐需求后再考虑 Premium 订阅。年付方案相比月付可节省约 44%，但需注意订阅通过应用商店管理，取消政策以 Apple/Google 为准。对于考虑将 Chai 用于创作或研究用途的用户，需注意 Chai 不提供数据导出功能，对话内容受限于应用内查看；Chaiverse 模型提交的激励机制和奖励标准以官方实时页面为准；内容安全政策在持续调整中，2026 年初的多次策略变动表明该领域尚未形成稳定范式。

限制与不适配场景

该工具在以下场景中存在使用限制：

场景适配边界 需要高度行业专业知识的任务、对输出格式有严格规范的场景、需要零错误的自动化流程可能效果不达预期。AI 输出应作为初稿或辅助参考，最终结果需人工核验。

技术限制 上下文长度有限、复杂推理准确性可能不足、免费版有使用额度。建议在正式采用前通过试用验证核心场景的可用性。

版本信息

• Chai v4.8 ：暂无官方精确日期；新增角色语音和自定义角色增强功能。 （~2026-06）
• Chai v4.5 ：暂无官方精确日期；优化角色创建工具和对话模型。 （~2025-12）