AI领域明星独角兽 “独”在哪里

近日，由95后“天才少女”郭文景创办的AI视频生成创业公司Pika Labs在其官网宣布，公司已完成8000万美元（约合人民币5.8亿元）的B轮融资。该轮融资后，Pika Labs总融资额已达1.35亿美元，估值将超过4.7亿美元（约合人民币34亿元）。

此信息一经公布，国内外的社群网络立即被“90后天才少女再获融资”等关键词刷屏。明星独角兽和它们的缔造者在近几年似乎更容易吸引AI界的目光，就连投融资界，也时刻关注着这些创业者的一举一动。
 

受到关注的明星创业者往往致力于解决各行业的新兴需求和关键需求，直指行业痛点，比如，专注于颠覆性技术的研发和创新解决方案的研究，尤其是针对AI行业的重大问题解决方案。
 

当今AI领域公认的三个基本支柱之一是数据（另两个基本支柱为算力和算法），但数据问题却在2016年被许多人认为是科技领域较为棘手的难题。由于数据大多是非结构化的，AI很难直接学习数据，且大型数据集的标注是一项资源密集型工作，因此，很少有人会选择在数据领域进行深耕。而Scale AI的创始人Alexandr Wang在看到这一点后，选择辍学创业。
 

“我创办 Scale AI是为了解决人工智能中的数据问题。”Wang表示。
 

敢于面对当时人工智能行业的数据问题，成为投资人看到Scale AI潜力的根本原因。而Scale AI也确实在短时间内获得了市场的认可。他们为不同行业的企业客户量身定制数据服务：在自动驾驶领域，Scale AI将机器学习与“人机回路”（human-in-loop）监督相结合，管理和标注由Cruise和Waymo等公司通过摄像头和传感器收集的大量数据；他们开发的“自治数据引擎”在某种程度上也推动了L4级别自动驾驶技术的发展。Wang曾表示，Scale AI将自己定位为整个AI生态的基础设施供应商，构建“数据铸造厂”，包括OpenAI、Meta、微软、英伟达、哈佛医学院在内的很多行业顶尖公司，都成了Scale AI的客户。
 

类似Scale AI在观察市场后决定选择深耕数据的发展路线，国内的明星独角兽在开辟人工智能赛道的时候也同样对行业进行了细致观察和深度思考。
 

在6月14日举办的2024北京智源大会上，四家出身于清华大学的大模型独角兽掌舵人在探讨“大模型是否会是AGI（Artificial General Intelligence，通用人工智能）的一个基座”时，表达了他们对AGI的看法。
 

月之暗面创始人杨植麟表示，大模型的第一性原理，就是不断提升模型的规模，而这件事的本质是压缩，压缩就会产生智能。但在此过程中，会遇到很多挑战，比如最大的挑战就是数据没有那么多。人们想构建一个超越人类的AI系统，但现实中也许根本就不存在这样的数据，因为现在所有的数据都是由人类创造的。因此，数据是当前最大的问题。
 

长文本是AGI的重要基础。历史上所有架构演进，本质上都是提升有效上下文长度。而月之暗面于2023年3月1日成立，是国内大模型“长文本”领域的关键玩家。月之暗面于2023年10月9日推出首款大模型产品智能助手Kimi Chat，凭借20万汉字无损上下文能力，创造消费级AI产品支持上下文窗口长度纪录；2024年2月5日，又推出Moonshot AI开放平台，赋能开发者构建AI应用生态；3月18日，Kimi智能助手又在长上下文窗口技术上再次取得突破，无损上下文长度提升1个数量级到200万字，不到半年增长10倍。
 

在行业内，目前全球大多数大语言模型的输入长度都在2k以内，例如Claude支持最大长文本为100k（约8万字），而GPT-4则是32k（约2.5万字）。而月之暗面的Kimi Chat可以支持的文本高达20万字，分别是Claude和GPT-4的2.5倍和8倍，也是全球市场上目前能够产品化使用的大模型服务所能支持的最长上下文输入长度。由此可见，月之暗面团队成立不到2个月就能被红杉中国、今日资本、真格基金、砺思资本等知名VC投资方看好，很大程度上是因为该团队在创立之初就意识到长文本在AI赛道的重要性。而长文本无损压缩，无疑是AGI的重要基石。
 

同样不走寻常路，却也凭借“硬核”产品获得业内好评的还有面壁智能。作为一家“清华系”人工智能大模型创业公司，面壁智能最近自研了百亿参数预训练语言大模型CPM，MiniCPM是其端侧模型。今年5月，在新质生产力·AI PARTNER大会上，面壁智能CTO曾国洋表示，相比于前段时间大家一味追求参数量更高的大模型，我们从模型实际应用需求出发，将模型参数量控制在百亿以内，实现了“以最小参数，撬动最强性能”的最佳平衡点，能力超过很多比它参数量大好几倍的模型。像MiniCPM这种规模的模型，受到了包括应用开发者、独立开发者、业界其他研究人员的喜爱。
 

面壁智能联合创始人、CEO李大海在2024北京智源大会上表示，面壁智能选择做端侧，就是看到了端侧快速落地的潜力。
 

“从现在到未来，我们都需要端侧模型和云侧模型的良好协同。端侧有独特优势，比如隐私性好和更可靠，但云侧的模型能力更强。所以怎么有效地协同端侧和云侧模型，是我们与其他人工智能公司都将面对的问题。”
 

今年6月初，业内“资本宠儿”智谱AI被曝出又完成新一轮融资，投资方为中东石油巨头沙特阿美（Aramco）旗下风险投资部门管理的基金Prosperity7，融资金额达4亿美元。值得一提的是，此轮融资后，智谱AI估值将达到约30亿美元，成功跻身200亿俱乐部，也成为第一个获得国外基金机构投资的国内AI独角兽。
 

和为了顺应AI热潮开启人工智能业务的公司不同，智谱AI在AI热潮来临前就已深耕多年大模型。2020年，智谱AI开始GLM预训练架构的研发，并训练了百亿参数模型GLM-10B；2021年，公司利用MoE架构成功训练出万亿稀疏模型，于次年合作研发出双语千亿级超大规模预训练模型GLM-130B，并基于此模型打造大模型平台及产品矩阵。
 

到2023年，智谱AI推出了对话模型ChatGLM，并开源单卡版模型ChatGLM-6B；今年3月，2024全新英特尔商用客户端AI PC产品发布会在北京举办，基于ChatGLM端侧模型打造的“智谱AI·PC智能助手”也正式发布。据悉，PC智能助手即使在离线状态下也能高效工作，从根本上改变用户与电脑交互方式。当前，智谱AI的开源模型在全球下载量已超过1000万次。
 

“打造尽可能拓展用户想象力的产品，基于大模型的技术为用户提供优质的服务和全新的体验，把用户的想象力切实化作生产力，这是我们对想象力必答题的回答。”智谱AI CEO张鹏在6月5日举办的智谱AI Open Day演讲中说道。