今天小編分享的互聯網經驗：AI創業井噴，矽谷在投資哪些初創公司？，歡迎閱讀。
2023 年開始，人們的注意力轉向了人工智能和圍繞生成式人工智能的聊天機器人。微軟支持的 OpenAI 因其 ChatGPT 而成為家喻戶曉的明星初創公司。投資人也在瘋狂買入英偉達的股票，只因為該公司的芯片被用于為許多公司的人工智能工作負載提供算力。
毋庸置疑，全球經濟下行使得矽谷的氣氛也變得消沉了許多。但借助着 AI 的東風，矽谷的巨頭和投資機構，依然挖掘了一些不錯的 AI 公司。
CoreWeave
CoreWeave 成立于 2017 年，是一家專業的雲提供商，在行業最快、最靈活的基礎設施之上提供大規模的 GPU 計算資源。CoreWeave 為計算密集型用例構建雲解決方案（機器學習和人工智能、VFX 和渲染、生命科學、元宇宙和實時流媒體）比大型通用公共雲快 35 倍，成本低 80%。
近日，其宣布已獲得 23 億美元債權融資。這筆資金由 Magnetar Capital 牽頭，Blackstone 管理基金，領先資產管理公司 Coatue 和 DigitalBridge Credit 的戰略參與，以及 BlackRock、PIMCO 和 Carlyle 管理的基金。
CoreWeave 正在通過專門構建的超性能大規模雲基礎設施，為大型語言模型和生成式人工智能的繁榮提供動力。新融資将用于增加其為客戶服務的高性能計算機，開設新的數據中心，并增加 CoreWeave 全球員工。
本月早些時候，CoreWeave 宣布在德克薩斯州普萊諾新建一個價值 16 億美元的數據中心，這是該公司繼續積極擴大產能和基礎設施足迹的一個裡程碑。該公司預計到 2023 年底将有一支由 14 個數據中心組成的隊伍。
上個月，CoreWeave 推出了與 NVIDIA 合作打造的世界上最快的人工智能超級計算機，該計算機通過一項名為 MLPerf 的行業标準基準測試進行性能驗證，在不到 11 分鍾的時間内訓練出了新的 MLPerf GPT-3 175B 大型語言模型，其速度是下一名最佳競争對手的 29 倍多。
Inflection AI
6 月 29 日，人工智能初創企業 Inflection AI 宣布已從英偉達、谷歌、微軟等公司獲得 13 億美元融資。
公開資料顯示，Inflection AI 一家專注于創建個人 AI 的初創公司，該公司潛心研發的 AI 產品 Pi（聊天機器人）是其未來的核心產品，本次融資将用于繼續開發 Pi。據悉，本輪融資完成後，Inflection AI 估值升至約 40 億美元，成為估值僅次于 OpenAI 和 Anthropic 的全球第三大生成式 AI 獨角獸。
Inflection AI 最新打造的首個專有語言模型 Inflection-1，是使用數千個英偉達圖形處理單元 ( GPU ) 在 " 一個非常大的數據集 " 上進行訓練的。Inflection AI 在一份技術備忘錄上表明：在用于比較 LLM 的流行基準上，Inflection-1 的表現優于許多類似產品，包括 GPT-3.5、為 ChatGPT 提供支持的 OpenAI 模型以及 Meta 創建的 LLaMA。
Inflection AI 表示：" 在一個集群中部署 22000 個 NVIDIA H100 GPU 确實是前所未有的規模，将支持新一代大規模 AI 模型的訓練和部署。集成 AI 芯片的數量碾壓了 Meta 在今年 5 月公布的 1.6 萬個 A100 打造的超算集群。"
MosaicML
6 月，大數據超級獨角獸 Databricks 近日已同意以 13 億美元收購生成式 AI 初創公司 MosaicML。
MosaicML 是一家 2021 年創立于美國舊金山的 AI 軟體公司。根據外媒援引官方披露消息，MosaicML 目前擁有 62 名員工，其中研究人員僅為 15 名，在舊金山、紐約、帕洛阿爾托和聖迭戈設有辦事處，迄今為止主要是從 Lux Capital 和 DCVC 等投資者那裡籌集了 6400 萬美元。
值得一提的是，MosaicML 聯合創始人兼首席執行官 Naveen Rao 曾任英特爾副總裁兼 AI 產品事業部總經理。Rao 之前創辦了 AI 芯片公司 Nervana，于 2016 年以 4.08 億美元被英特爾收購。MosaicML 的 CTO Hanling Tang 是前英特爾 AI 實驗室高級總監。
MosaicML 已經開源了大語言模型，接受市場檢閱。今年 5 月，其開源了 70 億參數規模的大語言模型 MPT-7B，緊接着在 6 月開源了第二個開源大型語言模型 MPT-30B。該公司稱，盡管其參數量僅為 300 億，是 GPT-3 的 1750 億參數的 1/6，但在推理任務表現超過 GPT-3，且能更容易在本地硬體上運行，部署推理成本更低。
Anthropic
創始團隊脫胎于 OpenAI 的 Anthropic（成立于 2021 年初，最初是一個由 7 人組成的團隊，一起從 OpenAI 出來并組建了新公司）上個月發布了 Claude 2。這是一個大語言模型，該公司表示，它在幾個關鍵基準上都有改善，包括編碼、數學和推理能力，同時產生的有害答案也減少了。
OpenAI 使用無監督學習和海量非結構化數據訓練語言模型，以最大限度地預測人類語言為目的。與其不同的是，Anthropic 用人工制定的規則或原則來約束 AI 系統的行為，通過引入模型自我監督和反饋機制，AI 系統在互動過程中需要持續判斷自己的響應，而非簡單地最大化語言預測的準确性。
自成立後，Anthropic 就開始了其擴張之路。2021 年 5 月，Anthropic 宣布 A 輪融資 1.24 億美元，由 Skype 聯合創始人 Jaan Tallinn 領投，其他支持者包括 Facebook 和 Asana 聯合創始人 Dustin Moskovitz、前谷歌首席執行官 Eric Schmidt。
不到一年後，Anthropic 在 2022 年 4 月宣布 B 輪融資 5.8 億美元，由 FTX 首席執行官 Sam Bankman-Fried 領投。
2023 年 5 月 23 日，Anthropic 宣布完成 C 輪融資 4.5 億美元，由 Spark Capital 領投，還有包括 Google、Salesforce 和 Zoom 在内的科技巨頭參與，此外還有 Sound Ventures、Menlo Ventures 和其他未披露的投資方。
OmniML
今年 2 月，英偉達秘密收購了 AI 初創企業 OmniML，以進一步豐富自己的 AI 生态。
據悉，OmniML 的主要產品是 Omnimizer，該產品可以壓縮機器學習模型的大小，以便大模型在更小的邊緣設備上運行。通過這種方式，AI 大模型可實現在手機、無人機、汽車等終端的輕量化部署。OmniML 方面公布的數據顯示，其能夠使機器學習任務在不同邊緣設備上的速度提高 10 倍，但工程工作量僅為 1/10。
OmniML 聯合創始人兼首席執行官 Di Wu 接受采訪時表示：" 當今的人工智能模型太大了，導致邊緣設備無法處理其計算能力。但我們的機器學習模型壓縮解決了人工智能應用程式和邊緣設備之間的差距，增加了設備的潛力，并允許硬體感知的人工智能更快、更準确、更具成本效益，任何人都可以在不同的硬體平台上輕松實施。"
業内人士認為，英偉達的這次收購，是有意利用 OmniML 獨特的人工智能壓縮軟體，借此增強其用于自動駕駛汽車、無人機和工業機器人的人工智能芯片，并進一步努力構建更小型、更節能的人工智能模型。
Cohere
今年 6 月，AI 大語言模型公司 Cohere 宣布獲得 2.7 億美元的 C 輪融資，估值 21 億美元，投資方包括 Salesforce、英偉達、甲骨文等科技巨頭，使得 Cohere 成功跻身 AI 獨角獸行列。
Cohere 成立于 2019 年，開發人員可以使用其開發的自然語言處理軟體為企業構建人工智能應用程式，包括聊天機器人工具和其他可以理解人類語音和文本的功能。
上個月，Cohere 宣布推出了一款面向企業的知識助手 Coral，旨在提高企業團隊的生產力。Cohere 表示，根據麥肯錫的一份報告顯示，員工可能會花費一天當中 20％的時間來搜索信息，這嚴重影響了員工的速度和效率。有了 Coral，這一問題就會迎刃而解。
Runway
7 月 26 日，《瞬息全宇宙》幕後技術公司 Runway 公開了旗下具有 AI 功能的視頻編輯工具 Gen-2，用戶可以直接使用文本提示生成 " 逼真的視頻内容 " 并 " 自動剪輯視頻 "。
Runway 公司在今年 2 月份首次推出了其 Gen-1 模型，該模型僅使用文本提示即可以修改視頻的藝術風格，例如将現實中的實拍鏡頭轉換為卡通剪紙世界。
今年 5 月 Runway 宣布完成 1.41 億美元的 C+ 輪融資，估值達到 15 億美元，融資總額達到 2.37 億美元。本輪投資者包括谷歌，英偉達和 Salesforce 等
據悉，目前 Runway 公司所開放的 Gen-2 工具可以生成最長 4 秒的視頻，用戶注冊使用後，能夠得到一定數量的代币，使用這些代币可以免費生成大約 20 段 4 秒視頻。如果用戶用完了代币，則需要付費購買，每個代币需要 0.05 美元，生成一段視頻大約需要 0.2 美元。
Adept
四個月前，人工智能初創公司 Adept 宣布已經完成了 3.5 億美元的 B 輪融資，由 General Catalyst 和 Spark Capital 領投。
當前，Adept 正在構建可以在數字世界中采取行動的模型的下一個前沿——推出了大型模型 Action Transformer ( ACT-1 ) 。
與 OpenAI 的 ChatGPT 生成文本或 DALL-E 生成影像不同，Adept 深入研究了人類如何使用計算機（從浏覽互聯網到導航復雜的企業軟體工具）以構建一個能夠将文本命令轉換為動作集合的人工智能模型。
值得一提的是，在跳槽到谷歌領導谷歌的大模型項目之前，Adept CEO David Luan 曾是 OpenAI 工程副總裁。之後，其又與 Adept 的前聯合創始人 Ashish Vaswani 和 Niki Parmar 共同撰寫了 Google 研究論文，發明了 Transformer，這是代表 GPT 中 "T" 的 AI 突破。其專業背景也引發了許多投資者的關注。
Character.AI
Character.AI 是一個神經語言模型聊天機器人網絡應用程式，可以生成類似人類的文本回復，并結合上下文進行對話。該程式由谷歌對話編程語言模型（LaMDA）的前開發者 Noam Shazeer 和 Daniel De Freitas 共同開發，測試版于 2022 年 9 月提供給公眾使用。
今年 5 月底，這款應用程式正式上線，在不到一周時間内，這款 App 安裝量超 170 萬，在移動端取得了比 ChatGPT 更好的成績。如今，這款軟體的下載已達數百萬。
與 ChatGPT 只能與一個機器人聊天不同的是，Character.AI 宣稱能夠容納下數以百萬計不同個性的 AI 角色數據。該公司表示，迄今為止，用戶已經創建了超過 1000 萬個自定義 AI 角色。
上個月，據 The Information 報道，知情人士透露，Character.AI 正在與投資者洽談新一輪融資事宜。今年 3 月，這家由兩名前谷歌員工創辦的矽谷公司曾表示，已在知名風投公司 a16z（Andreessen Horowitz）領銜的新一輪融資中籌集 1.5 億美元，估值達 10 億美元。
小結
在過去的半年中，矽谷有許多人工智能初創公司獲得了投資，這一現象顯露了人工智能領網域的廣泛市場潛力和商業機會。人工智能技術正在不斷發展，并在各個行業逐漸滲透，因此該領網域吸引了大量的投資和創業者。
雖然人工智能領網域的發展前景非常廣闊，但是也存在一些挑戰和風險。例如，人工智能技術需要大量的數據和算力支持，并且需要不斷的技術更新和迭代。此外，人工智能技術也可能會帶來一些社會和倫理問題，例如隐私問題和就業崗位的替代等。
因此，雖然人工智能創業領網域具有巨大的商業機會和發展前景，但是創業者需要認真評估市場需求和技術可行性，并充分考慮可能面臨的風險和挑戰。
