作者｜Cora Xu，編輯｜Zuri
十大焦點(diǎn)引領(lǐng)生成式AI投資風(fēng)向！2025投資機(jī)會早知道2024年，AI重新定義了一切。
英偉達(dá)成為最會賺錢的“賣鏟人”，不聲不響地將公司市值推向3.5萬億美元高點(diǎn)，其數(shù)據(jù)中心業(yè)務(wù)更是在12個月內(nèi)創(chuàng)下近1000億美元收入。
相對應(yīng)地，Microsoft、Meta、Amazon、Google四大科技巨頭先后在AI領(lǐng)域砸入1500多億美元，資本支出增長超50%。
AI熱潮之下，風(fēng)險投資家們也沒閑著，PitchBook數(shù)據(jù)顯示，截至12月中旬，2024年AI初創(chuàng)公司獲得810億美元投資，AI初創(chuàng)投資占據(jù)美國所有投資的41%。
同時，2024年科技企業(yè)通過要約收購籌集資金超過了通過IPO籌集資金，IPO荒漠依然持續(xù)。更多科技創(chuàng)企選擇在私人市場尋求資本，而非冒險公開上市。
2024年我們回望科技周期下的時代巨變，2025年投資者們將繼續(xù)積極尋找下一個百億級、千億級平臺級企業(yè)。
在新年伊始之際，我們對2025年生成式AI投資機(jī)會給出十大展望：
1、AI將會釋放PGC、UGC內(nèi)容創(chuàng)作潛力，使內(nèi)容消費(fèi)更加豐富多元化。
2、AI將逐漸改變?nèi)伺c人、人與信息交互的方式，形成新的流量入口，提高消費(fèi)者體驗(yàn)以及互動體驗(yàn)。
3、AI搜索、推薦改變信息的分發(fā)方式，將會創(chuàng)造新的商業(yè)機(jī)會。
4、企業(yè)用戶對GenAI態(tài)度將從嘗試轉(zhuǎn)向大規(guī)模采用，AI代碼、AI客服支持、企業(yè)級搜索和AI會議工具將成為首批落地應(yīng)用的場景。
5、企業(yè)級AI應(yīng)用正從Copilot向Agent轉(zhuǎn)變，AI Agent應(yīng)用將從試驗(yàn)品階段走向產(chǎn)品階段，進(jìn)入實(shí)際的應(yīng)用場景并為用戶帶來效率提升。Coding Agent、GTM Agent（銷售智能體）可能會成為其中發(fā)展最快的兩個場景。
6、AI SWE將會逐漸從Pilot產(chǎn)品轉(zhuǎn)變?yōu)殚_發(fā)團(tuán)隊(duì)生產(chǎn)環(huán)境中使用的產(chǎn)品，并產(chǎn)生收入。
7、垂直AI應(yīng)用將逐步滲透至行業(yè)內(nèi)部。
8、視頻生成模型將成為AI認(rèn)識物理世界的引擎，為用戶提供可實(shí)時交互的視效體驗(yàn)。
9、AI數(shù)據(jù)基建價值凸顯，掌握高質(zhì)量數(shù)據(jù)集將成為模型能力分化的關(guān)鍵點(diǎn)。
10、機(jī)器人數(shù)據(jù)解決方案將在2025年或更長一點(diǎn)時間內(nèi)取得一定突破。
AI將會釋放PGC、UGC內(nèi)容創(chuàng)作潛力
使內(nèi)容消費(fèi)更加豐富多元化
我們曾在2024年年底較為詳細(xì)講述了AI在消費(fèi)級AI應(yīng)用領(lǐng)域的機(jī)會。具體而言，落到電商、音樂、社交、游戲、旅行和教育等直接To C領(lǐng)域中，各有生成式AI原生應(yīng)用的創(chuàng)新機(jī)會。
以旅行為例，Wanderboat是面向消費(fèi)者的AI旅行規(guī)劃工具，也是旅游內(nèi)容分享社區(qū)。它構(gòu)建了一個chatbot，可以根據(jù)用戶需求推薦、定制目的地及各類娛樂體驗(yàn)活動，還可以主動學(xué)習(xí)用戶的興趣，定制專屬行程。基于創(chuàng)始人此前在微軟的經(jīng)驗(yàn)，構(gòu)建了一些很有趣的小工具，比如用戶在查看地圖時也可以與AI互動，實(shí)時獲取一些信息和建議。在零付費(fèi)推廣的情況下，該公司的月活用戶數(shù)量達(dá)到了6位數(shù)。
在教育方向，Speak此前就是教育軟件公司，擁抱GenAI之前就已經(jīng)擁有超10萬名付費(fèi)戶�；趹魯�(shù)據(jù)庫，Speak推出了專有語識別的模型Whisper，專門于理解10多種語的說話者發(fā)出的重英語，并推出AI 語言導(dǎo)師功能。
該公司于2016年成，2022年獲得了OpenAI、Founders Fund投資，Speak前在全球40多個國家/地區(qū)擁有超過1000萬戶。今年6最新的輪融資中，該公司估值達(dá)到了5億美。
視頻方向，Runway成于2018年，是最早的波做AI視頻成的公司之。Runway最初業(yè)務(wù)是AI視頻編輯，轉(zhuǎn)向到視頻渲染成。2023年2，Runway發(fā)布了第代視頻成模型Gen-1，估值也達(dá)到15億美。
Runway是一個基于人工智能和機(jī)器學(xué)習(xí)的創(chuàng)意工具平臺，專注于為創(chuàng)作者提供各種AI功能，簡化創(chuàng)意表達(dá)過程并提升工作效率。它集成了多個AI模型，支持視頻編輯、圖像處理、文本生成、音頻處理等多種功能。今年6，Runway旗下最新版本Gen-3 Alpha模型發(fā)布，最新輪估值或達(dá)到40億美。
視頻成領(lǐng)域投融資是GenAI領(lǐng)域最活躍賽道之，大廠企業(yè)和初創(chuàng)公司共同瞄準(zhǔn)這一細(xì)分方向。面對擁有更豐富資源、更完整生態(tài)的大廠，初創(chuàng)企業(yè)在創(chuàng)新功能、創(chuàng)新產(chǎn)品上的優(yōu)勢常常會被模范以及超越，初創(chuàng)企業(yè)需要盡早找到自己的立足根本，逐漸成長為百億級企業(yè)。同時，新AI產(chǎn)品也會釋放PGC、UGC內(nèi)容創(chuàng)作潛力，讓內(nèi)容消費(fèi)更加豐富多元化。
AI將逐漸改變?nèi)伺c人、人與信息交互的方式
形成新的流量入口
提高消費(fèi)者體驗(yàn)以及互動體驗(yàn)
據(jù)觀察，隨著AI基石模型的進(jìn)化，從消費(fèi)側(cè)思考的B2C銷售、營銷、客服等企業(yè)，都在持續(xù)產(chǎn)生新的AI故事。
首先是多模態(tài)AI營銷，從文字延展到音頻、視頻，形式從單點(diǎn)chatbot延展到具有操作執(zhí)行能力的agent，并且準(zhǔn)確率和對于邊緣案例的覆蓋力隨著基石模型推理能力的提升增強(qiáng)。
此外，如果生成式AI運(yùn)用得當(dāng)，銷售、營銷、客服對消費(fèi)者的洞察進(jìn)一步提高，可以創(chuàng)造更加個性化的服務(wù)、定制化體驗(yàn)。
代表企業(yè)：GigaML、Proactive、Para、HeyGen、AdsGency
GigaML：是YC孵化的一家AI客服初創(chuàng)，成立于2023年，它幫助企業(yè)以安全的方式在自己的服務(wù)器上部署類似GPT-4的強(qiáng)大LLM，而無需將敏感信息發(fā)送到外部服務(wù)器。GigaML還提供AI驅(qū)動客戶支持代理，利用LLM自動化響應(yīng)并提供個性化幫助。GigaML發(fā)現(xiàn)將基石模型切換至o1-preview，加上大量評估、調(diào)優(yōu)之后，錯誤率大幅下降，從70%降至5%，并能夠解決80%的邊緣案例，補(bǔ)上了AI客服在不常見的問題上無法回應(yīng)的短板，提高企業(yè)升級的動力。
Proactive：是UpHonest投資的，為商家打造高情商、高智能的AI客服，先從服務(wù)健身房、餐飲等實(shí)體連鎖商家切入市場。GPT、Llama等模型具備基礎(chǔ)推理和生成能力，但在自然、高情商交互方面有所欠缺，Proactive旨在增強(qiáng)AI模型的自然、高情商交互能力，創(chuàng)造全新體驗(yàn)，改變客服工具機(jī)械、僵化的現(xiàn)狀。該公司創(chuàng)始團(tuán)隊(duì)有非常豐富的AI學(xué)術(shù)研究和產(chǎn)品開發(fā)經(jīng)驗(yàn)，CEO曾在雅虎、領(lǐng)英、谷歌、Meta擔(dān)任高管，曾擔(dān)任Tinder前CTO，首席科學(xué)家是麥吉爾大學(xué)教授，曾在Tinder、三星AI中心擔(dān)任首席科學(xué)家。
Para：是聲音營銷企業(yè)的典型案例，利用AI生成個性化定制的聲音營銷電話，幫助品牌激活用戶，幫助球隊(duì)活躍粉絲；HeyGen：是AI視頻營銷的典型案例，其AI視頻營銷收入快速增長，據(jù)悉今年的年化ARR超過2000萬美元，估值已達(dá)到5億美元。
AdsGency：則是一個利用AI用戶數(shù)據(jù)洞察，實(shí)現(xiàn)精準(zhǔn)廣告營銷的公司，創(chuàng)始人此前曾在滴滴、亞馬遜從事廣告、營銷相關(guān)的產(chǎn)品工作。它的業(yè)務(wù)核心是廣告和用戶數(shù)據(jù)，為客戶提供了一個全棧AI營銷工具，覆蓋內(nèi)容創(chuàng)意、創(chuàng)作、投放、歸因等流程。AdsGency也代表了現(xiàn)在AI營銷的一個發(fā)展趨勢 從Point Solution，到整個GTM的全流程自動化解決方案。
AI搜索、推薦改變信息的分發(fā)方式
將會創(chuàng)造新的商業(yè)機(jī)會
搜索，作為線上流量的第一入口，已經(jīng)久無戰(zhàn)事，生成式AI引入了新變量，不但出現(xiàn)了原生的生成式AI搜索企業(yè)，例如Perplexity，2年時間公司價值90億美元。而且，GenAI使垂直領(lǐng)域的搜索引擎加速普及，瓜分通用搜索引擎的注意力。亞馬遜、沃爾瑪也均加強(qiáng)電商搜索引擎建設(shè)，先后推出來搜索助手，Agent智能體等工具。
我們先看一些AI原生搜索的最新動向。大公司方向，Meta近期正在加速研發(fā)搜索引擎，希望降低用戶對谷歌和Bing的依賴。OpenAI在7月發(fā)布AI搜索工具SearchGPT，其付費(fèi)用戶均可使用。
創(chuàng)企方面，AI搜索初創(chuàng)You. Com專注于用 AI 提升搜索體驗(yàn)的平臺。它不僅可以更精準(zhǔn)地理解你的自然語言搜索，還能提供各種AI工具。近期該公司完成5000萬美元融資，價值7億美元。
同時，我們正在看到更多垂直領(lǐng)域生成式AI搜索引擎出現(xiàn)，越來越多創(chuàng)企專注打造某一細(xì)分賽道的搜索引擎。
以企業(yè)知識數(shù)據(jù)庫、電商購物以及科研領(lǐng)域方向?yàn)槔?br/>
垂直于企業(yè)知識數(shù)據(jù)庫的搜索
Glean：成立于2019年，是一家提供企業(yè)級AI搜索服務(wù)的公司，其主要產(chǎn)品是企業(yè)AI搜索工具，旨在幫助企業(yè)員工高效地查找和管理企業(yè)內(nèi)部信息。Arvind Jain擔(dān)任Glean創(chuàng)始人和CEO，曾在谷歌工作11年，擔(dān)任杰出工程師，領(lǐng)導(dǎo)過谷歌搜索、地圖和YouTube等多個團(tuán)隊(duì)。該公司于2024年9月份2.6億美元E輪融資，估值達(dá)到46億美元，據(jù)悉，該公司近兩年中ARR翻倍增長。
垂直于電商購物的搜索
DayDream：種子輪拿到了5000萬美元投資，F(xiàn)orerunner、Index聯(lián)合領(lǐng)投。DayDream鏈接了超過2000+品牌，支持自然語言檢索，根據(jù)用戶提供的時間、地點(diǎn)、場合等信息給予相關(guān)產(chǎn)品推薦。
Encore：是YC24新一期孵化項(xiàng)目，是一個LLM驅(qū)動的針對二手商品購物的搜索引擎，鏈接美國多個二手商品網(wǎng)站，支持自然語言搜索&按照主題的搜索。
垂直于科研場景的搜索
Consensus：與Perplexity有共同的投資人Nat Friedman和Daniel Gross，專注打造服務(wù)科研的搜索引擎，改變?nèi)藗儷@取和使用學(xué)術(shù)文獻(xiàn)的方式。2024年收入增長了600%，月活40萬用戶，ARR近200萬美元。
我們認(rèn)為，明年會出現(xiàn)更多令人眼前一亮的垂直領(lǐng)域的AI搜索創(chuàng)新。
企業(yè)用戶對GenAI態(tài)度將從嘗試轉(zhuǎn)向大規(guī)模采用
AI代碼、AI客服支持、企業(yè)級搜索和AI會議工具
將成為首批落地應(yīng)用的場景
生成式AI應(yīng)用將從實(shí)驗(yàn)走向落地，根據(jù)Menlo Ventures統(tǒng)計(jì)數(shù)據(jù)，2024年企業(yè)中AI相關(guān)支出達(dá)到了138億美金，相比2023年的23億美金增長了6倍以上。在這其中，雖然模型支出占據(jù)主要部分，但是應(yīng)用支出增速最快，從2023年的6億美金增長到了今年的46億美金。
顯然，生成式AI正在從一個新興的技術(shù)轉(zhuǎn)變?yōu)橐粋�使用工具。在眾多應(yīng)用中，最具價值的應(yīng)用場景分別是：AI代碼、AI客服支持、企業(yè)級搜索和AI會議工具。
我們認(rèn)為在2025年，企業(yè)對于AI支出將保持增長。據(jù)統(tǒng)計(jì)，目前企業(yè)60%的AI支出來自創(chuàng)新業(yè)務(wù)的預(yù)算，未來企業(yè)將劃分更多傳統(tǒng)開支預(yù)算到AI應(yīng)用上。由此，我們也會看到更多GenAI初創(chuàng)達(dá)到1億美金ARR的里程碑。
企業(yè)級AI應(yīng)用正從Copilot向Agent轉(zhuǎn)變
AI Agent應(yīng)用將從實(shí)驗(yàn)品轉(zhuǎn)向產(chǎn)品
進(jìn)入實(shí)際的應(yīng)用場景并為用戶帶來效率提升
AI快速發(fā)展同時，企業(yè)也迅速借助技術(shù)力量轉(zhuǎn)型升級。就當(dāng)下企業(yè)的采用情況而言，出于安全性、準(zhǔn)確性、穩(wěn)定性等因素的考量，企業(yè)更傾向于使用AI提高人在工作流中的效率，而不是直接采用端到端的流程自動化。
我們認(rèn)為，在未來幾年會逐漸從AI賦能人工作，到人監(jiān)管指導(dǎo)AI完成工作，轉(zhuǎn)向AI自主完成工作。
OpenAI CEO Sam Altman也同樣提到，當(dāng)下正處于AGI演進(jìn)過程中第二階段后期轉(zhuǎn)向第三個階段前期的狀態(tài)。他認(rèn)為Level 3的Agent智能，將能夠自主與環(huán)境交互、收集信息，具備持續(xù)規(guī)劃并執(zhí)行多步驟、長時間任務(wù)的能力，并能在遇到問題是與人類交互共同解決復(fù)雜任務(wù)。
并且，如果接下來我們能夠看到推理能力、邏輯能力更強(qiáng)的模型出現(xiàn)，可能是o1的下一個版本、也能是對標(biāo)o1的開源模型。同時，行業(yè)內(nèi)出現(xiàn)了更強(qiáng)Agent Infra（智能體基礎(chǔ)設(shè)施），也就是除了模型以外，支持AI Agent（智能代理）運(yùn)行和開發(fā)的各種基礎(chǔ)設(shè)施。那么，我們認(rèn)為，在2025年，AI Agent應(yīng)用將從試驗(yàn)品走向產(chǎn)品，進(jìn)入實(shí)際的應(yīng)用場景并為用戶帶來效率提升。其中，Coding Agent、GTM Agent（Go To Market Agent）可能是發(fā)展最快的兩個場景。
代表創(chuàng)企：/dev/Agents
公司成立于2024年10月，聯(lián)合創(chuàng)始人兼首席執(zhí)行官David Singleton曾任谷歌工程副總裁和Stripe首席技術(shù)官；聯(lián)合創(chuàng)始人兼首席技術(shù)官Ficus Kirkpatrick曾負(fù)責(zé)Android 1.0版本的開發(fā)；聯(lián)合創(chuàng)始人兼首席產(chǎn)品官Hugo Barra曾擔(dān)任小米全球副總裁前谷歌安卓系統(tǒng)產(chǎn)品管理副總裁。
目前公司主要打造開發(fā)一個專為人工智能代理（AI Agents）設(shè)計(jì)的操作系統(tǒng)，對標(biāo)AI界的“安卓系統(tǒng)”。/dev/Agents 在2024年11月完成了5600萬美元的種子輪融資，估值達(dá)5億美元。
此外，在最新一期YC中，我們也看到了不少專為AI代理設(shè)計(jì)打造可觀測性和開發(fā)工具平臺的初創(chuàng)公司。
AI SWE將會逐漸從Pilot產(chǎn)品轉(zhuǎn)變?yōu)殚_發(fā)團(tuán)隊(duì)生產(chǎn)環(huán)境中使用的產(chǎn)品，并產(chǎn)生收入
AI SWE將擴(kuò)大開發(fā)者人群的規(guī)模上限。
從今年企業(yè)應(yīng)用以及Agent落地情況來看，代碼方向的企業(yè)和應(yīng)用發(fā)展速度非常快。這是因?yàn)椋?br/>
軟件開發(fā)本質(zhì)上天然能夠?qū)?fù)雜任務(wù)拆解成更小、更易于管理子任務(wù)。并且，受益于大模型推理能力的升級，現(xiàn)階段用于模型訓(xùn)練、Agent訓(xùn)練的數(shù)據(jù)比較充足。
同時，軟件開發(fā)和代碼任務(wù)的結(jié)果可驗(yàn)證性強(qiáng)，開發(fā)者能夠可以客觀、定量的去衡量輸出的準(zhǔn)確性和可靠性。
此外，軟件工程師用戶群體天然離科技前沿更近，更愿意為效率的提升去嘗試、去付費(fèi)。
在今年行業(yè)發(fā)展中，我們看到從最早僅有Github Copilot平臺，現(xiàn)在已經(jīng)有了一屏都放不下的 Logo Map。
我們認(rèn)為2025年：SWE-bench Verified測評分?jǐn)?shù)有望突破現(xiàn)有最高分55%，超過70%。這也意味著AI SWE會逐漸從Pilot產(chǎn)品轉(zhuǎn)變?yōu)殚_發(fā)團(tuán)隊(duì)生產(chǎn)環(huán)境中使用的產(chǎn)品，并產(chǎn)生收入。
在SWE-bench之前，HumanEval曾是衡量模型代碼能力的標(biāo)準(zhǔn)，當(dāng)其榜單上平均水平達(dá)到70%以上時，以Copilot為代表的代碼補(bǔ)全應(yīng)用具備了商業(yè)上可行的技術(shù)基礎(chǔ)。
此外，如果我們將目光放得更長遠(yuǎn)一些的話，AI SWE將擴(kuò)大開發(fā)者人群的規(guī)模上限。
更多沒有代碼經(jīng)驗(yàn)專業(yè)人士有機(jī)會獲得軟件開發(fā)的能力，并使用這個能力去開發(fā)適合自己的效率工具或者是娛樂應(yīng)用。我們也看到了很多公司正為非開發(fā)專業(yè)人群構(gòu)建工具。
代表企業(yè)：Cosine
Cosine成立于2022年，專注于開發(fā)類人自主人工智能軟件公司，其核心產(chǎn)品是自主AI工程師Genie，能夠執(zhí)行復(fù)雜的編碼任務(wù)，如代碼重構(gòu)、搭建功能以及修復(fù)Bug。Alistair Pullen擔(dān)任首席執(zhí)行官，他自小對編程感興趣，9歲時發(fā)布了并商業(yè)化了他的第一個軟件應(yīng)用程序。Yang Li擔(dān)任首席運(yùn)營官，曾經(jīng)歷1次企業(yè)IPO、2次企業(yè)收購以及3家獨(dú)角獸企業(yè)。
Cosine在2024年8月獲得了250萬美元的種子輪融資，本輪融資由UpHonest Capital和SOMA Capital領(lǐng)投。同時，Cosine是OpenAI模型Finetune團(tuán)隊(duì)的重要合作伙伴，并且研發(fā)出了一個獨(dú)特的數(shù)據(jù)管道。
垂直AI應(yīng)用將逐步滲透至行業(yè)內(nèi)部
可以看到，今年在醫(yī)療、金融、法律等領(lǐng)域都出現(xiàn)不少明星初創(chuàng)公司。雖然這些行業(yè)本身對于科技采用速度較慢，但是生產(chǎn)式AI通過直接交付成果取代傳統(tǒng)交付軟件模式，讓垂直行業(yè)迅速看到了AI帶來的效率提升。
2025年，我們認(rèn)為垂直行業(yè)AI應(yīng)用依然是很好的創(chuàng)業(yè)方向。
在通用場景的方向創(chuàng)業(yè)，勢必會面臨基石模型廠商、頭部科技公司的競爭，一些垂直行業(yè)雖然屬于細(xì)分賽道但整體規(guī)模仍然非�？捎^，大部分垂直領(lǐng)域在傳統(tǒng)巨頭的壟斷下變化緩慢。
一些垂直領(lǐng)域?qū)＜覍π袠I(yè)的工作流有深入認(rèn)知的創(chuàng)業(yè)者，結(jié)合不斷進(jìn)化GenAI基礎(chǔ)設(shè)施，是有機(jī)會迅速搶占用戶，形成行業(yè)數(shù)據(jù)壁壘的。
我們特別強(qiáng)調(diào)關(guān)注傳統(tǒng)行業(yè)AI升級機(jī)會。數(shù)字化滲透率低傳統(tǒng)行業(yè)，甚至有可能跳過軟件階段，直接進(jìn)入AI階段，類似新興市場從使用現(xiàn)金直接轉(zhuǎn)向移動支付機(jī)會。如今，傳統(tǒng)制造業(yè)、家庭服務(wù)行業(yè)存在較大的市場空白。
視頻生成模型將成為AI認(rèn)識物理世界的引擎
為用戶提供可實(shí)時交互的視效體驗(yàn)
今年隨著Sora發(fā)布出圈，我們看到了很多視頻生成模型初創(chuàng)公司的涌現(xiàn)。一些原從事3D圖像生成的企業(yè)如Luma AI、Genmo AI，今年也轉(zhuǎn)向了視頻生成賽道。
2025年，我們認(rèn)為將視頻生成模型作為AI認(rèn)識物理世界的引擎，為用戶提供可實(shí)時交互的視效體驗(yàn)。
其中，游戲應(yīng)用場景將會是變化較快的場景。其中，視頻生成模型作為游戲引擎，可以根據(jù)用戶的輸入輸出響應(yīng)游戲內(nèi)容，讓每次的體驗(yàn)都有所不同。
但現(xiàn)階段，這些demo的畫質(zhì)和幀率并不高，題材也相對單一。我們認(rèn)為，隨著大量的資金和類似馬斯克、蔡浩宇這類大佬進(jìn)入這個領(lǐng)域，底層模型的性能會迎來迅速的提升。底層模型提升后，會迎來更多游戲之外應(yīng)用想象空間。
代表企業(yè)：Decart
公司成立于2023年9月，主要專注于開發(fā)能夠?qū)崟r生成視頻游戲和世界模型的平臺，提供AI驅(qū)動的“開放世界”應(yīng)用程序。其產(chǎn)品包括面向企業(yè)的GPU優(yōu)化工具和面向消費(fèi)者的AI游戲“Oasis”，其產(chǎn)品形態(tài)與Minecraft相似，但是完全由視頻模型驅(qū)動。
Dean Leitersdorf聯(lián)合創(chuàng)始人兼首席執(zhí)行官，23歲在以色列理工學(xué)院獲得博士學(xué)位。Decart在2024年12月完成了3200萬美元的A輪融資，該輪融資后，Decart的估值已超過5億美元。
AI數(shù)據(jù)基建價值凸顯
掌握高質(zhì)量數(shù)據(jù)集
將成為模型能力分化的關(guān)鍵點(diǎn)
對于基石模型來講，掌握高質(zhì)量的數(shù)據(jù)集或?qū)⒊蔀槟Ｐ湍芰Ψ只年P(guān)鍵點(diǎn)，對于應(yīng)用來講，無論是消費(fèi)級、企業(yè)級AI應(yīng)用，構(gòu)建專有數(shù)據(jù)集的能力是重要的護(hù)城河。
目前，業(yè)內(nèi)公開、可爬取的互聯(lián)網(wǎng)數(shù)據(jù)幾乎都被用于模型訓(xùn)練，基石模型廠商需要尋找全新、未使用高質(zhì)量、人類生成的訓(xùn)練數(shù)據(jù)用以構(gòu)建更先進(jìn)AI系統(tǒng)。
OpenAI專門成立了一支團(tuán)隊(duì)，研究如何解決訓(xùn)練數(shù)據(jù)匱乏問題。那對于初創(chuàng)來說，數(shù)據(jù)更是他們不可或缺的護(hù)城河。數(shù)據(jù)代表了初創(chuàng)可以再多大程度上提升AI模型在實(shí)際應(yīng)用中的準(zhǔn)確度和覆蓋應(yīng)用的能力。
我們從兩個角度觀察現(xiàn)有的AI數(shù)據(jù)基建的價值：通用基石模型數(shù)據(jù)和垂直AI模型數(shù)據(jù)。
在通用底層模型/基石模型方向，OpenAI專門成立了一支團(tuán)隊(duì)，研究如何解決訓(xùn)練數(shù)據(jù)匱乏問題。有報道稱，GPT-5訓(xùn)練過程中使用了部分GPT-4和其他模型生成數(shù)據(jù)，導(dǎo)致GPT-5在一些方面難以避免產(chǎn)生了與這些模型相似性。
創(chuàng)企方面，Scale AI和AI創(chuàng)企Turing也憑借著優(yōu)質(zhì)數(shù)據(jù)集快速發(fā)展。從CV數(shù)據(jù)標(biāo)注起家的數(shù)據(jù)服務(wù)商Scale AI，預(yù)計(jì)今年產(chǎn)生9.5億美元收入，估值高達(dá)138億美元。該公司主要為OpenAI、Anthropic等頭部AI模型廠商提供專業(yè)人員標(biāo)注和生成的數(shù)據(jù)集，今年收入翻倍增長，估值超過20億美元。
2019年創(chuàng)立的AI創(chuàng)企Turing，主要利用數(shù)據(jù)科學(xué)和人工智能相結(jié)合的方法，幫助企業(yè)進(jìn)行招聘、審查和管理工具，打造一款A(yù)I企業(yè)招聘平臺，也是UpHonest投資的創(chuàng)企之一。
a16z、Benchmark投資人同樣關(guān)注垂直賽道的機(jī)會。相較于通用模型方向，垂直賽道企業(yè)數(shù)字化滲透率較低，其生成式AI應(yīng)用有潛力快速滲透，一旦形成數(shù)據(jù)飛輪，垂直賽道的創(chuàng)企可以積累自己的專有數(shù)據(jù)壁壘，當(dāng)然如果創(chuàng)始人具備該垂直領(lǐng)域的深厚經(jīng)驗(yàn)，更加有利于打造產(chǎn)品、構(gòu)建壁壘。
代表企業(yè)：Lily、Casetext、Centaur Labs
Lily AI：成立于2018年，專注挖掘電商數(shù)據(jù)價值，主要借助AI打造電商優(yōu)化產(chǎn)品推薦和搜索體驗(yàn)的SaaS平臺。它通過分析產(chǎn)品數(shù)據(jù)和客戶行為，為產(chǎn)品描述、搜索結(jié)果和營銷活動注入自然、以客戶為中心的語言，從而提升購物體驗(yàn)和轉(zhuǎn)化率。該公司認(rèn)為電商搜索面臨的一大問題是消費(fèi)者語境和商家語境的錯位，為此搭建了零售行業(yè)最大的商品數(shù)據(jù)集，覆蓋8000多萬產(chǎn)品、具備幾十億標(biāo)簽數(shù)據(jù)，基于此優(yōu)化商家的搜索表現(xiàn)。Lily AI于2022年8月完成 2000萬美元B1輪融資。
Casetext：專注法律數(shù)據(jù)價值，其創(chuàng)始人律師出身，在公司早期階段打造了一個開源的法律案例數(shù)據(jù)庫，在接入GPT-4之前，本身積累了豐富專有數(shù)據(jù)，通過反復(fù)試驗(yàn)、糾錯、調(diào)試，打造了自己專有的模型微調(diào)數(shù)據(jù)集，極大減少了基石模型在實(shí)際工作中幻覺。并且，該公司還打造了用于法律研究和訴訟的AI驅(qū)動工具CoCounsel，律師客戶對其產(chǎn)品準(zhǔn)確度非常滿意。該公司在2023年被湯森路透以6.5億美元的價格收購。
Centaur Labs：則是一家專注于醫(yī)療數(shù)據(jù)標(biāo)注的公司，擁有一個由數(shù)萬名醫(yī)生和學(xué)生組成的標(biāo)注團(tuán)隊(duì)，主要提供高質(zhì)量的醫(yī)療數(shù)據(jù)標(biāo)簽，以推進(jìn)醫(yī)療人工智能的發(fā)。該公司的服務(wù)包括醫(yī)學(xué)圖像（如X射線、CT/MR、皮膚科、眼科、病理學(xué)）、視頻（如手術(shù)視頻、超聲波）、文本（科學(xué)文本、醫(yī)學(xué)筆記）和音頻記錄（心肺音）的標(biāo)注。2024年10月9日，Centaur Labs 完成了1600萬美元的B輪融資，由SignalFire領(lǐng)投，Matrix、Susa Ventures、Samsung Next和Alumni Ventures參。
總結(jié)來說，我們認(rèn)為有以下三點(diǎn)數(shù)據(jù)相關(guān)的機(jī)會值得關(guān)注：
一是挖掘更多類型、更多模態(tài)數(shù)據(jù)集的價值，包括用爬蟲擴(kuò)展數(shù)據(jù)體量、非結(jié)構(gòu)化數(shù)據(jù)處理等；
二是通過數(shù)據(jù)篩選、清洗、標(biāo)注，提供高質(zhì)量的數(shù)據(jù)集；
三是從數(shù)據(jù)版權(quán)授權(quán)、數(shù)據(jù)集交易等方面入手，擴(kuò)充數(shù)據(jù)量同時解決版權(quán)問題。
2025年或3年內(nèi)
Embodied AI將迎來GPT-2時刻
數(shù)據(jù)解決方案&模型架構(gòu)的創(chuàng)新是推動因素之一
回顧2024年，我們看到了大量的前沿學(xué)者和專家投身到了具身智能（EmbodiedAI）的創(chuàng)業(yè)浪潮中，資本也是投入重金支持。今年我們也做了相關(guān)的主題分享，并整理50家具身智能初創(chuàng)的圖譜。（智能革命：50家公司，26張圖，看完具身智能現(xiàn)狀）
業(yè)內(nèi)最明星的團(tuán)隊(duì)Physical Intelligence在近期發(fā)布了他們第一代的模型π0，專為高度靈活、復(fù)雜且需要長時間規(guī)劃的任務(wù)設(shè)計(jì)。在Demo中能夠完成洗衣服，從烘干機(jī)中取出衣服，折疊衣服的任務(wù)。
Physical Intelligence在模型架構(gòu)和訓(xùn)練數(shù)據(jù)這兩方面都完成了一定程度上的突破，π0（只需要短時間的微調(diào)）可以執(zhí)行一些預(yù)訓(xùn)練數(shù)據(jù)中沒有出現(xiàn)過的任務(wù)，可以說是表現(xiàn)出了一定的泛化性能。
但是論文的一作者仍表示，盡管π0取得了一定的進(jìn)展，但仍沒有達(dá)到GPT-2那樣變革性的水平。相比與GPT-2的訓(xùn)練數(shù)據(jù)集，機(jī)器人的訓(xùn)練數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)不夠，在數(shù)量、多樣性、質(zhì)量上都不足。
因此，我們認(rèn)為在2025年或者更長一點(diǎn)的時間中，機(jī)器人數(shù)據(jù)的解決方案會取得一定的突破。在數(shù)據(jù)和模型設(shè)計(jì)的共同迭代下，Scaling Law在Embodied AI領(lǐng)域發(fā)生的碰撞與變化是值得期待的。
當(dāng)基石模型能力達(dá)到一定程度時，我們也將看到更多通用機(jī)器人落地的場景，目前預(yù)測，在C端家庭場景的進(jìn)展是最快的，在B端則是物流倉儲零售的進(jìn)展比較快。
AI熱潮涌動，科技創(chuàng)新不止
作為觀察和研究硅谷科技創(chuàng)新和創(chuàng)業(yè)投資的一線，硅兔君一直在見證著最新前沿科技進(jìn)展，并且及時分享我們?nèi)粘５囊恍┬袠I(yè)觀察。
回顧過去的科技周期，可以看到每一波平臺級的機(jī)會下，都會誕生出誕生出百億美金、千億美金級別的公司。當(dāng)基礎(chǔ)設(shè)施完善后的5年應(yīng)用公司的黃金發(fā)展期。我們也一直關(guān)注在不同技術(shù)周期下，技術(shù)平臺對消費(fèi)級和企業(yè)級應(yīng)用的賦能。
如果大家想了解更多AI初創(chuàng)的信息，中文內(nèi)容歡迎關(guān)注公眾號硅兔君，英文內(nèi)容可以訂閱我們的Newsletter Morning VC，會有新鮮的初創(chuàng)融資和投資總結(jié)。
新的一年，硅兔君與各位繼續(xù)同行。
