狂攬25億,智譜AI沒法再低調了

文章來源:36氪

在大模型如今的敘事背景下,智譜AI得學著習慣站在聚光燈下。

圖片來源:由無界AI生成

01 智譜AI,站在聚光燈下

超25億元人民幣,這是北京智譜華章科技有限公司(下稱:智譜AI)今年已累計獲得的融資額度,也讓其一舉成為國內公開融資最高的大模型創業企業之一。

ChatGPT發佈之後,大模型掀起的技術熱潮,很快轉化為投資熱潮。 但與以往不同的是,大家公認,這是一個馬太效應更強的賽道,對投資人和創業企業皆是如此。

一方面,現階段大模型創業嚴重依賴重資源和強資金,有能力入局的創業企業數量本就少,投資人可投標的少了很多;

另一方面,大部分人相信,大模型是堪比甚至超過互聯網的機會,企業的估值水漲船高,知名投資人和機構也得“團購”。

據36氪瞭解,智譜AI官方公佈的融資額尚且屬於保守測算,目前還有在談的融資。

從2019年到2023年,智譜AI四年三輪融資總額超30億人民幣。 而今年以來,不論是融資頻次還是融資額度,都遠超從前。

2019年,智譜AI正式成立,Pre-A輪投資者包括中科創星、清華控股等,A輪投資設包括達晨財智、華控基金等,B輪投資者包括君聯資本、啟明創投等。

根據本次智譜AI公佈的信息顯示,其投資參與方主要包括社保基金中關村自主創新基金(君聯資本為基金管理人)、美團、螞蟻、阿裡、騰訊、小米、金山、順為、Boss直聘、好未來、紅杉、高瓴等多家機構及包括君聯資本在內的部分老股東跟投。

圖源:IT桔子

作為一家明星大模型創企,智譜AI有著令人豔羨的投資者名單,智譜AI並不缺少資金來源,資方皆有頭有臉,有不少投資人表示,“現在肯定是智譜挑選投資方,而不是反過來。 ”

目前行業已有多家大模型創企獲得高額融資,市場並不缺少投向大模型的錢,但是拿不拿,怎麼拿,是大模型創企更應該考慮的事。

分析智譜AI的投資者名單可以看出,資金不是唯一考量,資金背後代表的價值,能夠賦予大模型創業企業不同的資源。

例如,社保基金中關村自主創新基金。 今年5月底舉行的2023中關村論壇重大科技成果專場發佈會上,社保基金會宣佈,將設立“社保基金中關村自主創新專項基金”,具有“國家隊”身份屬性,首期規模50億元,基金期限超過10年,顯示出長期資金特徵。

再如美團、螞蟻、阿裡和騰訊等互聯網大廠,不僅能帶來豐厚的資金,也意味著潛在的產業合作,互聯網許多業務都有基於大模型改造的潛質,智譜AI的基礎大模型能夠接觸到龐大的數據、業務場景等,這是許多初創企業缺少的部分。

在大模型如今的敘事背景下,智譜AI得學著習慣站在聚光燈下,這與智譜AI一直以來低調的風格並不太相符。

02 大模型的硝煙,早已燃起

ChatGPT出圈是AIGC的奇點時刻,以此為分界點能清晰劃分出兩個階段,部分大公司或創業企業早在大模型露出苗頭時,已經做了技術上的預研或者成立新公司專注大模型,相當比例的公司則是明確看到ChatGPT之後,才下定決心要做大模型。

由此帶來了認知上的差異,也會導致不同的結果。

行業普遍認為,2023年是大模型的元年,而在智譜AI CEO張鵬眼裡,“AI大語言模型元年”應該是2020年,也就是智譜AI成立的第二年。

智譜AI CEO 張鵬

2017年Transformer誕生,陸續產生了像GPT-1、GPT-2等一系列的大規模Transformer模型,這些模型具備大規模的參數,擁有了很強的通用化能力,解決了很多之前我們無法解決的問題。

一直到2020年,GPT-3的出世把生成式AI帶入了全新的時代。

2020年,也是智譜AI決定全力進行大模型研發的節點。 在那時,由於高昂的訓練成本以及複雜的研發門檻,大模型並不被業界看好,智譜的發展並不像現在一樣備受矚目。

然而在ChatGPT發佈之後,張鵬直言他的感受是“既興奮又感到一些壓力”,興奮的是方向更加確定,壓力來源於追趕新技術的緊迫性。

與此同時,越來越多的投資者輾轉找到智譜AI,大模型的硝煙早已燃起,投資者希望找到能先一步關注到花火的人。

一番調研之後,穩定的創始團隊、足夠的技術沉澱以及商業化方面的探索等因素,使得智譜AI從嶄露頭角到聲名大噪。

創始團隊方面,智譜AI由清華KEG(知識工程實驗室)孵化而來,這支團隊走出實驗室,進軍市場,智譜AI正式成立。

CEO張鵬本科畢業於清華大學計算機系,博士在清華大學計算機系的研究方向為知識圖譜。

董事長劉德兵師從高文院士,是曾任清華數據科學研究院科技大數據研究中心副主任,總裁王紹蘭為清華創新領軍博士,清華色彩不言而喻。

在矽谷乃至全球學術圈,智譜AI早就名聲在外,在投資者看來,智譜AI在清華期間就“有人、有技術、有客戶”,相當於一個小而美的創業公司,並且各位主要人員都經過了一段時間的合作,比較穩定,按照投人、投賽道的邏輯,智譜AI自然備受青睞。

技術方面也是智譜AI的強項,追溯到智譜的早期研究,從2006年的“科研情報挖掘”AMiner,到2019年公司成立,再到2020年專注大模型演算法研究,2021年發佈GLM-10B,2022年發佈GLM-130B,2023年3月發佈對話模型ChatGLM-6B及千億對話模型ChatGLM。

據悉,智譜AI還將於10月27日發佈全新一代基座大模型。 在這個大模型行業戰火紛飛的十月,智譜是否能夠佔據一席之地,還要再看新一代的模型性能。

智譜AI的研究要早於國內絕大多數大模型參與者,並且智譜的確將先發優勢轉化為勝勢。

在Stanford發佈的世界主流大模型評測中,GLM-130B是亞洲唯一入選模型,準確性、惡意性與GPT-3持平,魯棒性和校准誤差在所有模型中表現頗佳。

ChatGLM-6B在2023年3月14日開源,數月時間在GitHub上獲得48000+ star、6800+ fork,在Hugging Face上8,000,000+下載,四周趨勢排行第一; 數百個專案基於ChatGLM-6B研發,如LoRA、P-Tuning、langchain等; 在第三方測評的中文自然語言、中文對話、中文問答及推理任務上獲得第一。

03 沒有終點的長跑

人工智慧作為一種通用革命技術,大模型不僅是決定個人與個人、企業與企業的競爭,也關乎大國競爭,智譜的出身決定了其不僅是一家企業,也是帶有技術主義理想的學者型團隊。

與大部分公司和機構都不盡相同,智譜AI正在走自己的路。

36氪瞭解到,國內許多大廠的大模型研究都基於GPT、BERT和T5,作為商業公司無可厚非,但從國家視角來看,中國一定且必須有自己的預訓練框架,不是跟隨,而是走出自己的路線,GLM(通用語言模型)便是智譜的答案。

自研大模型並不容易,且風險極高。 “GPT-3對我們的影響是堅定了要自研一個稠密的、千億的、雙語的模型。 因為當年我們研究完之後也知道,做這樣一件事情投入是非常大的,尤其是算力、人才、團隊、數據。 “張鵬此前對36氪表示。

圖源:IC photo

“中國沒有自己的預訓練模型框架。 無論是GPT、BERT,還是T5,都是西方的科學家提出的底層技術,路徑是被西方壟斷的狀態。 我們希望打破壟斷,所以沒有完全複刻OpenAI的路徑。 他說。

當然,智譜AI主動與西方技術體系做一定切割,也代表著潛在的風險,如果後續發展遭遇了新的瓶頸,可能會有額外的困難。

目前,智譜是少數全內資/國產自研的大模型企業,並且有明確的國產晶元適配計劃,更適合中國企業,在某種程度上能彌補路線分歧。

在工信部部科技司最新發佈的《2023年產業技術基礎公共服務平臺-面向人工智慧大模型工程化技術及應用的產業公共服務平台專案》招標結果中,智譜AI參與的聯合體中標。

據介紹,該專案為國家工信部首個大模型重大專項專案和今年唯一一個大模型公共服務平臺重大專項,將給予中標主體以支援,推動面向重點行業應用的大模型工程化關鍵技術研究和智慧生成應用落地。

開源開放也是智譜AI的一大特色,很多企業都選擇了閉源路線,智譜卻希望營造繁榮的社區和生態,為了更進一步促進大模型開源社區的發展,智譜AI發佈ChatGLM2,千億基座對話模型全系升級並開源,包括6B、12B、32B、66B、130B不同尺寸,滿足不同層級的客戶需求。

“我們在學術技術上的交流以及產品上的合作都比較開放,大模型不是靠一家獨大就能做好的,還是需要開放的生態。 我覺得做開源也好、免費也好,這些事情都不是為了商業利益。 “張鵬說。

在商業化方面,智譜AI顯得更不疾不徐,以如今熱炒的行業大模型為例,智譜AI並沒有為了迎合客戶就做行業大模型,智譜AI選擇在通向AGI的路上“沿途下蛋”,而不是把行業大模型當做目標。

“行業模型本質上是用大模型的殼,重複造了一遍傳統演算法的輪子。” 張鵬指出行業大模型的局限性,“我們認為只有一定規模的(通用)大模型,才能實現類人的認知能力湧現。 ”

人工智慧是一場沒有終點的長跑,大模型是其中的一座豐碑,所有人都希望在上面刻下自己的名字,資本是智譜AI通向技術理想的手段,當智譜被裹挾著不得不被站到台前,將更考驗智譜的定力、自信與耐心。

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)