時間的鐘表在2023年的日歷上已經劃走了一半。對于很多科技行業(yè)從業(yè)者而言，卻有種恍如隔世的錯覺。
OpenAI憑一己之力給時代劃了一個鮮明的分界線——ChatGPT出現(xiàn)之前是AI 1.0，ChatGPT出現(xiàn)之后是AI 2.0。有些人已經開始慢慢習慣AI 2.0時代的新工作生活模式，他們習慣了有新的機器伙伴同行，不管是工作時詢問建議、使用新工具升級工作方法，還是閑暇時和機器人聊天辯論，訴說心事，新的機器與人的關系正拉開了帷幕。
新技術解鎖了構建應用程序的新可能，敢于逐夢的創(chuàng)業(yè)者不會放棄這一次全新的技術機會，很多人已經迫不及待地出發(fā)，探索AGI時代新可能性。有人稱，ChatGPT 帶來了新一輪App Store的盛會，各式各樣的工具和產品因此而生，ChatPDF、各種Copilot……在硅谷幾乎每天都有幾十個基于OpenAI的新產品上線。
中國新技術的創(chuàng)業(yè)市場也一片火熱，上周六，奇績創(chuàng)壇的春季創(chuàng)業(yè)路演活動重回線下，我們看到了前沿科技含量最高的60個早期創(chuàng)業(yè)項目，和一群興致勃勃、熱情洋溢的創(chuàng)業(yè)者。
金沙江創(chuàng)投主管合伙人朱嘯虎、紅杉資本合伙人鄭慶生，很多一線基金的合伙人也來到了現(xiàn)場。“陸奇在AI領域的號召力毋庸置疑，”一位投資人如是說。場面火爆，臺下坐著1100多位投資人，不少人站著看完了兩個多小時的路演。
這群創(chuàng)始人平均年齡只有29歲，他們中，有人是在校的大二學生，有人是從實驗室出發(fā)的博士和教授，有人是上市公司的CEO，他們被科技傳奇領袖陸奇所吸引，決定將創(chuàng)業(yè)劃到人生的刻度上，試圖把一個個的念頭變成現(xiàn)實的商業(yè)產品。現(xiàn)場我們也看到，寶寶樹創(chuàng)始人王懷南也受新技術啟發(fā)，帶來了新的AI項目。
陸奇在開場演講中提到，這一次創(chuàng)業(yè)營累計收到了7954申請 ，最終錄取了60個，錄取率不到1%，100%都是技術驅動。
縱覽這60個項目和背景，「甲子光年」發(fā)現(xiàn)，這些創(chuàng)始人基本都是國內外頂級名校出身，其中，78%擁有碩士及以上學位，67%具有海外背景，32%的項目有女性創(chuàng)始人。
路演幾乎涵蓋了科技的絕大部分細分賽道，涉及人工智能及大模型、企業(yè)服務、機器人、開發(fā)者工具、生物醫(yī)療、先進制造等22個細分行業(yè)，其中人工智能的項目增長一倍。
去年的元宇宙、web 3項目不見了，取而代之，大模型成為重頭戲，60個項目中，大模型項目有39個，占到了65%。其次是企業(yè)服務和機器人，其中機器人項目數(shù)量增長近4倍。我們也發(fā)現(xiàn)，出海成為熱門，很多項目的目標市場不只局限于國內，其中開發(fā)者工具、機器人等項目紛紛將海外作為商業(yè)化的第一站。
大模型一派火熱的當下，創(chuàng)業(yè)者們都有哪些新的點子和思考?此次，「甲子光年」把我們在現(xiàn)場看到的和大模型技術相關的部分創(chuàng)業(yè)項目分享出來，供大家借鑒學習。
1.大模型+軟件產品=無限可能?
大模型就像魔法棒，此刻，每一位對技術癡迷的創(chuàng)業(yè)者都想成為有魔法加身的哈利波特，他們把自己腦子中的想法創(chuàng)造成一行行的代碼“咒語”，咒語一出，新的產品“魔力”顯現(xiàn)。
楊光想用大模型的“魔法棒”做服裝定制，“咒語”一出，新的穿衣體驗來臨。
楊光是一位設計師，曾就讀于加州大學伯克利分校計算機和統(tǒng)計雙專業(yè)。他在18歲就創(chuàng)建了自己的個人服裝品牌，曾經為王菲，孫儷設計服裝。他說，希望讓更多普通人不用受既定的尺碼限制，就能穿上自己喜歡的衣服。
如今，受新技術啟發(fā)，楊光和合伙人金帝、戴晨創(chuàng)造出了新的品牌“MohAIr 馬海毛毛”——一個AIGC個性化服裝定制平臺，他和團隊想把技術和時尚融合在一起，讓高質量、低成本的個性化服裝解決方案變得可以實現(xiàn)。
MohAIr的產品思路是：使用關鍵詞或者圖片，用戶告訴系統(tǒng)他們想要什么類型服裝，系統(tǒng)五秒內就可以生成對應的設計，并讓用戶直觀看到渲染后衣服上身的效果，之后，只要輸入身高、體重等身材數(shù)據并下單，衣服就可以在一周內送到手中。
楊光在臺上演講的時候穿的就是MohAIr設計的衣服，他透露，目前產品的內測用戶突破5000名，日均設計產出超過500套。現(xiàn)場了解到，目前MohAIr衣服單價在3000元左右，未來也會有希望進一步將成本降低。
如果說楊光的“造新衣”想法讓人眼前一亮，那藍河造“外腦”的想法聽上去非常地天馬行空了。
藍河說，未來人們需要兩個AI伙伴：一個是像漫威電影里的管家Javis一樣，幫助處理各種生活事情;另一個是自己的分身，可以代表自己和其他軟件互動。他們希望借助大模型，用創(chuàng)新的軟硬件做好這兩個AI，帶來大模型驅動下新的生活方式。
藍河是材料學的專家，他畢業(yè)于英國帝國理工學院本科，曼切斯特大學博士輟學，曾經在柔性電子系統(tǒng)與可穿戴領域研究了很多年。他對新智能硬件設想是：把機器人的眼睛、耳朵等五感穿在身上，通過神經連接到外腦，這樣，外腦就擁有了各種本體的真實記憶數(shù)據，這種穿戴設備幾乎隱形，看上去和正常衣服沒什么兩樣。外腦科技的商業(yè)規(guī)劃是2023年第三季度推出產品，到2024年銷售超過10萬的硬件產品。
和藍河一樣，來自浙大的武靖超和他的校友們也希望打造一個AI分身，不過他們選擇的對象是寵物。
他們團隊共同點就是“熱愛寵物”和“熱衷探索AI”，他們打造了一款寵物AIGC產品——DreamPets，“我們希望為10億寵物創(chuàng)建AI虛擬替身。”武靖超說。
DreamPets的產品構思很簡單，用戶上傳自己的幾張寵物照片，即可獲得寵物的AI虛擬替身。每個用戶都有專屬的fine-tune模型，可以生成屬于自己的各式寵物圖片和寵物故事內容，之后，公司也會嘗試讓不同寵物都擁有自己的性格特點并和主人進行個性化交互。
目前，在6周的限量測試中，靠用戶推薦，DreamPets以平均380%的周增長速度獲得了將近10萬用戶，且已經創(chuàng)建了10萬個寵物模型。
除了用大模型造各種各樣的分身之外，面向不同行業(yè)和生活場景的各種各樣的AI Copilot也在不斷誕生。
寶寶樹創(chuàng)始人王懷南帶來了他的新創(chuàng)業(yè)項目如溪(ChatBrook)。如溪(ChatBrook)的愿景是以最低成本、最高質量為每一個人記錄他/她的生活瞬間和一生。讓每一個人的身邊都有一位司馬遷。
根據王懷南的現(xiàn)場演講，我們可以了解到這看上去像新的社區(qū)工具，可以記錄，社交。他提到，如溪的產品規(guī)劃有4個層面：構建基于智能大語言模型的記錄工具;升級工具成為記錄社區(qū)，做高粘性社交;讓記錄和社交成為培訓數(shù)字孿生的基礎;搭建數(shù)字孿生應用生態(tài)體系 MaaS(Memory as a Service)。
這些年王懷南在連續(xù)創(chuàng)業(yè)，2007年創(chuàng)立的母嬰在線平臺寶寶樹已經在港交所上市。2021年他針對銀發(fā)人群創(chuàng)立了米茶科技，2022年推出舒適、時尚的鞋服品牌“響午”，這已經是他的第四次創(chuàng)業(yè)。公司的另一位創(chuàng)始人袁淼曾是MobLab公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人，創(chuàng)建了全球最大的行為游戲和人工智能平臺。
NetPrism希望打造個人購物AI Copilot，這個項目由美國華盛頓大學學生和校友組成，創(chuàng)始人Wendell Li在華盛頓大學讀書期間發(fā)布的Restock Alerts商品庫存監(jiān)控APP曾火爆北美，在App Store排名第7。他認為，場景式交流將成為電商社交和直播之后下一個購物入口。
他們設計了一款將大語言模型應用在網購零售領域的對話式導購產品，通過與用戶交談，BuyScout可以根據購物需求和場景，提出個性化的購買建議，和商品對比。
用戶只需要告訴BuyScout “我要準備一次滑雪之旅，且雪場在西雅圖附近”，它就會自動篩選出最適合在西雅圖雪場滑雪所使用的滑雪裝備。和這個項目有點類似的是谷歌之前在搜索場景優(yōu)化的購物體驗，不過谷歌是為了通過內容精準推薦購物買廣告。
目前，BuyScout已有1萬用戶，是蘋果APP 商店中排名第七的購物助手，他們的目標市場是歐美地區(qū)的2.7億網上消費者，國內的朋友可能暫時無法體驗到。
購物之外，更多細分行業(yè)場景的工具也在出現(xiàn)，To0 圖靈世界要打造就是一款建筑領域的 AI 工具平臺，“用新的大模型技術，我們希望能做出市面上質量最好的交付級AI效果圖，在未來，也將推出設計交互 APP，讓每個人擁有一個大師級 AI 設計師。”創(chuàng)始人劉星辰說道，他來自清華大學建筑學專業(yè)。
在To0圖靈世界中，用戶僅需簡單地輸入設計要求或上傳照片，點選設計模板，就可獲得高品質效果圖，將原有交付周期從一周縮短為數(shù)秒，購買效果圖成本從數(shù)千元降低到百元。
以上這些項目只是大模型原生應用的一小部分，新技術正在持續(xù)拓寬想象力的邊界，面向社交、金融、設計師、動漫，更多樣的AI native 應用還在陸續(xù)出現(xiàn)。后續(xù)我們也會持續(xù)追蹤報道。
2.大模型加持，如何讓更智能的機器人到來?
各種軟件的創(chuàng)新產品之外，也有很多人想把大模型落在機器人中，讓通用機器人早日真正走進千家萬戶。
曾在卡耐基梅隆大學機器人學院就讀的邱迪聰就是其中一員，過去數(shù)年，他一直在探索AI 與機器人跨領域研究和落地，也曾參與主導過 NASA 火星車研發(fā)。這一次，他創(chuàng)立了Jacobi.ai 雅可比機器人，想要結合多模態(tài)機器人、 AI 大模型、跨形態(tài)運動控制技術，用 RobotGPT 與即插即用的 J-Box 賦能所有機器人公司，讓智能機器人快速走進各行各業(yè)、千家萬戶。
它的產品思考是：一方面打造機器人思考大腦J-Mind，能讓機器人直接說，即時寫，還能根據不同的業(yè)務需求迅速反應;另一方面通過機器人運動控制小腦J-Box，讓這種智能能力即插即用，實現(xiàn)通用機器人短周期、低成本、高柔性的研發(fā)部署和運維。
這是一支融合了機器人、大模型、芯片多學科經驗的團隊，硬件芯片與產線負責人葉根源曾在 Intel、高通等擔任高級工程師，在 DSP、ARM、FPGA 多核異構領域有超過十年的實戰(zhàn)經驗。大模型科學家梁俊衛(wèi)博士畢業(yè)于卡內基梅隆大學，其后在Google AI、騰訊優(yōu)圖實驗室擔任資深科學家。
InsideRobo也在探索用降低機器人智能成本的可能，他們在元宇宙中設計、訓練、測試機器人。希望通過開發(fā)實時、逼真的任務流程模擬，幫助企業(yè)降低機器人的設計、訓練、測試和管理成本。
他們的技術思考是利用最新的元宇宙模擬引擎，通過Nvidia Omniverse 作為數(shù)字模擬和云端計算平臺，打造高精度、高還原度的虛擬世界，并運用大模型和物聯(lián)網技術讓機器人在虛擬和現(xiàn)實同步。
創(chuàng)始人趙一州博士就讀于加州大學洛杉磯分校(UCLA)，從事計算機視覺、機器人和計算機模擬方向的研究，導師為朱松純教授。另一位Gavin Steven從事云計算、物聯(lián)網和工業(yè)元宇宙設計，曾是微軟 Azure 云架構師、DevOps 團隊負責人。
數(shù)論科技則是想直接做實體的通用機器人，他們希望基于大模型，打造通用化一體式智能工業(yè)機器人。
他們的產品落地思考是：通過語言直接端到端理解并控制機械臂、AGV、攝像頭、夾爪等工業(yè)機器人設備，代替?zhèn)鹘y(tǒng)標注數(shù)據+模型訓練+編程示教+仿真渲染等復雜流程，實現(xiàn)更多柔性生產工序的機器人高效替代。
這是一支來自人大的團隊，創(chuàng)始人黃真本科和碩士都就讀于人大，曾任 AI 公司一覽群智深圳分公司總經理。大模型首席科學家文繼榮是人大高瓴人工智能學院執(zhí)行院長，擁有豐富的多模態(tài)大模型研發(fā)經驗。CTO劉占亮曾在微軟、百度、騰訊、智源等工作，擁有豐富的大模型工程落地實踐經驗。
不同于前幾家，動微視覺則是希望通過專用仿生視覺大模型芯片，助力智能制造和智能機器人。
機器人的智能不僅靠軟硬件的研發(fā)，更需要基礎的算力支持。劉敏和團隊創(chuàng)業(yè)的初衷就是結合視覺大模型以及先進的仿生類眼視覺傳感器，為用戶提供超低功耗，實時響應，沒有隱私問題的全套視覺解決方案。
目前動微視覺已經打造了首個專用的仿生視覺處理平臺，涵蓋模組和芯片，結合視覺大模型以及先進的仿生類眼視覺傳感器，助力智能制造、消費電子、自動駕駛和人形機器人等眾多領域。
創(chuàng)始團隊來自蘇黎世聯(lián)邦理工學院，創(chuàng)始人劉敏是蘇黎世聯(lián)邦理工學院博士、博士后;聯(lián)合創(chuàng)始人梁東晨博士也畢業(yè)于蘇黎世聯(lián)邦理工學院，公司的首席顧問Tobi Delbruck是蘇黎世聯(lián)邦理工學院教授，他也是一位IEEE 院士，神經形態(tài)工程和計算神經科學領域的知名專家。
大模型+機器人的新嘗試之外，也有團隊瞄準康復、清潔、農業(yè)等場景，試圖通過創(chuàng)新的產品和設計進一步打開市場機會。
由來自谷歌、科沃斯領軍人物創(chuàng)立的妙果科技選擇以多樓層家庭清潔機器人為切入點，打造全方位智能家庭服務生態(tài)。
創(chuàng)始人龍云是前谷歌 TPU 模型優(yōu)化團隊負責人，在 AI 解決方案落地方面有深厚的積累。聯(lián)合創(chuàng)始人王友東是前海洋實驗室機器人項目帶頭人，另外一位聯(lián)合創(chuàng)始人朱峰是前科沃斯北美銷售體系的負責人，曾帶領科沃斯北美銷售從千萬級突破到億級美金。
瞄準農業(yè)場景的Moss Robots選擇面向海外的農業(yè)市場，以樹木苗圃為切入點，希望通過整合智能自動化和數(shù)字化技術來改變高經濟價值作物的作業(yè)場景。創(chuàng)始人Yudan Hu曾就讀于加州理工學院，專業(yè)領域為可持續(xù)農業(yè)實踐和勞工問題的文科研究。CTO Shrijit Singh有六年機器人領域經驗。
連續(xù)創(chuàng)業(yè)者師云雷選擇的賽道是康復健身機器人，他曾是微創(chuàng)醫(yī)療機器人創(chuàng)始人之一。
他創(chuàng)立的如身機器人希望通過開發(fā)模塊化、高性價比、人機共融的康復機器人產品，利用模塊化力控關節(jié)和趣味游戲庫搭建出康復機器人矩陣，實現(xiàn)全康復場景和全康復周期的覆蓋，并將向健身領域拓展。
如身機器人首席科學家是張建偉教授，他是一位德國工程院院士，是計算機科學、神經科學和心理學交叉研究領域的跨模態(tài)學習先導，在醫(yī)療康復以及助老服務領域擁有豐富經驗和資源。
層出不窮的新創(chuàng)意、新技術，機器人行業(yè)也在迎來全新的變化。
3.大模型時代的基礎設施機會
在大模型技術通過各式各樣的產品給我們的工作生活帶來巨大的變革之前，如何讓這項成本高昂、難度極高的技術變得更容易實現(xiàn)也是一個關鍵的問題。
所以在現(xiàn)場，我們也看到很多技術背景的人選擇瞄準大模型的基礎設施層，從算力、計算框架、數(shù)據以及各種各樣的軟件工具出發(fā)，探索大模型技術更經濟、更易用的可能性。
HeX-AI要做的就是構建易用高效的大模型計算框架，他們希望讓所有企業(yè)都用得起大模型。他們來自北京大學，創(chuàng)始人符芳誠在今年7月會從北京大學計算機學院博士畢業(yè)，之前從事深度學習算法與系統(tǒng)、大數(shù)據處理與分析、分布式計算等方面的研究。CTO苗旭鵬博士也畢業(yè)于北京大學計算機學院，之后在卡內基梅隆大學擔任博士后研究員。
他們瞄準的機會正是很多大模型公司深切感受到的痛點：大模型部署難度太大，計算效率太低。HeX-AI自主打造了河圖系統(tǒng)，涵蓋大模型的預訓練、精調、推理、部署等全鏈路功能，解決私有大模型構建所存在的運行效率低下、使用成本昂貴、使用難度太高等問題。借助河圖系統(tǒng)可以自動并行，實現(xiàn)最優(yōu)分布式運行性能;以及進行細粒度資源管理，充分利用算力;同時還能自適應感知任務負載與集群資源。
曾在阿里和華為工作的楊浩進創(chuàng)立的低比特也希望通過新的AI 訓練框架，讓大模型無處不在。但他們的技術思考是希望用低比特框架模型計算引擎，為性能帶來大幅提升，從而讓大模型在移動端設備的落地可以實現(xiàn)。
楊浩進曾經是阿里巴巴人工智能實驗室和阿里視頻云的邊緣計算實驗室北京團隊負責人，也曾擔任華為邊緣云創(chuàng)新實驗室及慕尼黑云智能實驗室首席 AI 科學顧問。
中科加禾看到的機會也是工具鏈層面，但他們希望做的是跨越國產算力芯片與大模型落地之間存在的生態(tài)鴻溝，為國產 AI 大模型產業(yè)提供通用化、低成本、高性能的算力資源。
目前，中科加禾聚焦編譯技術，致力于公司產品為包含 AI 訓練與推理工具、Fine-Tuning 工具和算子實現(xiàn)等在內的，跨品牌、跨型號的標準化 AI 軟件底座，以及連同硬件設備在內的一體化 AI 算力解決方案。
謝晨創(chuàng)立光輪智能瞄準的則是大模型在數(shù)據層面的痛點，他們希望通過合成數(shù)據解決方案加速大模型落地。謝晨認為，在AI2.0的開發(fā)方式下，合成數(shù)據是解決大模型數(shù)據短缺的最有效的辦法。
目前，合成數(shù)據確實是一個行業(yè)熱點，隨著大模型技術的不斷發(fā)展，未來互聯(lián)網上的可用文本數(shù)據可能將會耗盡，會面臨無新的訓練數(shù)據可使用的情況，提前解決數(shù)據問題是一個大的機會。Gartner稱，2024~2030年，有60%的大模型數(shù)據都是“合成數(shù)據”，微軟、谷歌、英偉達等硅谷巨頭均在加速布局合成數(shù)據領域的相關業(yè)務。
光輪智能希望將生成式 AI 與仿真技術深度融合，提供多模態(tài)、高質量、大規(guī)模、低成本的合成數(shù)據，彌補 AI 時代的數(shù)據缺口。創(chuàng)始團隊都曾在國內外大公司有豐富實踐，創(chuàng)始人謝晨曾任英偉達(美國)自動駕駛仿真負責人、Cruise(美國)仿真負責人、蔚來汽車自動駕駛仿真負責人。聯(lián)合創(chuàng)始人楊海波曾任美團公司事務總監(jiān)。
來自浙大的林沅霖和團隊創(chuàng)立的Zeabur 則是一個致力于幫助開發(fā)者簡化服務部署流程的平臺。他們是一群在校的大學生，對開發(fā)的熱愛和不斷探索讓他們發(fā)現(xiàn)這個面向開發(fā)者的新機會。
林沅霖認為，大模型時代來了，開發(fā)者正在面臨全新的挑戰(zhàn)：數(shù)據集的清洗、提示詞的調試等，這種情況下，開發(fā)者需要一款工具幫助他們專注在開發(fā)。使用Zeabur，開發(fā)者只需輕輕一點，即可輕松部署任何服務，無論使用了何種編程語言或開發(fā)框架，Zeabur 都可以用最合適的部署策略自動完成部署流程，無需擔心基礎設施繁瑣問題。過去兩個月，Zeabur用戶自然增長超過20倍。
同樣是面向開發(fā)者，Limit-LAB 則希望成為未來每個白領都會使用的 AI App 開發(fā)平臺。創(chuàng)始人張潤哲曾在華為、PingCAP、Starcoin 等公司實習，在分布式計算、云架構、計算機圖形學方面有過工程經驗。
Limit-LAB目前打造的LimitHub產品希望解決Prompt工程學、管理、安全等方面的問題，目前他們的產品在開源社區(qū)獲得很大的關注，他們的計劃是能在 AI App 迅速火爆的2023年以后覆蓋所有涉及 Prompt 開發(fā)的公司。
從涉及衣食住行的各項軟硬件應用，到讓技術更經濟更可用，大模型時代來了，我們不知道會被什么樣的產品改變，也都還在探索接下來將如何和新技術共處。
眼下，這些創(chuàng)業(yè)者已經出發(fā)，他們不懼眼前的重重迷霧，而是選擇用腳丈量，走出下一步。
他們會帶來什么樣的可能性，讓我們拭目以待。
