红杉资本、凯鹏华盈在看啥？这些AI公司值得关注｜前哨AI资讯

▲ 点击订阅，抓住风口

上周，我们和大家分享了知名风投关注的AI初创企业上半部分，梳理了6家AI初创企业。

今天，我们继续看看剩下7家都有哪些，看看这些投资人为什么认为它们的未来值得期待。

Runway：

AI视频创意工具

人工智能无处不在正在到来，一些公司已将聊天机器人纳入到了企业工作流程之中，但大部分应用仍然以文字交互为主。

Runway则找到了视频生成这个新的领域，重新构建视频创意工具的交互模式。

创始人 Cristobal Valenzuela、Anastasis Germanidis 和 Alejandro Matamala-Ortiz 是纽约大学交互式电信项目的研究人员，拥有多年的设计经验。

Runway 的团队看到了电影制作中特效画面制作的需求，希望借助AI极大改善用户体验，超越现有特效和创意工具，从根本上改变视频交互模式。

例如，用户可以通过文字描述场景，让AI创建全新的视频内容。Runway预计这种生成方式可以节省数小时或数天的工时。

 Runway的突破不仅仅是提供了新的解决方案，站在图像、视频和AI的结合处，他们正处于人工智能技术发展的前沿。

Runway 的研究人员首创了文本生成图像的“稳定扩散”模型。今天，他们又开发了 Gen-2模型，拥有多模态能力的 AI，这是第一个能够将文本转换为视频的公开模型。

2022年10月以来，Runway已经开发了30多个涵盖视频、图像、3D和文本的AI工具，他们的客户群包括财富 500 强和全球 2000 强公司，例如 CBS 的《斯蒂芬·科尔伯特深夜秀》、New Balance、Harbor Picture Video、Publicis 和 Google。

奥斯卡提名的好莱坞大片《Everything Everywhere All at Once》，也采用他们的平台进行剪辑。

借助 Runway，用户可以在几秒钟内启动新的视频创作，无论他们是初次摄像师还是专业工作室。这是一个变革性的转变，也是人工智能如何重新构建不同行业的一个例子。

– Grace Isford，Lux Capital 合伙人

NewLimit：

让细胞返老还童

细胞是地球上最复杂的计算机系统，计算机关键功能由芯片组成，细胞则由DNA构成了基本单位。

计算机芯片上的代码由0和1构成，细胞则有更多的基本单元，单元和单元间还会形成更多的组合，受到温度、酸度和其他微环境的影响，虽然有所不同，但我们也可以说细胞本身就是一种编程的产物。

2006 年，日本研究者高桥等人将成熟细胞重编程回干细胞，为表观遗传重编程领域播下了种子，导致了诱导多能干细胞（iPSC）的诞生，并获得了诺贝尔奖。

从那时起，许多研究小组应用独特的转录因子组合来改变细胞状态，使受损细胞恢复活力，并恢复年轻的细胞表型。

这项工作的繁重程度远超大家想象，经常需要处理6x10^13 以上的基因组合。

我们相信 NewLimit用上机器学习的方法能让细胞重编程大幅加速。

 NewLimit 结合专家知识和多模态数据（scRNA-Seq、scATAC-Seq 等），旨在发现治疗性重编程因子，以治疗以前的难治性疾病。 

在每轮实验中，NewLimit 都采用AI将多个检测读数组合并压缩处理，以此分析、预测新的可用组合。 

虽然该公司尚未公开分享其初始商业战略的细节，但我们相信这种方法具有创造性、合理地降低了风险，并且有可能为人类带来变革。

 Dimension 旨在为像 NewLimit 这样的先驱企业家提供帮助，帮助他们尝试测试技术和生物学交汇处的可能性边界。

– Simon Barnett，Dimension 研究总监

Poolside：

软件开发助手

从过去几个月的情况来看，人工智能辅助编程将很快变得无处不在。

虽然其他公司已经发布了 StarCoder 等大型纯代码模型，但尚未发现任何方法可以达到接近 GPT-4 的性能。

我怀疑这是因为仅在代码上训练模型无法产生出色的软件开发能力。这就是我关注Poolside的原因。

该公司由 GitHub 前 CTO Jason Warner 和 Source{d} 前创始人 Eiso Kant 创立，Source{d} 是世界上第一家研发人工智能生成代码的公司。 

Poolside 的独特之处在于，他们采用 OpenAI 基础模型方法，但只关注一种功能：代码生成。

他们的技术策略取决于代码测试中是否可以执行，允许AI训练过程中立即反馈代码生成结果，这能极大提高AI生成代码的能力。

创始人Eiso早在 2017 年就在探索这一点，今天用上新的AI工具，我们期待他们可以让AI生成代码能力再上新台阶。

– Matan Grinberg，Factory 联合创始人兼首席执行官

Mistral：

法国OpenAI 

Mistral 由 Guillaume Lample、Arthur Mensch 和 Timothe Lacroix 创立，其使命是构建最好的开源语言模型，目标是围绕它们培育一个繁荣的生态系统。

我认识 Guillaume 有四年了，我们在 OpenAI 和 Meta 工作期间形成了友好的竞争关系。 

Guillaume 是我有机会共事过的最有才华的研究人员之一，我很高兴见证他从在 Meta 进行研究到创立 Mistral 的历程。

在此过程中，我还认识了Arthur Mensch。他的工作一直给我留下了深刻的印象，特别是 Chinchilla，它重新定义了有效训练大型语言模型的含义，以及 RETRO，一种检索增强语言模型的方法，如果你问我的话，它仍然处于探索阶段，非常值得关注。 

现在基于AI的应用即将迎来寒武纪大爆发，面对未来巨大的市场需求，Mistral有机会拿下一片自己的市场。

Mistral开源的策略让他们能吸引更多支持者，演化出更大的生态，正因如此我把钱花在了Mistral身上。 

Mistral 已经开发出可以热插拔形式接入其他平台的AI模型，并为企业级用户提供服务，这家与OpenAI竞争的企业值得关注。

—Stanislas Polu，Dust 联合创始人

智能工业机器人

我们经常听到这样的预测：从长远来看，人工智能和机器人技术将完成大量手工任务。

如今，这已经从预言变成了眼前的商业需求。

到 2030 年，欧洲的劳动年龄人口预计将减少 1350 万，劳动力成本正以二十多年来最快的速度上升。

随着电子商务的兴起，仓库面临的压力比以往任何时候都更大，企业保持竞争力变得越来越具有挑战性。

仓库运营费用的 55% 来自订单拣选，但对于希望转向自动化系统的公司来说，情况不容乐观。

传统的机器人服务，要么需要大量的专业开发，要么应用中仍然需要人工干预。

Sereact以强大的模拟环境为基础解决这些问题。

Sereact的方案可训练机器人获取任务执行中的细微差别，进行调整还能自动搜集收据，在后台不断训练优化。

这意味着工业机器人有了一个不断成长的大脑，能够同时处理多种不同材质的商品，例如电子设备、纺织品、软水果、瓷砖和木材。

最令人兴奋的是，他们的机器人堆栈使用大型语言模型（LLM）来实现对机器人的直观自然语言控制。

他们开发了一种名为 PickGPT 的变压器模型，允许用户通过语音或文本向机器人发出指令和反馈。这使得任何人都可以要求机器人执行所需的任务，无论他们的技术知识水平如何。 

Sereact 首席执行官 Ralf Gulde 长年从事人工智能和机器人交叉领域的研究，首席技术官 Marc Tusher 则专注于深度学习领域。

虽然是一家初创公司，Sereact 已经吸引了众多合作伙伴，包括戴姆勒卡车、施迈茨、Zenfulfillment、Zimmer Group 和 Material Bank。这

除了电子商务仓库中的常见应用之外，还有一系列其他用例。例如，在传统制造中的装配过程，涉及到组装所需的精细部件，是一个费时又费力的环境。

从历史上看，机械臂一直难以抓住小部件或在杂乱的环境中挑选出单个零件。Sereact 的软件可以识别这些组件并选择合适的夹具来挑选它们，我认为他们的技术将会极大改变行业。 

– Nathan Benaich，Air Street Capital 普通合伙人

Lamini：

量身定制AI大模型

现在每个企业都在尝试将人工智能融入其业务中。

标准普尔 500 强企业中有 20% 的首席执行官在第一季度的财报电话会议中提到了人工智能。

 这意味着许多企业希望在内部构建自己的人工智能模型和解决方案。每个企业都拥有专有客户数据的宝库，通常是其核心业务护城河的一部分。

这些企业认为将最有价值的数据发送到基础模型 API 或可靠性不确定的新初创公司存在风险。即使数据隐私不是问题，GPT-4 或 Claude 等也缺乏面向企业用户的定制开发。

Shopify 和 Canva 等科技公司都已经在内部组建了AI 团队，利用现成的开源模型将 AI 构建到业务适合的部分。

然而，大多数公司没有资源或经验丰富的人工智能研究人员，这就是 Lamini为什么让人感到兴奋的原因。

Lamini 是一个AI大模型引擎，开发人员可以轻松地通过人工反馈快速训练、微调、部署和改进他们的AI模型。

Lamini 提供高效的AI开发环境，允许企业在自己的数据之上构建人工智能解决方案，无需雇用人工智能研究人员或风险数据离开其私有云。

使用 Lamini 还可以生成比现成 API 更少的幻觉、更低的延迟、可靠的正常运行时间和更低的成本的模型。这些性能增强源自 Lamini 团队基于数十年围绕 AI 模型和 GPU 优化的研究和行业经验。

一些知名大初创公司和大型企业已经开始使用 Lamini 在内部和客户中部署AI。

最近 Lamini 与 Databricks 建立了合作伙伴关系，会有更多企业能用上他们的服务。

— James Wu，First Round Capital 投资者；托德·杰克逊，First Round Capital 合伙人

Factory：

你的编码机器人

虽然今天的计算机编程已经非常简单，但硬件领域仍然要处理难懂的机器语言。

Factory由前弦理论家 Matan Grinberg 和机器学习工程师 Eno Reyes 于 2023 年创立。

当我遇到 Matan 时，我立即被他对未来的愿景所吸引，在未来，工程师可以将烦人的任务委派出去，专注于棘手的问题，从而使构建事物变得有趣。

为此，Matan 和 Eno 创建了自主编码“机器人”，处理代码审查、调试和重构等日常任务。

与其他辅助编程AI不同，Factory 是自动化的，它会像Auto-GPT一样执行，独立审查代码、解决错误和回答问题。

 Factory 的首席执行官马坦 (Matan) 在普林斯顿大学担任弦理论学家，在那里他提出了黑洞奇点的设想。Eno 的职业生涯是在 Hugging Face 担任机器学习工程师，亲自处理繁琐的工程流程。

这是一支独一无二的团队，他们在短短几个月内就创建出了一些很棒的东西，现在正在加速产品化。 

工业革命后，我们制造了带我们登上月球的火箭。下一代技术革命则会将人类从苦差事中解放出来，进一步推动技术前沿的变革。 

– Markie Wagner，德尔福实验室创始人兼首席执行官