AI创投周报是阿尔法公社关于全球人工智能投资的资讯周报，适合创业者和投资人参考。
阿尔法公社聚焦科技天使投资，近期集中投资了十余家AI初创企业，我们瞄准高段位创业者，投资了加拿大工程院外籍院士、美国工程院院士担任CEO的数个项目，以及国家重大专项首席专家、中国CIO标杆人物、大厂高端人才等创始人项目，包括HiDream智象未来、八方地动、创享数智等。
本周，我们观察到AI领域的新动向和新趋势：
1. ChatGPT正式成为AI搜索引擎，补齐即时信息短板。2024年11月1日，OpenAI宣布重大更新，将ChatGPT转变为一款AI搜索引擎，ChatGPT在即时信息获取短板被补齐。ChatGPT search的推出，意味着用户可以与全球最先进的AI大模型进行对话，同时通过网络资源链接快速、及时地获取答案。这一新功能将覆盖ChatGPT的网页版、手机和桌面应用，用户可以根据具体需求决定何时利用网络中的搜索结果，也可以主动触发网络搜索。
2. 苹果更新，用户可以体验首批Apple Intelligence功能。苹果公司近日宣布，随着iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1的更新，用户可以体验首批Apple Intelligence功能，标志着苹果AI正式登陆iPhone、iPad和Mac。这些更新为用户带来了全系统范围的写作工具、更智能的Siri以及照片中的智能功能。苹果CEO库克称Apple Intelligence为“全世界最好的AI一体机”，它能够理解、生成文字和图像，并实现跨应用协同，同时简化日常任务。
3. 对话式AI Agent平台Sierra AI融资1.75亿美元，估值达45亿美元。由前Salesforce联合首席执行官Bret Taylor联合创立的Sierra在1月份的估值为10亿美元，此轮估值高达45亿美元，由Greenoaks Capital领投。Sierra专注于构建对话式AI Agent平台，旨在帮助企业高效处理客服业务，减少重复性事务的人力投入，同时保证服务质量。
人工智能产品和技术的新突破
1. ChatGPT正式成为AI搜索引擎，补齐即时信息短板
2024年11月1日，OpenAI宣布重大更新，将ChatGPT转变为一款AI搜索引擎，ChatGPT在即时信息获取短板被补齐。ChatGPT search的推出，意味着用户可以与全球最先进的AI大模型进行对话，同时通过网络资源链接快速、及时地获取答案。这一新功能将覆盖ChatGPT的网页版、手机和桌面应用，用户可以根据具体需求决定何时利用网络中的搜索结果，也可以主动触发网络搜索。
OpenAI已经与多家新闻和数据提供商达成合作，为天气、股票、体育运动、新闻和地图等不同类别使用新的视觉设计。Vox Media总裁Pam Wasserstein表示，ChatGPT搜索有望更好地突显和归因来自可靠新闻来源的信息，使用户受益，同时扩大优质新闻发行商的影响力。
与传统搜索引擎如Google相比，ChatGPT search的优势在于其能够过滤网络中的无用信息，提供更高质量的内容，而Google往往呈现广泛的结果，可能包括不太相关的链接。OpenAI表示，ChatGPT搜索是基于GPT-4o的微调版本，使用新颖的合成数据生成技术进行后训练，包括从o1-preview中提取输出。这种技术的应用，使得ChatGPT搜索能够提供用户正在寻找的信息，同时保持信息的准确性和时效性。其次，ChatGPT Search提供对话式界面，允许用户用自然语言提问并获得连贯的回答，而Google采用的是传统的基于关键词的搜索方式。另外，ChatGPT Search承诺提供无广告的用户体验，与Google的广告驱动模式形成对比。
虽然AI搜索独角兽Perplexity AI也利用网络搜索提供答案，但ChatGPT Search将这一能力直接集成到聊天界面中，允许更互动和上下文意识的体验。它可以由用户手动触发，也可以根据查询的相关性自动激活，增强了可用性，而Perplexity的方式相对静态。用户反馈表明，ChatGPT Search反应迅速，并强调引用，提供详细的来源信息，增强了可靠性。
来源：https://openai.com/index/introducing-chatgpt-search/
苹果公司近日宣布，随着iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1的更新，用户可以体验首批Apple Intelligence功能，标志着苹果AI正式登陆iPhone、iPad和Mac。这些更新为用户带来了全系统范围的写作工具、更智能的Siri以及照片中的智能功能。苹果CEO库克称Apple Intelligence为“全世界最好的AI一体机”，它能够理解、生成文字和图像，并实现跨应用协同，同时简化日常任务。
新款iMac搭载了M4芯片，性能大幅提升，标配16GB统一内存，可选配至32GB。M4芯片的十核CPU和GPU在日常工作效率和复杂工作流中分别提升了1.7倍和2.1倍的速度。M4的神经网络引擎比M1快3倍以上，极大加快了任务完成速度。新款iMac的设计包括24英寸4.5K Retina屏幕和全新的纳米纹理玻璃面板，减少反光炫光，同时配备12MP Center Stage摄像头，支持桌面视角功能。
苹果AI的集成优化了强大的生成式模型，提供个性化的macOS系统体验。对于高算力任务，用户还可以访问苹果的云端模型。苹果的隐私保护算法确保了数据安全，专家提供的“第二重保障”进一步增强了隐私保护。
苹果AI的写作工具可以跨App使用，提供重写、校对和总结功能。Siri的升级使其更加灵活自然，能够深度融入系统体验。照片应用中的新功能允许用户用自然语言搜索照片和视频，甚至一键消除照片中的路人。苹果AI还帮助用户高效管理任务，保持专注。
预计12月，Mac将推出更多新功能，包括Image Playground和Genmoji等。Siri也将变得更加强大，能够回答与用户个人相关的问题。苹果AI未来将解锁Mac系列全新的可能，并计划明年在国内上线。
3. Meta推出开源PDF转播客工具NotebookLlama，对标谷歌NotebookLM
Meta最近发布了NotebookLlama，一个开源工具，它能够将PDF文件转换成播客内容，对标谷歌的NotebookLM。NotebookLlama的核心流程包括四个主要步骤：预处理PDF、撰写播客稿、增加戏剧冲突以及语音合成。预处理使用Llama-3.2-1B-Instruct模型，专注于清理PDF文件中的字符和编码错误，而不改变原始内容。撰写播客稿则依赖于Llama-3.1-70B-Instruct模型，将文本转化为播客稿，其中70B模型因其更具创意而受到推荐。Llama-3.1-8B-Instruct模型负责增加戏剧冲突，使播客稿更加引人入胜，并以对话元组的形式返回结果，便于后续的TTS处理。最后，通过parler-tts/parler-tts-mini-v1和bark/suno模型将文字转换为声音。
为了运行NotebookLlama，用户需要一个GPU服务器或API提供商，特别是70B模型需要大约140GB的显存。用户在使用前需要通过huggingface-cli登录，并启动jupyter notebook server以下载LLaMa模型。项目提供了详细的指南和建议，鼓励用户尝试不同的模型和prompt，以找到最佳效果。
NotebookLlama的未来展望包括提升TTS模型的自然度、探索使用两个agent辩论的方式来撰写播客大纲、尝试使用405B模型撰写稿件、优化prompt以及支持更多输入格式，如网站、音频文件和油管链接等。此外，项目还提供了丰富的学习资源链接，帮助用户深入了解和使用NotebookLlama。
4. GitHub Copilot拥抱多模型时代，OpenAI不再是唯一选择
GitHub Copilot宣布引入多模型选择，不再仅依赖于OpenAI的模型，AI代码生成的下一阶段将由多模型功能和选择共同定义。新整合的模型包括Anthropic的Claude 3.5 Sonnet、谷歌的Gemini 1.5 Pro以及OpenAI的o1-preview和o1-mini。这些新模型将首先在Copilot Chat中推出，并逐步扩展到其他功能。同时，GitHub推出了AI原生工具GitHub Spark，允许开发者完全用自然语言构建应用程序。
Claude 3.5 Sonnet在软件开发全过程中表现卓越，擅长处理复杂和多步骤的编码任务。Gemini 1.5 Pro以其200万token上下文窗口和多模态支持而著称，能同时处理代码、图片、音频、视频和文本。OpenAI的最新模型o1-preview和o1-mini则以其强大的推理能力被纳入。GitHub Spark的推出，使得用户可以从一个初始提示开始，实时预览正在构建的应用程序，轻松查看每个请求的选项，并自动保存每个迭代的版本。
GitHub Copilot的多模型支持和新工具的推出，可能会影响到其他编程助手如Cursor的商业模式。GitHub CEO Thomas Dohmke强调，AI代码生成的早期阶段已经结束，第二阶段正式开启，AI编码走向AI原生、AI智能体、多模型可选的阶段。GitHub希望用AI赋能10亿开发者，成为世界最大的开发者社区。
来源：https://github.com/features/copilot
谷歌正在开发“Project Jarvis”的新项目，旨在通过AI自主操控Chrome浏览器完成网页任务，预计年底亮相。Jarvis项目将由Gemini 2.0驱动，能够通过截屏、解析屏幕内容后自动点击按钮或输入文本，帮助用户完成日常网页任务，如收集研究信息、购物或预定航班等。这一项目展示了AI在人机交互领域的全新范式，预示着AI操控电脑的未来。
同时，微软的OmniParser项目也在探索AI智能体操控屏幕的未来。OmniParser是一个屏幕解析工具，可以将截图转化为结构化数据，帮助AI精准理解用户意图。这些进展显示了科技巨头们在“Computer use”领域的竞争和创新，AI自主操控电脑已成为微软、苹果等公司的下一个发力战场。
谷歌的Jarvis项目和微软的OmniParser都强调了AI在理解和预测用户界面操作方面的能力。这些项目通过解析屏幕截图，识别可交互图标和理解屏幕元素的语义，显著提高了AI在预测用户界面行动的能力。
来源：https://www.theinformation.com/articles/google-preps-ai-that-takes-over-computers
6. 马斯克旗下xAI发布Grok新功能，图像识别与公式转换能力惊艳
xAI公司发布的Grok大模型在最新更新后获得了图像识别能力，能够将手写公式转换成LaTeX格式，甚至能理解梗图。这一进步极大地推动了科学文献的数字化和标准化工作，为科研工作者带来了技术飞跃。Grok的能力不仅局限于公式OCR，还能从时尚、风格、表情等多个角度描述图片内容。例如，它能识别出手表品牌，或对动漫风格人物的装扮进行详细描述。
Grok的这一新功能在社交媒体上引起了广泛关注，帖子浏览量突破百万。用户测试表明，Grok在识别18世纪文件和解释笑话方面表现出色。尽管Grok在理解梗图方面时好时坏，对中文字符的识别能力也有待提高，但其在输出LaTeX表达式和解释图片主体及场景方面表现出色。
与ChatGPT相比，Grok在识图方面虽不算新颖，但马斯克表示，Grok在短时间内完成了其他AI模型几年的工作，暗示其发展潜力。在实际测试中，Grok和ChatGPT对同一图片的解释有所不同，显示出各自的优势和局限性。Grok的图像理解能力虽然在某些方面不如ChatGPT，但在LaTeX表达式的输出方面表现出色。
来源：https://x.ai/
7. 开放源代码促进会（OSI）发布“开源AI定义”1.0正式版
2024年10月29日，开放源代码促进会（OSI）发布了“开源AI定义”的1.0正式版，旨在为人工智能领域中的“开源”术语提供官方定义，以澄清其在快速发展的科技领域中的模糊用法。这一定义要求真正的开源AI系统必须提供可访问的用于训练AI的数据详细信息、完整的构建和运行代码、以及训练中的设置和权重。这一新标准直接影响到了Meta推动的Llama大模型，尽管Llama被广泛宣传为最大的开源AI模型，但其商业用途受限且不提供训练数据访问，不符合OSI的无限制使用、修改和共享自由标准。
Meta发言人Faith Eischen表示，尽管Meta在很多事情上同意OSI的观点，但不同意这一定义，并认为不应该设置单一的开源AI定义。Meta将继续与OSI和其他行业组织合作，推动AI朝着可访问和免费的方向发展。OSI的开源定义包括十余个关键条款，如自由再分发、源代码可获得、允许修改和衍生作品等，已被开发人员广泛接受。随着人工智能的发展，科技巨头们面临着是否接受这些既定原则的选择。
OSI的新定义强调，开源AI系统需要满足无限制使用、研究、修改和共享的自由，这些自由既适用于整个系统，也适用于系统的离散元素。对于机器学习系统，必须包含数据信息、代码和参数等所有元素。OSI执行董事Stefano Maffulli表示，该公司花了两年时间咨询全球专家，完善了这一定义。随着时间的推移，法规对于AI开放的定义也将变得更加清晰。
来源：https://opensource.org/ai/open-source-ai-definition
1. 对话式AI Agent平台Sierra AI融资1.75亿美元，估值达45亿美元
官方网站：https://sierra.ai/
由前Salesforce联合首席执行官Bret Taylor联合创立的人工智能初创公司Sierra在最新一轮融资中估值增长至45亿美元。这家总部位于旧金山的公司在1月份的估值为10亿美元，此轮融资中成功筹集了1.75亿美元，由Greenoaks Capital领投。
Sierra AI，由OpenAI董事会主席参与创立的公司，该公司专注于构建对话式AI Agent平台，旨在帮助企业高效处理客服业务，减少重复性事务的人力投入，同时保证服务质量。Sierra AI的平台支持多模态交互，能够在网页、手机APP等多个平台上实现文本与语音的交互功能，并且能够准确识别产品特定代号等信息。
Sierra AI的AgentOS平台具有单开发多部署的优势，允许企业一次开发，就能将服务部署到多个推广渠道。此外，Sierra AI的系统能够处理多项任务，迅速理清业务逻辑关系，提高多任务处理效率。企业需要对品牌和产品信息进行系统整理，并向Sierra提供这些信息，以确保其能为客户提供精确服务。Sierra AI在智能协作中也展现出精确分类的效果，帮助企业实现呼叫转接的高精准度，节省时间和人力成本。企业必须制定清晰的Sierra呼叫分类标准，以提高转接效率。同时，Sierra AI系统能够适配多渠道，改善服务感受，企业需要深入了解各渠道用户的习惯，并据此对系统进行适配。
2. Waymo完成56亿美元C轮融资，加速自动驾驶出租车业务扩展
官方网站：https://waymo.com/intl/zh-cn/
Waymo，Alphabet旗下的自动驾驶技术公司，宣布完成了历史上最大规模的一轮融资，总额高达56亿美元。此轮融资的投资方包括Alphabet、Andreessen Horowitz、Fidelity等多家知名机构，这不仅是Waymo成立以来金额最高的一轮融资，也是全球自动驾驶行业中的顶级融资之一。
此轮融资后，Waymo计划将资金主要用于扩大自动驾驶出租车业务，并向新城市布局，目标是将自动驾驶出租车服务扩展至更广泛的市场。Waymo One已在旧金山、洛杉矶、菲尼克斯等城市运营，并计划进驻奥斯汀和亚特兰大。数据显示，Waymo每周的付费行程已超过10万次，同比增长了10倍。
Waymo还推出了第六代Waymo Driver系统，这一新系统在原有基础上进行了多项优化，旨在通过更强的硬件和软件算法支持更复杂的驾驶场景。此外，Waymo与Uber的合作也是其业务扩展的重要一环，双方将共同拓展奥斯汀和亚特兰大的自动驾驶出租车市场。预计2025年，Waymo将通过Uber平台在上述城市中提供无人驾驶出租车服务。
3. GMICloud完成8200万美元A轮融资，加速全球AI算力市场布局
AI云计算服务商GMI Cloud宣布完成了8200万美元的A轮融资。此轮融资由Headline Asia领投，同时获得Banpu和纬创资通的战略投资。资金将用于科罗拉多州数据中心的建设，以强化GMI Cloud在全球AI算力服务方面的布局。
在全球科技巨头的推动下，AI创新与研究在各行业蓬勃发展，预计到2030年全球AI市场规模将达1.8万亿美元。GMI Cloud以NVIDIA加速计算平台为核心，构建全方位的AI基础设施，为企业提供高度灵活且完备的机器学习解决方案。GMI Cloud提供的一站式云解决方案，使企业能够获得无缝的扩展性、优化的计算性能，并保障数据安全。
GMI Cloud创始人兼CEO Alex Yeh表示，这笔资金将帮助GMI Cloud提升平台的性能、安全性和可用性，让企业能够更有信心、更高效地部署各类复杂的AI基础设施。GMI Cloud帮助企业客户大幅缩短了GPU资源的交付时间，并在全球布局策略下，有效提升服务能力，帮助企业客户更快速地响应全球对GPU算力日益增长的需求。
4. 诺奖得主联创公司Archon Biosciences完成2000万美元种子轮融资，开发AbC药物
Archon Biosciences，一家专注于计算设计抗体笼（Antibody Cages/AbCs）的生物技术公司，宣布完成2000万美元的种子轮融资并走出隐身模式。此轮融资由Madrona Ventures领投，DUMAC、Sahsen Ventures、WRF Capital、Pack Ventures、Alexandria Venture Investments和Cornucopian Capital跟投。诺奖得主，华盛顿大学的David Baker博士是该公司的联合创始人之一。这笔资金预计将推动公司首个管线在未来18个月内进入临床阶段。
AbCs是一种全新的生物药物，由抗体与AI生成的蛋白质结构结合而成，能够精确控制其在体内的分布，并以高特异性和效力与细胞靶点结合。Archon Biosciences的技术旨在解锁现有药物形式无法触及的治疗靶点，为患者创造更好的治疗选择。
公司联合创始人兼首席执行官James Lazarovits博士表示，Archon的平台利用了人工智能驱动的计算蛋白质设计进步，这些进步在2024年诺贝尔化学奖中得到认可。Archon的技术结合了现成的抗体和计算设计的结合蛋白，这些结合蛋白自组装成极其精确和几何形状明确的纳米结构。这种设计使得AbCs在体内的行为和与靶点的相互作用与传统生物制剂不同，提供了对靶点参与和生物分布等功能特性的更大控制。
5. ReadAI完成5000万美元B轮融资，加速AI摘要技术在企业中的应用
初创公司ReadAI宣布完成了5000万美元的B轮融资，由SmashCapital领投，投资方包括Goodwater Capital、Madrona和Smash Capital等。距离其A轮融资仅六个月，显示出市场需求和增长潜力。
ReadAI的核心产品是一款AI机器人，专注于从会议中自动转录记录并提取精华，帮助用户高效整理信息。该AI机器人通过深度学习和自然语言处理技术，能够识别和理解多种语言中的语音，实时生成高质量的文本摘要。企业用户可以将这一工具集成到日常使用的应用程序中，如Slack、电子邮件、Hubspot和Jira等，从而无缝提升工作效率。
ReadAI的用户增长显著，自今年以来，企业和个人用户的账户数量已超过100,000个，活跃用户和每月经常性收入均实现了翻番。这一数据展示了用户对ReadAI产品的认可，也反映出市场对AI应用的迫切需求。ReadAI通过深度集成多个工作流程，提供了比市场中其他AI转录工具如Shortwave和Superhuman等更为全面的解决方案。例如，ReadAI的智能算法不仅能处理会议记录，还能在冗长的电子邮件中突出重要信息，使得邮件草稿的生成更加高效。
6. 数据安全独角兽Concentric AI完成4500万美元B轮融资，加速AI驱动数据编目工具开发
Concentric，一家专注于数据安全的公司，宣布完成了4500万美元的B轮融资。此轮融资由Top Tier Capital Partners和HarbourVest Partners领投，全球CISO投资联盟CyberFuture等现有投资者也参与其中，使得Concentric AI的累计融资总额达到6700万美元。公司计划将这笔资金用于扩展其AI驱动的数据编目工具，以更好地保护关键信息资产，包括知识产权、财务数据和客户数据等。
Concentric AI的产品通过深度学习技术扫描信息资产，识别和标记潜在风险数据，帮助企业预防数据泄露事件。这轮融资将有助于Concentric进一步开发其AI驱动的数据编目工具，提升数据安全防护能力，满足企业对数据管理和保护的迫切需求。
7. Nooks AI完成B轮4300万融资，推动电话营销服务智能化变革
Nooks AI是一家成立于2020年的专注于AI应用层的公司，专注于利用人工智能技术优化电话营销服务。其主要产品为电话营销自动化工具，旨在帮助销售代表提高工作效率，减少机械性工作，如自动跳过无人接听的电话、提供呼叫记录和无效化处理功能等。Nooks AI的产品还具备呼叫转录和评分功能，并能与多家CRM平台和销售参与平台集成。
Nooks创始人表示，当前市场上充斥着大量AI自动营销工具，但过度自动化反而降低了销售效果。Nooks选择将AI定位为助手而非替代者，让销售人员专注于建立客户关系、制定策略等更具价值的工作。
近日，Nooks AI完成了B轮4300万美元融资，投资方包括KPCB、Lachy Groom和Tola Capital。此次融资将用于进一步研发和推广其产品，以满足不断增长的市场需求。
本文由阿尔法公社综合自多个信息源，并在ChatGPT的辅助下写作，封面图片由Hidream.ai的Pixeling（千象）生成。