團隊15人，估值80億

根據外媒消息，成立不到1年的日本人工智能初創(chuàng)公司SakanaAI，即將斬獲超1億美元融資，估值飚至1800億日元（約合人民幣82億，11.5億美元），即將躋身AI獨角獸行列。

年初，Sakana已獲Lux Capital、Khosla Ventures及多家日本巨頭聯合注資，政府亦提供了關鍵算力支持。本輪融資中，上述投資方Lux Capital、Khosla Ventures 將再度加碼，顯示出對該項目信心。

盡管融資規(guī)模非行業(yè)之最，但這背后恰恰是其差異點所在。Sakana憑小團隊脫穎而出，年初融資時團隊僅3人，目前也僅有15名員工，若論人均估值，與OpenAI不相上下。

更引人注目的是其低成本創(chuàng)新路徑。Sakana顛覆當前AI生成范式，憑借獨創(chuàng)算法自主工作，節(jié)省人力，也無需使用耗電量巨大的大型計算機，號稱數據學習周期將縮短數百倍。

Sakana的策略也另辟蹊徑，拒絕盲目追求大數據模型，擁抱“小模型”戰(zhàn)略，“以小博大”，通過模型間相互協作，針對性解決問題。

此番“小步快跑”模式，與朱嘯虎的觀點頗有幾分相似，其看淡大模型，力挺小模型商業(yè)化應用，與Sakana實踐不謀而合。

Sakana 的崛起，不僅是日本AI領域的突破，更是地域化AI創(chuàng)新趨勢的有力注腳。全球范圍內，小模型勢力崛起，資本“狩獵”的新圖景也正徐徐展開。

“日本OpenAI”

避開硅谷，落腳東京，Sakana 選擇了一條不同尋常的發(fā)展道路。

“如果我們在灣區(qū)創(chuàng)辦 Sakana AI，那將是一個戰(zhàn)略失誤，因為我們看起來會更像其他人，很難與眾不同”，CEO David Ha 曾如此表示。在他看來，硅谷雖然科技氛圍濃厚，但過度的同質化使得新創(chuàng)企業(yè)難以在其中脫穎而出。

Sakana 另一層面的野心在于，追求跨文化技術突破，開發(fā)非西方AI模型。此外，Sakana 東京的選址，也是創(chuàng)始團隊背景的自然延伸。

David Ha曾任谷歌大腦 Google Brains 日本分部的研究負責人。在這之后，David Ha 曾在 Stability AI 擔任研究主管。據日媒報道，其退出 Stability 可能是因為工作內容與研究存在距離，而他本人對于神經網絡、創(chuàng)意AI和進化計算等多個領域有著廣泛的興趣和深入研究。

CTOLlion Jones同樣來自谷歌，在谷歌人工智能研究室擔任技術主管多年，是Transformer架構的提出者之一，該架構后來成為 ChatGPT 等生成 AI 驅動產品的基礎。Llion Jones對于大型科技公司在創(chuàng)新速度上的不滿促使他離開谷歌，為 Sakana 帶來技術積淀。

后期加入的另一位聯創(chuàng) Ren Ito，則憑借其在推進 Mercari 全球化和 IPO 的經驗，以及在投資領域的人脈，為 Sakana 帶來了豐富的運營策略和國際視角。Ren Ito曾投資過獨角獸初創(chuàng)企業(yè)Stability AI，并曾擔任過 Stability 的研究負責人和首席運營官COO。

另一位聯創(chuàng)Ren Ito則憑借在推進Mercari全球化和IPO的經驗，以及在投資領域的人脈，為Sakana帶來運營策略和國際視角。他曾投資過獨角獸初創(chuàng)企業(yè)Stability AI，并曾擔任過其研究負責人和首席運營官。此外，Ren Ito在日本外交部的背景也為公司的國際合作與市場擴展提供了優(yōu)勢。

Sakana的核心團隊匯聚了來自Google Brain、DeepMind等機構的專家，其中不乏多位亞裔成員。2023年7月成立以來，不僅挑戰(zhàn)硅谷模式，還力求在亞洲建立AI新標桿，目標趕超OpenAI和DeepMind。

年初融資時，公司僅三名創(chuàng)始人，平均每人估值達6670萬美元，超越OpenAI的員工平均估值約800多萬美元，根據CB Insights，其時團隊成員平均估值位居榜首。

可自動“繁衍”的AI模型

技術層面，Sakana 同樣試圖顛覆AI生成范式。

這一變革的靈感來自自然界，Sakana 通過模擬進化過程，使AI模型適應環(huán)境變化，克服傳統大語言模型的脆弱性和不可變性，同時極大降低開發(fā)成本并提升安全性。

核心亮點是“模型合并”技術，Sakana將多個現有開源AI模型融合，催生出新一代模型，這一過程循環(huán)往復，歷經數百代演變。再從每一代中選出最成功的模型，成為下一代的“父母”。

雖然該方法以前也存在，但它需要開發(fā)人員手動合并模型。Sakana開發(fā)的自動化“進化”算法無需人工干預，自主識別并合并每代中最優(yōu)秀的模型，以實現預設目標。

這一自動化流程加速了模型的進化速度，據 Sakana 宣稱，如果能夠在短時間內反復“繁衍”促進AI進化，將有可能把AI學習海量數據的周期壓縮至現有水平的幾百分之一。

生成式AI需要海量數據以及巨量的算力成本，這使得研究先進基礎技術的能力僅限于少數資金雄厚的科技企業(yè)。Sakana 采用的方法，號稱對算力資源的需求極小，幾乎不增加額外成本，就能獲得高性能的模型。

目前，Sakana 已基于其“自然啟發(fā)”的機制，推出了涵蓋語言、圖像轉換和圖像生成三大領域的AI模型，其中兩款開源。這些模型若按常規(guī)方式開發(fā)，成本或以百萬美元計，并需數月時間。

不過，目前 Sakana 尚未推出直接面向消費者的應用，如何將這一革命性的技術轉化為商業(yè)成果，是市場關注的焦點。

區(qū)域化大模型頻現

Sakana成功融資，恰逢眾多AI初創(chuàng)企業(yè)深耕本土模型開發(fā)之際，全球資本也開始熱捧地域化AI新星，戰(zhàn)略落子頻繁。

六月間兩起融資案即為例證。加拿大 Cohere 以 50億美元估值攬獲 4.5億美元融資，英偉達、思科助力；法國Mistral AI喜提6億歐元，General Catalyst領投。國際資本追逐各地“OpenAI”的勢頭愈發(fā)兇猛。

然而，誕生于各地的本土企業(yè)，亦須直面“初代”大模型的“入侵”威脅。如美國的人工智能開發(fā)商已經在日本建立了業(yè)務。今年4月，OpenAI在東京設立辦事處，正式拓展亞洲業(yè)務。它還聘請了長崎忠雄擔任 OpenAI 日本公司的總裁，并為當地企業(yè)提供了針對日語優(yōu)化的模型。

區(qū)域競爭日漸白熱化，創(chuàng)新與堅守并行成為新命題。盡管盈利模式尚不明朗，Sakana的創(chuàng)新在一定層面為AI領域的可持續(xù)發(fā)展提供了新思路，預示著一個低成本、高效率AI開發(fā)時代的到來。

無獨有偶。法國的 Mistral 同樣追求“性價比”，也是最為投資人稱道的一點。去年發(fā)布的Mistral 7B，以70億參數打敗了數百億參數的開源大語言模型霸主Llama 2；另一款模型Mistral Large開發(fā)成本低于2000萬歐元（約2200萬美元），GPT-4的開發(fā)成本可能要超過1億美元。

Sakana 和 Mistral 的實踐，為中小企業(yè)和開源社區(qū)打開了低成本創(chuàng)新的大門，有望終結大公司在AI技術上的壟斷。

法國、加拿大、日本等地新秀頻現，也勾勒出非硅谷獨角獸的勃興。

CB Insights 數據顯示，截至今年 4 月底，生成式AI領域獨角獸企業(yè)激增至37家，較去年同期近乎翻倍。新增17家中，10家植根海外，美國雖仍占九成份額，但全球分布趨勢顯著。

與此同時，各地政府力量參與濃度提高，投資生態(tài)不再專屬巨頭。

如Sakana在開始時，就獲得了政府提供的算力支持。正如Khosla Ventures的創(chuàng)始人Vinod Khosla曾強調的那樣，本土基礎模型關乎國家安全與文化互動，各國渴求自主掌控。