AI创投周报是阿尔法公社推出的聚焦于以生成式AI为代表的人工智能新浪潮的创投资讯周报。作为一家专注于发现和投资非凡创业者(Alpha Founders）的机构，阿尔法公社近期频频出手AI初创公司，相信这些非凡创业者在技术、商业和社会方面都将带来巨大的推动力，引领着创投生态的风向。阿尔法公社深信这些创业者的潜力，将持续关注和支持AI领域的创新。

本周，我们观察到以下AI领域的新动向和新趋势：

1. 联想Tech World 2024：英特尔与AMD携手，共塑AI驱动的PC未来。联想Tech World 2024大会上，联想提出了混合式AI概念，即个人AI、企业AI和公共AI的结合，旨在为不同客户群体提供定制化的智能服务。英特尔和AMD这两家芯片巨头还宣布了前所未有的合作，其合作重点在于建立x86生态系统咨询小组，该小组将汇集整个生态系统的领导者，共同塑造x86的未来，简化软件开发，并确保互操作性和接口一致性，共同推动x86架构的未来发展。

2. OpenAI发布基准测试工具MLE-bench，o1在Kaggle竞赛中表现突出。OpenAI最近发布了一款名为MLE-bench的基准测试工具，一个用于衡量AI代理（AI Agents）在机器学习工程中表现的基准测试。该工具集成了75个Kaggle竞赛，用于评估AI智能体解决机器学习任务的能力。在这一测试中，OpenAI的o1智能体不仅获得了7枚金牌，还在多次尝试中实现了17%的性能提升，显示出其能力正逐渐接近甚至超越人类数据科学家。

3. 光子计算初创公司Lightmatter D轮筹资4亿美元，估值达44亿美元，力图颠覆数据中心技术。光子计算领域的先锋企业Lightmatter近期成功筹集了4亿美元资金，由T. Rowe Price Associates领投，估值达44亿美元。该公司专注于利用光子计算技术来解决现代数据中心面临的性能和能耗挑战。随着数据量的激增和计算需求的日益复杂，传统的电子计算方法正逐渐达到其物理极限，而光子计算提供了一种全新的解决方案，PICs使用光信号而非电信号来处理数据。这种方法不仅可以实现更快的数据传输速度，还能显著降低能耗。

人工智能产品和技术的新突破

1. 联想Tech World 2024：英特尔与AMD携手，共塑AI驱动的PC未来

联想Tech World 2024大会带来了科技界的一次重大突破，英特尔和AMD这两家芯片巨头宣布了前所未有的合作，共同推动x86架构的未来发展。

联想在大会上重新定义了个人电脑（PC），将其转变为AI支持的个性化计算设备。联想的AI Now是首个集成在PC上的AI智能体助手，它能够无缝地将笔记和图片从平板电脑传输到电脑中，并能同时处理多个文件，包括图片和文档，甚至能够生成大会相关的海报。

联想提出的混合式AI概念，即个人AI、企业AI和公共AI的结合，旨在为不同客户群体提供定制化的智能服务。个人AI通过智能设备提供个性化服务，企业AI则利用企业数据支持决策，而公共AI则提供更广泛的智能服务。

英特尔和AMD的合作重点在于建立x86生态系统咨询小组，该小组将汇集整个生态系统的领导者，共同塑造x86的未来，简化软件开发，并确保互操作性和接口一致性。

在X86领域，英特尔和AMD作为两大领军企业，致力于构建和维护其生态系统。近年来，随着安卓PC市场以Windows+X86架构为代表逐年萎缩，以及苹果和高通等公司推出的基于Arm架构的芯片产品迅速崛起，X86似乎面临着前所未有的挑战。英伟达，作为业界的焦点，也在明显增加对Arm架构的投资。面对市场格局的这种变化，英特尔和AMD必须发起对X86阵营的“保卫战”。

英特尔CEO帕特·基辛格回应了有关X86时代结束的质疑，他强调：“关于X86‘死期’的传闻被严重夸大了。X86不仅活着，而且正在蓬勃发展，我们即将迎来X86架构最重要的创新时期之一。”帕特·基辛格还提到，在人工智能、3D封装和芯片组技术的时代，英特尔认为这将开启围绕系统和全新工作负载的创新类别。他欢迎联想作为创始成员加入X86生态系统咨询小组，并表示荣幸地看到其他公司与英特尔、AMD和联想一起加入。AMD董事长兼CEO苏姿丰博士也表达了类似的观点，她认为X86生态系统咨询小组体现了当今技术领域的独特性。她强调，加速计算能力的发展和推动计算技术的广泛应用是AMD和英特尔的共同目标。她指出，X86架构在过去40年一直是行业的领导者，而AMD和英特尔联合创始成员建立的X86生态系统咨询小组，正是为了在未来加速创新的步伐。

联想还展示了其第六代海神液冷技术，与英伟达合作推出了全球最“凉爽”的AI服务器——ThinkSystem SC777。这项技术能够大幅降低能耗，提高数据中心的效率。

OpenAI最近发布了一款名为MLE-bench的基准测试工具，一个用于衡量AI代理（AI Agents）在机器学习工程中表现的基准测试。该工具集成了75个Kaggle竞赛，用于评估AI智能体解决机器学习任务的能力。在这一测试中，OpenAI的o1智能体不仅获得了7枚金牌，还在多次尝试中实现了17%的性能提升，显示出其能力正逐渐接近甚至超越人类数据科学家。

MLE-bench测试覆盖了自然语言处理、计算机视觉和信号处理等多个关键领域，证明了AI处理复杂问题的潜力。通过从Kaggle上筛选出75个与机器学习工程相关的竞赛，MLE-bench创建了一系列挑战性任务，以测试实际机器学习工程技能，如训练模型、准备数据集和运行实验。研究小组使用Kaggle公开的排行榜为每项竞赛建立了人类基线，并评估了几个前沿语言模型在该基准上的表现。

结果表明，最佳配置——OpenAI的o1-preview结合AIDE（AI辅助开发环境）——在16.9%的竞赛中至少达到了Kaggle铜牌水平，显示了与人类专家相媲美的能力。这一进展为AI的应用提供了新视角，表明AI不仅可以用于自动化生产，还可以参与更广泛的知识创新。MLE-bench的设计考虑了机器学习工程领域的实际需求，提供了与人类表现的有效比较。研究显示，随着尝试次数的增加，AI智能体的表现稳步提升，表明重试和优化对AI性能有显著影响。

在不同智能体框架的比较中，AIDE在MLE-bench中表现最佳，o1-preview在奖牌数量上远超其他模型，预示着AI专业化应用的广阔前景。预计到2025年，L3级智能体的问世将进一步拓展AI在多领域的应用，改变我们的工作和生活方式。

3. 英伟达发布开源大模型--Nemotron-70B，性能测试仅次于o1

英伟达（Nvidia）宣布开源其最新研发的超大型人工智能模型——Llama-3.1-Nemotron-70B-Instruct。这款模型在性能上超越了包括GPT-4o、GPT-4turbo、Gemma-2、Gemini-1.5、Claude-3.5 sonnet在内的140多个知名开闭源模型，仅次于OpenAI发布的最新模型o1，显示出其强大的竞争力。

Nemotron模型的开发基于Llama-3.1-70B，采用了一种创新的混合训练方法。这种方法结合了Bradley-Terry和Regression两种奖励模型方法，通过最大化被选择响应和被拒绝响应之间的奖励差距，以及预测特定提示下响应的分数，来训练模型。这种混合方法不仅提高了模型对响应质量的评估能力，也增强了模型的直观性。为了支持这种混合训练方法，英伟达还开源了Nemotron的训练数据集HELPSTEER2-PREFERENCE。该数据集在HELPSTEER2的基础上增加了偏好注释，提供了用户对响应的偏好方向和强度评分，以及偏好的书面说明。这种高质量的数据集对开发同类型或更先进的模型至关重要。

在数据注释的过程中，每一对回应都经过3—5名标注者的评价，从多个维度进行评分，包括有用性、准确性、连贯性、复杂性和冗长程度等。研究人员还使用了严格的数据预处理步骤来保证数据质量，提升了数据的可靠性和一致性。

Nemotron在RewardBench评测中获得了94.1分的优异成绩，超过了同期几乎所有其他模型的表现。这一成绩证明了Nemotron模型的强大性能和潜力。

OpenAI在智能体研究领域取得了新进展，推出了实验性质的多智能体编排框架——Swarm。这一框架以工效和轻量为特点，旨在简化多智能体系统的开发和测试。Swarm的发布引起了广泛关注，有助于简化多智能体用例的工作流程。

Swarm的核心在于智能体（agent）和交接（handoff）两种原语抽象，使智能体能够协作并根据需要将对话控制权交给其他智能体。该框架强调轻量、高度可控且易于测试，适合处理包含大量独立功能和指令的复杂场景。尽管Swarm是为实验而设计，不提供官方支持，但它的设计理念和技术实现为多智能体系统的构建提供了新的可能性。Swarm完全由Chat Completions API提供支持，调用间无状态，使其在执行过程中具有透明性和细粒度控制能力。

使用Swarm非常简单，通过简单的pip命令即可安装，之后可以轻松定义智能体并进行交互。Swarm的client.run()函数处理消息并执行多轮操作，支持流式处理，使得交互过程更加灵活。

Swarm还提供了丰富的应用示例，如天气查询、航空公司客户服务、客服机器人等，这些示例展示了Swarm在不同场景下的应用潜力。此外，Swarm允许开发者自定义智能体和函数，使得系统可以更好地适应特定的需求。

法国AI初创公司Mistral最近推出了专为边缘设备设计的生成式AI模型系列“Les Ministraux”，包括Ministral3B和Ministral8B两个模型。这些模型旨在满足市场对本地处理和隐私保护的需求，具有高达128,000个token的上下文窗口，能够处理大约50页文本，适合文本生成、翻译和离线智能助手等应用。

Mistral表示，这些模型能满足对隐私保护有高要求的应用场景，例如设备上的翻译、离线智能助手、本地数据分析和自主机器人等。Ministral 8B现已开放下载，但仅限研究使用，商业用途需与Mistral联系获取许可。同时，Ministral 3B和8B也将通过Mistral的云平台La Platforme及其他云服务提供。

在定价方面，Ministral 8B为每百万个输入/输出Token收费10美分，而Ministral 3B则为4美分。其新模型在多个AI基准测试中，表现超过了其他同类模型，包括Llama、Gemma以及Mistral自家的Mistral 7B。

Mistral声称，其新模型在多个AI基准测试中优于同类的Llama和Gemma模型，以及自家的Mistral 7B模型。这家总部位于巴黎的公司最近筹集了6.4亿美元的风险投资，并逐步扩展其AI产品组合。Mistral的共同创始人来自meta和谷歌的DeepMind，公司的目标是创建能够与OpenAI的GPT-4o和Anthropic的Claude等顶尖模型相媲美的旗舰模型，并在此过程中实现盈利。据报道，Mistral已在今年夏天开始实现收入。

谷歌与Kairos Power签署了全球首个企业与小型模块化反应堆（SMR）的购电协议，标志着谷歌在清洁能源领域的又一次重要探索。这项合作能为美国电网提供高达500兆瓦的24/7无碳电力，以支持AI技术的发展。AI技术的进步对电力需求巨大，核能作为一种清洁、全天候的能源，能够满足AI技术对电力的大量需求，同时推动电网脱碳。

Kairos Power的小型模块化反应堆技术采用熔盐冷却系统和陶瓷球形燃料，能够高效地将热量输送到汽轮机进行发电。这种设计不仅提高了反应堆的安全性，还降低了成本，使得核能技术更加经济可行。谷歌的这项合作将加速Kairos Power技术的商业化进程，通过批量采购电力，帮助降低成本并快速推向市场。

此外，谷歌也在积极开发其他先进的清洁能源技术，如增强型地热和电网脱碳技术，以实现24/7无碳能源和净零排放的目标。谷歌的目标是通过开发和商业化一系列先进的清洁电力技术，为其全球数据中心和办公室供电，补充太阳能和风能等可变再生能源的使用。

Kairos Power的首个商业工厂预计将在2030年之前启动，2035年之前陆续部署更多反应堆。谷歌的这一举措不仅有助于推动核能技术的发展，也为全球清洁能源的转型提供了新的思路和实践案例。

1. 光子计算初创公司Lightmatter D轮筹资4亿美元，估值达44亿美元，力图颠覆数据中心技术

光子计算领域的先锋企业Lightmatter近期成功筹集了4亿美元资金，由T. Rowe Price Associates领投，估值达44亿美元。该公司专注于利用光子计算技术来解决现代数据中心面临的性能和能耗挑战。随着数据量的激增和计算需求的日益复杂，传统的电子计算方法正逐渐达到其物理极限，而光子计算提供了一种全新的解决方案。

Lightmatter的核心技术是光子集成电路（Photonic Integrated Circuits, PICs），与传统的电子芯片不同，PICs使用光信号而非电信号来处理数据。这种方法不仅可以实现更快的数据传输速度，还能显著降低能耗，这对于数据中心来说是一个巨大的优势。

尽管目前市场上已经有一些基于Arm架构的处理器开始挑战传统的x86架构，但Lightmatter的光子计算技术代表了一种全新的计算范式，它可能会彻底改变数据中心的运作方式。这一进步对于像微软、亚马逊以及新进入市场的xAI和OpenAI这样不断寻求更强大计算能力的AI超大规模用户来说，可能会成为游戏规则改变者。由T. Rowe Price Associates领投的融资轮将Lightmatter的估值推至44亿美元，突显了市场对光子技术作为未来数据中心关键组成部分的信心。随着技术的不断进步，我们可能会看到数据中心的能效和性能得到显著提升。

2. Bain和Elad Gil领投，Decagon完成6500万美元B轮融资

Decagon是一款面向企业级市场，提供生成式AI客服代理服务的工具。它通过先进的人工智能技术，帮助企业自动化客户支持流程，提高效率，降低成本。在客户服务领域，Decagon代表了一种创新的解决方案，它利用生成式AI技术来理解和响应客户的需求，从而提供更加个性化和高效的服务体验。

本周，Decagon完成了6500万美元的B轮融资，由Bain和Elad Gil领投，Elad Gil、A*、Accel、Bond Capital和ACME Capital参与其中。该公司目前总融资金额达到1亿美元，这显示了其在AI客服领域的强大背景和市场定位。

生成式AI技术是当前人工智能领域的一个热点，它能够基于现有的数据模式生成新的数据，比如文本、图像或音乐。在客服领域，这项技术可以用来自动生成回答，提供客户咨询的解决方案，甚至预测客户可能遇到的问题。此外，Decagon还包括一系列聊天机器人解决方案，如Supportbot Pro、MyAskAI和Chat-Flow，它们利用AI技术提供在线客服聊天服务，帮助企业提升客户满意度。这些聊天机器人可以快速响应客户咨询，提供24/7不间断服务，同时还能通过学习历史数据不断优化回答。

Decagon的另一个亮点是它支持定制化服务，企业可以根据自己的需求和品牌特性定制AI客服代理。这使得Decagon不仅适用于大型企业，也适合中小企业使用。

3. Neuron7.ai B轮融资6300万美元，由前Salesforce联合CEO Keith Block领导的Smith Point Capital主导

近日Neuron7 ai完成B轮融资，由前Salesforce联合CEO Keith Block领导的Smith Point Capital主导，现有投资者Nexus Venture Partners和Battery Ventures参与其中，累计融资额达6300万美元。

Neuron7.ai的服务包括三个核心组件：捕获（Capture）、指导（Guide）和预测（Predict）。捕获（Capture）：通过智能解析中心，Neuron7.ai能够整合来自数千人、数据源和交互的知识，形成一个统一的智能系统。指导（Guide）：类似于导航应用，Neuron7.ai的AI技术能够指导团队在现有工作流程中采取最佳的下一步行动。预测（Predict）：通过AI技术，Neuron7.ai能够快速、准确地解决客户问题，首次解决率高达90%以上。

Keysight的全球服务总裁John Page表示，Neuron7.ai的系统直接集成在他们日常使用的控制台中，提高了客户服务的质量、效率，并使员工更加满意。TransLogic的客户关怀副总裁Dave Hartley强调，Neuron7.ai的技术使技术人员能够在3秒内获得解决方案，而以往需要3小时的故障排除。TK Elevator的运营总监Thomas Shanks指出，技术人员现在能够更方便地获取信息，大大提高了工作效率。Ciena的全球服务数字创新总监Chandan Banerjee则称赞Neuron7.ai为真正的合作伙伴，提供的不是现成产品或静态算法，而是协作努力的成果。

4. 美国AI评估公司Galileo完成4500万美元B轮融资

美国人工智能评估与可观测性平台Galileo近期宣布完成了4500万美元的B轮融资。本轮融资由Scale Venture Partners领投，Databricks Ventures、Premji Invest、Amex Ventures、Citi Ventures、ServiceNow和SentinelOne等参与投资。

Galileo成立于2021年，致力于解决AI的测量问题，提供“评估智能平台”，将准确评估嵌入AI开发工作流程中，为团队提供前所未有的可见性和控制力。该平台支持AI开发的全流程，包括LLM微调、开发、测试、监控和安全部署。

Galileo的联合创始人兼CEO Vikram Chatterji指出，随着生成式AI在全球企业中的快速普及，AI能力的民主化使得原本只有专业机器学习工程师和数据科学家才能涉足的领域，现在对3000多万软件工程师开放。但这种快速采用加上生成式AI的非确定性特征，暴露了行业面临的一个巨大挑战：缺乏对AI准确性、性能和安全性的稳健测试和测量。

自2024年初以来，Galileo的收入增长了834%，企业客户数量翻了两番，并新增了6家财富50强公司。目前，Twilio、Comcast、HP和ServiceTitan等公司都是Galileo的客户和合作伙伴。

5. 光子学技术公司Xscape Photonics在A轮融资中募集了4400万美元

美国初创公司Xscape Photonics在A轮融资中募集了4400万美元，由Iag Capital Partners领投，Cisco Investments、英伟达参与投资。该公司专注于使用光子学技术来提升AI计算的互连带宽。Xscape的技术有望将带宽提高10倍，同时降低能耗。

Xscape由哥伦比亚大学的研究人员创立，他们专注于硅光子学研究，旨在降低系统中数据传输的能量损耗。公司的技术突破在于使用一种激光器，可以从光纤中同时驱动多种波长，从而大幅增加带宽。

Xscape的ChromX平台具备可编程性，能够根据特定AI训练或推理工作负载的需求，以及加速器与HBM内存之间的连接需求，来匹配所提供的波长数量。这种可编程激光器将首先推出，能够在交换结构基础设施内完成操作。Xscape的技术几乎突破了成本和规模的限制，并且可靠性高，因为他们只需要一个激光器就能为一块硅片供能，并且从单个设备就能产生多达数百个波长。公司的目标是使封装内通信带宽与封装外通信逃逸带宽相匹配，从而使大型数据中心能像一个大型GPU一样运行。

Xscape计划生产其他厂商有需求的低功率、多色激光器，用于制造相关设备。他们的激光器能够实现上述所有频率，而市场上其他产品则需要多台激光器才能实现。他们希望将加速器及其内存的互连总功耗降低10倍，同时将带宽提高10倍，进而使每个带宽的能量降低100倍。

6. 人工智能机器人焊接公司Path Robotics完成1亿美元D轮融资

过去 12 个月中，这家人工智能机器人初创公司已完成由 Matter Venture Partners 和 Drive Capital 领投的 1 亿美元新投资，其他参投方包括 Yamaha Ventures、Taiwania Capital、联发科、Catapult Ventures、Gaingels、Addition、Tiger Global 和 Basis Set。

Path Robotics 由 Andy 和 Alex Lonsberry 兄弟创立，Path Robotics 利用最先进的人工智能、机器学习和计算机视觉系统来装配和焊接零件。Path 的使命是让机器人能够建造，从而让人类能够创造。Path Robotics 此前曾获得过 Drive Capital、Addition、Tiger Global、Basis Set、Lemnos 和 SVB 等其他知名投资者的风险投资，总额达 1.7 亿美元。 

Path 目前在市场上有两款机器人焊接产品。AW-3 机器人焊接单元可以处理长达 70 英尺的大型部件。AF-1 机器人焊接单元可以在无需人工干预的情况下拾取、安装和焊接部件。这两款机器人焊接单元都利用视觉系统、人工智能和机器学习来自动焊接钢部件，并部署在美国和加拿大各地的制造车间。 

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。