最新！今年一季度，全球AI领域融资总额达1564亿，同比下降31.2%

文章来源：钛媒体AGI

作者｜林志佳

图片来源：由无界AI生成

钛媒体App 5月26日消息，近日，市场研究机构Pitchbook发布2024年Q1全球人工智能（AI）与机器学习领域的最新投融资数据报告。

报告显示，2024年第一季度（1-3月），全球AI领域共计完成1779笔融资交易，筹集的风险投资总额高达216亿美元（约合人民币1564.27亿元），交易价值环比下降7.8%，同比下降31.2%。

其中，本季度融资交易当中，有53亿美元（约合人民币383.83亿元）来自于 Anthropic、Mistral Al 和 xAl 的基础模型公司的大型交易。而截至2024年第二季度，xAl和Mistral Al 将延续大型融资交易趋势。

同时报告称，投资者对早期领导者的关注体现在早期投前估值中位数超过后期中位数，在78个交易企业的记录估值中达到5500万美元。

其中的重点融资事件：

• Lambda公司，一家GPU云初创公司，在由美国创新技术基金领投的C轮融资中筹集了3.2亿美元，估值增长了7.1倍，达到15亿美元。
• Mistral AI，一家基础模型创新者，在Andreessen Horowitz、General Catalyst和Lightspeed Venture Partners领投的一轮融资中估值增长了6.1倍，达到20亿美元。
• Celestial AI，一家硅光子创新公司，在由美国创新技术基金领投的一轮融资中达到了12亿美元的估值。

退出方面，一季度 AI 芯片公司Astera Labs成功登陆美股IPO，在仅筹集了2.323亿美元的风险投资后，通过首次公开募股（IPO）实现了55亿美元的退出。由于其与英特尔、英伟达都展开合作，从而使得该公司市值大幅飙升。

到目前为止，在第二季度，英伟达也宣布在硬件加速方面收购Run:ai，这表明了 AI 领域能够实现不断并购和退出。此外，包括 BirchAl、Claypot Al 和 Inflection Al也都实现了收购交易。

Pitchbook预计，AI 芯片龙头Cerebras可能会IPO上市。

报告最后，Pitchbook一如既往的推荐 AI 数据分析独角兽企业Databricks。

成立于2013年的Databricks，一季度最新推出了DBRX——高性能开源大型语言模型（LLM），旨在与GPT-3.5、Llama等其他大模型竞争。目前，Databricks获得了超过数十亿美金融资，投资方包括CapitalG（谷歌资本）、富达国际等，最新估值超过380亿美元，仍未上市。

商业化层面，Databricks在2023年的收入同比增长50%，接近20亿美元，合作伙伴包括微软Microsoft Azure 和亚马逊AWS等。而从长远来看，Databricks这种基于数据湖架构对流数据的增长机会，将比关系数据库现有企业获得更高的估值。

另外，研究机构CB Insights日前也发布了一份关于2024年生成性 AI 报告，但这份报告属于行业预测，以下是钛媒体App根据这份长达111页报告中梳理到的核心信息，共计14个方面：

1. 生成性AI基础设施：随着AI技术的发展，对能源的需求日益增长，特别是高性能的GPU。预计到2024年，Nvidia的高端芯片H100的能源消耗将相当于一个小国家的能源消耗量。同时，传统的数据中心将面临升级压力，以适应AI对高功率和高热量的需求。此外，对可再生能源的需求也在增长，甚至有人提出小型模块化核反应堆可能是未来可持续AI运营的能源解决方案。
2. 数据稀缺问题：随着大型语言模型（LLMs）对高质量数据的需求增加，数据稀缺问题日益凸显。获取和训练这些模型的高质量文本数据预计将在2026年耗尽，这可能会减缓AI的进展。
3. 芯片竞争：在GPU短缺的背景下，Nvidia的高端芯片H100价格飙升，而大型科技公司也在积极开发自己的芯片，以减少对Nvidia的依赖。
4. MLOps的整合：机器学习运营（MLOps）市场目前分散，有超过130家公司提供服务。但市场趋向于整合，买家更倾向于一站式的AI服务。
5. 多模态AI：多模态AI模型能够理解和响应多种数据形态（如文本、视频、图像等）。Google的Gemini Ultra模型在多模态理解方面表现出色。
6. 小型模型的应用：企业在大型模型上的支出可能达到数百万美元。现在，模型正在缩小尺寸，使得训练更快，运行成本更低。
7. 开源模型的挑战：开源的LLM开发者正在获得越来越多的投资者和商业关注。2024年，将有更多的AI项目基于开源模型构建。
8. 新的模型架构：除了基于Transformer的模型，研究者们正在探索新的神经网络架构，以提高效率和性能。
9. 人机交互：AI的发展正在改变人机交互的方式。例如，AI女友可能会减少人与人之间的浪漫关系，而孤独的Gen Z一代可能会与AI建立友谊。
10. 生成性AI应用：生成性AI正在推动白领生产力的大幅提高，例如，AI辅助编程（copilots）可以显著提高开发人员的工作效率。同时，生成性AI也在新闻业、视频生成、网络安全等领域得到应用。
11. 自主智能体：类似Jarvis的AI智能体在2023年引起了广泛关注，但目前这些项目在商业上的实用性还有待提高。
12. AI在新闻业的应用：随着AI工具的发展，新闻机构正在利用AI加快新闻采集、制作和分发的速度。
13. 视频生成的进步：文本到视频的生成是一个更大的挑战，但现在生成视频的模型正在迅速进步。
14. 生成性AI市场的调整：随着市场的狂热，一些早期的生成性AI公司的估值飙升。但随着竞争的加剧，一些没有明确优势的初创公司将面临压力。