來(lái)源：新智元

【導(dǎo)讀】谷歌 Gemini 數(shù)據(jù)聯(lián)合負(fù)責(zé)人 Andrew Dai 聯(lián)手蘋(píng)果首席研究科學(xué)家 Yinfei Yang，隱身創(chuàng)辦 AI 新秀 Elorian。首輪將融資 5000 萬(wàn)美元，劍指「視覺(jué)推理」這個(gè)下一代大模型的核心問(wèn)題。

硅谷的 AI 創(chuàng)業(yè)熱潮中，最昂貴的籌碼永遠(yuǎn)押注在最資深的「大腦」上。

曾在谷歌 DeepMind 效力長(zhǎng)達(dá) 14 年的資深研究員 Andrew Dai，正在籌建一家名為Elorian的 AI 初創(chuàng)公司。

這家尚不為人所知的公司，種子輪融資目標(biāo)即高達(dá) 5000 萬(wàn)美元。

與 Andrew Dai 聯(lián)手的，是剛于去年 12 月離職的蘋(píng)果研究科學(xué)家 Yinfei Yang。

這兩位分別來(lái)自谷歌和蘋(píng)果的技術(shù)老兵，正在試圖解決大模型領(lǐng)域的下一個(gè)核心問(wèn)題：視覺(jué)推理（Visual Reasoning）。

領(lǐng)投這輪融資的，極有可能是由前 CRV 普通合伙人 Max Gazor 創(chuàng)立的 Striker Venture Partners。

如果交易達(dá)成，這將是硅谷近期最受矚目的早期融資之一，也再次印證了資本市場(chǎng)對(duì)于「谷歌畢業(yè)生」的瘋狂追捧。

14 年，從 BERT 早期到 Gemini 幕后

在 AI 研究圈，Andrew Dai 這個(gè)名字代表著一種「長(zhǎng)期主義」。

不同于那些在 Transformer 浪潮爆發(fā)后才匆匆入局的創(chuàng)業(yè)者，Andrew Dai 在谷歌的工號(hào)可以追溯到 2012 年。

這意味著他完整經(jīng)歷了深度學(xué)習(xí)從邊緣學(xué)科走向世界中心的整個(gè)周期。

在他的 LinkedIn 履歷中，最引人注目的是他作為Gemini 模型預(yù)訓(xùn)練（Pre-training）數(shù)據(jù)工作的聯(lián)合負(fù)責(zé)人。

在當(dāng)前的大模型戰(zhàn)爭(zhēng)中，數(shù)據(jù)質(zhì)量和預(yù)訓(xùn)練策略被認(rèn)為是決定模型智商上限的關(guān)鍵因素。

能夠在這個(gè)核心環(huán)節(jié)擔(dān)任負(fù)責(zé)人，足以證明他在谷歌內(nèi)部的權(quán)重。

Andrew Dai 的學(xué)術(shù)貢獻(xiàn)不僅限于此。

他曾與谷歌首席科學(xué)家 Jeff Dean 以及 Quoc V. Le（Google Brain 的傳奇人物）共同撰寫(xiě)過(guò)多篇論文。

早在 2015 年，他發(fā)表的一篇關(guān)于半監(jiān)督序列學(xué)習(xí)（Semi-supervised Sequence Learning）的論文，就被認(rèn)為對(duì)后來(lái) OpenAI 的 GPT 系列模型產(chǎn)生了深遠(yuǎn)的啟發(fā)。

https://proceedings.neurips.cc/paper/2015/file/7137debd45ae4d0ab9aa953017286b20-Paper.pdf

一位熟悉 Andrew Dai 的人士評(píng)價(jià)道：「他是語(yǔ)言模型的先驅(qū)之一，過(guò)去二十年一直專注于預(yù)訓(xùn)練相關(guān)的研究。他最擅長(zhǎng)的，就是如何從海量、嘈雜的數(shù)據(jù)源中提煉出高質(zhì)量的“知識(shí)”�！�

如果說(shuō) Andrew Dai 代表了谷歌在大數(shù)據(jù)處理上的暴力美學(xué)，那么聯(lián)合創(chuàng)始人 Yinfei Yang 則帶來(lái)了蘋(píng)果系的精致與多模態(tài)視角。

Yinfei Yang 此前在蘋(píng)果機(jī)器學(xué)習(xí)團(tuán)隊(duì)擔(dān)任首席研究科學(xué)家（Principal Research Scientist），主要參與蘋(píng)果自研 AI 模型的開(kāi)發(fā)。

在加入蘋(píng)果之前，他也曾在 Google Research 工作過(guò)四年，專注于多模態(tài)表示學(xué)習(xí)。

他在圖像-文本共嵌入（Image-text Co-embedding）領(lǐng)域的專長(zhǎng)，恰好填補(bǔ)了單純語(yǔ)言模型的感知短板。

視覺(jué)推理

不只是「看見(jiàn)」，更要「理解」

Elorian 究竟想做什么？

根據(jù) Andrew Dai 的說(shuō)法，Elorian 并不是要再造一個(gè) ChatGPT，而是要構(gòu)建一個(gè)能夠「同時(shí)理解和處理文本、圖像、視頻和音頻」的原生多模態(tài)模型。

目前的 AI 模型大多是基于文本訓(xùn)練，再通過(guò)「補(bǔ)丁」的方式接入視覺(jué)能力。

而 Elorian 的愿景是構(gòu)建一個(gè)天生的「通感者」。

這種模型不再是將圖片轉(zhuǎn)化為文字標(biāo)簽，而是像人類一樣，通過(guò)視覺(jué)直接感知物理世界的邏輯。

「視覺(jué)推理」被認(rèn)為是通向 AGI 的必經(jīng)之路。

Andrew Dai 提到，機(jī)器人將是 Elorian 技術(shù)的一個(gè)潛在應(yīng)用場(chǎng)景，但他強(qiáng)調(diào)公司的愿景遠(yuǎn)不止于此。

在硅谷的投資人眼中，這通常意味著 Elorian 瞄準(zhǔn)的是AI 智能體的廣闊市場(chǎng)——一個(gè)能夠像人類一樣看著電腦屏幕、理解圖形用戶界面（GUI）、處理退貨流程、審核法律文件、操作其他軟件的超級(jí)助手。

它不需要你通過(guò) API 喂給它數(shù)據(jù)，而是直接像你一樣「看」著 Excel 表格、「聽(tīng)」著電話錄音，同時(shí)「讀」懂屏幕上的郵件，并實(shí)時(shí)做出決策。

這就是 Elorian 試圖構(gòu)建的未來(lái)。

資本的邏輯

為「血統(tǒng)」買單

5000 萬(wàn)美元的種子輪融資，在幾年前聽(tīng)起來(lái)像是天方夜譚，但在今天的 AI 泡沫中，這似乎成了頂級(jí)團(tuán)隊(duì)的「入場(chǎng)費(fèi)」。

正在與 Elorian 洽談?lì)I(lǐng)投的 Striker Venture Partners，本身也是一家極具話題性的新銳基金。

其創(chuàng)始人 Max Gazor 曾是老牌風(fēng)投 CRV 的合伙人，以眼光毒辣著稱。

他在去年 10 月剛剛自立門戶，Elorian 很可能是該基金成立后的首批標(biāo)志性賭注之一。

對(duì)于 Max Gazor 這樣的投資人來(lái)說(shuō)，他們賭的不僅僅是技術(shù)路徑，更是「谷歌 DeepMind + 蘋(píng)果」這種稀缺的基因組合。

谷歌提供了大規(guī)模訓(xùn)練基礎(chǔ)設(shè)施的經(jīng)驗(yàn)，而蘋(píng)果則有著將 AI 落地到具體產(chǎn)品的務(wù)實(shí)文化。

Elorian 的出現(xiàn)，也折射出大模型戰(zhàn)場(chǎng)的轉(zhuǎn)移。

第一階段的戰(zhàn)爭(zhēng)是關(guān)于「文本生成」，OpenAI 憑借 ChatGPT 拔得頭籌；

第二階段的戰(zhàn)爭(zhēng)則是關(guān)于「多模態(tài)理解」和「物理世界交互」。

在這個(gè)新戰(zhàn)場(chǎng)上，無(wú)論是 Gemini 還是 GPT，都在瘋狂補(bǔ)課視覺(jué)能力。

Elorian 作為一個(gè)初創(chuàng)公司，想要在巨頭的夾縫中生存，唯一的籌碼就是技術(shù)上的代差，或者在垂直場(chǎng)景（如復(fù)雜的視覺(jué) Agent）上做到極致。

在硅谷，每一個(gè)從巨頭出走的頂級(jí)研究員，都懷揣著一個(gè)「反叛」的夢(mèng)想：用更小的團(tuán)隊(duì)、更聚焦的資源，去顛覆老東家龐大而遲緩的官僚體系。

Andrew Dai 離開(kāi)了效力 14 年的谷歌，Yinfei Yang 離開(kāi)了發(fā)布 Apple 智能的蘋(píng)果。

他們選擇了一條最艱難的路——試圖教會(huì)機(jī)器不僅「看見(jiàn)」世界，還要「看懂」世界。

這讓人想起計(jì)算機(jī)視覺(jué)領(lǐng)域的一句老話：「攝像頭只是眼睛，算法才是靈魂。」

而在 AI 的洪流中，真正稀缺的永遠(yuǎn)不是算力，而是那些能夠透過(guò)數(shù)據(jù)的迷霧，看清未來(lái)方向的眼睛。

參考資料：

https://www.theinformation.com/articles/former-google-apple-researchers-raising-50-million-new-visual-ai-startup

為偉大思想而生！

AI+時(shí)代，互聯(lián)網(wǎng)思想（wanging0123)，

第一必讀自媒體