數(shù)據(jù)基礎(chǔ)設(shè)施初創(chuàng)公司Encord已完成6000萬美元新一輪融資，旨在幫助機(jī)器人、無人機(jī)和其他自主物理人工智能系統(tǒng)從實(shí)驗(yàn)室走向真實(shí)世界的生產(chǎn)環(huán)境。

本輪C輪融資由Wellington Management領(lǐng)投，新投資者Bright Pixel和Isomer Capital參與?，F(xiàn)有投資方包括Y Combinator、CRV、N47、Crane Venture Partners和Harpoon Ventures也繼續(xù)跟投，使該初創(chuàng)公司的融資總額達(dá)到1.1億美元。

Encord，正式名稱為Cord Technologies Inc.，是一個(gè)自動(dòng)化"數(shù)據(jù)開發(fā)平臺(tái)"的創(chuàng)造者，幫助企業(yè)準(zhǔn)備訓(xùn)練物理AI模型所需的數(shù)據(jù)，這些模型為自動(dòng)駕駛汽車、機(jī)器人和無人機(jī)提供動(dòng)力。該軟件幫助解決創(chuàng)建AI訓(xùn)練數(shù)據(jù)集的四個(gè)關(guān)鍵步驟，即數(shù)據(jù)管理、數(shù)據(jù)整理、模型評(píng)估和數(shù)據(jù)標(biāo)注。

平臺(tái)將這些任務(wù)整合到一個(gè)平臺(tái)中并實(shí)現(xiàn)自動(dòng)化。通過這種方式，它創(chuàng)建了一個(gè)審計(jì)軌跡，開發(fā)人員可以使用它深入研究其物理AI模型，理解它們?yōu)槭裁磿?huì)產(chǎn)生特定的輸出結(jié)果。反過來，這使得完善和改進(jìn)模型、實(shí)現(xiàn)更好的結(jié)果變得更加容易。

此輪融資正值物理AI行業(yè)接近拐點(diǎn)之時(shí)，經(jīng)過多年的密集研究開發(fā)和試點(diǎn)項(xiàng)目，全球數(shù)千臺(tái)機(jī)器人和自動(dòng)駕駛車輛開始上線運(yùn)行。據(jù)Encord預(yù)測(cè)，未來四年內(nèi)將有超過4億臺(tái)智能機(jī)器人上線，推動(dòng)物理AI行業(yè)年產(chǎn)值超過300億美元。

Encord將其數(shù)據(jù)基礎(chǔ)設(shè)施定位為處理機(jī)器人和自主系統(tǒng)生成的復(fù)雜多模態(tài)數(shù)據(jù)流的完美平臺(tái)，這些數(shù)據(jù)流由音頻、視頻、傳感器數(shù)據(jù)、3D點(diǎn)云和其他信號(hào)組成。該初創(chuàng)公司表示，傳統(tǒng)基礎(chǔ)設(shè)施并非為處理這些復(fù)雜數(shù)據(jù)類型而設(shè)計(jì)。

挑戰(zhàn)在于，與主要在公共互聯(lián)網(wǎng)上訓(xùn)練的標(biāo)準(zhǔn)大語言模型不同，物理AI模型需要大量專有的真實(shí)世界數(shù)據(jù)。大部分?jǐn)?shù)據(jù)來自專有來源，包括機(jī)器人遙測(cè)數(shù)據(jù)、傳感器信息流和現(xiàn)場(chǎng)捕獲的視頻素材。此類數(shù)據(jù)集往往龐大、極其多樣化且計(jì)算處理非常密集。

Encord聯(lián)合創(chuàng)始人兼聯(lián)合首席執(zhí)行官Ulrik Stig Hansen表示，人們?nèi)匀贿^于關(guān)注模型規(guī)模，而瓶頸實(shí)際上不是模型算力，而是數(shù)據(jù)準(zhǔn)備就緒程度。"你可以擁有世界上最先進(jìn)的模型，但如果輸入的數(shù)據(jù)不完整、不一致且與真實(shí)世界條件不匹配，它仍然會(huì)失敗，"他說。"這就是我們要解決的問題。"

自大約18個(gè)月前的上一輪融資以來，Encord已經(jīng)顯著增長(zhǎng)，其平臺(tái)上的數(shù)據(jù)量從剛剛超過1PB增長(zhǎng)到超過5PB，相當(dāng)于OpenAI用于訓(xùn)練GPT-4的信息量的三倍。在同一時(shí)期內(nèi)，該公司表示其收入飆升了10倍以上。

Encord與全球300多個(gè)物理AI團(tuán)隊(duì)合作，服務(wù)的客戶包括豐田汽車公司的移動(dòng)出行子公司W(wǎng)oven（開發(fā)自動(dòng)駕駛汽車軟件）、無人機(jī)開發(fā)商Zipline International Inc.和Skydio Inc.。這些客戶使用其平臺(tái)支持整個(gè)模型開發(fā)生命周期，從預(yù)訓(xùn)練數(shù)據(jù)生成到部署后將模型與人類反饋對(duì)齊。

Encord的另一位聯(lián)合創(chuàng)始人兼聯(lián)合首席執(zhí)行官Eric Landau表示，公司將使用本輪融資資金拓展新市場(chǎng)并加速平臺(tái)開發(fā)。"在物理AI領(lǐng)域獲勝的公司理解其他人剛剛開始意識(shí)到的事情，"他說。"那就是模型只能和其背后的數(shù)據(jù)一樣好。我們正在構(gòu)建讓數(shù)據(jù)可用的基礎(chǔ)設(shè)施，不僅僅是一次性的，而是在這些系統(tǒng)學(xué)習(xí)和改進(jìn)的過程中持續(xù)可用。"

Q&A

Q1：Encord主要做什么業(yè)務(wù)？

A：Encord是一家數(shù)據(jù)基礎(chǔ)設(shè)施公司，創(chuàng)造了自動(dòng)化"數(shù)據(jù)開發(fā)平臺(tái)"，幫助企業(yè)準(zhǔn)備訓(xùn)練物理AI模型所需的數(shù)據(jù)，這些模型為自動(dòng)駕駛汽車、機(jī)器人和無人機(jī)提供動(dòng)力。該平臺(tái)整合數(shù)據(jù)管理、數(shù)據(jù)整理、模型評(píng)估和數(shù)據(jù)標(biāo)注四個(gè)關(guān)鍵步驟。

Q2：物理AI模型的數(shù)據(jù)處理有什么特殊挑戰(zhàn)？

A：與主要在公共互聯(lián)網(wǎng)上訓(xùn)練的標(biāo)準(zhǔn)大語言模型不同，物理AI模型需要大量專有的真實(shí)世界數(shù)據(jù)，包括機(jī)器人遙測(cè)數(shù)據(jù)、傳感器信息流和現(xiàn)場(chǎng)視頻素材。這些數(shù)據(jù)往往龐大、極其多樣化且計(jì)算處理非常密集，傳統(tǒng)基礎(chǔ)設(shè)施并非為處理這些復(fù)雜的多模態(tài)數(shù)據(jù)類型而設(shè)計(jì)。

Q3：Encord的發(fā)展前景如何？

A：根據(jù)Encord預(yù)測(cè)，未來四年內(nèi)將有超過4億臺(tái)智能機(jī)器人上線，推動(dòng)物理AI行業(yè)年產(chǎn)值超過300億美元。自18個(gè)月前的上一輪融資以來，Encord平臺(tái)數(shù)據(jù)量從1PB增長(zhǎng)到超過5PB，收入飆升10倍以上，目前與全球300多個(gè)物理AI團(tuán)隊(duì)合作。