根据Air Street Capital的《人工智能现状》报告，一波新的初创公司即将从大型人工智能实验室中诞生。

　　由于自我冲突、哲学分歧和商业压力，人工智能实验室正在分裂。

　　投资者对这些新贵的兴趣仍然很高，这促使创始人创办自己的实验室。

　　感谢您的报名！转到时事通讯偏好

　　建立世界上最强大的人工智能模型的高风险竞赛吸引了敏锐的头脑和大人物。但随着人工智能实验室致力于该领域的圣杯——人工通用智能（artificial general intelligence），这些人的个性发生了冲突，有时会导致非常公开的分道扬镳。

　　在许多情况下，这些研究人员已经离开，成立了新的人工智能初创公司，吸引了风投的大量投资。

　　2024年9月，OpenAI的前首席科学家伊利亚·苏斯克沃（Ilya Sutskever）为其全新的人工智能安全初创公司Safe Superintelligence筹集了10亿美元。他甚至在推出产品之前就获得了风投巨头安德森·霍洛维茨（Andreessen Horowitz）和红杉（Sequoia）的支持。

　　据TechCrunch报道，今年早些时候，由Stable Diffusion前高管创办的黑森林实验室（Black Forest Labs）据说正在洽谈融资1亿美元，估值为10亿美元。

　　总部位于巴黎的H公司由前DeepMind员工创办，今年5月也从Accel和UiPath那里获得了2.2亿美元的种子期前融资。

　　由StabilityAI前首席运营官执掌的SakanaAI从NEA获得了2亿美元。可以说，引领这一趋势的是OpenAI的前高管们在2021年脱离OpenAI，成立了竞争对手Anthropic实验室。

　　它们只是众多人工智能实验室中的一些例子，这些实验室已经从强大的前辈中分离出来，组建了新的初创公司。

　　创始人和投资者预计，未来还会有更多这样的公司。

　　根据PitchBook的数据，建立基础模型（一种生成式人工智能，可以根据提示产生输出）的初创公司，到2024年为止已经筹集了创纪录的229亿美元风投资金。这比2023年担保的184亿美元有所增加。

　　这表明投资者对这些资本和计算密集型初创企业的兴趣很高。

　　Air Street Capital去年10月发布的一份年度人工智能状况报告显示，未来一年，规模较小的人工智能实验室分散的趋势将继续下去。

　　在“科学分歧、商业压力、个性冲突和资本可用性”的共同推动下，该报告预计这种转变是“生态系统深化”的标志。

　　成立四个月后，H的三位联合创始人宣布，由于“运营差异”，他们将在公司推出第一款产品之前离开。

　　正如Sutskever和他的OpenAI联合创始人Sam Altman之间的裂痕所见证的那样，个人价值观和自我的分歧正日益导致这些裂痕。

　　这是一种自我驱动的现象，诺埃尔·赫尔利（Noel Hurley）说。赫尔利是Arm公司的前副总裁，后来担任Literal Labs的首席执行官，这是一家致力于开发高效人工智能的初创公司。他告诉商业内幕网，这些球员中的许多人“被告知他们很聪明，所以他们相信这一点。”

　　“我认为他们也受到了风险投资界的些许鼓舞，”他补充说。“他们总是在寻找超级明星，一旦他们找到了一个超级明星，他们会做的就是筹集资金，他们会让这个超级明星膨胀，因为这样可以帮助他们把投资传递下去。”

　　Air Street Capital的创始人兼普通合伙人内森?贝纳奇（Nathan Benaich）表示，除了“表现为个性冲突和政治斗争”的各种自我意识之外，一个关键因素还在于“人们希望自己的工作朝着不同的方向发展”。

　　他说，例如，被提升到高层的有前途的大三学生可能想要在某个特定的方向上进行研究，但他们的项目可能不会被优先考虑。“因此，这是由他们自己决定的。”

　　Touring Capital的普通合伙人萨米尔?库马尔（Samir Kumar）表示，大型企业内部的一个关键问题是，它们经常“由于官僚主义和内部限制而难以实现敏捷性”。他指出，H和Mistral都是由前deepmind和meta员工创办的。“这会让研究人员感到沮丧，他们觉得自己的想法和方向没有得到所需的资源或追求。”

　　他补充说：“想要挑战极限的人才往往会发现，拓展业务、创办自己的企业更容易，因为在那里他们有更多的控制权和灵活性。”

　　尽管现有的公司具有结构性优势，但库马尔还预计，“在人工智能转型的前沿”将出现一波又一波的新公司。换句话说，这一切仍有待努力，因为“第一波的赢家不一定是长期的赢家，”他说。

　　去年10月，前DeepMind研究科学家Peter J. Liu宣布，他将与谷歌大脑（Google Brain）的研究人员一起离开人工智能实验室，从事新的研究。他认为内部研究是将“一个不可靠的工具变成不可或缺的演示”的必要工具，但最终他说，“如今，一个精干的团队可以用更少的人完成更多的工作。”

　　虽然这些大型人工智能实验室的研究人员正在分裂，但赫尔利预计，这些新实验室最终将被合并为两到三个主要实体，这将产生“溜溜球效应”。他说，例外情况是，如果人工智能实验室的重点是在特定的垂直领域建立一个利基模型。

　　Benaich同意这种观点，指出运营这些实验室需要大量的成本。“如果你的竞争对手像伪垂直整合一样获得数据中心、数据、产品和用户，那么我看不出你如何通过融资2000万美元、3000万美元或1亿美元来与他们竞争，”他告诉商业内幕网。

　　他预计不久的将来会有一波新的人工智能实验室进入市场。他说：“随着时间的推移，他们可以创造真正的收入，然后在投资方面，在私人市场上，不相信的人就会转变为相信的人。”

　　“此外，他们看到了高估值、高股价和增长，因此上市公司越来越有可能希望平衡实验室的风险敞口，因此市场满足了需求，”他补充说。