Figure,从体力劳动中解放全人类

文摘   2024-11-15 15:30   美国  

通过制造和控制机器,将人类从体力劳动中解放出来,提升全球生产力,一直以来都是人类的伟大梦想之一。

Figure公司的长期愿景是为全球每个人提供一台人形机器人,使劳动变成一种可选择的生活方式。公司计划先进入商业劳动市场,然后逐步扩展到家用消费市场。通过与OpenAI、微软、NVIDIA和宝马的合作,Figure致力于开发具备多种用途的人形机器人,希望这些机器人能够对人类社会产生积极的影响,为人类创造更加美好的生活。

根据硅谷科技评论创投库(svtr.ai),在全球AI机器人赛道100多家初创公司中,Figure以6.75亿美元融资在AI机器人排行榜遥居榜首。


早在1977年,科幻作家艾萨克·阿西莫夫在他的《机器人幻想》中曾预测了技术进步和自动化对人类劳动的影响。他写道:


“然而我不得不认为,计算机化和自动化的进步将会消除人类的‘次级劳动’——那些简单的推拉、点击、归档等机械重复的动作,不论是体力还是脑力上的,它们都可以由我们已经能够制造的机器更好地完成。在一个自动化和受教育程度更高的世界里,机器可能会成为真正的人性化因素。或许正是机器来完成维持生存的工作,而人类则去做那些让生活愉快和有意义的事情。”


阿西莫夫的这段文字体现了技术进步可能为人类生活带来的变革性影响。随着机器人和自动化技术的发展,我们或许能够在未来实现他的预言,使机器承担大量重复性工作,而人类则得以专注于创造更加丰富多彩的生活。


一、创立故事



Figure公司由1986年出生的布雷特·阿德科克(Brett Adcock)于2022年在加州桑尼维尔创立。阿德科克在伊利诺伊州Moweaqua的一个第三代农场长大,家族的勤奋工作态度激发了他对创业的兴趣。2004年在佛罗里达大学攻读电气工程和工商管理学位时,他创建了第一个创业项目Street of Walls,这是一个帮助大学生进入金融行业的招聘网站。到2023年,这一平台已经吸引了3000万次独立访问。


毕业后,阿德科克在两家对冲基金担任分析师,专注于人力资源和招聘行业。他发现传统招聘方法缺乏先进的技术手段,因此在2013年与对冲基金合伙人亚当·戈德斯坦(Adam Goldstein)共同创立了Vettery,打造人工智能驱动的在线市场匹配人力资源和职位需求。2018年,Vettery被瑞士的人力资源服务公司The Adecco Group以1亿美元收购。


成功出售Vettery后,阿德科克对交通和硬件领域产生了浓厚兴趣,特别是在解决交通拥堵和可持续交通方面。2018年,他与戈德斯坦再次合作创立了Archer Aviation,致力于开发电动垂直起降(VTOL)飞机来应对城市出行和可持续交通问题。他自筹资金并亲自建立了公司在母校佛罗里达大学的工程实验室。Archer成功募集了15亿美元,并在2021年通过SPAC上市,市值达27亿美元,但截至2024年11月已降至约15亿美元。



四年后,阿德科克决定离开Archer,虽然仍是主要股东,但他认为自己与董事会在理念上不再一致。同时,他希望专注于新的AI和机器人技术革命。2022年,他用1亿美元自有资金创立了Figure,目标是开发通用人形机器人,即能够替代人工的全尺寸机器人。


他召集了来自Boston Dynamics、Agility Robotics、特斯拉、Rivian、苹果和谷歌等知名公司的工程师团队,同时从Archer和Vettery带来了多位核心团队成员,包括商业化与资本副总裁Dana Berlin、增长副总裁Lee Randaccio、业务运营副总裁Logan Berkowitz,并增加了David McCall(首席工业设计师)、Mathew DeDonato(机器人系统总监)、Michael Rose(机器人控制总监)和Damien Bardon(人形机器人管理系统总监)等专家。


由于机器人研究和自动驾驶技术在电池设计和同时定位与地图构建(SLAM)开发等领域存在交叉,Figure团队中的许多成员拥有自主和电动车辆设计的经验。


  • McCall曾在Rivian、奥迪、Faraday Future和福特担任汽车设计师;

  • DeDonato则曾在Woven Planet Holdings和丰田研究院担任车辆硬件平台高级经理;


  • Rose的背景包括在Arrival担任机器人工程主管、在苹果担任高级控制工程师、在Boston Dynamics和谷歌担任机器人工程师。

  • Figure的联合创始人兼首席技术官Jerry Pratt曾在IHMC担任高级研究科学家长达20年,并拥有麻省理工学院计算机科学博士学位,但他于2024年6月离开Figure,创立了自己的机器人公司Persona。


二、公司产品


Figure公司的目标是开发能够执行多种任务的通用人形机器人,以适应为人类设计的环境。公司计划首先将其机器人投入企业劳动力市场(制造业、供应链及物流等领域),之后再逐步进入消费家庭市场。为达成这一目标,Figure正在三个关键领域推动机器人产业的进步:产品设计、整合制造以及人工智能。


1、产品设计


机器人设计主要有两种理念:仿生设计和功能设计。仿生设计将生物系统转换为工程原理,代表性案例包括Boston Dynamics的Spot机器人、哈佛Wyss研究所的RoboBees以及Festo的BionicKangaroo。而功能设计则专注于识别硬件需求和高层功能,分析并整合系统交互以应对特定场景或问题,如iRobot的Roomba、Kuka的KR QUANTEC系列和ABB的YuMi。通常机器人设计会结合两种理念,以实现最佳的性能。


人形机器人是仿生设计的一个分支,专注于复制和增强人类的形态。虽然业界对于人形设计是否最为高效存在不同看法,但Figure认为,多功能的人形机器人最适合人类设计的环境。特斯拉CEO埃隆·马斯克和英伟达CEO黄仁勋也支持这一观点。马斯克在2024年3月指出,“地球已经为通用人形机器人量身定制”,黄仁勋在6月的Computex大会上也表示,“人形机器人最容易融入人类环境,因为世界是为人类设计的,我们也拥有最多的人体数据可以用于训练这些机器人。”


Figure公司提出了未来人形机器人的设计原则:


“我们团队正致力于设计一个完全机电一体化的人形机器人,包括手部。目标是开发出具备非专业人类物理能力的硬件,并通过快速的开发周期在运动范围、负载、扭矩、运输成本和速度等方面不断改进。”


阿西莫夫的机器人三大法则自1942年首次提出以来,一直是机器人操作的经典框架。这些法则为后来的研究提供了道德探讨和灵感。尤其是第一法则“机器人不得伤害人类,或因不作为使人类受到伤害”直接影响了Figure将人类安全作为核心原则的选择。阿德科克(Adcock)强调:


确保我们的机器人能够安全地与人类共存和互动,符合行业标准和企业要求,至关重要。”


他还指出,机器人进入家庭市场之前,必须建立良好的安全记录。因此,Figure计划首先进入企业市场,利用结构化的仓库或运输环境来提升安全性和效率。


2、整合制造


彼得·蒂尔认为,复杂的垂直整合是“被低估的技术进步模式”。历史上,能够实现垄断性垂直整合的通常是资本密集型硬件公司,著名的例子包括标准石油、福特、英特尔、特斯拉和SpaceX。蒂尔指出:


“通常这是非常资本密集的……在我们这个文化中,很难让人们相信任何超复杂且需要长期构建的东西。特斯拉和SpaceX的关键在于它们复杂的垂直整合结构。它们并没有某种单一的重大突破,而是通过整合所有组件,创造了比大多数竞争对手更为垂直整合的优势。”


Figure希望通过垂直整合在机器人行业中构建可持续的竞争优势。尽管Figure最初采用了“购买优先于制造”的模式以加快上市速度,但由于缺乏现成的制造技术和供应链成熟度,公司被迫将机器人生产的每一步都垂直整合。阿德科克表示,Figure“在内部设计一切:电机、传感器、执行器、结构、电池系统、嵌入式软件、固件、控制系统和AI系统等。”


对于Figure而言,垂直整合既能降低成本,也能提高速度。通过掌控设计、供应链和制造过程,Figure可以“通过高产量制造降低单个机器人的单位成本”,并避免第三方供应商或制造商造成的上市延迟。截至2024年8月,全面垂直整合已就位,阿德科克计划到2025年实现低成本、高产量生产。在成本效率和快速创新至关重要的行业中,垂直整合使Figure能够有效扩大规模。


Figure的垂直整合策略还受到了美国制造业回流趋势和有利政策的支持,特别是在技术密集的领域如电气和工厂制造方面。诸如《基础设施投资和就业法案》(1.2万亿美元直接支出和激励措施)、《通货膨胀削减法案》(3700亿美元税收激励)以及《芯片法案》(500亿美元直接支出)等立法,在地缘政治风险上升的背景下,使本土制造业变得更具吸引力。通过在美国建立本土制造设施,Figure可以利用政府的激励措施、补贴和合作,进一步推动其垂直整合努力,提升竞争力。


3、人工智能


机器人形态是物理表现形式,而区分无智能和有学习能力的机器的关键在于AI的应用。早在1949年,首个自主导航的机器人便依赖传感技术、反馈系统和逻辑推理。到1972年,斯坦福研究所开发的Shakey机器人利用摄像头构建环境模型,并生成自主行动路径。


Figure的技术和内部垂直整合能力支撑其先进的硬件生产,但公司未来的成功依赖于其独特的AI和软件集成能力。阿德科克指出:


“我们进入商业市场的主要瓶颈在于AI和软件。Figure最终是一个以AI为核心的公司。”


随着供应链的成熟和硬件的商品化,Figure的成功将依赖于其将视觉语言模型(VLM)、硬件和AI整合成定制化机器人解决方案的能力。



Figure将“构建一个能够使机器人自主执行日常任务的AI系统”视为长期最具挑战的任务之一。为此,Figure与OpenAI、微软和英伟达等主要AI公司建立了合作伙伴关系。这些合作使Figure能够通过人形机器人数据训练多模态模型,并利用Azure的ND H100 GPU进行深度学习训练,进一步增强模拟和推理功能。OpenAI提供的模型尤其关键,用于Figure机器人的语音识别和处理,Figure则负责将模型逻辑转化为机器人实际运动。


为实现这些AI集成,Figure不同于传统以机械为主的机器人公司,自成立以来已聘请了超过30名软件工程师,专注于将AI深度整合到人形机器人中。这些技术进展和战略布局,使Figure公司朝着实现其通用人形机器人的愿景不断迈进。


Figure公司的旗舰产品是Figure系列人形机器人,截至2024年8月,包括Figure 01和Figure 02两款型号。


4、Figure 01


Figure 01的设计与全球人类的平均体型相符,身高5英尺6英寸,重量60公斤,符合男性平均身高5英尺7.5英寸、女性5英尺3英寸的标准。



该型号的核心参数包括:可承载20公斤负荷、5小时续航时间、速度1.2米/秒,采用电力系统。其视觉语言模型(VLM)由OpenAI训练,内置摄像头每秒捕捉10帧图像,神经网络以每秒200次的频率输出24个自由度的动作。Figure 01能够在复杂、非结构化的真实环境中独立工作,并响应语音指令完成任务。



2023年3月,Figure推出Figure 01时,发布了一段名为“Introducing Figure”的视频,以CGI形式展示了这款机器人。同年10月,公司发布了“Figure 01 Dynamic Walking”和“Dynamic Walking”两段视频,展示Figure 01的双足行走能力。


在2024年1月和2月,Figure公司发布了两个演示视频:“AI Trained Coffee Demo”和“Real World Task”。其中,“AI Trained Coffee Demo”展示了Figure 01在家用环境中的任务能力:经过10小时训练后,它可以根据语音指令完成泡咖啡的任务;“Real World Task”则展示了该机器人在劳动场景中的表现——以16.7%的人类速度自主搬运箱子。


2024年,Figure宣布与OpenAI和宝马建立合作关系。在“OpenAI Speech-to-Speech Reasoning”演示中,Figure 01展示了较早期咖啡制作演示更为高级的逻辑推理和灵活度。它能够理解语音指令,例如“我可以吃点东西吗?”识别到桌上的苹果是食物,并将其递给发出请求的人。


在宝马工厂的演示“BMW Full Use Case”中,Figure 01展示了在完全自主和AI驱动下的物理操作能力。该机器人能够在宝马位于斯帕坦堡的工厂(宝马在美国最大的出口工厂,30年来组装了超过630万辆宝马汽车)中独立执行零件放置、拾取、检测、导航和组装任务,并在过程中自动纠正错误。


5、Figure 02


Figure 02在Figure 01的基础上进行了多项技术提升,设计目标是每天可自主工作长达20小时。其外骨骼结构提供了抗撞击保护,定制的附肢和六摄像头视觉系统进一步增强了物理操作能力。该机器人由机载CPU和GPU驱动,内部布线完全集成,并配备定制电池组,确保操作流畅。此外,Figure 02在逻辑推理和故障防护方面也有所增强,最显著的升级是其完全集成的语音对话能力,未来的所有Figure型号将以语音为主要交互界面。



经过18个月的开发,Figure 02于2024年8月正式亮相,与Figure 01的CGI展示不同,Figure 02进行了现场演示,展示了其先进的功能。


新一代机器人的亮点包括第四代手部设计,拥有16个自由度,AI推理和计算能力是Figure 01的三倍,电池容量为2.25千瓦时,比Figure 01延长50%的续航时间。除了在物理和技术参数上的升级,Figure 02已完成了在宝马斯帕坦堡工厂的可行性试运行,重点测试了其自主操作、神经网络辅助的操作功能以及自我纠错能力。


三、市场格局


1、公司客户


Figure的长期目标客户包括需要大规模劳动力的大型企业(除军事和国防应用外的各个行业)以及有居家护理需求的零售消费者。自2022年5月起,Figure的初期市场重点放在劳动力短缺最严重的行业,如制造业、仓储、物流和零售业。


阿德科克(Adcock)设想,到2030年,Figure将扩大业务至零售消费者市场,覆盖全球23亿个家庭,并特别关注全球7亿需要居家护理的老年人群体。未来更长远的目标是开发出适用于外星探索等领域的机器人。



2、市场规模


2023年,全球机器人市场估值为390亿美元,预计到2031年将以16%的复合年增长率增长至1340亿美元。AI硬件市场的预测则显示,从2024年到2033年,市场规模将以23.9%的年复合增长率增长至1287亿美元。


Figure专注的人形机器人领域,预计到2035年市场规模将达380亿美元。从2024年到2035年,机器人出货量预计将增加四倍,达到140万台,得益于材料成本的显著降低(约40%)。



人形机器人通常适合执行“危险、肮脏和乏味”的工作,劳动力短缺常常出现在对健康有危害、工作条件恶劣或重复性高的岗位上。预计到2035年,全球对人形机器人的需求可能达到110万至350万台,假设在汽车制造和高风险行业(如灾难救援、核电站维护)等领域的劳动力替代率可达15%。



四、竞争对手


AI机器人是最热的AI赛道之一,硅谷科技评论(svtr)之前盘点过人形机器人赛道备受关注的玩家。从波士顿动力和丰田研究所等老牌企业到特斯拉和Agility Robotics等新秀都受到极大关注,尤其是结合到中国的供应链优势,国内资本市场对人形机器人尤为追捧。


根据硅谷科技评论创投库(svtr.ai),在全球AI机器人赛道100多家初创公司中,Figure以6.75亿美元融资在AI机器人排行榜遥居榜首。



但不容忽视的是,Figure公司面临来自多个国内外新兴人形机器人企业和知名公司的竞争。每个竞争者在机器人功能设计、市场定位和资金来源上各具优势。


初创企业


Physical Intelligence



2024年成立于美国,为机器人开发AI软件,构建机器人的大脑。最近发布通用机器人基础模型π 0(pi-zero),旨在让机器人像大型语言模型(LLMs)一样,通过用户简单的文本指令完成各种任务。与LLMs不同,π 0 不仅能理解图像、文本和动作,还能直接输出控制机器人的低级运动命令,实现物理智能。让机器人更易用、更灵活,推动通用智能机器人进入更多实际应用场景。最新估值为20亿美元,累计融资4.7亿美元。投资方为Jeff Bezos、Thrive Capital、Lux Capital、OpenAI、Redpoint Ventures、Bond。


Agility Robotics



成立于2015年,总部位于宾夕法尼亚州匹兹堡。公司专注于为分销、零售、制造和物流行业的劳动力短缺提供人形机器人解决方案。其主要产品Digit具备独特的“反向”腿部设计,便于在工厂和制造环境中更灵活地操作。Agility还提供Agility Arc云自动化平台及相关配件,与客户现有工作流程集成。2023年10月,Agility与亚马逊签订合作协议,在其仓库测试Digit。截至2024年11月,公司总融资额为3亿美元,估值10亿美元,投资方包括亚马逊工业创新基金、索尼创新基金、Playground Global和DARPA。


1X



成立于2014年,总部位于加州桑尼维尔。其代表产品NEO采用了仿人形设计,具有双足行走和仿生肌肉结构,可在安防、物流和制造等领域进行远程操作和自主工作。1X计划在解决这些行业的劳动力短缺问题后进入消费者家庭市场。截至2024年9月,1X的总融资约为2.5亿美元,主要投资方包括OpenAI、Tiger Global、EQT Ventures、三星NEXT Ventures和ADT Security Services。


老牌企业


特斯拉(Tesla)



成立于2003年,总部位于得克萨斯州奥斯汀。公司在创始人埃隆·马斯克的指导下开发了Optimus人形机器人,并于2021年AI日首次展示了原型。Optimus第二代在2023年12月亮相,2024年5月展示了在特斯拉电动车生产线上的工作能力。马斯克预测Optimus将在2025年实现有限生产,到时将有超过1000台Optimus在特斯拉内部工作。


波士顿动力(Boston Dynamics)



成立于1992年,总部位于马萨诸塞州波士顿。公司在制造、建筑、能源、国防、教育和物流等行业开发高度移动性的人形和非人形机器人。其人形机器人产品线Atlas最初由DARPA资助开发,2024年4月推出的新版本Atlas进一步提升了机器人的人类能力。波士顿动力在2024年4月与现代汽车签署了合作协议,在其制造设施中测试Atlas。公司起初从MIT和CMU独立发展,后被谷歌、软银和现代控股。


优必选(Ubtech)


成立于2012年,总部位于中国深圳。公司开发商用和医疗领域的人形及非人形机器人,主要产品包括Walker系列和熊猫机器人。其核心产品Walker S整合了视觉语言模型、3D语义导航和大模型推理功能。截至2024年6月,Walker S用于制造场景,并计划逐步进入家庭市场。2023年12月,优必选通过IPO筹集了1.3亿美元,2024年9月估值达45亿美元。


五、商业模式


Figure面临的挑战包括高资本支出、供应链成熟度不足、低投资回报率、高风险和漫长的商业化路径。


对于目标行业而言,关键的投资回报衡量标准是机器人生命周期成本与人力成本和效率的比较。



Figure致力于通过高效率的批量生产来降低单位成本,并通过同时进行的原型开发来保证高质量。公司计划通过快速设计迭代、原型测试和内部垂直整合来加快开发进程。尽管更愿意采购现成零部件,供应链的技术要求和成熟度不足促使Figure在硬件上采取垂直整合,以确保复杂机器人项目的顺利推进。


在企业市场,Figure可能采用硬件即服务(HaaS)或机器人即服务(RaaS)的商业模式,通过多年的服务合同获得持续收入,并将制造、仓储、物流和零售业作为早期目标市场。


而在消费市场,Figure可能借鉴特斯拉的模式,结合硬件销售与软件订阅服务,通过月度或年度订阅实现持续的收入流。



六、重大进展


截至2024年11月,Figure尚未披露收入数据或生产的机器人总数,但已成功开发出两代旗舰人形机器人产品。公司与多家制造和科技公司建立了合作伙伴关系,包括宝马、OpenAI、微软和NVIDIA,以进一步推动制造业的应用案例和AI集成。


公司团队共有156名员工,其中50%以上为工程师。2024年8月,Figure 01和Figure 02在宝马斯帕坦堡工厂完成了试运行,此次试运行采取了以里程碑为基础的方式,识别了机器人能够执行的具体汽车制造任务,并计划后续分阶段部署更多机器人型号。如果Figure能够为宝马证明机器人带来的明确价值,并在其他客户中复制这一成功,或将有望成为解决人力短缺的领先机器人供应商。


七、融资估值


2024年9月,公司累计融资额达到8.54亿美元。本轮融资的主要投资方包括微软、OpenAI、NVIDIA、Bezos Expeditions和英特尔资本。


2024年2月,Figure完成了6.75亿美元的B轮融资,估值达26亿美元。


2023年完成了7000万美元的A轮融资,由Parkway Venture Capital领投,其他投资方包括Adcock、Aliya Capital、Bold Capital Partners、Tamarack Global、FJ Labs和Till Reuter。


值得注意的是,Adcock全额自筹了Figure的1亿美元种子轮资金,显示出硬科技创业公司在早期吸引风险投资方面的难度。他指出,许多风投基金因有限合伙人(LP)的投资限制、硬件开发的高资本需求、较长的投资回报周期及硬科技创新的复杂性,对此类领域持谨慎态度。



八、全文总结


Figure公司由布雷特·阿德科克于2022年创立,目标是通过解放人类从事的体力劳动来提升全球生产力。公司专注于一个核心产品——Figure人形机器人系列。截至2024年,Figure系列包含两个型号:Figure 01和Figure 02,具备语音交互界面、内置视觉语言模型(VLM)和先进的操作硬件,AI驱动下能自主完成工作任务。


Figure计划在2025年实现低成本、高产量的机器人制造,主要面向商业劳动力市场,到2030年扩展至消费家庭市场。Figure坦言实现这一“圣杯”目标困难重重,预计这一过程将耗时数十年,并投入数十亿美元的资金,且成功的机会极低。


公司的成功将取决于其快速技术迭代、软硬件集成以及成本效益的生产扩展能力。如果这一目标得以实现,Figure或将成为将人形机器人普及至如智能手机般普遍的引领者,引导人类进入一个自动化工作的新时代。



硅谷科技评论(SVTR),在ChatGPT问世之际,创立于美国硅谷,是一家数据驱动的AI孵化器。依托AI创投库、AI创投社和风险投资,为创始人提供人才、资金和咨询服务,打造全球前沿科技(AI)创新生态系统。目前覆盖全球10W+ AI从业者,包括AI创始人和AI投资人。最近孵化案例包括:AI超级工程师模本科技;AI教育咨询公司高考纸鸢


联系凯瑞(pkcapital2023),加入我们创业工作室,成为导师、顾问创业合伙人。更多内容,文末阅读原文访问AI创投库(svtr.ai)

AI周报:


001002003004005006007008009010
011012013014015016017018019020
021022023024025026027028029030
031032033034035036037038039040
041042043044045046047048
049
050 
051052 
053
054 
055
056
057
058
059
060
061
062 
063 
064
065066
067
068
069
070
071 
072073
074075076077078


AI创投



+



AI工程师有多强?3天上线全球首个AI数库
“AI张雪峰”诞生,北大团队用 AI 重塑教育咨询
1人团队,百万营收的AI套壳
独立创始人的崛起:如何独自创办公司
全球七大科技巨头的 4000 亿美元 AI 战略布局
性格决定创业成败顶尖VC投的AI公司
如何寻找创业方向中美AI创投异同
如何聘请CEO
应该关注哪些AI公司
如何确定CEO的薪水如何评估AI初创公司
如何分配股权和头衔海外投资人谈AI新趋势
如何组建和召开董事会做通才还是专才风投人
如何写商业计划书红杉资本如何做投资
初创公司估值如何及早识别独角兽
如何找到创业合伙人如何避免7大投资陷阱
AI初创公司商业模式合伙人是怎么炼成的
选择自己的创业导师 
Souring的艺术
创始人如何做电梯演讲

精品基金VS超级基金

YC给年轻创始人建议

初创工作室

如何成为亿万富翁
颜值如何影响VC决策
如何做出困难的决定
如何快速解读对方性格
如何在海外启动新产品
硅谷投资人的武器库
如何确认真实投资意愿
VC改变世界
找这种人实现快速裂变
AI 创投七大新趋势
AI原生公司定价策略
全球AI创投生态
GTM指南谁是全球创业之都
如何选择VCCowboy:AI大势所趋
YC:如何独立思考
全球AI投资机构Top10
如何打造AI驱动的公司
风投界的水晶球
不要像投资人那样思考Coatue:AI革命
创始人与市场契合度
Altimeter:谁是AI C端赢家
为什么初创公司会失败
ICONIQ小扎的朋友圈
初创公司如何聘请CEO
彼得·泰尔
什么决定创业成败
General Catalyst
AI驱动VCSOSV: 从草根到帝国
AI创业如何选赛道
YC
创始人的年龄有多重要
丹尼尔·格罗斯
如何建立社交媒体形象
微软(M12)
AI公司要不要融资?
谷歌战投
PMF如何决定初创的未来
山姆·奥特曼
如何打造AI软件产品?
Founders Fund


AI行业



+



全球 Gen AI 独角兽大盘点,中国4家大模型上榜
大模型系列:海外 数学 性价比 编程 医疗 评估 训练成本 | 小模型
AI 公司创始人 华裔创始人 北美科技人才中心地图职业经历教育背景
AI 公司地理和行业分布 以色列 德国 旧金山湾区 欧洲
福布斯AI 50 斯坦福AI指数 企业科技AI 30 高增长AI 50 C端AI 50 | 工具AI 50 | SVTR AI 100 | 自力更生AI 25
AI+编程 医疗 企服 电商 设计 勘探 教育 写作 客服 法律 视频 3D | 音乐 | 搜索 | 心理精神 | 消费者科技 | 安全 | 生产力工具 | 浏览器 | 游戏 | 会计 | 数据分析 | 销售 | Scribe | 金融投资
人工智能能做什么?
LLMOps
AI是否会被垄断AI未解之谜
开源AI开发者工具AI域名
生成式 AI 六大趋势
巨头的AI战争
AI Agent自动化具身智能
AI专利2023年AI总结和展望


AI公司



+



11x.ai:AI虚拟销售员,半年内突破200万美元
Adobe:从Adobe、Figma、Canva 到 OpenAI
AlphaSense,金融界的“谷歌”
Amazon:人工智能战略
Anduril Industries:AI 重新定义现代战争与和平
Anthropic:OpenAI"宫斗"背后的公司
Apple:产品收入变迁 AI 并购之王
Bardeen:让AI代理更稳更快
Brightwave,AI驱动的投研助手

Calendly:日程安排助手,AI效率工具鼻祖

Canva:从Adobe、Figma、Canva 到 OpenAI

Carta:想要取代纽交所的股权管理工具
Cerebras,打造世界最大芯片挑战AI霸主英伟达

Cohere:为企业提供大模型

Consensus:用AI解锁学术

CoreWeave:GPU租赁独角兽,英伟达的好盟友

Databricks:从数据湖到大模型
DeepL:从机器翻译到AI写作的语言沟通利器
Discord:腾讯多次押注,打造属于你自己的线上互动社区
DoNotPay:世界首款AI机器人律师

Duolingo:如何改写语言学习

E2B:为 AI 代理构建自动化云平台
Figma从Adobe、Figma、Canva 到 OpenAI

Glean:重塑知识工作的未来

Google:谷歌人工智能战略
Grammarly:从论文查重到AI写作的沟通利器
Helion,AI的终极能源梦想
Hugging Face:开源AI的未来
Jenni AI:如何通过AI写作实现年入千万
Marblism:一句AI提示词自动生成各类软件
Microsoft:收入拆解M12
Midjourney:0融资,11人,$1亿收入
Mistral,欧洲大模型,性价比之王
MultiOn,用人工智能代理给软件装上大脑
Neuralink:让失明者重见光明,让瘫患者再次行走,让人类与AI融合永生
NVIDIA:收入按产品线拆解AI投资策略
OpenAI:人工智能突破的前沿员工董事会营销GPT Store奥特曼马斯克地产生意微软投资婚礼产品生态Thrive Capital
Pika:AI视频的未来
Rad AI:如何用 AI 改变医疗保健?
Reddit:奥特曼押注基于兴趣社交的美版“贴吧”
Replicate:1人AI公司背后的幕后英雄
Replite:教马斯克的儿子如何写代码
Perplexity:挑战谷歌,站在AI搜索最前沿
RunwayAI视频的未来
Scale AI:如何成为数字世界的“水源”
Shein:打造下一个“中国首富”

SpaceX:梦想照进现实,人类星际生命的曙光

Stability AI:SD 背后的公司和创始人
Stripe:马斯克和奥特曼押注的支付王者
Substack:美版公众号,为价值付费

Superhuman:邮件超人,拥抱 AI

Telegram,俄罗斯兄弟的密聊纸飞机
Vannevar Labs:AI+国防,军事人工智能掘金者
Vercel,如何用AI引领技术开发?
Zapier:ChatGPT最受欢迎插件的过去和未来

硅谷科技评论
全球前沿科技,创业投资孵化
 最新文章