中国达人秀2011全集

genjujimiaozhongdeyinlecaichuzhengquedegeming，youzhemeduodetiaozhannibunengtingzhiwan。bangzhuninjingzhunjiankonglanyaAirPodserjidedianliang，yonghucainengjishichongdian；zheshiyikuanfeichangzhuanyedehanyuxuexizhidaoruanjian，genjubutongnanduduineirongjinxingfenlei；zixungonglve：zuiquanweideyouxizixun，zhangwozuixinshouyoudongtaitongguoxianshangtuiguanghexianxiazuorenwujiunengkuaisudehuoqugengduodeshouyi，meitianzhuangejibaiyuanbushiwenti。英(ying)偉(wei)達(da)撐(cheng)腰(yao)+圖(tu)靈(ling)獎(jiang)得(de)主(zhu)投(tou)資(zi)，這(zhe)家(jia)企(qi)業(ye)賽(sai)道(dao)的(de)公(gong)司(si)成(cheng)為(wei)AI領(ling)域(yu)第(di)三(san)大(da)獨(du)角(jiao)獸(shou)

來(lai)源(yuan)：矽(gui)星(xing)人(ren)（ID：guixingren123）

作(zuo)者(zhe)：Juny

編(bian)輯(ji)丨(shu)VickyXiao

图片(pian)来源：由(you)無(wu)界(jie) AI工(gong)具(ju)生(sheng)成

最(zui)近(jin)幾(ji)個(ge)月(yue)来，似(si)乎(hu)每(mei)个人都(dou)在(zai)日(ri)常(chang)生活(huo)中(zhong)跟(gen)ChatGPT、Bard等(deng)AI機(ji)器(qi)人聊(liao)得熱(re)火(huo)朝(chao)天(tian)，讓(rang)它(ta)們(men)来幫(bang)忙(mang)寫(xie)郵(you)件(jian)、写總(zong)結(jie)、做(zuo)計(ji)劃(hua)。但(dan)有(you)个普(pu)遍(bian)的現(xian)象(xiang)是(shi)，壹(yi)旦(dan)當(dang)人们切(qie)換(huan)到(dao)工作模(mo)式(shi)時(shi)，这些(xie)生成式AI工具便(bian)很(hen)少(shao)出(chu)现在大家的工作流(liu)程(cheng)中，甚(shen)至(zhi)被(bei)一些公司明(ming)令(ling)禁(jin)止(zhi)。

AI能(neng)力(li)如(ru)此(ci)強(qiang)大，为什(shen)麽(me)企业们不(bu)用(yong)？

这背(bei)後(hou)的核(he)心(xin)原(yuan)因(yin)其(qi)實(shi)很簡(jian)單(dan)——每个企业的數(shu)據(ju)安(an)全(quan)和(he)隱(yin)私(si)問(wen)題(ti)都太(tai)重(zhong)要(yao)。沒(mei)有企业敢(gan)把(ba)自(zi)己(ji)的“命(ming)脈(mai)”完(wan)完全全地(di)交(jiao)在還(hai)並(bing)未(wei)發(fa)展(zhan)成熟(shu)、并由其他(ta)大型(xing)公司掌(zhang)控(kong)的AI手(shou)上(shang)。

那(na)么，是否(fou)有辦(ban)法(fa)解(jie)決(jue)这个棘(ji)手的问题，進(jin)而(er)在企业端(duan)最大化(hua)地发掘(jue)生成式AI的潛(qian)力呢(ne)？其实從(cong)2019年(nian)開(kai)始(shi)，就(jiu)有一家名(ming)为Cohere的AI創(chuang)业公司在密(mi)切關(guan)註(zhu)这个问题并不斷(duan)提(ti)出解决方(fang)案(an)。

長(chang)期(qi)以(yi)来，企业級(ji)的生成式AI都是一个相(xiang)對(dui)小(xiao)眾(zhong)且(qie)壁(bi)壘(lei)較(jiao)高(gao)的市(shi)場(chang)，但Cohere憑(ping)借(jie)著(zhe)成熟的技(ji)術(shu)和敏(min)銳(rui)的嗅(xiu)覺(jiao)得到了(le)一众大佬(lao)和巨(ju)頭(tou)的支(zhi)持(chi)。目(mu)前(qian)Cohere的投资者不僅(jin)包(bao)括(kuo)英伟达、甲(jia)骨(gu)文(wen)、Salesforce等巨头，同(tong)时还有图灵奖得主Geoffrey Hinton、斯(si)坦(tan)福(fu)AI教(jiao)授(shou)李(li)飛(fei)飞等一众圈(quan)內(nei)大佬。不久(jiu)前，YouTube 的前首(shou)席(xi)財(cai)務(wu)官(guan) Martin Kon 也(ye)選(xuan)擇(ze)加(jia)入(ru) Cohere擔(dan)任(ren)总裁(cai)和首席運(yun)營(ying)官。

英伟达、甲骨文和Salesforce都在押(ya)注Cohere

图源：Crunchbase

乘(cheng)着ChatGPT爆(bao)火的東(dong)風(feng)，今(jin)年以来，Cohere的潜力开始被越(yue)来越多(duo)的人的看(kan)到并进入了估(gu)值(zhi)飆(biao)升(sheng)的快(kuai)車(che)道，目前已(yi)成为全球(qiu)AIGC赛道仅次(ci)於(yu)OpenAI和Antropic的第三大独角兽。

从谷(gu)歌(ge)“脫(tuo)胎(tai)”，来自加拿(na)大頂(ding)级AI圈

Cohere成立(li)于加拿大多倫(lun)多，于2019年由Aidan Gomez、Ivan Zhang和Nick Frosst共(gong)同创立。三人本(ben)科(ke)都就讀(du)于多伦多大學(xue)计算(suan)机科学專(zhuan)业，按(an)照(zhao)入学时間(jian)推(tui)算，三人目前應(ying)該(gai)都未超(chao)過(guo)30歲(sui)。

Cohere的创始團(tuan)隊(dui)

图源：Cohere官網(wang)

其中，Aidan Gomez在2017年本科期间就參(can)與(yu)了由谷歌大腦(nao)团队研(yan)究(jiu)并作为署(shu)名者之(zhi)一发表(biao)了名为《Attention is All You Need》的論(lun)文，而这篇(pian)论文就是日后大名鼎(ding)鼎的Transformer机器学習(xi)架(jia)構(gou)的开端，也是发展谷歌BERT、OpenAI的GPT 等未来革(ge)命性(xing)架构的基(ji)石(shi)。

在同一年，Aidan Gomez和同系(xi)的同学Ivan Zhang创立了一个非(fei)营利(li)人工智(zhi)能研究社(she)區(qu)For.ai，用以支持和鏈(lian)接(jie)世(shi)界各(ge)地的人工智能独立研究者。

本科畢(bi)业后，Aidan Gomez前往(wang)牛(niu)津(jin)大学攻(gong)读计算机科学的博(bo)士(shi)学位(wei)，同时也加入了由“深(shen)度(du)学习之父(fu)”、图灵奖獲(huo)得者Geoffrey Hinton领導(dao)的谷歌AI团队，基于Transformer架构进行(xing)进一步(bu)研究。在谷歌大脑的Hinton团队之中，Aidan Gomez结識(shi)了一直(zhi)从事(shi)机器学习和認(ren)知(zhi)科学研究的Nick Frosst。

在之后兩(liang)年中，通(tong)过研究的深入，大家了解到Transformer可(ke)以擴(kuo)展为性能出色(se)的大型神(shen)經(jing)网絡(luo)，并在語(yu)言(yan)相关的任务上表现十(shi)分(fen)出色。包括Aidan Gomez在内的一些Transformer论文撰(zhuan)写者们都开始思(si)考(kao)这背后所(suo)蘊(yun)藏(zang)的商(shang)业化机會(hui)，目前除(chu)了Llion Jones仍(reng)在谷歌工作，其他七(qi)位作者都紛(fen)纷“下(xia)海(hai)”创业。

其中，Aidan Comez則(ze)与Nick Frosst和Ivan Zhang共同创立了Cohere。跟谷歌、微(wei)軟(ruan)等实力雄(xiong)厚(hou)公司去(qu)重金(jin)訓(xun)練(lian)大模型不同，在2019年Cohere成立开始，他们就专注于企业用例(li)，試(shi)图根(gen)据不同企业的专有数据去创建(jian)定(ding)制(zhi)化的大语言模型。

不靠(kao)雲(yun)，要做企业定制生成式AI服(fu)务

简单来說(shuo)，Cohere的目標(biao)是要成为各類(lei)开发人員(yuan)的默(mo)认 NLP 工具包，让各类开发人员都可以使(shi)用大型神经网络和最先(xian)进AI来解决任何(he)语言相关问题，但卻(que)不依(yi)托(tuo)于任何公共云，让模型能在私有云或(huo)本地部(bu)署中运行。

目前，Cohere的主要產(chan)品(pin)主要圍(wei)繞(rao)着企业日常运营中的三个关鍵(jian)领域：文本生成、文本分类和文本檢(jian)索(suo)，几乎覆(fu)蓋(gai)了企业生产中所有跟文字(zi)有关的领域。

文本生成部分主要有Summarize、Generate、Command Model三个产品。Summarize是一个由大型语言模型驅(qu)動(dong)的文本摘(zhai)要生成器，能快速(su)概(gai)述(shu)和总结文檔(dang)的关键點(dian)，可以支持輸(shu)入10萬(wan)个字符(fu)和文本格(ge)式选項(xiang)。Generate则是一个内容(rong)生成器，可以为各種(zhong)目生成独特(te)的内容，比(bi)如電(dian)子(zi)邮件和产品描(miao)述等。

下面(mian)，再(zai)重点介(jie)紹(shao)一下Command Model。Command是Cohere推出的一个能夠(gou)接受(shou)用戶(hu)个性化命令训练的文本生成模型。也就是说，企业用户在將(jiang)自己的数据和Command结合(he)之后，就可以产生一个自己独有的语言模型，能够在企业的实際(ji)业务中立即(ji)发揮(hui)作用。

Command Model

图源：Cohere

值得注意(yi)的是，作为一个只(zhi)有520 億(yi)个参数的模型，Command的準(zhun)確(que)性表现此前却超过了其他更(geng)大規(gui)模训练的模型，在不久前被斯坦福大学的语言模型全面評(ping)估（HELM）评为世界上最有能力的大型语言模型。

图源：斯坦福大学的语言模型全面评估（HELM）官网

文本检索部分，包括Embed、Semantic Search、Rerank三个产品。

对于希(xi)望(wang)构建自己的文本分析(xi)应用程序(xu)的机器学习团队，Embed可以帮助(zhu)他们快速发现趨(qu)勢(shi)，并支持100多种语言。Semantic Search是一个强大的搜(sou)索工具，用户只需(xu)要简单使用API，就可以使用该搜索功(gong)能，能够支持基于查(zha)詢(xun)的含(han)義(yi)而不仅仅是关键詞(ci)来返(fan)回(hui)多种信(xin)息(xi)，并且不受语言的限(xian)制。Rerank可以基于语义相关性分析现有工具的搜索结果(guo)并进行排(pai)名，从而提供(gong)更豐(feng)富(fu)、更相关的结果，且对用户的幹(gan)預(yu)或编程经驗(yan)要求(qiu)很小。

文本分类部分主要产品为Classify，该功能使用户能够个性化的組(zu)織(zhi)信息来帮助内容審(shen)核、用户分析和进行聊天机器人體(ti)验。比如它能够通过快速标記(ji)不同类別(bie)的客(ke)户来进行高效(xiao)的客户服务，也可以识别正(zheng)面和負(fu)面的社交媒(mei)体评论来更好(hao)地了解客户的反(fan)饋(kui)等。

图源：Cohere

Cohere 的商业模式是先承(cheng)担创建大型的Transformer神经网络的成本，然(ran)后再将有需求公司連(lian)接到这些网络，公司则按使用情(qing)況(kuang)进行付(fu)費(fei)。Cohere的主要特点是为客户提供了包括私有云、本地部署、Cohere托管(guan)云和其他云夥(huo)伴(ban)AWS、谷歌等多种数据托管选项，让用户根据自身(shen)需要进行选择，让客户对数据擁(yong)有控制權(quan)。

对于希望学习原型設(she)计并成为社区一部分的开发者，Cohere提供了免(mian)费的、限制使用率(lv)的使用。然而，如果希望进入生产、训练自定义模型、訪(fang)问所有端点并接收(shou)增(zeng)强的客户支持，将需要支付费用。目前Cohere的客户包括Spotify、Jasper、HyperWrite等。

从價(jia)格来看，嵌(qian)入功能下，默认模型每 100 万个Token 40 美(mei)分，企业自定义的模型80 美分，生成功能下，默认模型每 100 万个Token 15 美元(yuan)，自定义模型30 美元，总结功能下，每100万个Token15美元等。

Cohere不同功能的价格情况

图源：Cohere

不过，此前Cohere的这个定价还算很有優(you)势，但在昨(zuo)天OpenAI大降(jiang)价之后，预计也会給(gei)Cohere帶(dai)来不小的沖(chong)擊(ji)。比如OpenAI的嵌入模型价格直接跳(tiao)水(shui)75%，每千(qian)token只需0.0001美金，也就是1美元一千万token，遠(yuan)远低(di)于Cohere。

大佬和巨头力挺(ting)，Cohere駛(shi)入AIGC第一陣(zhen)营

瞄(miao)准企业级AI数据安全痛(tong)点的Cohere，在当前的AI用户端廝(si)殺(sha)中脱穎(ying)而出，包括VC、科技巨头和人工智能领域的大佬们都给它投去了支持票(piao)。2021年正式邁(mai)入商业化以来，Cohere的估值也節(jie)节攀(pan)升，目前已达到約(yue)22亿美元，在AIGC赛道仅次于微软支持的OpenAI和谷歌支持的Anthropic。

在Cohere成立之初(chu)，它的人工智能学术色彩(cai)似乎更为濃(nong)郁(yu)。在2021年和2022年的Cohere A輪(lun)和B轮融(rong)资中，当时的AIGC赛道的投资还在寒(han)冬(dong)中，有誰(shui)给Cohere投去了支持资金呢？在这两轮的投资列(lie)表中，我(wo)们都看到了以下几位AI大佬的身影(ying)。

图源：Crunchbase

除了几个创始人在多伦多直接跟隨(sui)学习过的“深度学习之父”、图灵奖得主Geoffrey Hinton之外(wai)，还包括斯坦福大学教授、視(shi)觉实验室(shi)负責(ze)人李飞飞，加州(zhou)大学伯(bo)克(ke)利分校(xiao)教授、伯克利人工智能实验室主任Pieter Abbeel，多伦多大学教授、前Uber人駕(jia)驶汽(qi)车技术研究中心主任Raquel Urtasun，个个都是人工智能领域的学术大咖(ka)。

而在本月初宣(xuan)布(bu)的最新(xin)一轮融资中，在AIGC的热潮(chao)中，Cohere也得到了更多领域内科技公司的关注。其中包括人工智能最强“軍(jun)火商”英伟达以及(ji)云巨头Salesforce和甲骨文。目前的融资总額(e)已经达到4.39亿美元。

Cohere的迅(xun)速发展離(li)不开深厚的技术背景(jing)和赛道选择。从大模型的角度来说，Cohere 目前可能并不是市场上最领先的，但他们敏锐地抓(zhua)到了AIGC企业端应用的痛点，能够在首先滿(man)足(zu)企业安全性需求的前提下，再进一步的提供内容生成、摘要、搜索等领域的服务。

他们的商业模式使得大量(liang)公司能够在无需斥(chi)重金构建自己模型的情况下自定义地接入大型神经网络，并通过細(xi)分业务模塊(kuai)，让公司能根据使用情况来进行付费，从而达到一种雙(shuang)贏(ying)的狀(zhuang)態(tai)。

从目前Cohere 越来越高的热度和OpenAI最近大规模的降价和API升级来看，AIGC的戰(zhan)火在用户端正在一路(lu)蔓(man)延(yan)到企业战场。而屆(jie)时，或許(xu)一场真(zhen)正的AI生产力革命才(cai)会真正开始。返回搜狐(hu)，查看更多

责任编辑：