美国创业圈再现一大神话：一个距离上线还有一年的创业公司已经估值10亿美金。同时，这也是风投a16z史上金额最大的一笔单笔单轮投资

美国创业圈再现一大神话：一个距离上线还有一年的创业公司已经估值10亿美金。同时，这也是风投a16z史上金额最大的一笔单笔单轮投资。这家公司的创始人就更有意思了正是几年前丑闻缠身的WeWork创始人Adam Neumann。 这家新的公司的业务模式也已经初见端倪进军房地产业。 #抽屉IT

AI 洞察：a16z推出最新商业报告，全球AIGC生态中消费端100强有哪些玩家？

AI 洞察：a16z推出最新商业报告，全球AIGC生态中消费端100强有哪些玩家？ 六个月前，知名硅谷投资机构a16z对网络流量数据进行了一次深入调查和研究，以便区分信号与噪音，推出了当时非常有分量的榜单。 [1] 虽然有几家早期的「赢家」引起了广泛关注，但每月都有新的人工智能原生公司出现，市场空前活跃，也充斥着竞争。 现在这份重量级榜单再次更新，其中一个令人惊讶之处：与之前2023年9月发布的报告相比， 40%是新上榜的公司。 Top 50的AIGC网页服务和 Top 50的 App分别是谁？ （以月活为基准的排名） - 如图1所示，网页侧前10名是ChatGPT、Gemini、Character.ai、Liner、Quillbot、Poe、Perplexity、Janitor AI、civitai、Claude； - 如图2所示，移动端10名的是ChatGPT、Edge 浏览器、photomath、Bing、Remini、Brainly、Nova、Chat&Ask 、Facemoji、Epik； - 如图3所示，有22家公司新晋榜单，称为新秀，Liner、Claude、Janitor AI、 ideogram、Eighfy等，其中AI 伴侣数量激增， 在下文中深入展开。 ChatGPT 领先，百家争鸣 - 在六个月前，它已经是访问量最大的网站之一， 当时排名No 24； - 现在它每月访问量20亿次，是第二名Gemini的5倍 - 移动端方面， 它的月活是第二名Edge 和第三名 Photomath的2.5倍。 - 另外一个和六个月前的区别， 之前榜单中是大批 GPT 驱动的创新，新秀开始呈现进一步去中心化的趋势。 - 图 3，展示了新品类生产力共有7家，包括Linner、Eighify、Phind、MaxAI、Blackbox AI、Otter.ai和ChatPDF。 （这个品类在去年9月份还不存在 [1] ） 两个涌现的新品类，九个Discord的重要 AI服务 - 6个月前， LLM通用助手占据网络流量的主体，现在分析发现有两个新品类。 - 音乐和生产力（研究、编程和文档摘要等） - Sono 是目前唯一上榜的音乐公司， 通过文本生成原创歌曲和歌词。 它是12月才推出的独立网站和Copilot扩展的。

马斯克旗下xAI完成60亿美元融资 A16Z、红杉资本参投

马斯克旗下xAI完成60亿美元融资 A16Z、红杉资本参投 主要投资者包括Valor Equity Partners、Vy Capital、Andreessen Horowitz、Sequoia Capital、Fidelity Management & Research Company、Prince Alwaleed Bin Talal和Kingdom Holding等。该公司表示：“本轮融资的资金将用于将xAI的首批产品推向市场，建设先进的基础设施，并加速未来技术的研发。”马斯克在回应电动汽车分析师索耶·梅瑞特分享这条消息的帖子时透露，xAI的投前估值为160亿美元。不过，马斯克稍后又发帖进行了更正：“为我打错字道歉，投前估值是180亿美元。”资料显示，xAI于2023年7月成立，去年11月推出首款产品Grok聊天机器人。近期，xAI展示了Grok-1.5 Vision多模态模型，除文本外也可处理图像、文档和表格内容。新一轮的融资有助于xAI获得更多AI算力资源以同OpenAI、Anthropic等对手展开模型竞争。马斯克此前表示，xAI的下一代Grok模型正在2万块英伟达H100上进行训练，而未来的Grok 3对AI GPU的需求还将增长至10万块。 ... PC版： 手机版：

a16z发布了他们最新调查的前100个生成式AI应用，这次会包括移动应用，里面有些数据分析很有意思

a16z发布了他们最新调查的前100个生成式AI应用，这次会包括移动应用，里面有些数据分析很有意思 下面是一些报告中的要点： ChatGPT每月接近20亿次网络访问量，大约是榜单上第二名公司Bard（现在是Gemini）的五倍。 在所谓的新来者中，排名最高的包括AI研究副驾驶Liner；Anthropic的通用助手Claude；以及三个未经审查的AI伴侣应用程序：JanitorAI、Spicychat和CrushOn。 有五家人工智能公司真正实现了“跨界”，旗下的网络产品和移动应用都进入了前50名单：ChatGPT、Character AI、聊天机器人聚合平台Poe，以及图像编辑器Photoroom和Pixelcut。 ChatGPT的规模大约是第二和三名选手微软Edge和Photomath的2.5倍 截至2024年1月，有九个人工智能产品或社区在邀请流量排名前100的Discord服务器中，其中Midjourney位居榜首。 该列表中的第二个显著新类别是生产力。AI原生平台可以提升人们与软件的互动，使他们能够委派琐碎的任务并减少在行政开销上花费的时间。生产力类别包括排名中的七家公司：Liner、Eightify、Phind、MaxAI、Blackbox AI、Otter ai和ChatPDF。 对于那些有移动应用的伴侣产品来说，用户参与度异常高。在这个类别中最成功的产品成为用户日常生活的核心部分，变得和给朋友发短信一样普遍（甚至更普遍！）。这玩意是真赚钱啊。 根据SensorTower的数据，Character AI每个用户平均每月有298个会话，而Poly AI平均有74个会话。 AI在移动应用和Web上的使用类别有很大的区别。一般来说，Web产品支持更复杂、多步骤的工作流程，涉及内容生成和编辑。这些产品包括AI语音工具包ElevenLabs、AI艺术生成器Leonardo和AI演示文稿生成器Gamma，它们在基于Web的AI产品中排名前20位。 应用列表中有七个专用的头像产品；大多数人手机上保存的许多自拍照作为可随时使用的训练数据。 此外，排名前三的应用Facemoji（第9名）、Bobble（第31名）和Genie（第37名）是专为移动设备设计的键盘应用，可以帮助用户发送带有AI辅助的文本。

a16z 合伙人 Martin Casado 的演讲主要举例阐述 AI 将催生新一轮技术革命和产业变革。他们确实挺看重 AI 新

a16z 合伙人 Martin Casado 的演讲主要举例阐述 AI 将催生新一轮技术革命和产业变革。他们确实挺看重 AI 新募集了 70 亿美元的产业基金，相当一部分专注于 AI 应用。 不是给内行讲的，煽动性挺强，可以学一下他的表述方法。 我整理了一个文字版，翻译了视频，可以选择自己喜欢的方式观看。 文字版： 人工智能新浪潮的激动人心的经济学 人工智能已经存在很长时间了，在解决各种曾被认为是人类智能领域的问题方面有着成功的历史。从20世纪50年代和60年代用于医疗诊断的专家系统，到80年代和90年代在国际象棋中击败俄罗斯人，再到图像检测和机器人技术，人工智能已经在一系列应用中证明了其能力。在许多情况下，人工智能解决方案甚至超越了人类的表现。 尽管如此，投资界对缺乏类似于移动和互联网的平台转变感到困惑。研究指出了几个原因，包括许多人工智能解决方案的利基性质、某些应用（如机器人技术）中正确性的高度重要性、某些情况下对硬件的需求，以及人工智能常常与人脑令人难以置信的效率和低成本竞争的事实。 然而，当前的人工智能浪潮，其特点是大型模型或基础模型，在经济学方面有着根本的不同。这些模型可以从简单的输入生成图像、文本、对话等。它们擅长以前人工智能未涉及的领域，如创造力、自然语言推理，以及充当普通在线任务的 "副驾驶"。 阻碍传统人工智能应用的原因不适用于这些新模型。它们的应用市场是巨大的，在许多情况下正确性不是大问题，使用案例主要是基于软件的，最令人惊讶的是，计算机在曾经被认为是人类独有的任务上远比人类更便宜和更好。例如，使用人工智能将自己生成为皮克斯角色的图像成本约为1/100美分，只需一秒钟，而雇佣一名图形艺术家每小时需要100美元。类似地，使用人工智能语言模型来理解复杂的法律文件比与律师合作要便宜四到五个数量级，而且速度更快。 这种经济错位正在推动互联网历史上增长最快的公司。历史上，这种边际成本的下降创造了平台转变并改变了行业，正如微芯片将计算成本降至零，互联网将分销成本降至零一样。大型模型现在正在将图像生成和语言理解等广泛领域的创作边际成本降至零。 虽然这种经济破坏会引起人们对就业错位的担忧，但微芯片和互联网时代的经验表明，如果需求是有弹性的，正如计算和分销的情况一样，总吞吐量和使用量会大幅增加，从而导致增长扩大，而不是失业。人工智能的这一新浪潮可能也会发生同样的情况。

a16z的一篇文章，详细盘点了现在人工智能视频生成领域的现状，看完就可以对这个领域有个大概的了解，感兴趣可以看看。

a16z的一篇文章，详细盘点了现在人工智能视频生成领域的现状，看完就可以对这个领域有个大概的了解，感兴趣可以看看。 他们列出了 2023 视频生成产品的时间表以及对应产品的详细信息。同时对视频生成目前需要解决的问题以及视频生成领域的 ChatGPT 时刻到来需要具备的条件进行了探讨。 下面是主要内容，也可以去链接看全文翻译： AI 视频领域目前需要解决的核心问题？ 控制：你能否控制场景中的事件以及“摄像机”的运动？对于后者，一些产品增加了可以让你进行缩放或平移摄像机，甚至添加特效的功能。至于前者 即动作是否如所描述的那样 这个问题更加棘手。这是一个关于基础模型质量的问题（模型是否能理解并执行你的提示）。 时间连贯性：如何确保在视频的不同帧之间，角色、物体和背景的一致性，防止它们在画面中突变或扭曲？这是目前所有公开的模型普遍面临的问题。 视频长度：如何制作时长超过几秒的视频片段？这个问题与时间连贯性密切相关。因为保持视频在几秒钟后仍具有一致性存在难度，许多公司限制了用户能生成的视频长度。 AI 视频领域的 ChatGPT 时刻何时到来，需要回答的几个问题？ 当前的扩散架构是否适合视频制作？ 目前的视频模型是基于扩散技术的：它们主要通过生成连续的帧并尝试创建时间上连贯的动画（采用多种策略实现）。这些模型没有对三维空间及物体间互动的内在理解，这就是扭曲或变形的原因。 高质量的训练数据将从何而来？ 训练视频模型比训练其他内容模态更加困难，主要原因是缺乏足够的高质量、有标签的训练数据。 这些用例将如何在不同平台或模型间区分开来？ 我们在几乎所有内容模态中观察到的现象是，没有一个模型能在所有用例中独占鳌头。 谁将主导视频制作的工作流程？ 在目前的情况下，除了视频本身的生成，制作一段优质的视频或电影通常还需要进行编辑。我们预计视频生成平台将开始引入视频编辑需要的附加功能。 翻译及原文链接：