AI独角兽卖身大潮，再添一员。
就在上周，估值近300亿的大模型明星企业Stability AI，刚刚传出了资金链断裂，正在寻求合并的消息。又有媒体曝出，近几个月，另一AI 独角兽 Adept 领导层与科技巨头公司就出售或战略合作可能性进行了谈判。据悉，Adept 已经和 Meta 进行过沟通。
Adept 由 OpenAI 的原工程副总裁David Luan，与两位谷歌Transformer架构的提出者Ashish Vaswani 和 Niki Parmar 联手创立。目前，Ashish Vaswani 和 Niki Parmar已经离开创立了另一家公司，Adept的三名联创只剩下华人David Luan一人。David Luan毕业于耶鲁大学，可以说是非典型意义上的连续创业者，中学时代、大学时期，都有相关的创业实践项目。
2023年3月，刚成立一年的 Adept 获得 3.5亿美元融资，估值一举突破10亿美元，跻身生成式AI独角兽之列。目前Adept共斩获4轮融资，参投机构既有顶级风投Greylock，也包括微软、英伟达等著名科技公司；个人投资者则有LinkedIn联创Reid Hoffman、Uber CEO Dara Khosrowshahi、前特斯拉自动驾驶负责人Andrej Karpathy、Adobe首席产品官Scott Belsky等。
其推出的首个大模型产品ACT-1，不同于 ChatGPT，可以基于用户指令分步骤操作电脑。今年 1 月，Adept 还发布了多模态大型语言模型Fuyu-Heavy，可以回答问题并分析文本和图像。Adept 还计划在今年夏天推出一款可以自动执行个人计算任务的 Agent，但一些较大的现有企业也在开发这种服务。2024年4月，Adept还登上了福布斯“AI 50强”排行榜，如今却走上了卖身之路。
①人工智能/大模型学习路线
②AI产品经理入门指南
③大模型方向必读书籍PDF版
④超详细海量大模型实战项目
⑤LLM大模型系统学习教程
⑥640套-AI大模型报告合集
⑦从0-1入门大模型教程视频
⑧AGI大模型技术公开课名额
成立一年，跻身独角兽
一家成立于2022年的初创公司，迅速在人工智能领域崭露头角，与核心团队的技术背景有直接关系。
Adept 的创始团队由前 OpenAI 和谷歌 AI 开发人员共同创立。其中，Ashish Vaswani 和 Niki Parmar是谷歌 Transformer 架构的提出者，他们因共同发表《Attention Is All You Need》的论文而闻名。
另一位创始人兼CEO David Luan，也有谷歌的工作经历。2019年加入谷歌后，曾在研究部门担任技术主管，领导大模型项目。在此之前，他在OpenAI担任工程副总裁，参与了GPT-2和GPT-3的开发。
除此之外，David Luan 的经历亮点还不少。6 岁随家人从中国搬到美国，8岁开始学习大学课程，展现出“天才儿童”的特点，19岁便获得Thiel Fellowship奖学金——Thiel Fellowship是由硅谷亿万富翁、PayPal的创始人Peter Thiel设立的奖学金，专门选拔20岁以下创业青年人才。
当时，David Luan的学术与职业深受机器人技术的吸引。中学时代，他自主研发智能机器人控制系统，进入耶鲁大学后曾休学两年，投入到机器人应用商店项目的创建中。之后他的专业焦点转向深度学习，创办了一家专注于视频内容自动识别与场景分割的人工智能企业Dextro，最终被公共安全解决方案的上市公司Axon收购。
2022 年底，Parmar 和 Vaswani 离开 Adept，成立另一家初创公司。因公司团队中不乏来自谷歌、DeepMind、OpenAI的资深专家，在David Luan的带领下继续推进其技术愿景，未受到显著影响。
Adept的核心目标是开发能够综合运用生成式AI技术的通用操作工具，即AI Agent，旨在通过语音或文本指令，使AI能够执行多样化任务，从而革新传统的软件操作模式。简而言之，Adept 的目标是构建一个全新的操作系统或平台，让人们使用电脑更加“傻瓜式”，只需一个指令，其余所有步骤和事情它都可以帮忙完成，而非像ChatGPT那样一来一回的问答。
Adept的第一个产品名为Action Transformer（ACT-1）模型，可以深入理解人类与计算机的互动方式，其能力从解答基本问题逐渐扩展至执行更复杂的操作，比如，通过深入使用电子表格等工具，ACT-1 可以从上下文中推断出人们的意思，并帮助人们完成后续的一系列操作。
2024年1月，Adept 又发布了多模态大型语言模型Fuyu-Heavy，进一步提升了在文本和图像处理上的综合分析能力。据媒体报道，Adept 还计划在今年夏天推出一款可以自动执行个人计算任务的 Agent， 不过，自 1 月发布 Fuyu-Heavy 后，公司 X 平台还无更新。
自2022年成立以来，Adept迅速获得了业界重量级人物及著名风投的财务支持。2022 年 1 月成立后不久，就获得了包括LinkedIn创始人Reid Hoffman、特斯拉自动驾驶部门前负责人Andrej Karpathy等的投资。
2022年4月，Adept 又获得了6500万美元的A轮融资，除前述轮次个人投资者继续跟投外，还吸引了风险投资基金Saam Motamedi、Skype早期开发者Jaan Tallinn、以及斯坦福大学计算机科学家、Lattice Data联合创始人Chris Ré等。
特别是2023年3月，Adept 又筹集了两轮总计 4.15 亿美元的资金，参与方涵盖General Catalyst、Spark Capital、Greylock、Frontiers Capital等知名投资机构，以及微软、英伟达等行业巨头，使得 Adept 估值迅速攀升至10亿美元以上，正式迈入独角兽行列。
从辉煌到转折，AI独角兽的现实挑战
尽管融资历程和技术创新，表明了Adept 在行业中一定的前瞻性，但最终踏上卖身的道路，或许揭示了深层次的困境。探究其背后原因，成本压力、激烈竞争及商业化路径不明朗是几个关键因素。
首先，高昂的维护成本成为不可忽视的重负。以 ACT-1 为例，“训练这样的模型并不便宜”，David Luan在福布斯的采访中坦承，目前仍处优化前阶段，他们追求的是开发更强大、多功能的模型，然后再逐步降低成本与规模。
其次，市场环境的激烈竞争不容小觑。Adept 不仅要面对新兴企业的追赶，还得与科技巨头谷歌、微软和 OpenAI 等同台竞技，这些企业都在竞相开发能自动化日常办公任务的 AI 助手。
比如OpenAI正在秘密研发一种全新的智能体，它们能够利用计算机的强大功能，同时操作多个应用程序，实现如将文档中的数据自动传输到电子表格等高效任务。
Meta也在积极开发另一类智能体，目标直指高度自主规划能力，它们擅长处理复杂的多步骤任务，如跨国行程的全方位安排。
微软正在开发新的Agent来自动执行多种操作，比如根据客户的订单历史记录创建、发送和跟踪客户发票，或者用不同的语言重写应用程序的代码，并验证其是否按预期运行。
最后，Adept的商业模式初定于服务企业用户，但如何将技术优势转化为可持续的盈利模式，是其面临的又一大考验。目前还未见其商业化方向上的更多探索，想必存在一定困难。此外，两位联合创始人的出走，也引发了外界的一些猜测，如何稳固团队也是又一大考验。
或许还有最重要的一点，尽管 Agent 看似很火热，但尚处于早期探索阶段。本质上还是聊天机器人的变种，虽然能够处理特定任务，但往往并不具备执行多步骤任务的能力。根据开发者们的反馈，在实际操作层面，它们的表现往往喜忧参半，频繁陷入无尽的重复行为模式中。
当人们意识到智能体距离理想状态仍有漫长征途时，先前的热捧便不可避免地回归到了理性的冷静之中。
AI明星独角兽集体求卖身，洗牌开始了
AI独角兽求卖身的例子越来越多。
凭借创新 AI 硬件 Pin 闻名的 Humane，如今也步入了寻求收购的行列。公司被爆在与一名财务顾问接触，寻找意向买家，目标价格是7.5-10亿美元。
AI Pin曾一度风靡，吸引了包括微软、高通，及OpenAI首席执行官山姆·奥特曼在内的多位重量级投资人的数亿资本注入。但因为定价过高，再加上电池寿命和产品过热等问题，推出之后少有人问津。
与此同时，Reka AI——这家由前谷歌杰出科学家Yi Tay一手创办的企业，也遭遇了收购谈判的挫败。Reka AI曾与数据仓储巨头Snowflake进行了一场10亿美元的收购谈判。然而，同Adept和Humane的结局相似，Reka AI与Snowflake的并购谈判最终未能达成一致。据传是因为Reka方面认为Snowflake的报价太低，从而导致交易无疾而终。
另外，最早一批AI独角兽，AI 图片生成领域开拓者、Stable Diffusion打造者Stability AI，近期也传出了考虑求合并，但目前的具体进度还不得而知。
国内也有类似情况。去年有媒体爆出，一家清华系AI大模型公司，寻求10亿人民币估值融资的同时，也在以1亿美金的价格探索并购机会，当时同出清华一脉的智谱AI，曾就并购事宜接触过该团队。
现实也变得更严峻。GPT-4o并没有掀起太大的浪花，AI平台访问量停滞成既定事实，许多AI初创企业估值虚高是为共识，对盈利能力的追问也成为普遍质疑，同时，国内大厂的价格战打响，对中腰部以下企业更是冲击。
无论国内外，人工智能正步入一个全新的整合阶段。有行业观察指出，生成式AI领域的资金流向正展现出明显的战略调整迹象，资金逐渐向头部集中，而潜在投资者的兴趣更多地转向了应用层面的创新与发展。
在全球 AI 投资更谨慎、务实当下，未来一段时间内明星企业被卖身的传闻不会少，在市场变局中找到新归宿或不失为体面的退出，但前提是老股有人接，投资人懂得适时退。
AI独角兽卖身大潮，再添一员。
就在上周，估值近300亿的大模型明星企业Stability AI，刚刚传出了资金链断裂，正在寻求合并的消息。又有媒体曝出，近几个月，另一AI 独角兽 Adept 领导层与科技巨头公司就出售或战略合作可能性进行了谈判。据悉，Adept 已经和 Meta 进行过沟通。
Adept 由 OpenAI 的原工程副总裁David Luan，与两位谷歌Transformer架构的提出者Ashish Vaswani 和 Niki Parmar 联手创立。目前，Ashish Vaswani 和 Niki Parmar已经离开创立了另一家公司，Adept的三名联创只剩下华人David Luan一人。David Luan毕业于耶鲁大学，可以说是非典型意义上的连续创业者，中学时代、大学时期，都有相关的创业实践项目。
2023年3月，刚成立一年的 Adept 获得 3.5亿美元融资，估值一举突破10亿美元，跻身生成式AI独角兽之列。目前Adept共斩获4轮融资，参投机构既有顶级风投Greylock，也包括微软、英伟达等著名科技公司；个人投资者则有LinkedIn联创Reid Hoffman、Uber CEO Dara Khosrowshahi、前特斯拉自动驾驶负责人Andrej Karpathy、Adobe首席产品官Scott Belsky等。
其推出的首个大模型产品ACT-1，不同于 ChatGPT，可以基于用户指令分步骤操作电脑。今年 1 月，Adept 还发布了多模态大型语言模型Fuyu-Heavy，可以回答问题并分析文本和图像。Adept 还计划在今年夏天推出一款可以自动执行个人计算任务的 Agent，但一些较大的现有企业也在开发这种服务。2024年4月，Adept还登上了福布斯“AI 50强”排行榜，如今却走上了卖身之路。
成立一年，跻身独角兽
一家成立于2022年的初创公司，迅速在人工智能领域崭露头角，与核心团队的技术背景有直接关系。
Adept 的创始团队由前 OpenAI 和谷歌 AI 开发人员共同创立。其中，Ashish Vaswani 和 Niki Parmar是谷歌 Transformer 架构的提出者，他们因共同发表《Attention Is All You Need》的论文而闻名。
另一位创始人兼CEO David Luan，也有谷歌的工作经历。2019年加入谷歌后，曾在研究部门担任技术主管，领导大模型项目。在此之前，他在OpenAI担任工程副总裁，参与了GPT-2和GPT-3的开发。
除此之外，David Luan 的经历亮点还不少。6 岁随家人从中国搬到美国，8岁开始学习大学课程，展现出“天才儿童”的特点，19岁便获得Thiel Fellowship奖学金——Thiel Fellowship是由硅谷亿万富翁、PayPal的创始人Peter Thiel设立的奖学金，专门选拔20岁以下创业青年人才。
当时，David Luan的学术与职业深受机器人技术的吸引。中学时代，他自主研发智能机器人控制系统，进入耶鲁大学后曾休学两年，投入到机器人应用商店项目的创建中。之后他的专业焦点转向深度学习，创办了一家专注于视频内容自动识别与场景分割的人工智能企业Dextro，最终被公共安全解决方案的上市公司Axon收购。
2022 年底，Parmar 和 Vaswani 离开 Adept，成立另一家初创公司。因公司团队中不乏来自谷歌、DeepMind、OpenAI的资深专家，在David Luan的带领下继续推进其技术愿景，未受到显著影响。
Adept的核心目标是开发能够综合运用生成式AI技术的通用操作工具，即AI Agent，旨在通过语音或文本指令，使AI能够执行多样化任务，从而革新传统的软件操作模式。简而言之，Adept 的目标是构建一个全新的操作系统或平台，让人们使用电脑更加“傻瓜式”，只需一个指令，其余所有步骤和事情它都可以帮忙完成，而非像ChatGPT那样一来一回的问答。
Adept的第一个产品名为Action Transformer（ACT-1）模型，可以深入理解人类与计算机的互动方式，其能力从解答基本问题逐渐扩展至执行更复杂的操作，比如，通过深入使用电子表格等工具，ACT-1 可以从上下文中推断出人们的意思，并帮助人们完成后续的一系列操作。
2024年1月，Adept 又发布了多模态大型语言模型Fuyu-Heavy，进一步提升了在文本和图像处理上的综合分析能力。据媒体报道，Adept 还计划在今年夏天推出一款可以自动执行个人计算任务的 Agent， 不过，自 1 月发布 Fuyu-Heavy 后，公司 X 平台还无更新。
自2022年成立以来，Adept迅速获得了业界重量级人物及著名风投的财务支持。2022 年 1 月成立后不久，就获得了包括LinkedIn创始人Reid Hoffman、特斯拉自动驾驶部门前负责人Andrej Karpathy等的投资。
2022年4月，Adept 又获得了6500万美元的A轮融资，除前述轮次个人投资者继续跟投外，还吸引了风险投资基金Saam Motamedi、Skype早期开发者Jaan Tallinn、以及斯坦福大学计算机科学家、Lattice Data联合创始人Chris Ré等。
特别是2023年3月，Adept 又筹集了两轮总计 4.15 亿美元的资金，参与方涵盖General Catalyst、Spark Capital、Greylock、Frontiers Capital等知名投资机构，以及微软、英伟达等行业巨头，使得 Adept 估值迅速攀升至10亿美元以上，正式迈入独角兽行列。
从辉煌到转折，AI独角兽的现实挑战
尽管融资历程和技术创新，表明了Adept 在行业中一定的前瞻性，但最终踏上卖身的道路，或许揭示了深层次的困境。探究其背后原因，成本压力、激烈竞争及商业化路径不明朗是几个关键因素。
首先，高昂的维护成本成为不可忽视的重负。以 ACT-1 为例，“训练这样的模型并不便宜”，David Luan在福布斯的采访中坦承，目前仍处优化前阶段，他们追求的是开发更强大、多功能的模型，然后再逐步降低成本与规模。
其次，市场环境的激烈竞争不容小觑。Adept 不仅要面对新兴企业的追赶，还得与科技巨头谷歌、微软和 OpenAI 等同台竞技，这些企业都在竞相开发能自动化日常办公任务的 AI 助手。
比如OpenAI正在秘密研发一种全新的智能体，它们能够利用计算机的强大功能，同时操作多个应用程序，实现如将文档中的数据自动传输到电子表格等高效任务。
Meta也在积极开发另一类智能体，目标直指高度自主规划能力，它们擅长处理复杂的多步骤任务，如跨国行程的全方位安排。
微软正在开发新的Agent来自动执行多种操作，比如根据客户的订单历史记录创建、发送和跟踪客户发票，或者用不同的语言重写应用程序的代码，并验证其是否按预期运行。
最后，Adept的商业模式初定于服务企业用户，但如何将技术优势转化为可持续的盈利模式，是其面临的又一大考验。目前还未见其商业化方向上的更多探索，想必存在一定困难。此外，两位联合创始人的出走，也引发了外界的一些猜测，如何稳固团队也是又一大考验。
或许还有最重要的一点，尽管 Agent 看似很火热，但尚处于早期探索阶段。本质上还是聊天机器人的变种，虽然能够处理特定任务，但往往并不具备执行多步骤任务的能力。根据开发者们的反馈，在实际操作层面，它们的表现往往喜忧参半，频繁陷入无尽的重复行为模式中。
当人们意识到智能体距离理想状态仍有漫长征途时，先前的热捧便不可避免地回归到了理性的冷静之中。
AI明星独角兽集体求卖身，洗牌开始了
AI独角兽求卖身的例子越来越多。
凭借创新 AI 硬件 Pin 闻名的 Humane，如今也步入了寻求收购的行列。公司被爆在与一名财务顾问接触，寻找意向买家，目标价格是7.5-10亿美元。
AI Pin曾一度风靡，吸引了包括微软、高通，及OpenAI首席执行官山姆·奥特曼在内的多位重量级投资人的数亿资本注入。但因为定价过高，再加上电池寿命和产品过热等问题，推出之后少有人问津。
与此同时，Reka AI——这家由前谷歌杰出科学家Yi Tay一手创办的企业，也遭遇了收购谈判的挫败。Reka AI曾与数据仓储巨头Snowflake进行了一场10亿美元的收购谈判。然而，同Adept和Humane的结局相似，Reka AI与Snowflake的并购谈判最终未能达成一致。据传是因为Reka方面认为Snowflake的报价太低，从而导致交易无疾而终。
另外，最早一批AI独角兽，AI 图片生成领域开拓者、Stable Diffusion打造者Stability AI，近期也传出了考虑求合并，但目前的具体进度还不得而知。
国内也有类似情况。去年有媒体爆出，一家清华系AI大模型公司，寻求10亿人民币估值融资的同时，也在以1亿美金的价格探索并购机会，当时同出清华一脉的智谱AI，曾就并购事宜接触过该团队。
现实也变得更严峻。GPT-4o并没有掀起太大的浪花，AI平台访问量停滞成既定事实，许多AI初创企业估值虚高是为共识，对盈利能力的追问也成为普遍质疑，同时，国内大厂的价格战打响，对中腰部以下企业更是冲击。
无论国内外，人工智能正步入一个全新的整合阶段。有行业观察指出，生成式AI领域的资金流向正展现出明显的战略调整迹象，资金逐渐向头部集中，而潜在投资者的兴趣更多地转向了应用层面的创新与发展。
在全球 AI 投资更谨慎、务实当下，未来一段时间内明星企业被卖身的传闻不会少，在市场变局中找到新归宿或不失为体面的退出，但前提是老股有人接，投资人懂得适时退。
那么，我们该如何学习大模型？
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一、大模型全套的学习路线
学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。
L1级别:AI大模型时代的华丽登场
L2级别：AI大模型API应用开发工程
L3级别：大模型应用架构进阶实践
L4级别：大模型微调与私有化部署
一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。
以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
三、大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。
本文转自 https://blog.csdn.net/a2875254060/article/details/139476420?spm=1001.2014.3001.5502，如有侵权，请联系删除。
776
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
