每年最值得关注的创业项目路演——YC Demo Day 来了。
AI 项目依然是主导。
这次的夏季 Demo Day 一共持续两天,有接近 200 家 AI 初创公司,约占整体项目的 75%,YC 现在已经是 LLM Agent 类创业公司最活跃的投资者了。
为了适应当下的 AI 创业速度,YC 也即将迎来创立近 20 年来的最大变化——开启 1 年 4 次路演日的新节奏。
在 PitchBook 的技术分析师 James Ulan 看来,这批创业公司呈现四个趋势:
我们还整理了 TechCrunch 在 Demo Day 上筛选的值得关注的 22 个项目,一并在文章中呈现。
得益于多模态 AI 和视觉语言模型的发展,机器人现在能够通过观察和模仿人类行为来学习。这一突破预示着 AI 机器人技术将迎来革命性的进步。
Ultra 公司的联合创始人 Jon Miller Schwartz 表示:"通过示范来训练机器人,这种方法开创了一个全新的技术范式。"
Ultra 公司正在开发能够处理电商产品包装和贴标的机器人。同为 Y Combinator 孵化的创业公司 Yondu 则专注于开发自动补货的超市机器人。此外,Azalea Robotics 正在研发可以在机场搬运行李的 AI 机器人。
为支持这些机器人的开发,一批公司正在提供必要的数据和软件支持。例如,Sensei 专注于提供训练数据,而 Cerulion 则开发了开源的机器人操作系统。Y Combinator 最新一批创业公司的方向,印证了我们的判断:AI 赋能机器人,使其能够胜任过去难以掌握的任务,这一趋势才刚刚起步。
AI 机器人对客户的吸引力在于:它们能提供可扩展、稳定且几乎不会"离职"的劳动力,同时无需复杂的人力资源管理。更重要的是,在某些特定任务上,AI 机器人已经开始与人类工人一较高下。随着 AI 基础模型的快速发展,在这些领域,机器人终将超越人类的能力。
人工智能技术正在为初创公司开辟新赛道,使它们能够像人类一样浏览网页和操作各种软件。这项功能的出现,预示着 AI 未来有望在无人监管的情况下独立完成复杂任务,这可能会为企业创造数十亿美元的价值。
以 Lighthouz AI 为例,该公司开发的 AI 系统可以无缝对接制造业常用的传统采购软件。它能自动从收据和采购单中提取关键信息,并将其录入旧系统。虽然目前仍需人工复核,但 Lighthouz 声称,他们的技术已经能为采购团队节省数周的工作时间。该公司的远景目标是开发出完全自主的 AI 采购代理。
另一家名为 CardLift 的初创公司则为信用卡发行商提供了一个创新解决方案。他们利用 AI 技术,自动在各大购物网站上将客户的新卡设置为默认支付方式。目前,CardLift 已经能够支持约 60 家商户的网站。公司创始人 Rithwik Pattikonda 对未来充满信心,他认为随着 AI 基础模型的不断进步,系统将能更灵活地适应各类网站界面,从而大幅扩展支持的商户范围。
这些创新应用展示了 AI 在自动化复杂任务方面的巨大潜力,预示着一个 AI 能够独立完成各种商业操作的新时代即将到来。
YC 2024 年夏季孵化的 AI 创业公司们正以前所未有的热情,致力于加速各行各业的日常工作。这一趋势表明,AI 技术将渗透到全球经济的每个角落,其影响力有望媲美互联网、云计算和移动通信这些颠覆性技术。
让我们看几个具体例子:Merlin AI 正在开发智能软件系统,旨在革新建筑行业的运营模式;Olive Legal 则专注于为医疗事故律师提供高效的研究工具;而 Abel Police 正致力于将警察的文书工作自动化。
这些创新项目的成功,很大程度上归功于创业者们对特定领域的深入了解,以及他们与客户保持密切联系的决心。比如,Merlin AI的团队曾与一家建筑公司共同办公两个月,以深入了解行业需求。基于这种趋势,我们预计在短中期内,专注于特定领域的创业公司将在未来的 YC 项目中占据相当大的比例。
这些例子充分展示了 AI 如何在各个专业领域中发挥作用,不仅提高工作效率,还可能彻底改变某些行业的运作方式。随着这些 AI 驱动的解决方案不断成熟,我们可能会看到更多传统行业被重塑,工作方式发生根本性的变革。
YC 今年夏季孵化的创业公司中,涌现出了大量旨在帮助开发者更有效地利用基础 AI 模型的工具。
几个典型例子:
1.Pipeshift 为开发者提供了部署和微调开源大语言模型(LLMs)的强大工具,使得定制 AI 模型变得更加容易。
2.Zenbase AI 则专注于帮助用户挑选最适合的模型,并优化提示词,从而提高 AI 应用的效果。
3.Coval 为企业提供了模拟和评估 AI 程序的解决方案,帮助公司更好地了解和改进他们的 AI 系统。
4.Wordware 创新地提供了一个 AI 开发沙盒,让开发者可以使用自然语言来构建 AI 应用,并迅速将其转换为可用的 API,大大简化了开发流程。
这些初创公司的共同目标是加速 AI 开发进程,并提升 AI 代理和软件的能力。他们的创新,加上我们期待从 OpenAI、Anthropic、Meta 等科技巨头那里看到的推理成本降低、延迟改善和新的基础模型能力,将共同推动 AI 技术的快速进步。
这些工具的出现,标志着 AI 开发生态系统正在走向成熟。它们不仅降低了 AI 开发的门槛,还有望大幅提高开发效率和 AI 应用的质量。随着这些工具的普及,我们可能会看到更多创新的 AI 应用在各个领域涌现,进一步推动 AI 技术在实际生产中的应用。
介绍:使用机器人自动搬运机场行李。
为什么选它:这似乎是机器人理想的应用场景,因为目前在机场收集和搬运行李完全是手动过程,还是有点危险的。这也可能是机场实际上愿意支付的技术。
介绍:临床试验记录文件的人工智能自动化。
为什么选它:我喜欢任何旨在使临床试验更有效、更快速的事物,因为它们在将新药和治疗推向市场的过程中是多么重要。该公司声称可以为公司节省 1800 万美元的成本和损失收入,这似乎是一个显著的改善。
介绍:AI 驱动的遗产规划和结算。
为什么选它:作为一个经历过这种过程的人,我很高兴有人在构建更好的解决方案。此外,Elayne 希望通过雇主(公司老板)接触到消费者,这是一种聪明的方式,让更多人在不得不面对之前就开始思考这个问题。
介绍:AI 语音 Agent 的自动化测试。
为什么选它:有这么多初创公司在构建客户支持 AI 系统,但它们有效吗?我认为 Hamming 测试这些 AI 客服机器人的策略是在这个不断发展的生态系统中所需的服务。
介绍:太空中的数据中心。
为什么选它:这家公司之所以突出,是因为它看起来像是一个极端的冒险,但它已经获得了客户,并计划明年发射一颗演示卫星。利用太阳能为数据中心供电的概念也可能值得在地球上考虑。
介绍:帮助城市优化交通。
为什么选它:Ontra Mobility 努力帮助地方政府更好地利用公共交通选项是一个合理的目标。尽管人口增长,大多数城市没有预算来扩展公共交通选项,因此找出更聪明的方式来利用他们已经拥有的选项是有意义的。
介绍:AI 辅助的海关支持。
为什么选它:考虑到消费者的包裹被海关扣留是多么容易,我只能想象对于那些经常跨境运输大量货物的公司来说,进口过程是多么复杂。
介绍:人工智能价格优化。
为什么选它:这是一种非常有趣的电子商务定价方法。Promi 的人工智能旨在帮助公司向客户提供基于兴趣和活动的数据驱动的波动折扣。这非常合理。
介绍:建筑行业退税智能助手。
为什么选它:就我个人而言,我喜欢任何帮助消费者或其他公司解锁他们有资格获得的政府激励的公司。我特别喜欢 RetroFix 的做法,因为它为承包商解锁政府资金,以使建筑物更加可持续。
介绍:自动化建筑项目的政府审批。
为什么选它:这是人工智能所创造的应用程序。SchemeFlow 的软件帮助建筑公司自动化技术报告,将过程缩短到几分钟。更令人印象深刻的是,这家年轻的公司已经为超过 400 个建筑项目生成了报告。
介绍:用于视觉模型的合成数据集。
为什么选它:可供大型语言模型训练的高质量数据有限,这使得许多 LLM 公司从不该或不允许的来源获取数据。帮助阻止人工智能公司非法抓取数据?听起来是个不错的目标。
介绍:太空加油站网络。
为什么选它:太空产业正在蓬勃发展;许多企业家希望建造并发射卫星、火箭和其他设备进入太空。建立一个服务于这一不断增长的经济的公司似乎是一个明智的策略。
介绍:协助企业实现员工持股
为什么选它:这家公司致力于协助企业向员工所有制过渡,这是一个创新的商业理念。将公司所有权转让给员工不仅能够帮助员工积累财富,而且通常能为原所有者带来更可观的回报。这种模式看起来确实能够实现双赢。
介绍:检测工程项目中的错误,提出解决方案,甚至可以自行实施这些方案
为什么选它:当 Entangl 说它已经与亚马逊首席执行官安迪·贾西谈论自动化数据中心验证时,我感到很有趣。该初创公司已经与 AWS 和沃达丰达成协议,这一点是一个很大的优势。
介绍:用于人工智能的节能芯片
为什么选它:人工智能的一个问题是它消耗大量能源。Exa 的芯片早期测试显示,它们的效率几乎是 NVIDIA H100 的 28 倍。更好的是,这些芯片可以适应不同的模型——你只需用软件进行配置。Exa 希望在 2025 年初将其准备好供使用。
介绍:开发一种能够杀死癌症的自身免疫疗法
为什么选它:Keytruda 和其他自身免疫药物对许多癌症患者来说是一个游戏规则的改变,但仍然任重道远。Kopra Bio 正在研发一种可能改变这一现状的药物。在早期的动物测试中,大多数动物在 250 天后仍然存活,而使用 FDA 批准药物的动物仅在 50 天后就死亡。如果这种药物在人类身上也能以相同的方式发挥作用,这将是生存方面的重大突破。
介绍:初创企业的 AI 记账员
为什么选它:LedgerUp 的人工智能承诺使企业的记账变得更简单。它可以对交易进行分类,找到您可能错过的折扣和信用,管理发票,甚至管理税务。我希望记账成为一个没有人会怀念的工作。
介绍:为成长中的组织提供一套生产力应用程序
为什么选它:Wayne Crosby,OrgOrg 的创始人,表示他的公司可以帮助企业简化应用程序的使用。虽然许多企业可能准备整合他们的应用程序供应商,但吸引我注意的是 Crosby 的背景:这位三次创业者在 2007 年将他的第一家公司带入 YC,并最终将其出售给谷歌,成为 Google Slides。这段经历必定会吸引投资者的兴趣。
介绍:货运拼车
为什么选它:我非常喜欢 Uber Pool,所以我很高兴了解到 Oway。这个初创公司让小企业共享卡车空间,节省运输成本——本质上是货物拼车。它更快、更便宜——有什么不好呢?
介绍: 预测天气的 AI 模型
为什么选它:Silurian 的创始人之前帮助建立了世界上最准确的天气预报模型之一:微软研究的 Aurora。但四个月前,他们离开了这家科技巨头,建立自己的天气预测引擎,他们声称这个引擎比 Aurora 更具预测能力——该公司正在构建模拟整个星球的基础模型,他们首先瞄准天气。
介绍: 开发抗干扰无人机
为什么选它:无人机改变了战争的游戏规则。它们可以实时监视敌人,甚至可以以精确的准确度打击目标,同时减少将飞行员置于危险中的需要。但有一个问题:有很多方法可以干扰无人机,这使得它们变得无用。这在俄乌战争中是一个大问题。Theseus 声称其无人机可以躲避干扰,即使对手是俄罗斯。
介绍:通过智能交通灯减少拥堵和事故
为什么选它:用人工智能控制交通灯听起来是这项技术的完美应用。Xtraffic 表示它已经在德克萨斯州的几个城市实施了这一技术。我希望他们也能来到我在加利福尼亚的城镇,因为我真的厌倦了在周围没有其他车辆时等待红灯变绿。
文章来自于“Founder Park”,作者“Founder Park”。
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0