马斯克的 xAI 今天宣布正式完成了 60 亿美金的 C 轮融资,参与的投资人包括了 a16z、Blackrock、Fidelity、Kingdom Holdings、Lightspeed、MGX、Morgan Stanley、OIA、QIA、Sequoia Capital、Valor Equity Partners、Vy Capital、Nvidia、AMD 以及其它。
据说总的投资人达到了 97 个,最低投资金额为 7.7 万美金,而且只有在前两轮融资中支持过的投资人才被允许参与此次融资。xAI 在其官方博客里说,xAI 最强大的 Grok 3 正在训练,同时正专注于推出创新的新消费者和企业产品,这些产品将利用 Grok、Colossus 和 X 的力量,改变我们的生活、工作和娱乐方式。
与此同时,估值 90 亿美金的 AI 搜索引擎 Perplexity,最近完成了第二笔收购,收购了一个叫 Carbon 的 AI 产品。Carbon 是一个将外部数据源连接到大型语言模型的检索引擎,它在你的用户数据上构建 RAG 应用,下面这张图基本上说明了其做的事情。
收购后 Perplexity 将把 Carbon 的数据连接器进行整合,让用户可以把 Notion、Slack 和 Google Docs 等应用直接连接到 Perplexity。
Perplexity 在官方网站说,无论是在家里、工作还是在旅途中,你的人工智能都应该是个性化的,而数据连接是每个人日常工作流程的关键部分。Carbon 将使 Perplexity 的答案引擎更容易从不同的信息源中获取信息,无论这些数据是存在于内部数据库、云存储还是文档库中。
与其让用户通过搜索不同的网页、应用程序和信息来寻找他们想要的答案,我们认为在未来,Perplexity 将为你提供研究服务,将各种来源的最重要的见解汇集在一起,作为答案的一部分。Carbon 将简化我们的用户连接对他们至关重要的数据源的过程。
在我看来这是一笔比较重要的收购,意味着 Perplexity 也进入了企业 AI 搜索引擎这块,进入了 Glean 和 Notion 等正在做的事情,就是通过 AI 把企业里的数据打通,再利用 RAG 等技术将其与企业知识库进行结合,为企业内部的员工服务。
两者做的方式稍微不同,但殊途同归,其中 Notion 是通过个人知识库到企业知识库再切入 AI 做搜索,其中核心的一步是之前推出的 Notion Connectors《全球首个 AI 视频通信平台来了,以及 Notion 的两个产品更新》;而 Glean 则是先从搜索切入再介入知识库《Klarna 打响 AI 取代 SaaS 第一枪,Glean 估值半年涨了 24 亿美金》。
现在不只是 Perplexity,OpenAI 也瞄准了这个方向,并且直接将 Glean 和 Perplexity 都列为了自己的竞争对手。根据 Reuters 之前的报道,OpenAI 上轮 66 亿美金融资时,要求其投资人不能投资另外 5 家公司,其中就包括了 Glean 和 Perplexity,其它四家则是 Anthropic、SSI 以及马斯克的 XAI。
在 OpenAI 连续 12 天的发布会的第 11 天,OpenAI 推出的 Work with apps 本质上是在产品层面正式进入这块,核心也是要打通其它 App 的数据,让它直接与 macOS 上的各种应用协同工作,目前支持的有 Visual Studio Code、Xcode、TextEdit 以及 Apple Notes、Notion 和 Quip 等。
此外,用户还可以通过设置菜单管理 ChatGPT 与哪些应用交互,从而根据个人工作流程需求进行定制。这种灵活性在协作环境中尤其有用,因为不同的用户可能对应用集成有不同的偏好。
Glean 在 9 月份的 E 轮融资后估值已经达到了 46 亿美金,短短半年增长了一倍多,而其 ARR 收入增长更是达到了 3 倍,今年其整体 ARR 估计会突破 1 亿美金。其业务的快速增长,让其竞争对手 Writer 同样在 11 月份再次融资 2 亿美金,估值达到了 19 亿美金《又一 AI 编程工具 4 周 400 万美金 ARR,Glean 的竞对估值 19 亿美金了》。
Writer 的核心是其推理引擎,它为具有结构化输入和输出的 AI 应用提供支持,是你能够将 Writer 无缝的融入现有工作流,除此之外,它还支持代理与其它系统一起工作、思考复杂的任务并分析公司数据。
这里有意思的是,像 Glean、Writer 都是从企业 B 端开始做的,而且业务主要也是面向企业级 B 端市场;而无论是Perplexity 还是 ChatGPT 的搜索,其一开始的核心都是面向 C 端,特别是 Perplexity,但和 Google 上一代的链接索引式搜索引擎不同,AI 时代的答案搜索引擎似乎天然就把 B 端和 C 端更加融合在一起了,因为数据打通更容易了。
所以在 AI 时代,数据的重要性越来越成为大家关注的重点,这也是前两天 Databricks 做了 VC 历史上最大轮 100 亿美金融资大家最看重的核心,它将原始、零散的数据转化为可操作的情报《VC 史上最大轮 100 亿美金,a16z 可能从 Databricks 赚上百亿美金回报》。
文章来自于“投资实习所”,作者“StartupBoy”。
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址:https://github.com/InternLM/MindSearch
在线使用:https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。
项目地址:https://github.com/miurla/morphic/tree/main
在线使用:https://www.morphic.sh/