百川智能完成巨额A轮融资，北上深国资加持背后的战略布局

今日融资快报

百川智能完成50亿元A轮融资，北上深国资入局

百川智能是在2023年4月成立的第一批国内AI大模型公司，由前搜狗公司CEO王小川创立。其核心团队由来自搜狗、Google、腾讯、百度、华为、微软、字节等科技公司的AI人才。

百川智能完成A轮融资，总融资金额达50亿元，并且将以200亿估值开启B轮融资。A轮投资方里有阿里、小米、腾讯、亚投资本、中金等头部大厂和市场化投资机构，也包括北京市人工智能产业投资基金、上海人工智能产业投资基金、深创投等国资背景产业投资基金。（36氪、界面新闻）

Harvey宣布完成GV、OpenAI以及红杉美国等1亿美元C轮融资！最新估值15亿美元

7月23日，Harvey正式宣布完成由Google Ventures（GV）领投的C轮融资，参与投资的还OpenAI、Kleiner Perkins、Sequoia Capital、Elad Gil和SV Angel。据悉，本轮融资总额达1亿美元，公司估值为15亿美元，这笔资金将使Harvey在全球范围内扩展和改进其AI技术。Harvey计划利用这笔新资金投资于工程、数据和领域专业知识，这些对于构建促进最复杂知识工作的AI原生系统至关重要。（有新Newin）

鲸鱼机器人完成第7轮融资，融资金额超1亿

鲸鱼机器人是一家专注于AI Robot+Edu领域的全球性高科技企业，立志为全球15亿青少年提供AI Robot产品。集机器人软硬件的设计、研发、生产、销售为一体。

鲸鱼机器人宣布完成第7轮融资。由上海久事集团、陆家嘴集团、上文投、五星体育传媒等多个国资平台共同设立的上海体育产业基金参与了本轮融资，融资金额超过1亿人民币。（36氪）

AI威胁检测初创公司 Lakera AI A轮融资 2000 万美元

生成式人工智能威胁检测初创公司 Lakera AI AG 以创建全球最大的“人工智能红队”之一来测试生成式 AI 模型而闻名，该公司今天表示已完成 2000 万美元的早期融资。Lakera 还有第二款名为 MLTest 的产品，该产品专为需要在将计算机视觉模型部署到生产中之前测试其性能的开发人员而设计。

A 轮融资由欧洲风险投资公司 Atomico 领投，Citi Ventures、Dropbox Ventures 和 Redalpine 参与，使该初创公司的总资金达到 3000 万美元

放射学AI初创公司 Deepc 筹集 1300 万美元的 A 轮延期融资

Deepc 成立于 2019 年，通过 deepcOS，临床医生可以访问针对 60 多种临床适应症的监管批准的 AI 解决方案，使医疗保健提供者能够从放射学 AI 的快速发展中受益，而无需任何技术、操作或商业复杂性。

Deepc 已完成 A 轮融资，延期融资金额为 1300 万美元，迄今为止的融资总额达到 3000 万美元。Sofinnova Partners 和 Bertelsmann Investments 共同领投此轮融资，新投资者 KHP Ventures 和 SwissHealth Ventures 以及现有投资者 Winning Mindset Ventures 也参与其中。

AI驱动的企业学习公司 Uplimit 完成 1100 万美元的 A 轮融资

人工智能驱动的企业学习领域的领导者 Uplimit 宣布已完成 1100 万美元的 A 轮融资。Salesforce Ventures 与现有投资者 GSV Ventures、Greylock Partners 和 Cowboy Ventures 以及新投资者 Translink Capital、Workday Ventures 和 Conviction 一起领投了本轮融资。

医疗机器人研发商Clarapath完成B轮融资

Clarapath成立于2014年，是一家致力于提供集成技术的医疗机器人研发商，旨在自动化和增强人类和动物组织的处理，以进行病理检查。Clarapath宣布完成了B轮融资，投资方包括CU Healthcare Innovation Fund、Mayo Clinic、Northwell Ventures和Ochsner Ventures。

AI 信托初创公司 Vijil获600 万美元种子融资

AI安全初创公司 Vijil AI Inc. 已获得 600 万美元的种子资金，该公司推出了首款基于云的工具，帮助公司构建和部署更可靠的生成式 AI 代理。Vijil 只需要客户提供关于其模型使用情况的小样本数据，就可以创建一个全面的测试套件来衡量它在该上下文中几乎任何类型的场景中的表现，并对模型进行评分。适用于各种生成式人工智能系统，包括开源大语言模型、封闭式人工智能应用编程接口、检索增强生成应用程序和人工智能代理。

本轮融资由 Mayfield LLC 的 AIStart 种子基金和 Google LLC 的专注于人工智能的种子基金 Gradient Ventures 共同领投。

AI驱动的云风险解决初创公司 ZEST Security 获 500 万美元融资

ZEST 提供了一个平台，可以关联并查明云风险的根本原因制定解决路径，消除攻击者可以利用的云漏洞和错误配置。资金来自 Hanaco Venture Capital Ltd.、Silvertech Ventures LP 和一些未透露姓名的天使投资者。

AI 无代码工作流平台 Gumloop获310 万美元融资

Gumloop 成立于一年多前，最初只是一个服务于 Discord 社区小众用户的侧项目，旨在帮助他们利用AI实现工作自动化。目前已经发展成一款让任何人都能通过拖放方式完全自动化工作的自动化平台。用户可以创建强大的 AI 驱动工作流程，这些流程可以直接与他们的数据集成，无需编程经验。

AI 自动化平台 Gumloop 宣布完成 First Round Capital领投的种子轮融资，参与投资的还包括 YCombinator，以及 Instacart、Dropbox、Airtable、Mercury、Zeus 等知名科技公司的联合创始人。（有新Newin）

网络抓取 AI 代理平台Reworkd获275万美元种子资金

Reworkd 创始人去年推出 AgentGPT，是构建 AI 代理的免费工具，在 GitHub 上走红，一周内获得超 10 万每日用户。但联合创始人很快意识到构建通用 AI 代理的范围过于广泛，因此 Reworkd 转型为网络抓取公司，专注于构建 AI 代理以从公共网络中提取结构化数据。

Reworkd 从 Paul Graham、AI Grant、SV Angel、General Catalyst 和 Panache Ventures 等公司筹集了 275 万美元的新种子资金。加上去年来自 Panache Ventures 和 Y Combinator 的 125 万美元种子前投资，筹集的资金总额达到 400 万美元。

AI驱动的专利申请公司Chekable 获得 NEC 资助

Chekable Inc. 是一家利用AI来自动化专利申请和检索流程的初创公司，已完成来自 NEC 公司硅谷加速器 NEC X 的一项未公开投资。

Web3 AI平台Assisterr完成种子轮融资

Assisterr成立于2023年8月25日，致力于为开发人员提供基础设施，帮助他们构建自己的AI用例。本轮融资由Contango、Decasonic等11家知名投资机构共同参与，投资金额未公开。

（欢迎添加微信AIyanxishe2，了解更多AIGC、融资情况，与志同道合的朋友一同畅聊时新AI产品）

今日大厂风闻

OpenAI测试新AI搜索功能SearchGPT，直接挑战谷歌

7月26日消息，人工智能领域传来重磅新闻，OpenAI的人工智能搜索正式开始测试，直接挑战谷歌。OpenAI 正在让有限的用户群测试一组新的搜索功能，该功能将以更及时的信息和突出的来源链接来回答问题，这是其迄今为止对Alphabet Inc.旗下谷歌最直接的挑战。

这项名为 SearchGPT 的新选项将作为原型发布在网络浏览器上，并为用户提供独立的搜索体验，该体验稍后可能会添加到其最著名的产品 ChatGPT 中。OpenAI 表示，用户将看到对其查询的回复，其中内嵌了创作者和新闻出版商的归属，其中包括最近几个月与这家初创公司达成许可协议的越来越多的媒体公司。OpenAI拒绝透露 SearchGPT 推出的时间表，但表示最初将向注册候补名单的用户提供。

消息称 OpenAI 公司 2024 年资金缺口达到 50 亿美元

OpenAI 用于 AI 推理的算力相当于 35 万台包含英伟达 A100 芯片的服务器，其中约 29 万台用于 ChatGPT，且近乎满负荷运行。今年预计训练和推理 AI 的总成本可能达到 70 亿美元。 随着公司的发展，OpenAI员工成本可能会达到 15 亿美元。尽管 OpenAI 每年从 ChatGPT 获得约 20 亿美元的收入，并可能从 LLMs 的收费访问中获得近 10 亿美元的收入，但预计今年仍将面临 50 亿美元的资金缺口，可能需要进行新一轮融资。（The Information ）

1230 亿参数，Mistral发布Large 2旗舰 AI 模型

Mistral 推出的Mistral Large 2模型参数为 1230 亿 。拥有 128k 的上下文窗口，能够处理包括中文在内的数十种语言，支持超过 80 种编程语言，在 MMLU 上的准确度达到了 84.0%。Mistral 在训练过程中特别注重减少模型的幻觉问题。Mistral Large 2 在开放方式上采取了 “授权开放” 策略，允许非商业研究用途开放权重和微调功能，而商业使用则需购买专门的许可和使用协议。尽管参数数量比 Llama 3.1 的 4050 亿个参数少，但其性能仍然与 GPT-4、GPT-4o 和 Claude 3.5 Sonnet 相当。

微软Bing推生成式AI搜索功能

Bing已邀请部分必应用户，在搜索结果中测试 AI 摘要功能，根据用户的查询提供量身定制的动态响应结果。该功能将人工智能生成的答案放在搜索结果页面的显眼位置，改变了传统搜索结果的排列方式。微软表示必应 AI 摘要功能能理解搜索查询，审查数百万个信息源，动态匹配内容，并以人工智能生成的新布局生成搜索结果，从而更有效地实现用户查询的意图。

抖音旗下有竹居新增多项AI、智能机器人业务

天眼查App显示，北京有竹居网络技术有限公司发生工商变更，经营范围新增人工智能硬件销售、智能机器人的研发、人工智能应用软件开发、人工智能公共数据平台、人工智能基础软件开发、人工智能基础资源与技术平台、人工智能理论与算法软件开发等。该公司成立于2017年8月，法定代表人为肖金梅，注册资本1亿美元，由抖音集团（香港）有限公司全资持股。（亿欧）

Stability AI 推出 Stable Video 4D，用于 3D 视频生成

Stability AI 最新模型 Stable Video 4D，可以将 3D 对象的视频在40秒内生成同一对象的八个不同视角的多角度视图。该模型基于之前发布的 Stable Video Diffusion 和 Stable Video 3D 模型，并通过精细调整与动态 3D 物体数据集结合，使其能够处理物体的运动。该模型发布在 Hugging Face 上，供开发者和研究人员查看和使用。

?https://huggingface.co/stabilityai/sv4d

今日产品动态

Product Hunt 热榜，AI求职助手 Jobright AI

Jobright AI 由 Eric Cheng 创立，旨在成为职位搜索的 AI 助手，帮助用户发现理想的职位，提供筛选后的匹配项、深入的洞察以及公司趋势。该平台集成了超过 800 万个职位，每天自动更新 40万+新职位，并过滤大量虚假职位。目前主要服务于美国市场，并支持 H1B 签证和远程工作的职位搜索。

联合创始人Eric Cheng 本科毕业于浙江大学计算机软件工程，拥有卡内基梅隆大学计算机科学硕士学位。他曾在 Box 担任早期全栈工程师，参与了公司从零到一百的成长过程。在 Box 后，他创立了 Fangcloud.com，一家B2B 内容协作 SaaS 平台，实现了 500 万美元的 ARR 和 110% 的 ARR 留存，曾获经纬、光速、京东集团等知名风投的四轮融资，该公司在 2020 年被奇虎 360 集团收购。目前，他是 Jobright.ai 的联合创始人，该公司旨在通过 AI 技术为每个专业人士提供平等的自我实现机会。

? https://jobright.ai/?ref=producthunt

GitHub Trending 热榜，增强大模型智能mem0

mem0 仓库是一个开源项目，主要使用 Python 语言编写，旨在为大型语言模型提供记忆层，使得 AI 能够进行个性化的交互。该项目支持多级记忆存储，包括用户、会话和 AI 代理的记忆保留，能够根据交互不断改进，提供适应性个性化。

Mem0 提供了一个开发者友好的 API，可轻松集成到各种应用程序中。还提供了无忧托管服务解决方案。该项目还包括 Embedchain 项目。用户可以通过 pip 安装。对于高级用户，Mem0 支持使用 Qdrant 作为向量存储。

Mem0 的未来计划包括与各种大型语言模型提供商的集成、对大型语言模型框架的支持、与 AI 代理框架的集成、自定义记忆创建 / 更新规则以及托管平台的支持。

?https://github.com/mem0ai/mem0

特别关注

牛津、剑桥等研究登Nature：合成数据会导致“模型崩溃”

作者们探讨了大型语言模型在训练过程中使用递归生成的数据时可能出现的问题。随着 LLMs 如 GPT-2、GPT-3 和 GPT-4 等在文本生成领域的应用越来越广泛，它们对在线文本和图像生态系统产生的影响也越来越大。

研究发现，如果 LLMs 训练的数据主要来自于先前的模型生成，那么随着时间的推移，新模型可能会遗忘原始数据分布的真实情况，从而导致 “模型崩溃” 现象。这种现象在变分自编码器和高斯混合模型中也能观察到。（不过在近日一则对Meta AI负责人Thomas Scialom的采访视频中，该负责人透露 Llama 3 的后期训练基本依赖于 Llama 2 生成的纯合成数据。详情可见：
https://www.youtube.com/watch?v=uLR8nSrhk_w）

研究者们通过理论分析和实验验证了模型崩溃的普遍性，并指出这种现象对于 LLMs 的长期学习至关重要。他们强调，为了维持 LLMs 的效益，必须保持对原始数据分布的访问，并且需要更多的真实人类产生的数据。

?https://www.nature.com/articles/s41586-024-07566-y

敬请期待明日的最新动态！

AI情报局征集情报合伙人，汇集独家价值线索！如果您可以提供有关AI最新融资&行业内幕&独特产品，请添加运营微信号：AIyanxishe2备注行业岗位。

雷峰网