讓位吧，大型語言模型小型人工智能模型將是下一個大趨勢 - 彭博社
Jamie Nimmo
與其嘗試做所有ChatGPT能做的事情，Arcee的軟件幫助完成一組更有限的日常企業任務，而不需要那麼多數據。
攝影師：Gabby Jones/Bloomberg美國芯片製造商Nvidia Corp.正在投資Wayve Technologies Ltd.，加入對這家希望將其自動駕駛技術應用於汽車的英國初創公司的10.5億美元融資輪。
這次融資——是歐洲人工智能公司有史以來最大的融資之一——由軟銀集團公司主導，現有投資者微軟公司也投入了更多資金。估值未披露。
這筆資金注入強調了投資者對人工智能的持續需求，併為自動駕駛汽車行業提供了支持，該行業在説服監管機構無人駕駛汽車是安全的努力中遭遇挫折。
Wayve Technologies的自動駕駛汽車。來源：Wayve Technologies Ltd.Wayve希望汽車製造商和其他車隊運營商將其技術安裝到他們的車輛中，而不是自己擁有或運營汽車。首席執行官亞歷克斯·肯德爾在Wayve位於倫敦的總部接受採訪時表示，該公司收到了幾家汽車公司對投資的興趣，但決定不通過與單一製造商合作來關閉未來的選擇。
他補充説，與汽車製造商的談判仍在繼續，以在他們的車輛中推出該技術。
創立Wayve於2017年的肯德爾計劃首先推出駕駛輔助技術——這仍然需要有人在駕駛座上——然後再瞄準可以在沒有任何人類參與的情況下操作的車輛。
與 Alphabet Inc. 的 Waymo 競爭，Wayve的技術旨在自主學習駕駛規則和模式，而不是需要將其編程，因此可以應對新的地點和不可預測的道路場景。
其他自動駕駛公司也面臨挫折。去年十月，一名女性在舊金山被Cruise（通用汽車公司的自動駕駛部門）操作的車輛拖行，在她被另一輛車的人工駕駛員撞擊後。事故及隨後的證據隱瞞導致Cruise被剝奪了許可證，並且 其車輛被召回。
在2022年，Argo AI 關閉，因為其支持者 福特汽車公司 決定需要投資於更可實現的駕駛輔助技術。 優步科技公司 也在2020年出售了其無人駕駛汽車部門。
新員工
籌集的資金將用於新員工和計算機。該初創公司已經從包括Eclipse Ventures LLC、Balderton Capital、Baillie Gifford & Co.、D1 Capital Partners、Moore Strategic Ventures LLC、Virgin和Ocado Group Plc那裏籌集了超過2.58億美元。
去年，微軟聯合創始人比爾·蓋茨在倫敦市中心與肯達爾一起測試了Wayve的系統。
首相里希·蘇納克表示，這筆資金表明英國是一個人工智能超級大國。
肯達爾表示，這應該是公司最後一次籌集大量資金，因為它開始從商業交易中獲利。商業模式是向汽車公司收取使用該技術的許可費。
該公司上個月宣佈計劃在温哥華開設一個研究中心，以加速其增長。這是Wayve在倫敦和加利福尼亞州山景城之後的第三個地點。
多年來，谷歌等科技巨頭和OpenAI等初創公司一直在競相構建越來越大且成本更高的人工智能模型，使用大量在線數據。部署在像ChatGPT這樣的聊天機器人中，這項技術可以處理各種複雜查詢，從編寫代碼和規劃旅行到撰寫關於冰淇淋的莎士比亞十四行詩。馬克·麥奎德正在押注於不同的策略。他共同創辦的初創公司Arcee.AI幫助公司訓練和推出一種越來越受歡迎且體積更小的人工智能方法：小型語言模型。Arcee的軟件並不是試圖完成ChatGPT能做的所有事情，而是幫助完成一組更有限的日常企業任務——例如，構建一個僅處理與税務相關問題的服務——而不需要那麼多數據。“我説99%的商業用例，你可能不需要知道1968年誰贏得了奧運會金牌，”麥奎德説。位於邁阿密的Arcee是越來越多重新思考科技行業傳統智慧的公司之一，即更大並不總是更好。受到數十億美元風險投資的推動，初創公司相互競爭，開發更強大的大型語言模型，以支持人工智能聊天機器人和其他服務，Anthropic首席執行官達里奧·阿莫代伊預測訓練模型的成本最終將達到1000億美元，而今天是1億美元。
這種思維方式當然仍然存在，但像 Arcee、Sakana AI 和 Hugging Face 這樣的初創公司現在通過採用更小——且更實惠——的方法來吸引投資者和客户。大型科技公司也在學習小型思維。Alphabet Inc. 的 Google、Meta Platforms Inc.、OpenAI 和 Anthropic 最近都發布了比其旗艦大型語言模型（LLM）更緊湊、更靈活的軟件。小型模型的勢頭受到多種因素的推動，包括新的技術進步、對大型語言模型所需巨大能量的日益關注，以及為企業提供更廣泛的 AI 選項以滿足不同用途的市場機會。小型語言模型不僅對科技公司來説構建成本更低，對商業客户使用也更便宜，從而降低了採用的門檻。鑑於投資者對 AI 風險投資的高成本和不確定回報越來越擔憂，更多科技公司可能會選擇這條道路。