PerplexityAI 获得 Nvidia 和 Bezos 7360 万美元融资
PerplexityAI 获得 Nvidia 和 Bezos 7360 万美元融资
2022年8月，在生成式AI浪潮的早期阶段，四位来自不同行业的工程师聚集在一起，打造一个AI驱动的搜索引擎，挑战谷歌。 他们向我们展示的是一个对话式搜索（答案）引擎，用户可以在其中提出问题，它会提供答案并指示答案的来源。
这看起来像是具有联网功能的，但不同的是它追求答案的准确性。 正如公司创始人所说：“我们来自学术界，有一个原则就是写论文的时候，你不能说一些你不能引用的话，这也是我们公司的一个核心原则，我们努力获得LLM永远不要说无法证实的话。”
目前，这家名为AI的公司刚刚获得IVP领投的7360万美元B轮融资。 参与的投资者包括 、NEA 和 BVP。 此外，还有知名投资人埃拉德·吉尔、首席执行官托比·卢特克、前首席执行官纳特以及亚马逊创始人杰夫·贝索斯。
众所周知，杰夫·贝索斯是一个非常看重数据的人。 尽管AI尚未盈利，但在没有营销的情况下，其月活跃用户已增长至1000万，iOS和平台上的移动应用程序下载量已超过1亿，去年处理的查询超过5亿次。 最关键的是，它的增长速度惊人。 数据显示，2023年12月其访问量达到4500万次，而该服务推出时的2022年12月仅为220万次。
2023年的2560万美元A轮融资中，除了之前提到的机构投资者和个人投资者之外，其投资者还包括Yann LeCun等科学家投资者。 这表明不仅企业家看好其商业潜力，科学家也充分认可其技术实力。
AI 由 Denis、Ho 和 Andy 于 2022 年 8 月共同创立，他们在人工智能、分布式系统、搜索引擎和数据库方面拥有丰富的背景。
毕业于印度理工学院并获得博士学位。 来自加利福尼亚州伯克利，他的整个学术生涯都集中在强化学习上。 他的职业生涯横跨 ，并且一直处于生成人工智能的最前沿。
丹尼斯是纽约大学人工智能领域的博士。 他的职业经历是在 Quora 和 上进行的。 他是该公司的CTO。
何先生负责公司战略，毕业于哈佛大学。 他既是塔尔公司的工程师，又是交易员。
安迪就更出名了，他是.
他的创业兴趣最初是受到《社交网络》等电影的启发。 到伯克利后，他开始从学术界寻找成为企业家的途径。 2022 年夏天，他在处理大型模型时看到了这样的产品。 已实际进入生产流程并实现收入。
这让他确信创办公司的时机已经成熟。 我很欣赏拉里·佩奇和谷歌。 他想成为AI时代的谷歌。 他希望AI搜索引擎学术、准确、真实，让用户直接得到答案、溯源。
“二十年来，我们都习惯使用关键字搜索网络，因为这就是主流搜索引擎的交互方式。如今，大型模型正在改变我们与计算机交互的方式。除了提供直接、简洁的答案外，大型模型还可以为您提供帮助。”还可以提出澄清问题，并在您浏览网页时充当指南。这就是我们对人工智能的愿景：为每个人提供无限的知识和生产力，改善他们的生活。” 说。
NEA合伙人Peter介绍了此次投资的意义：“在噪音中寻找真相是一项艰巨的任务，生成式AI的潜力带来了一系列新的挑战。随着AI生成的内容将在未来几年内不断涌现，多年来，随着指数级增长，对质量而非数量的需求从未如此强烈。AI 的创始团队开发了一种透明、值得信赖且简单的服务，推动了人们消费和分享知识的方式。我们很高兴与他们的团队合作，继续打造产品并加速增长。”
IVP 合伙人 Cack 表示：“AI 正在积极打造一款能够为数十亿人带来 AI 力量的产品。 拥有独特的能力，在不断推出产品的同时保持宏伟、长期的愿景，是搜索行业的理想解决方案。 一个重要且基本的问题。”
AI答题引擎是AI答题准确性的解药吗？
人工智能的定义是对话式搜索（答案）引擎。 面对用户问题，它不提供经典的10个蓝色链接，而是让用户直接获得清晰、个性化、注明出处的答案。 这将帮助用户穿透互联网上的信息噪音并节省大量时间。
中文意思是混乱、混乱，其目的是缓解用户对知识和认知的困惑和困惑。
聊天机器人分为三个用例。 一是有用的内容生成聊天机器人，例如可用于撰写论文和代码的聊天机器人。 巴德和巴德就属于这一类。
一种用例是与虚构人物、人物进行对话。 .ai 属于这一类。
三是准确利用信息，如实回答问题。 这是需要重点关注的。
这些将被更有效的获取和共享知识的模式所取代，而不是点击不同的链接、比较答案或无休止地挖掘信息。 还提供搜索过滤和发现选项，例如允许用户将搜索限制为学术论文或浏览平台上其他用户提交的热门搜索主题。
好处主要在于2点。 与传统的搜索引擎相比，它的效率更高，并且不需要过滤掉有限数量的有用信息。 相比之下，它的信息更加可靠，来源也更加可追溯。 这两点的结合对于普通用户和专业用户来说都是一个非常好的信息来源。
对于谷歌或者这样的巨头竞争对手，创始人认为他们的AI基础能力确实很强，但他们的技术实现思路是利用AI技术来强化自己的平台，有很多难以摆脱的历史包袱的。
比如搜索引擎承载了过多的广告收入，很难颠覆其主要营收产品，只能进行渐进式改进。 搜索、聊天和图像生成集成到同一个产品中。 类似，虽然丰富，但并不纯粹。
是只关注带有来源引用的答案引擎，并避免自由形式的对话。 从头开始重塑人工智能驱动的搜索体验。 产品侧重点和要解决的问题核心非常聚焦、明确。
目前的AI答题引擎有PC网页版、浏览器插件、桌面/移动App等多种产品形态。
其答案引擎还具有更高级的功能。 它有GPT-4、.1等最新最强的AI模型支持，可以根据用户最初的问题引导用户更深层的真实想法，并给出最准确的答案。 针对专业用户的专业需求提供完整且最可靠的答案。
此外，API和自有模型也已推出。
其API提供了最快的方式访问7B、13B、Code Llama 34B、70B、-code-v1.5-3b等开源模型，让开发者能够轻松地将前沿的开源模型集成到自己的项目中。
同时还推出了pplx-7b-和pplx-70b-两个型号，分别基于两个最先进的开源型号-7b和-70b进行了微调。 他们都是在线法学硕士，可以使用互联网上的知识，因此能够在形成答复时利用最新的信息。 此外，它们在减少幻觉方面也进行了优化。 目前，用户和开发者可以通过API和Labs访问该模型。
不仅有免费服务，还有每月 20 美元或每年 200 美元的付费订阅模式，其中用户可以解锁无限使用（免费版本限制每 4 小时 5 次查询），并且可以上传多个模态材料（文件、图片）并进行分析或搜索。 您可以选择更高级的AI模型，例如GPT-4或.1等，并且您还有5美元的API使用限制。
目前的ARR在500万美元到1000万美元之间，仍然无法盈利，但随着其用户群的进一步扩大，将有可能获得更多的付费用户。
区别在哪里呢？
有什么价值？ 与 和 对比一下就可以看得很清楚了。
当你想得到一个问题的答案时。 使用它，你会得到很多链接，你需要一一打开并区分它们。 时间和分辨率是有成本的。
使用，你可以获得完整的直接答案，但你不知道这个答案是准确的还是“废话”。 即使使用网络模式，效果通常也不够好（也许以后可以改进）。
使用它，您可以获得带有指示源的完整答案，并且您还可以设置源的范围。 这节省了时间和解决成本。
可见，最适合使用它的人是那些时间宝贵、需要准确答案的专业人士。 通常这群人的支付能力比较强。
其实之前，尝试用AI颠覆的初创公司并不多，比较出名的就包括Neeva。 现在Neeva已经收购了这两家公司，正在做数据搜索。 成功转型生成式AI，推出系列产品。 但其使用量从2023年4月到2023年5月经历了一次“交叉”，差距越来越大。
