天使投资人看YC Demo Day上27个AIGC项目 - 投人的逻辑

2023冬季YC Demo Day的项目出来了，27个AIGC项目格外引人注意。与国内不同，在大厂如林的美国，YC并没有追逐大语言模型，相反，越来越集中在中间层及应用层。恰好印证了我们一个月前狮子和土狼都有光明的观点。

同为天使投资人， 我们对YC这一批AIGC公司有如下观察：

1.在文生图（Midjourney），文生视频（Runway）等生成式AI代表式公司出现后，AI+图片、视频、语音等领域的新兴公司开始涌现。

2.大模型能力与垂直的场景结合的产品也大规模爆发，游戏类内容生成很突出，其他集中在金融、销售等领域。

3.将AI大模型能力作为技术能力输出，也是目前的重要创业方向。

4.被投资对象中，名校背景的青年才俊，大厂背景，连续创业者占绝大多数。

投人，投产业或研究积累足够多的人，也是我们的特征。剧透一下，最近阿尔法公社将宣布院士段位专职创业大牛的种子投资，大家很快就会知道了。

大模型+视频、3D、语音等多媒体素材生成

Linum

Linum将自己的创业方向描述为 Midjourney for Video，它可以让任何人把一个想法变成一部电影。在接下来的十年里，我们将见证动画、电视和电影的转变，就像在YouTube 、B站上看到的那样——大多数内容将由普通人生成。Linum正在使用 AI 来构建能够实现这种转变的工具。

Linum 由 Sahil Chopra 和 Manu Chopra 两兄弟创立，他们拥有丰富的AI 经验。Sahil 是斯坦福大学关于 LLM（大型语言模型）研究生课程的合写者。Manu 在 UCSF 训练了用于麻醉管理的 RL（强化学习）模型。

Decoherence

Decoherence 使任何人都可以在几分钟而不是几小时内轻松地使用 AI 创建视频。他们使创作者能够快速生成与其内容相匹配的音乐视频或 B-roll。

Iliad

Iliad 是一种使用 AI 生成概念艺术、2D 和 3D 游戏资产的创意工具。它使设计人员可以逐步完成并编辑他们正在生成的资产的演变，以便他们可以很好地控制最终输出。Iliad 将这种新的 AI 辅助创作技术称为“中代编辑”。

创始人Matthew Turnshek在CMU毕业后，有过大公司软件工程师工作经历，并在创业公司担任过联合创始人和CTO。

Vocode

Vocode 使开发人员可以通过其开源库轻松构建基于语音的 LLM 应用程序。他们为流式双向对话（这对电话等实时应用程序很有用）和基于命令/基于回合的应用程序（例如基于语音的国际象棋）提供概述。该库集成了大多数主要语音识别/合成提供商和跨网络和电话的平台支持（通过 Twilio）。

Vocode两位创始人Kian Hooshmand，Ajay Raj是伯克利的计算机系的校友，均具有大公司的职业经历。

大模型基础设施及能力赋能

利用LLM的赋能最广泛，在下面罗列的11个项目八仙过海，各显其能。对天使阶段的公司，我们更看好行业背景强的团队， YC投资的对象也 是如此，Anarchy的联合创始人曾带团队实现过亿美元收入，Lasso创始人第三次被YC投资，而StackAI的创始人是两个MIT的PhD。

Lasso

Lasso的概念类似AdeptAI，Lasso使用大型语言模型和计算机视觉为 Chrome 实现机器人流程自动化。它使在 chrome 上使用自然语言构建任何机器人过程自动化的成本降低 10 倍，速度更快。目前，Lasso 的客户向他们发送希望自动化的流程的描述或视频，Lasso 使用内部工具来快速构建这些自动化。

Lasso的两位创始人Gautam Bose和Lucas Ochoa均有在谷歌的3年以上工作经历， 其中一人是第三次获得YC投资。

Anarchy

Anarchy为在现有LLM（大型语言模型）基础上构建定制聊天机器人提供了平台。

它的工作原理如下：1.提供API描述，2.获取使用这些API的LLM聊天机器人，3.跟踪分析以进行调试和使用情况。

Anarchy的API可用于构建定制聊天机器人，包括与用户进行对话、回答问题等功能。使用这些API可以快速创建自定义聊天机器人，并使用已训练的LLM进行交互。此外，Anarchy还提供了跟踪分析功能，以帮助用户调试和监控聊天机器人的使用情况。

Anarchy的一位创始人Matthew Mirman有CMU和瑞士ETH的学业经历，在苹果有职业经历，另一位创始人James Spoor则在Snyk有出色的职业经历，带团队从0构建1亿美金业务。

Stack AI

Stack AI提供基础架构来帮助任何团队使用 LLM 构建可靠的应用程序。它允许客户一站式的收集/标记/清理数据、微调、编写和部署 LLM 应用程序。

两位创始人Bernardo Aceituno和Toni Rosinol均是MIT博士，此前均有创业经历，是连续创业者。

Chart

Chart可以让企业轻松自主托管高性能的机器学习模型。模型和数据保留在企业的云提供商（AWS或GCP）中，Chart提供了一个SaaS平台，以隐藏打包模型（Dockerfiles、Flask服务器、CUDA版本等）的所有复杂性，为其提供适当大小的GPU服务器，并将其部署为文档完备的API。

所有这些都在用户自己的云账户内，与其余服务器位于同一地区，并进行了优化，以充分发挥GPU的性能。

Chart创始人Fatih Celikbas耶鲁大学毕业，有过一段Meta的工作经历。

BerriAI

BerriAI 是一个平台，可以让客户在几分钟内把大模型能力嵌到各种应用中。它目前已经支持教育和客户支持等细分行业和场景。

pyq

Pyq 使开发人员可以轻松构建由 AI 提供支持的功能。Pyq确定了 AI 可以很好解决的特定工程任务，并提供任何开发人员都可以在 5 分钟内使用的简单 API。例如，Pyq 使开发人员在几分钟内构建内容审核过滤器、可访问性图像字幕器、图像生成和销售电话转录器。

GradientJ

GradientJ帮助客户团队部署大型语言模型。例如，Humanly公司使用GradientJ构建的以GPT-4为基础的API，每年处理数百万份工作申请。

GradientJ的应用程序提供了构建和比较提示、跟踪实时性能以及通过人类反馈持续改进模型的工具，包括对LLM供应商和开源替代方案进行自动化模型比较。

GradientJ的两位创始人均出身名校，其中Daniel Bassett曾有过多段创业经历。

Magicflow

Magicflow 是一个用于构建 AI 工作流的无代码平台，可通过简单的 API 调用轻松集成到客户的应用程序中，客户无需任何工程师即可在Magicflow的后端运行涉及 GPT 和Stable Diffusion的工作。

Magicflow 的创业团队来自以色列，其中Yarden Shem Tov有连续创业经历。

Ivy

Ivy的使命是统一所有 ML 框架，并启用框架之间的自动代码转换。Ivy是一个新的 ML 框架，目前支持 JAX、TensorFlow、PyTorch、MXNet 和 Numpy。

路线图的下一步是支持任何框架之间的自动代码转换，并为所有开源库添加即时多框架支持。

PoplarML

PoplarML 让客户可以通过一条命令将任何机器学习模型部署到一组 GPU 上，作为随时可用且可扩展的 API 端点。

PoplarML 的两位创始人是加拿大卡尔顿大学校友，有在Stripe的共同经历。

UpTrain AI

UpTrain 是一种开源工具，通过在生产中观察 AI 模型、在出错时发送警报以及识别模型故障案例进行来改进 AI 模型，所有这些都在同一个循环中完成。它通过识别这些模型实际失败的情况来创建高质量的再训练数据集，从而帮助数据科学家微调他们的LLM、推荐模型等。

UpTrain的几位创始人均有名校背景，其中Sourabh Agrawal是连续创业者，Vipul Gupta是伯克利ML博士，Shikha Mohanty则具有风投的职业经历。

瞄准具体应用场景的公司

切入应用场景的公司个性分明，很明显，金融、营销类占了绝对多数，这一点非常值得国内创业者参考。

Wild Moose

Wild Moose帮助负责值班的开发人员更快地确定生产故障的根源。我们通过提供在他们的环境中训练的对话式人工智能实现这一点。我们将可观察性数据馈送到一个大型语言模型中。然后，当出现故障时，他们只需要向Moose提出问题，就可以得到答案。

Wild Moose的创始团队是以色列出身，其中Yasmin Dunsky是福布斯30 Under 30，此前有过两次创业经历，另两位也有良好技术背景。

AlphaWatch AI

场景：金融行业

AlphaWatch AI 是一个专为对冲基金和私募股权公司设计的研究和分析平台。通过使用定制的 LLM、专门的嵌入模型，并与可信的外部数据源和安全的私人数据集成，AlphaWatch AI 提供了一个可靠的聊天界面，引用了它的来源，从而节省了金融专业人士的研究时间。

AlphaWatch AI可以理解为一个针对金融行业，使用定制大模型的ChatGPT，它的其中一位创始人毕业于哥伦比亚大学，在Uber，亚马逊和Coinbase有工作经历。

Type

场景：营销与销售

Type 是一种人工智能优先的文档编辑器，可帮助营销人员和创作者快速编写高质量的内容。个人和团队无需从头开始编写重要内容，而是可以使用 Type 立即生成草稿、重写内容并建议接下来要创建的内容。

Type 的创始人Stew Fortier是连续创业者，Stefan Li此前也两次创业，并在Meta有职业经历。

Layup

场景：个人智能助理

Layup是每个员工的人工智能助手，使他们能够为日常任务启动即时、定制的工作流程。只需一个提示，Layup就可以帮助他们执行一些操作，例如使用来自 Salesforce 的数据创建 MSA，将其导出到 Google Docs，并立即与合适的人共享。Layup已经集成了 170 多个应用程序，提供与任何公司知识库的无缝配置。

Layup其中两位创始人是康奈尔大学的校友，CTO则有英伟达和AWS的工作经历。

Baselit

场景：数据分析

Baselit使企业能够为其客户嵌入基于ChatGPT的分析。例如，使用Baselit，市场可以使其卖家询问“我的哪个产品最常缺货？”并立即获得答案。Baselit可以是客户的个人数据分析师。

Blocktool

Blocktool从头开始利用大语言模型构建企业生产力工具。它使用无代码将客户的计费、会计和客户关系管理工具连接起来，Blocktool将提取、格式化数据，并提供一个可靠的、实时的财务数据仓库，客户可以将其连接到电子表格和BI工具中，告别手动和容易出错的财务报告。

创始人Nicolas Bustamante是福布斯30 Under 30，此前两段创业经历，其中一段长达6年11月。

JustPaid.io

场景：金融行业

JustPaid.io 的 AI 驱动财务控制器可以自动支付账单并根据合同定价检查发票，以确保公司不会被多收费用，这个问题每年使公司损失 12B 美元。

JustPaid.io 帮助客户公司公司通过持续的人工智能审计、接收洞察力、实时合同审查和减少支付错误来节省资金。

JustPaid.io的创业团队具有较丰富的商业经验，此前也有过创业经历。

Zenfetch

场景：营销与销售

Zenfetch 是技术销售团队的实时呼叫助手。它的产品帮助客户的非技术卖家当场处理技术异议，而无需产品或销售工程师在场。Zenfetch 将客户的技术销售团队作为第一批核心客户，并将在后期扩展到所有的知识工作者，让他们使用实时呼叫助理来加强他们的会议的世界。

Zenfetch的创业团队是产品经理+机器学习工程师的组合。Gabe 和 Akash 相识于约翰霍普金斯大学，在那里他们共同创建了他们的第一家初创公司。作为 Meta 的产品经理，Akash 带领团队构建了第一个虚拟现实系统共现平台。Gabe 最近在 Stripe 担任机器学习工程师，他在那里创立了金融犯罪工程团队。

Bluebirds

场景：人力资源，销售

Bluebirds可以帮助外呼销售团队重新销售给曾经换了工作的过去客户。任何销售代表、经理或运营人员都可以在网站上注册，Bluebirds将利用机器学习自动识别冠军客户，检测工作变动，并提供数百个潜在客户。

Bluebirds的创始团队是产品经理与技术人员的组合，创始人Rohan Punamia和Kunal Punera此前均有创业经历，他们也是领英的同事。

Hadrius

场景：金融/合规

Hadrius 使用 AI 使整个 SEC 持续合规流程自动化，目前有30,000 多家公司每年总计花费 20亿美元以上用于持续的 SEC 合规性，并且随着法规逐年收紧，这些成本还在持续上升。Hadrius 为合规团队节省了 70% 以上的时间，并且准确性高于人类。

Quazel

场景：教育

Quazel 是一种会话式语言学习工具，可以帮助人们通过交谈来学习语言。在无脚本和动态对话中，用户可以对着麦克风说任何他们喜欢的东西，AI 会做出回应并继续对话。

Quazel 的创始人团队具有良好的学术背景，分别来自苏黎世联邦理工学院和加州伯克利。

Avoca

场景：通信/客户服务

Avoca为中小企业配备智能 24/7 客户通信平台，以便企业主可以重新专注于他们的核心业务。Avoca的产品处理电话、短信和电子邮件形式的呼入兴趣，以及预订提醒、评论请求和未来跟进形式的呼出通信。

Avoca的两位创始人均是MIT的CS背景，其中一位创始人Tyson Chen在Nuro有职业经历，另一位Apurva Shrivastava有过创业经历。

本文作者为阿尔法公社创始合伙人、CEO许四清。

本文来自微信公众号“阿尔法公社”（ID：alphastartups），作者：许四清，36氪经授权发布。