recurrentai融資

『壹』 中國AI初創企業去年融資額排名如何

據報道，美國調查公司CB Insights的數據顯示，創業不久的中國人工智慧（AI）相關企業2017年融資額超過美國，首次躍居全球首位。中國企業向面部識別和AI處理器的開發方面投入了巨額資金。而在專利和論文動向方面，中美也在展開競爭，給人以最尖端技術的競爭已進入中美兩強時代的印象。

中國科學院旗下企業、從事處理器開發的寒武紀科技也於2017年8月從阿里巴巴集團等獲得1億美元融資。面部識別技術在阿里巴巴和京東等相繼推出的「無人便利店」等地不斷得到採用。而處理器則被稱為AI的大腦，全球范圍內需求正在擴大。但是，日本AI的整體研發的質與量都與中美存在明顯差距。

『貳』 企業融資方式有哪些種類

企業融資方式可以分為兩大類：內源融資和外源融資。

世界范圍上的中小企業基本是靠內源融資發展起來的。調動自有資金或是像親朋好友借錢都屬於自我融資。但企業如果只靠內源融資，別說是進行擴張，連維持生產經營都會有問題，因為我國大部分中小企業普遍會存在自有資金不足的現狀。

外源融資主要分為銀行貸款，以及創業風險投資。

1. 銀行貸款。當前銀行貸款可以分為抵押貸款、擔保貸款、質押貸款、創業貸款等多種形式。一般情況下，創業條件不是很好的企業通常會選擇創業貸款，因為銀行貸款的利率相對比較低，但是這種形式對於申請企業的要求相對較高。

2. 風險投資。風險投資的代表是天使投資。一般來說，風險投資商主要關注以高新技術作為基礎，生產管理與經營技術密集型產品互相結合的企業，例如醫葯業和電子產品製造業等。由於企業是通過出讓部分股權來獲取融資，不需要償還從投資人處獲得的創業資金，所以風險投資是流動性相對較小的中長期投資方式。

風險投資除了能獲得資金，更大的好處在於可以獲得投資人大佬的指點，尤其對初創企業來說，知名投資機構的青睞對下一輪的融資可以起到非常好的宣傳推廣作用。

如何能找到風險投資呢？企業可以尋求投融資平台的幫助，投融資平台是近年來隨著互聯網的發展所涌現的幫助企業與投資人進行融資對接的。平台擁有以下優勢：

1. 發展已較為成熟，其中更不乏有政府投資扶持的投融資平台，因此相對於P2P模式、網貸等，投融資平台更加高效且安全。

2. 擁有不同項目領域的海量投資人資源，包括紅杉中國、深創投等都有入駐平台。平台會利用AI智能匹配對應領域的投資人給企業挑選，對初創企業非常友好，無需費心拉人脈，足不出戶就能與國內頂尖投資人在線溝通。

『叄』 美自動駕駛創企Helm.ai完成1300萬美元融資 目前團隊僅15人

編|六毛

車東西3月26日消息，近日，美國自動駕駛公司Helm.ai宣布完成種子輪融資，在本輪融資中，Helma.ai共籌集到1300萬美元（約合人民幣9239萬元）。

據了解，Helm.ai是一家專注於自動駕駛軟體開發的初創公司，在軟體研發過程中Helm.ai主要依靠無監督式學習方法，從而使軟體開發的周期和成本得到降低。

另外，由Helm.ai研發的自動駕駛軟體主要適用於兩種場景，即L2級（和L2+）的高級駕駛輔助和L4級的自動駕駛汽車。據Helm.ai聯合創始人ValdVoroninski介紹，該公司目前已經和一些客戶達成交易，其中有部分軟體已完成基本的測試。

一、自動駕駛創企Helm.ai獲1300萬美元種子輪融資

據國外媒體TechCrunch報道，成立於2016年的美國自動駕駛創企Helm.ai於近日宣布完成種子輪融資，該公司在該輪融資中共籌集到1300萬美元（約合人民幣9239萬元）。

本次融資的投資方包括A.CapitalVentures、Amplo、BinnaclePartners、SoundVentures、FontinalisPartners、SVAngel等。此外，還有超過10位天使投資人也參與到了本輪融資當中，包括BerggruenHoldings的創始人NicolasBerggruen、Quora的聯合創始人CharlieCheever和AdamD』Angelo、NBA球員KevinDurant、Gen.DavidPetraeus、Matician的聯合創始人兼首席執行官NavneetDalal，QuietCapital的管理合夥人LeeLinden以及股票交易平台Robinhood的聯合創始人VladimirTenev等。

接下來，Helm.ai計劃將從本輪融資中籌集到的1300萬美元（約合人民幣9239萬元）用於研發、聘用員工以及完成現有的交易。有趣的是，雖然Helm.ai在四年以前就已經成立了，但目前來看這仍然是一家小規模的公司，只有約15名員工。

二、利用無監督式學習技術開發軟體專注L2和L4

對於自動駕駛汽車來說，軟體就猶如「大腦」。Helm.ai便是一家專注於深耕自動駕駛軟體開發的初創公司，在自動駕駛計算平台以及感測器方面，該公司暫時還沒有進行業務布局。

與此同時，相較於通過有監督式學習方法來對自動駕駛軟體進行訓練及改進，Helm.ai在軟體開發過程中主要依靠的是無監督式學習方法。後一種方法能夠使自動駕駛軟體在不需要大規模車隊數據、模擬訓練以及對數據進行標注的情況下對神經網路進行訓練，從而可以縮短軟體研發時間，降低研發成本。

Helm.ai聯合創始人表示，在為自動駕駛汽車開發AI軟體的時候，研究人員常常會遇到長尾問題以及無窮無盡的邊角案例（cornercases）。因而真正重要的問題是，軟體解決邊角案例的效率是怎樣的，以及軟體運行的速度能夠達到多快。在這一點上，Voroninski認為Helm.ai已經實現了真正的創新。

除此之外在軟體商用方面，Helm.ai的自動駕駛軟體主要適用於兩種場景，即L2級（以及L2+級）的高級駕駛輔助和L4級的自動駕駛汽車。據了解，該公司目前已經和一些客戶達成交易，其中部分軟體已完成基本的測試，不過這些顧客的詳細名單我們暫時還不得而知。

結語：應用無監督式學習方法成自動駕駛軟體研發新方向

以訓練所用的數據是否擁有特定的標簽為依據，可以將機器學習大致分成有監督學習和無監督式學習兩類。如果說有監督學習屬於「我見過的我都知道」，那麼無監督式學習則和人類的學習行為更加相似，即軟體能夠通過對比聚類等方法不斷學習到新的知識。

目前，兩種方法應用於自動駕駛軟體研發各有利弊。但不可否認的是，正有越來越多的自動駕駛公司探索應用無監督式學習方法。根據來自外媒的信息，除了Helm.ai，還有被寶馬風險投資基金iVentures所投資的CorticaAI公司也選擇了這條路線。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

『肆』 a輪 b輪 c輪 d輪融資區別

天使投資（AI）：天使投資所投的是一些非常早期的項目，有些甚至沒有一個完整的產品和商業計劃，或者僅僅只有一個概念。天使投資一般在A輪後退出，天使投資是風險投資的一種,投入資金額一般較小。

風險投資（VC）：VC所投的通常是一些中早期項目，經營模式相對成熟，一般有用戶數據支持，獲得了市場的認可，且盈利能力強，在獲得資金後進一步開拓市場可以繼續爆發式增長。投資節點一般為在死亡之谷（VALLEY OF DEATH）的谷底。VC可以幫助創業公司速提升價值，獲得資本市場的認可，為後續融資奠定基礎。

私募基金（PE）：PE所投的通常是一些Pre-IPO階段的公司，公司已經有了上市的基礎，PE進入之後，通常會幫助公司梳理治理結構、盈利模式、募集項目，以便能使得至少在1-3年內上市。

實際上融資輪次並沒有太嚴格的定義。為了突出重點，我們可以通過一句話來解釋：

種子輪：僅有一個idea，靠刷臉融資。

天使輪：已經起步但尚未完成產品，模式未被驗證。

A輪：有團隊、有以產品和數據支撐的商業模式，業內擁有領先地位。

B輪：商業模式已經充分被驗證，公司業務快速擴張。

C輪：商業模式成熟、擁有大量用戶、在行業內有主導或領導地位，為上市作準備。

D輪、E輪、F輪融資：C輪的升級版。

有人會問，為什麼要分成好幾輪融資，一次性完成融資不最省事么？主要原因包括：

1、一下子找不到那麼多資金(不同階段投出的錢有限)；

2、公司在特定階段的發展用不到那麼多錢(錢多了也燙手)；

3、公司創始人不願意一下子要那麼多錢(早期估值低，股權稀釋多)。

而融資額基本靠談，靠企業根據自己業務發展預測的財務報表進行評估，一般是這樣劃分的：

天使投資人(AI)：發生在公司初創期，是指公司有了產品初步的模樣（原型），可以拿去見人了；有了初步的商業模式；積累了一些核心用戶(天使用戶）。這個時候一般就是要找天使投資人、天使投資機構了。投資量級一般在100萬RMB到1000萬RMB。

A輪融資：公司產品有了成熟模樣，開始正常運作一段時間並有完整詳細的商業及盈利模式，在行業內擁有一定地位和口碑。公司可能依舊處於虧損狀態。資金來源一般是專業的風險投資機構（VC）。投資量級一般在1000萬RMB到1億RMB。

B輪融資：公司經過一輪燒錢後，獲得較大發展。一些公司已經開始盈利。商業模式、盈利模式沒有任何問題。可能需要推出新業務、拓展新領域。資金來源大多是上一輪的風險投資機構跟投、新的風投機構加入、私募股權投資機構（PE）加入。投資量級在2億RMB以上。

C輪融資：公司非常成熟，離上市不遠了。應該已經開始盈利，行業內基本前三把交椅。這輪除了拓展新業務，也有補全商業閉環、寫好故事准備上市的意圖。資金來源主要是PE，有些之前的VC也會選擇跟投。投資量級：10億RMB以上，一般C輪後就是上市了，也有公司選擇融D輪，但不是很多。

『伍』 Recurrent.ai的NLP技術到底有多強

強行答一波，摘自Recurrent.ai知乎：
2019年1月，Recurrent.ai聯合創始人楊植麟聯合谷歌大腦研發出國際上重大突破的「TransformerXL模型」，其有效建模長度相比於傳統RNN和標准Transformer分別提升80%和450%，並且將Transformer模型在測試階段的速度提升了超過1800倍。
2019年6月，Recurrent.ai聯合創始人楊植麟與CMU以及Google的合作者提出了新型預訓練語言模型XLNet.這項模型在20個任務上超過了曾經保持最優性能記錄的BERT模型的表現，並在18個任務上取得了當前世界第一（state-of-the-art）。
簡直是自己不停刷新自己世界記錄的過程……

『陸』 滴滴自動駕駛獨立後迎首輪融資！3億美元，軟銀領投

▲滴滴出行CTO兼新公司CEO張博

在去年8月，車東西曾向滴滴自動駕駛子公司詢問其自動駕駛業務的具體進展，據了解，滴滴目前已經擁有40+輛自動駕駛測試車。此前，其CTO張博在接受車東西采訪時也透露，滴滴自動駕駛業務由其親自帶隊，已經在中國與美國的四座城市開展了自動駕駛的路測，並已拿到了美國加州的自動駕駛路測牌照。

在自動駕駛業務團隊方面，滴滴已全面構建高精地圖、感知、行為預測、規劃與控制、基礎設施與模擬、數據標注、問題診斷、車輛改裝、雲控與車聯網、車路協同、信息安全等多個專業團隊。目前團隊在中美多地開展研發、測試，規模超200人。

而在產業方面，滴滴自動駕駛子公司已經與北汽新能源、國能汽車、車和家等20餘家整車廠以及相關的上下游公司逐步深化合作關系。

據張博此前透露，滴滴的自動駕駛業務將開啟一種新的商業模式：車廠把車造出來，然後將車輛一鍵投入到滴滴的平台中，在每一單訂單中讓車廠分成。在滴滴自動駕駛子公司的未來業務模式中，這樣的商業模式很可能得到落實。

如此來看，滴滴在自動駕駛業務上的技術思路與商業化思路都已十分完善，也難怪軟銀會將滴滴選作自身自動駕駛布局的關鍵一環，選擇在此時向滴滴自動駕駛投入億美元級別的資金。

從大的產業層面來看，這也是自動駕駛領域資本逐漸朝頭部玩家集中，加速技術量產落地的表現。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

『柒』 2017年上半年ai企業融資多少

今年5—6月份峰會非常集中，國外方面，5月The AI Summit在倫敦舉辦，6月有The AI Conference、AI and Machine Learning World 2017、The O'Reilly Artificial Intelligence Conference等多場峰會。另外國內也有一場比較重量級的大會2017全球智能機器峰會（GMIS 2017），在5月27日—28日在北京舉辦，它是由機器之心SYNCED主辦的，到時會有很多國外行業大咖及學界領袖參加，並會設置多場主題論壇及智能機器展等環節，可以期待一下。