recurrentai融资

『壹』 中国AI初创企业去年融资额排名如何

据报道，美国调查公司CB Insights的数据显示，创业不久的中国人工智能（AI）相关企业2017年融资额超过美国，首次跃居全球首位。中国企业向面部识别和AI处理器的开发方面投入了巨额资金。而在专利和论文动向方面，中美也在展开竞争，给人以最尖端技术的竞争已进入中美两强时代的印象。

中国科学院旗下企业、从事处理器开发的寒武纪科技也于2017年8月从阿里巴巴集团等获得1亿美元融资。面部识别技术在阿里巴巴和京东等相继推出的“无人便利店”等地不断得到采用。而处理器则被称为AI的大脑，全球范围内需求正在扩大。但是，日本AI的整体研发的质与量都与中美存在明显差距。

『贰』 企业融资方式有哪些种类

企业融资方式可以分为两大类：内源融资和外源融资。

世界范围上的中小企业基本是靠内源融资发展起来的。调动自有资金或是像亲朋好友借钱都属于自我融资。但企业如果只靠内源融资，别说是进行扩张，连维持生产经营都会有问题，因为我国大部分中小企业普遍会存在自有资金不足的现状。

外源融资主要分为银行贷款，以及创业风险投资。

1. 银行贷款。当前银行贷款可以分为抵押贷款、担保贷款、质押贷款、创业贷款等多种形式。一般情况下，创业条件不是很好的企业通常会选择创业贷款，因为银行贷款的利率相对比较低，但是这种形式对于申请企业的要求相对较高。

2. 风险投资。风险投资的代表是天使投资。一般来说，风险投资商主要关注以高新技术作为基础，生产管理与经营技术密集型产品互相结合的企业，例如医药业和电子产品制造业等。由于企业是通过出让部分股权来获取融资，不需要偿还从投资人处获得的创业资金，所以风险投资是流动性相对较小的中长期投资方式。

风险投资除了能获得资金，更大的好处在于可以获得投资人大佬的指点，尤其对初创企业来说，知名投资机构的青睐对下一轮的融资可以起到非常好的宣传推广作用。

如何能找到风险投资呢？企业可以寻求投融资平台的帮助，投融资平台是近年来随着互联网的发展所涌现的帮助企业与投资人进行融资对接的。平台拥有以下优势：

1. 发展已较为成熟，其中更不乏有政府投资扶持的投融资平台，因此相对于P2P模式、网贷等，投融资平台更加高效且安全。

2. 拥有不同项目领域的海量投资人资源，包括红杉中国、深创投等都有入驻平台。平台会利用AI智能匹配对应领域的投资人给企业挑选，对初创企业非常友好，无需费心拉人脉，足不出户就能与国内顶尖投资人在线沟通。

『叁』 美自动驾驶创企Helm.ai完成1300万美元融资 目前团队仅15人

编|六毛

车东西3月26日消息，近日，美国自动驾驶公司Helm.ai宣布完成种子轮融资，在本轮融资中，Helma.ai共筹集到1300万美元（约合人民币9239万元）。

据了解，Helm.ai是一家专注于自动驾驶软件开发的初创公司，在软件研发过程中Helm.ai主要依靠无监督式学习方法，从而使软件开发的周期和成本得到降低。

另外，由Helm.ai研发的自动驾驶软件主要适用于两种场景，即L2级（和L2+）的高级驾驶辅助和L4级的自动驾驶汽车。据Helm.ai联合创始人ValdVoroninski介绍，该公司目前已经和一些客户达成交易，其中有部分软件已完成基本的测试。

一、自动驾驶创企Helm.ai获1300万美元种子轮融资

据国外媒体TechCrunch报道，成立于2016年的美国自动驾驶创企Helm.ai于近日宣布完成种子轮融资，该公司在该轮融资中共筹集到1300万美元（约合人民币9239万元）。

本次融资的投资方包括A.CapitalVentures、Amplo、BinnaclePartners、SoundVentures、FontinalisPartners、SVAngel等。此外，还有超过10位天使投资人也参与到了本轮融资当中，包括BerggruenHoldings的创始人NicolasBerggruen、Quora的联合创始人CharlieCheever和AdamD’Angelo、NBA球员KevinDurant、Gen.DavidPetraeus、Matician的联合创始人兼首席执行官NavneetDalal，QuietCapital的管理合伙人LeeLinden以及股票交易平台Robinhood的联合创始人VladimirTenev等。

接下来，Helm.ai计划将从本轮融资中筹集到的1300万美元（约合人民币9239万元）用于研发、聘用员工以及完成现有的交易。有趣的是，虽然Helm.ai在四年以前就已经成立了，但目前来看这仍然是一家小规模的公司，只有约15名员工。

二、利用无监督式学习技术开发软件专注L2和L4

对于自动驾驶汽车来说，软件就犹如“大脑”。Helm.ai便是一家专注于深耕自动驾驶软件开发的初创公司，在自动驾驶计算平台以及传感器方面，该公司暂时还没有进行业务布局。

与此同时，相较于通过有监督式学习方法来对自动驾驶软件进行训练及改进，Helm.ai在软件开发过程中主要依靠的是无监督式学习方法。后一种方法能够使自动驾驶软件在不需要大规模车队数据、模拟训练以及对数据进行标注的情况下对神经网络进行训练，从而可以缩短软件研发时间，降低研发成本。

Helm.ai联合创始人表示，在为自动驾驶汽车开发AI软件的时候，研究人员常常会遇到长尾问题以及无穷无尽的边角案例（cornercases）。因而真正重要的问题是，软件解决边角案例的效率是怎样的，以及软件运行的速度能够达到多快。在这一点上，Voroninski认为Helm.ai已经实现了真正的创新。

除此之外在软件商用方面，Helm.ai的自动驾驶软件主要适用于两种场景，即L2级（以及L2+级）的高级驾驶辅助和L4级的自动驾驶汽车。据了解，该公司目前已经和一些客户达成交易，其中部分软件已完成基本的测试，不过这些顾客的详细名单我们暂时还不得而知。

结语：应用无监督式学习方法成自动驾驶软件研发新方向

以训练所用的数据是否拥有特定的标签为依据，可以将机器学习大致分成有监督学习和无监督式学习两类。如果说有监督学习属于“我见过的我都知道”，那么无监督式学习则和人类的学习行为更加相似，即软件能够通过对比聚类等方法不断学习到新的知识。

目前，两种方法应用于自动驾驶软件研发各有利弊。但不可否认的是，正有越来越多的自动驾驶公司探索应用无监督式学习方法。根据来自外媒的信息，除了Helm.ai，还有被宝马风险投资基金iVentures所投资的CorticaAI公司也选择了这条路线。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

『肆』 a轮 b轮 c轮 d轮融资区别

天使投资（AI）：天使投资所投的是一些非常早期的项目，有些甚至没有一个完整的产品和商业计划，或者仅仅只有一个概念。天使投资一般在A轮后退出，天使投资是风险投资的一种,投入资金额一般较小。

风险投资（VC）：VC所投的通常是一些中早期项目，经营模式相对成熟，一般有用户数据支持，获得了市场的认可，且盈利能力强，在获得资金后进一步开拓市场可以继续爆发式增长。投资节点一般为在死亡之谷（VALLEY OF DEATH）的谷底。VC可以帮助创业公司速提升价值，获得资本市场的认可，为后续融资奠定基础。

私募基金（PE）：PE所投的通常是一些Pre-IPO阶段的公司，公司已经有了上市的基础，PE进入之后，通常会帮助公司梳理治理结构、盈利模式、募集项目，以便能使得至少在1-3年内上市。

实际上融资轮次并没有太严格的定义。为了突出重点，我们可以通过一句话来解释：

种子轮：仅有一个idea，靠刷脸融资。

天使轮：已经起步但尚未完成产品，模式未被验证。

A轮：有团队、有以产品和数据支撑的商业模式，业内拥有领先地位。

B轮：商业模式已经充分被验证，公司业务快速扩张。

C轮：商业模式成熟、拥有大量用户、在行业内有主导或领导地位，为上市作准备。

D轮、E轮、F轮融资：C轮的升级版。

有人会问，为什么要分成好几轮融资，一次性完成融资不最省事么？主要原因包括：

1、一下子找不到那么多资金(不同阶段投出的钱有限)；

2、公司在特定阶段的发展用不到那么多钱(钱多了也烫手)；

3、公司创始人不愿意一下子要那么多钱(早期估值低，股权稀释多)。

而融资额基本靠谈，靠企业根据自己业务发展预测的财务报表进行评估，一般是这样划分的：

天使投资人(AI)：发生在公司初创期，是指公司有了产品初步的模样（原型），可以拿去见人了；有了初步的商业模式；积累了一些核心用户(天使用户）。这个时候一般就是要找天使投资人、天使投资机构了。投资量级一般在100万RMB到1000万RMB。

A轮融资：公司产品有了成熟模样，开始正常运作一段时间并有完整详细的商业及盈利模式，在行业内拥有一定地位和口碑。公司可能依旧处于亏损状态。资金来源一般是专业的风险投资机构（VC）。投资量级一般在1000万RMB到1亿RMB。

B轮融资：公司经过一轮烧钱后，获得较大发展。一些公司已经开始盈利。商业模式、盈利模式没有任何问题。可能需要推出新业务、拓展新领域。资金来源大多是上一轮的风险投资机构跟投、新的风投机构加入、私募股权投资机构（PE）加入。投资量级在2亿RMB以上。

C轮融资：公司非常成熟，离上市不远了。应该已经开始盈利，行业内基本前三把交椅。这轮除了拓展新业务，也有补全商业闭环、写好故事准备上市的意图。资金来源主要是PE，有些之前的VC也会选择跟投。投资量级：10亿RMB以上，一般C轮后就是上市了，也有公司选择融D轮，但不是很多。

『伍』 Recurrent.ai的NLP技术到底有多强

强行答一波，摘自Recurrent.ai知乎：
2019年1月，Recurrent.ai联合创始人杨植麟联合谷歌大脑研发出国际上重大突破的「TransformerXL模型」，其有效建模长度相比于传统RNN和标准Transformer分别提升80%和450%，并且将Transformer模型在测试阶段的速度提升了超过1800倍。
2019年6月，Recurrent.ai联合创始人杨植麟与CMU以及Google的合作者提出了新型预训练语言模型XLNet.这项模型在20个任务上超过了曾经保持最优性能记录的BERT模型的表现，并在18个任务上取得了当前世界第一（state-of-the-art）。
简直是自己不停刷新自己世界记录的过程……

『陆』 滴滴自动驾驶独立后迎首轮融资！3亿美元，软银领投

▲滴滴出行CTO兼新公司CEO张博

在去年8月，车东西曾向滴滴自动驾驶子公司询问其自动驾驶业务的具体进展，据了解，滴滴目前已经拥有40+辆自动驾驶测试车。此前，其CTO张博在接受车东西采访时也透露，滴滴自动驾驶业务由其亲自带队，已经在中国与美国的四座城市开展了自动驾驶的路测，并已拿到了美国加州的自动驾驶路测牌照。

在自动驾驶业务团队方面，滴滴已全面构建高精地图、感知、行为预测、规划与控制、基础设施与仿真、数据标注、问题诊断、车辆改装、云控与车联网、车路协同、信息安全等多个专业团队。目前团队在中美多地开展研发、测试，规模超200人。

而在产业方面，滴滴自动驾驶子公司已经与北汽新能源、国能汽车、车和家等20余家整车厂以及相关的上下游公司逐步深化合作关系。

据张博此前透露，滴滴的自动驾驶业务将开启一种新的商业模式：车厂把车造出来，然后将车辆一键投入到滴滴的平台中，在每一单订单中让车厂分成。在滴滴自动驾驶子公司的未来业务模式中，这样的商业模式很可能得到落实。

如此来看，滴滴在自动驾驶业务上的技术思路与商业化思路都已十分完善，也难怪软银会将滴滴选作自身自动驾驶布局的关键一环，选择在此时向滴滴自动驾驶投入亿美元级别的资金。

从大的产业层面来看，这也是自动驾驶领域资本逐渐朝头部玩家集中，加速技术量产落地的表现。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

『柒』 2017年上半年ai企业融资多少

今年5—6月份峰会非常集中，国外方面，5月The AI Summit在伦敦举办，6月有The AI Conference、AI and Machine Learning World 2017、The O'Reilly Artificial Intelligence Conference等多场峰会。另外国内也有一场比较重量级的大会2017全球智能机器峰会（GMIS 2017），在5月27日—28日在北京举办，它是由机器之心SYNCED主办的，到时会有很多国外行业大咖及学界领袖参加，并会设置多场主题论坛及智能机器展等环节，可以期待一下。