据外媒消息，成立不到一年的日本人工智能初创公司SakanaAI即将获得超1亿美元融资，估值飙升至1800亿日元(约合人民币82亿元，11.5亿美元)，即将跻身AI独角兽之列。
年初，Sakana已经得到了Lux Capital、Khosla Ventures和几家日本巨头的联合资助，政府也提供了关键的资金支持。在此轮融资中，上述投资方Lux Capital和Khosla Ventures将再次加价，可见其对项目的信心。
虽然融资规模不是行业最高，但这恰恰是区别。萨卡纳以一个小团队脱颖而出。融资之初，团队只有三个人，目前只有15个员工。若论人均估值，堪比OpenAI。
更引人注目的是它的低成本创新之路。Sakana颠覆了目前的AI生成范式，以原创算法独立工作，节省人力，不需要使用功耗巨大的大型计算机，号称数据学习周期将缩短数百倍。
萨卡纳的策略也是另辟蹊径，拒绝盲目追求大数据模型，拥抱“小模型”和“以小博大”的策略，通过模型之间的相互协作，有针对性地解决问题。
这种“小步快跑”的模式与朱啸虎的观点颇为相似。它鄙视大模型，青睐小模型的商业应用，这与萨卡纳的做法不谋而合。
sa kana的崛起不仅是日本AI领域的突破，也是区域AI创新趋势的有力注脚。在全球范围内，小模特势力正在崛起，资本“猎奇”的新图景正在慢慢展开。
"日本开放"
萨卡纳选择了一条不寻常的发展道路，避开硅谷，留在东京。
“如果我们在湾区设立Sakana AI，这将是一个战略错误，因为我们看起来会更像其他人，很难与众不同，”首席执行官大卫·哈(David Ha)说。在他看来，硅谷虽然科技氛围浓厚，但过度同质化让初创企业很难脱颖而出。
萨卡纳在另一个层面的野心是追求跨文化的技术突破，开发非西方的AI模型。另外，阪那东京的选址也是创始团队背景的自然延伸。
大卫·哈是日本谷歌大脑的研究主管。之后，David Ha在Stability AI担任研究主管。据日媒报道，他退出稳定可能是因为工作内容与研究的距离，而他本人对神经网络、创造性AI、进化计算等多个领域有着广泛的兴趣和深入的研究。
同样来自谷歌的CTOLlion Jones在谷歌人工智能实验室担任技术总监多年，是Transformer架构的支持者之一，该架构后来成为ChatGPT等人生成AI驱动产品的基础。Llion Jones对大型科技公司创新速度的不满促使他离开谷歌，将技术积累带到萨卡纳。
后期加入的另一位联合创始人Ren Ito凭借其推动Mercari全球化和IPO的经验以及在投资领域的人脉，为Sakana带来了丰富的运营策略和国际化视野。伊藤仁(Ren Ito)曾投资独角兽初创公司Stability AI，并担任Stability的研究负责人和首席运营官。
另一位联合创始人Ren Ito凭借其推动Mercari全球化和IPO的经验以及在投资领域的人脉，为Sakana带来了运营策略和国际视野。他曾投资独角兽初创公司Stability AI，并担任其研究负责人和首席运营官。此外，伊藤仁的日本外务省背景也为公司的国际合作和市场拓展提供了优势。
Sakana的核心团队汇集了Google Brain、DeepMind等机构的专家，其中不乏亚洲成员。
自2023年7月成立以来，它不仅挑战硅谷模式，还努力树立亚洲AI新标杆，旨在赶超OpenAI和DeepMind。
融资之初，公司只有三个创始人，每个人平均估值6670万美元，超过OpenAI的员工平均估值约800万美元。根据CB Insights的数据，当时团队成员的平均估值排名第一。
能自动“繁殖”的AI模型
在技术层面，萨卡纳也试图颠覆AI生成范式。
这种变化的灵感来源于大自然。Sakana通过模拟进化过程使AI模型适应环境变化，克服了传统大语言模型的脆弱性和不变性，大大降低了开发成本，提高了安全性。
核心亮点是“模型合并”技术。Sakana合并了多个现有的开源AI模型，并催生了新一代模型。这个过程已经重复了几百代。然后从每一代中选择最成功的模式，成为下一代的“父母”。
虽然这种方法以前就有，但是需要开发者手动合并模型。Sakana开发的自动“进化”算法可以在不需要人工干预的情况下，独立识别并合并每一代中的最佳模型，以达到预设的目标。
这个自动化的过程加快了模型的进化速度。根据萨卡纳的说法，如果它能够在短时间内反复“繁殖”并促进AI的进化，将有可能将AI学习海量数据的周期缩短到目前水平的百分之几十。
生成式AI需要海量的数据和巨大的计算成本，这使得研究高级基础技术的能力仅限于少数资金雄厚的科技企业。萨卡纳采用的方法声称对计算能力资源的需求很小，几乎不需要额外的成本就可以获得高性能的模型。
目前，Sakana基于其“自然灵感”机制推出了涵盖语言、图像转换、图像生成三个领域的AI模型，其中两个是开源的。如果按照常规方式开发这些模型，成本可能会达到数百万美元，并且需要几个月的时间。
不过，Sakana还没有推出直接面向消费者的应用。如何将这项革命性的技术转化为商业成果，是市场关注的焦点。
区域化的大尺度模型频繁出现。
萨卡纳的成功融资，恰逢众多AI初创企业深度参与本地模式的开发，全球资本也开始热情拥抱区域化的AI明星，战略频出。
6月份的两个融资案例就是例子。加拿大Cohere获得4.5亿美元融资，估值50亿美元，得到英伟达和思科的帮助；法国Mistral AI融资6亿欧元，由通用催化剂领投。国际资本到处追逐“OpenAI”的势头越来越猛。但各地诞生的本土企业，也必须面对“第一代”模式的“入侵”威胁。例如，美国人工智能开发商已经在日本建立了业务。今年4月，OpenAI在东京设立办事处，正式拓展亚洲业务。还聘请了长崎忠男(Tadao Nagasaki)担任OpenAI Japan总裁，为本土企业提供了针对日语优化的模型。
区域竞争日趋激烈，创新与坚持并行成为新命题。虽然盈利模式尚不明朗，但萨卡纳的创新在一定程度上为AI领域的可持续发展提供了新思路，预示着一个低成本、高效率的AI开发时代的到来。
巧合。法国的Mistral也追求“性价比”，这也是投资者最为称道的。去年发布的Mistral 7B打败了Llama 2；，拥有百亿参数的开源大语言模型霸主，拥有70亿个参数。另一种型号Mistral Large的开发成本不到2000万欧元(约合2200万美元)，GPT-4的开发成本可能超过1亿美元。
萨卡纳和米斯特拉尔的实践为中小企业和开源社区打开了低成本创新的大门，有望终结大公司对AI技术的垄断。
法国、加拿大、日本等地新锐人才频频涌现，也勾勒出非硅谷独角兽的繁荣。CB Insights数据显示，截至今年4月底，生成式人工智能领域的独角兽企业数量激增至37家，是去年同期的近两倍。在新增的17家公司中，有10家植根于海外。虽然美国仍占90%，但全球分布趋势显著。同时，地方政府力量集中度提高，投资生态不再是巨头专属。比如Sakana一开始就获得了政府的计算支持。正如科斯拉创投创始人维诺德·科斯拉曾经强调的那样，地方基础模式关乎国家安全和文化互动，国家渴望自治。
