作家，旧金山人这家人工智能初创公司推出了一个大型人工智能模型，以与OpenAI、Anthropic等公司的企业产品竞争。
新人工智能模型的大约培训成本仅为70万美元，而类似规模的OpenAI模型的估计培训成本为460万美元。
据知情人士透露，Writer目前正以19亿美元的估值从投资者那里筹集至多2亿美元，几乎是2023年9月估值的四倍。
总部位于旧金山的人工智能初创公司Writer周三推出了一款大型人工智能模型，以与OpenAI、Anthropic等公司的企业产品竞争。但是，与这些竞争对手不同的是，它不需要花那么多钱来训练它的人工智能。
该公司告诉CNBC，它花了大约70万美元来训练最新的模型，包括数据和gpu，而竞争对手的初创公司花了数百万美元来建立自己的模型。它的策略引起了投资者的注意。
据一位知情人士向CNBC透露，Writer将以19亿美元的估值融资至多2亿美元。这几乎是该公司2023年9月估值的四倍，当时该公司以超过5亿美元的估值筹集了1亿美元。
该公司利用人工智能生成的合成数据来削减成本。它的设计目的是模拟现实世界的信息，这些信息通常被输入到模型中，而不会损害隐私，并且正在成为一种更受欢迎的训练方法。
人工智能研究人员在6月份修订的一项研究发现，如果目前的人工智能发展趋势继续下去，科技公司将在2026年至2032年之间“完全耗尽”公开可用的训练数据，并写道:“人类生成的公共文本数据无法在这十年之后持续扩展。”
根据该公司发布的职位描述，亚马逊已经使用合成数据来训练Alexa, meta已经使用它来微调其羊驼模型，微软支持的OpenAI正在将其纳入其模型中。
然而，一些专家警告说，应该谨慎使用合成数据，因为它有可能降低模型的性能并加剧现有的偏见。
Writer的联合创始人兼首席技术官Waseem Alshikh告诉CNBC, Writer多年来一直致力于其合成数据管道。
“业界对‘合成’数据的定义有些困惑，”Alshikh说。“需要明确的是，我们不会在虚假或幻觉数据上训练我们的模型，我们也不会使用模型来生成随机数据. ...我们获取真实的数据，并将其转换为合成数据，以更清晰、更清晰的方式进行模型训练。”
该公司的生成式人工智能允许企业客户使用其大型语言模型(llm)，为从linkedIn帖子到职位描述到使命声明的任何内容生成人性化的文本，分析和总结数据或文本，并为市场分析等构建定制的人工智能应用程序。该公司拥有250多家企业客户，包括埃森哲(Accenture)、优步(Uber)、Salesforce、欧莱雅(L’oreal)和先锋(Vanguard)，他们在支持、IT、运营、销售和营销等领域使用该技术。
生成式人工智能市场的收入有望在十年内突破1万亿美元。根据PitchBook的数据，到2024年为止，投资者已经向498笔生成式人工智能交易投入了268亿美元，该领域的公司在2023年筹集了259亿美元，比2022年增长了200%以上。
