RunPod，第一个为AI应用提供云服务的云提供商，吸引了各行业的开发人员，并加速了平台的增长。{ width=60% }

---

RunPod，这个让开发人员能够部署定制全栈AI应用程序的发射台，今天宣布获得2000万美元的种子轮融资，由英特尔资本和戴尔科技资本联合领投，朱利安·肖蒙德、纳特·弗里德曼和亚当·刘易斯参与投资。随着此轮融资，英特尔资本副总裁兼高级董事马克·罗斯蒂克将加入RunPod的董事会。

RunPod是一个全球分布式GPU云计算服务，用于训练、部署和扩展AI模型。借助RunPod的两个核心产品GPU Cloud和Serverless，开发人员可以通过几次点击即可使用按需GPU实例，创建用于在生产环境中扩展AI模型推理的自动缩放API端点。

“创建和部署规模化的AI应用程序的能力将对其采用和利用至关重要，”RunPod投资者Amjad Masad表示。“RunPod团队明显将重点放在开发人员体验上，创造了一个优雅的解决方案，使个人能够快速开发定制AI应用程序或集成，同时也为组织真正实现AI的承诺铺平了道路。”

RunPod让开发人员可以轻松运行任何GPU工作负载，使他们可以更少关注机器学习操作，更多专注于构建他们的应用程序。这些能力对开发人员非常有利，导致RunPod的迅速扩张，年复一年营收增长了10倍。

“RunPod最初是开发人员和创新者的游乐场，一个他们用来进行研究、开发和完善项目的地方；现在，它拥有超过10万名开发人员的社区，”RunPod的联合创始人兼首席执行官Zhen Lu表示。“我们增长如此迅速，是因为RunPod在为开发人员提供自由发射他们想要的内容，同时仍有必要的基础架构和工具来帮助定制、开发和部署有差异化的产品之间取得了完美的平衡。”

AI特定工作负载的崛起带来了增加的计算需求。曾经是首选解决方案的即插即用云基础设施平台现在已不再具有成本效益或足够快速地创建定制化的产品。有了RunPod，开发人员可以可靠简单地在全球规模上开发、训练、扩展和部署定制的全栈AI应用程序或集成。

“RunPod通过提供满足开发人员及其基于模型的应用程序需求的广泛、快速且易于使用的平台，迅速扩大了其客户基础和营收，”英特尔资本副总裁兼高级执行合伙人马克·罗斯蒂克表示。“我看着RunPod的势头从一个为个人开发人员提供生态系统以启动其研究和开发的小型初创公司，发展为一个允许企业客户扩展其定制高档产品和解决方案的无服务器提供者。”

快速增长和开发人员采纳创建了过去一年增长了近10倍团队的需要，将其建立为引领GPU AI变革的领先者。该平台最近推出了部署CPU计算实例的功能，这是创建全面的云解决方案的重要里程碑。这笔种子融资将使RunPod能够改善开发人员的日常生活，为流畅用户体验建立新的合作伙伴关系和集成，并为新老客户提供开发定制AI模型的完美基础。

“随着企业将更多AI应用程序部署到生产环境中，其成功的关键是获得快速、可靠和可扩展的基础设施，”戴尔科技资本合伙人拉迪卡·马利克表示。“Zhen、Pardeep和团队已经通过RunPod平台建立了这样的基础。他们致力于将开发体验置于中心地位。这导致了社区的极其积极的情绪和令人印象深刻的持续用户增长。”

以上是关于RunPod获得2000万美元种子轮融资一文的翻译。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

RunPod，首个面向AI应用的云服务提供商，吸引来自各行各业的开发者并加速平台增长。{ width=60% }

---

今日宣布获得由英特尔资本和戴尔技术资本共同领投，Julien Chaummond、Nat Friedman和Adam Lewis参与的2千万美元种子轮融资。英特尔资本副总裁兼高级董事Mark Rostick将加入RunPod的董事会。

RunPod是一个全球分布式GPU云计算服务，用于训练、部署和扩展AI模型。开发者可以利用RunPod的两款核心产品GPU Cloud和Serverless，仅需点击几下即可启动按需GPU实例，并创建自动扩展的API端点，以实现生产中AI模型推理的扩展。

投资者Amjad Masad表示：“在规模化创建和部署AI应用将对其采用和利用至关重要。”“RunPod团队明显优先考虑开发者体验，打造出一个优雅的解决方案，使个人能够快速开发定制AI应用程序或集成，同时为组织真正实现AI的潜力铺平了道路。”

RunPod使开发者能够轻松运行任何GPU工作负载，让他们更少地关注机器学习运营，更多地专注于构建应用程序。这些能力对开发者非常有利，导致RunPod年增长率达到10倍，迅速扩张。

RunPod创始人兼CEO Zhen Lu表示：“RunPod最初是开发者和创新者的游乐场，一个他们进行研究、开发和优化项目的地方；现在，它拥有超过10万名开发者的社区。”“我们之所以增长如此迅速，是因为RunPod在提供开发者自由启动任何他们想要的同时，又有必要的基础设施和工具来协助定制、开发和部署不同的产品。”

AI特定工作负载的出现导致计算需求增加。曾经的首选解决方案，现在的即插即用云基础设施平台不再划算或速度不够快，无法创建定制的差异化产品。利用RunPod，开发者可以可靠、简单地在全球范围内在云端开发、训练、扩展和启动定制全栈AI应用程序或集成。

英特尔资本副总裁兼高级合伙人Mark Rostick表示：“RunPod通过提供广泛、快速、易于使用的平台，满足开发者和他们基于模型的应用的需求，快速发展和获得广泛采用。”“我看到RunPod的动力从一个小型初创企业，向个人开发者提供创新生态系统扩展到提供企业客户扩展其定制化高品质产品和解决方案的Serverless服务。”

快速增长和开发者采用，导致过去一年团队规模增长近10倍，确立了自身作为引领GPU AI变革的领导者。该平台最近推出了部署CPU计算实例的功能，这是创建全面云解决方案的重要里程碑。这笔种子轮融资将使RunPod能够改善开发者的日常生活，为无缝用户体验形成新的合作伙伴关系和集成，为新老客户提供开发定制AI模型的完美基础。

戴尔技术资本合伙人Radhika Malik表示：“随着企业将更多AI应用部署到生产中，他们成功的关键是获得快速、可靠和可扩展的基础设施。这就是RunPod平台的创始人Zhen、Pardeep和团队建立的。”“他们致力于将开发体验置于他们所做的一切之中。这导致社区的非常积极情绪和令人印象深刻的持续用户增长。”

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

微软似乎对开发新AI模型极为痴迷，接二连三发布新作品。 2023年6月微软发布Phi-1，12月又更新至Phi-2，到了今年4月，它又发布拥有38亿参数的Phi-3。

---

按照微软的介绍，Phi-3追求“小而美”，可以在智能手机、笔记本电脑上运行。
最近又有消息称微软正在开发MAI-1模型，它与Phi-3完全背道而驰，拥有5000亿参数，是微软至今为止最大的模型。

…

唯一的线索来自Mustafa Suleyman，他暗示MAI-1非常强大，至于是不是夸大，夸大了多少，还要让时间来回答。不用等很久，有消息称MAI-1最快可能本月就会发布。
MAI-1和GPT-4并不是毫无关系的两个产品，二者也有一定联系。例如，微软训练MAI-1时借用了GPT-4生成的文本。
5月16日微软将会召开Build开发者大会，业界普遍认为如果性能达到预期，微软会在大会上发布MAI-1。如果真是这样，微软可能已经拥有原型MAI-1产品，如果没有，那么未来几周必然准备好原型。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：新硅NewGeek

台积电在美国又被喷上热搜了。

据《Rest of World》报道，一名离职后的台积电员工表示：台积电是这个地球上最糟糕的雇主。

---

这个位于亚利桑那州的工厂可谓命途多舛，早在2020年5月就宣布建厂，到了22年12月首批机器设备入驻，到今天还只是“初步投产”阶段。

美国工厂有多慢呢，比美国工厂晚开工一年的日本熊本工厂，已于今年2月24日开始投产，并打算在今年第四季度开始量产。

台积电给出的官方解释是，美国工厂进度迟缓的主要原因是缺乏高技能工人和成本过高。

用非官方的话来说，美国工人不服管。

台积电的名声再大，做得东西再牛逼，但它本质上还是个电子厂，而对岸工厂是什么样大家应该有所耳闻——

等级制度森严、加班严重、军事化管理。

…

真就是内卷遇见躺平，相互不理解了。

其实这样的文化冲突并不只有台积电遇到，基本每个在美国建立的东亚工厂，都会遇到相似的问题。比较有名的就是中国的福耀玻璃厂（Glassdoor2.7分）。

在纪录片《美国工厂》中，讲述曹德旺在美国投资设厂雇佣美国劳工，但遗憾的是美国劳工不像中国工人那样听话、懂事、讲究乐于奉献。

和台积电一样，曹德旺也让一些美国工厂的中层干部们到中国总部去学习。

别说，还真有一位美籍车间主任学到了点东西：

他回国第一件事就是让美国工人排队报数。

当然，没人理他。

虽然吐槽了那么多，打工人心里都清楚得很，真正的驱动力是高薪酬，哪有什么儒家文化的认同。

而台积电在制造业中，薪酬可真不低。

据公开资料显示，2020年台积电全球员工的年薪酬中位数约为新台币181万元（约合人民币42万元），到了2022年，这一数字更是增长至新台币233万元（约合人民币54.2万元）。

此外，公司还慷慨地为员工提供业绩奖金和分红，2023年的总额超过了1000亿元新台币，每位员工平均可获得近150万元新台币（约合人民币34万元）。

要知道，宝岛打工人工资中位数约为人民币11.7万元，台积电已经属于高薪工作了。

台积电的高工资甚至引起了日本企业的反感。据日本共同网消息，熊本商工联合会于2023年12月底对当地企业进行的一项调查显示，47%的受访者认为劳动力成本上升是台积电扩张的负面影响。

那工资也给到位了，美国人怎么还是不愿意加班？

这时候硅基君就不得不提一下，多年前巴菲特曾经问过一位中国车企老板，你们成功的秘诀是什么？

这位今天已经是中国最牛的新能源车企的大佬说：

We will never rest。

这句话也不是随便说说的，毕竟在这家车企部分部门有项规定：

F级以上，加班只能算义务。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

微软似乎对开发新AI模型极为痴迷，接二连三发布新作品。 2023年6月微软发布Phi-1，12月又更新至Phi-2，到了今年4月，它又发布拥有38亿参数的Phi-3。

---

按照微软的介绍，Phi-3追求“小而美”，可以在智能手机、笔记本电脑上运行。

最近又有消息称微软正在开发MAI-1模型，它与Phi-3完全背道而驰，拥有5000亿参数，是微软至今为止最大的模型。

虽然我们现在还不知道MAI-1有什么卖点，也不知道微软想通过它达成怎样的目标，但有一点是可以肯定的：微软希望凭借MAI-1巩固AI霸主地位。

MAI-1意味着微软与OpenAI的竞争开始升级

微软MAI-1还没有正式发布，目前仍处在开发阶段，所以很多细节我们无从知晓。考虑到MAI-1是超大模型，它瞄准的对手无疑是谷歌、OpenAI。虽然微软是OpenAI的早期投资者，但二者也存在竞争关系。

对于微软来说，训练MAI-1有优势，因为它拥有海量数据。为什么微软要从零开始开发全新模型MAI-1呢？可能微软不想将全部赌注押在OpenAI身上，也可能是想摆脱垄断嫌疑，让美国监管机构放心。

MAI-1拥有5000亿参数，比很多其它大模型都要庞大，例如，Meta开发的Llama 2模型只有700亿参数。尽管MAI-1是微软至今为止最大的模型，但还是比不过OpenAI GPT-4，后者据说有1万亿参数。

微软拥有庞大的数据资源和算力，它还采购大量英伟达GPU，组建服务器集群，完全有实力训练规模庞大的模型。未来微软肯定会继续加大算力投入，训练更大的模型。

2019年微软首席技术官Kevin Scott曾在邮件中告诫员工，相比谷歌和OpenAI，微软在AI领域进步缓慢。暗中开发MAI-1意味着微软想挑战行业领导者，降低对OpenAI的依赖，实现AI产品多样化，未来微软与谷歌、OpenAI的竞争将会升级。

由行业大佬操刀 性能值得期待

帮助微软开发MAI-1的大佬叫Mustafa Suleyman，他曾是AI创业公司Inflection的CEO。不久前微软斥资6.5亿美元收购Inflection，Mustafa Suleyman顺理成章成为微软员工。

虽然MAI-1是Mustafa Suleyman领导开发的，但它并没有采用Inflection模型，而是微软重新打造的。微软有可能借用了Inflection的数据和技术，但并没有将Inflection模型拿过来直接更换皮肤然后使用。

Mustafa Suleyman在创建Inflection之前曾在谷歌AI部门工作，所以他在美国AI领域名声远扬。在谷歌工作时，Mustafa Suleyman创建了谷歌DeepMind AI实验室，实际上他为微软工作才一个月，我们有理由相信微软团队才是MAI-1的真正“作者”，只是现在工作交到Mustafa Suleyman手中，由他接管。

5月7日Mustafa Suleyman在推特上发消息称微软从上到下拥有强大文化，这在如此规模庞大的企业中实属罕见。他还强调微软是一家“真正的AI优先企业”，推动着技术实现大变革。

3月份Mustafa Suleyman加盟微软时微软CEO Satya Nadella曾野心勃勃表示，要以安全、负责任态度让AI服务于地球上的每一个人和每一个组织。言语之中不难看出Satya Nadella对Mustafa Suleyman有着超高期待。

Mustafa Suleyman对AI有着自己的独家见解，他认为AI本质上就是“劳力替代工具”，他极为看重责任感，要求AI开发向社会负责，这一主张与Satya Nadella的理念是吻合的。

微软目前正在重点打造Copilot，Mustafa Suleyman认为它是真正具有变革性的AI工具，前途不可限量，希望能为Copilot进化贡献自己的智慧。

真能与GPT-4抗衡吗？恐怕很难

正如之前所说的，MAI-1的参数为5000亿，而GPT-4达到万亿，明显GPT-4有优势。不论是原始处理能力还是应对复杂任务的能力，MAI-1都比不过GPT-4。

2020年年中时OpenAI推出GPT-3，它拥有1750亿参数；到了GPT-4，参数膨胀至1万亿。1万亿只是外界猜测的数据，OpenAI并没有确认。有人甚至认为OpenAI旗舰LLM拥有1.76万亿参数，谷歌Gemini Ultra拥有1.6万亿参数。Gemini Ultra对标的也是GPT-4。

如果单看参数，MAI-1远不及GPT-4和Gemini Ultra，考虑到微软拥有庞大的数据资源和超强计算基础设施，差距应该能缩小一些，但不太可能超越GPT-4。

在比较时我们也不能光看参数，还要关注大模型的功能和性能。两款大模型都能执行多种任务，比如自然语言处理、代码生成。无论是用学术指标还是职业标准衡量，GPT-4都很出色，已经得到认可，MAI-1还没有正式发布，也没有接受评测，所以它的性能如何我们还无法给出结论。

唯一的线索来自Mustafa Suleyman，他暗示MAI-1非常强大，至于是不是夸大，夸大了多少，还要让时间来回答。不用等很久，有消息称MAI-1最快可能本月就会发布。

MAI-1和GPT-4并不是毫无关系的两个产品，二者也有一定联系。例如，微软训练MAI-1时借用了GPT-4生成的文本。

5月16日微软将会召开Build开发者大会，业界普遍认为如果性能达到预期，微软会在大会上发布MAI-1。如果真是这样，微软可能已经拥有原型MAI-1产品，如果没有，那么未来几周必然准备好原型。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

整理 | 言征
采访 | Ivan Mehta

提及今天访谈的主角，Adam D’Angelo，大家肯定会想到他是美版知乎Quora的首席执行官，但其实他还有另一个特殊的身份：经历了去年11月科技行业最大争议之一、解雇又返聘Sam Altman风波、重组董事会后，唯一一个保住OpenAI董事会成员席位的人。 对于OpenAI来说，这无疑是一段艰难的时期，但对D’Angelo来说可能更是如此，因为当这出戏正在上演时，他自己的公司Quora正在向人工智能迈出一大步。

---

Quora是由D’Angelo共同创立并担任首席执行官的众包问答网站，该网站一直在构建自己的人工智能平台，同时还进行融资（根据PitchBook的数据，该轮融资7500万美元，估值为4.25亿美元）。 该公司于2023年2月推出了大模型集成平台Poe（Platform for Open Exploration），它允许用户向各种主流聊天机器人提出问题并与之交谈，让开发人员构建自己的机器人，并提供类似于OpenAI的GPT商店的机器人货币化计划和市场。

很明显，Quora这一商业化模式面临着很多大问题。首先，Google和Bing等现有搜索引擎开始使用人工智能来生成更流畅的结果并回答问题；其次，随着ChatGPT和Perplexity等工具的广泛使用，Quora有哪些“招数”可以来确保自己作为顶级问答网站之一的地位？更重要的是，真的有人想要或需要众包问答吗？

对于D’Angelo来说，只要是追求AI的人，都会自然面临这些问题，他认为人工智能是人们可以用来挖掘互联网集体知识的重要工具。多年来，他一直是科技界的重要人物，虽然低调，但长期以来一直致力于开发互联网知识库。他在高中时与马克·扎克伯格是朋友，两人于2002年建立了数字音乐建议服务Synapse，据悉，这家公司一度以为对方是“敲诈”，而拒绝了微软等公司的收购邀约。后来，他在Facebook刚刚起步时担任CTO，并最终联合创立了Quora。

对于他来说，所有这些似乎都是构建人工智能工具的漫长道路。最近，D’Angelo在一次采访中，被问及当今AI领域的方方面面：企业AI的挑战和机遇、如何建立和支持开发者社区，以及人类在共享和获取知识方面可以发挥什么作用。

以下是谈话中的一些要点：

人类本身充当着信息模型的角色，AI正在接管

围绕人工智能的炒作似乎对信息搜索的影响没有你想象的那么大。D’Angelo表示，尽管AI工具激增，Quora的用户数量仍创下历史新高，不过他拒绝更新去年7月披露的每月4亿活跃用户的数据。 尽管如此，Quora的初衷和D’Angelo对人工智能的兴趣之间仍然存在着一座桥梁。最近，在与a16z普通合伙人David George的对话中，D’Angelo表示，他之所以被社交网络所吸引，是因为他实际上对人工智能感兴趣。后者当时很难开发，但他将社交网络视为实现相同想法的另一种架构：在他看来，聚集在社交网络中的人们几乎扮演了活生生的大型信息模型的角色，因为他们可以互相提供新闻、娱乐等。 他在Facebook工作时研究了这个概念，后来创立了Quora，以提炼社交网络在回答问题方面可以发挥的作用。现在，人工智能正在接管这个角色。

“过去，人们可以问这样的问题：“加利福尼亚州的首府是哪里？”人类会在Quora上回答这个问题。现在，你可以使用人工智能工具来获得答案。”他说。

但人工智能，至少以目前的形式，无法回答人们可能提出的所有问题。D’Angelo认为，这可以帮助人们保留很多价值。

“Quora一直建立在这样的理念之上：人类头脑中拥有大量的知识，而这些知识是互联网上找不到的。人工智能将无法获得任何这些知识，”D’Angelo说。 他承认人工智能仍然存在幻觉问题，这使得人们很难依赖这样的答案，即使更新、更先进的模型在解决这个问题上，依旧步履蹒跚。

真金白银支持Poe开发者

经过几个月的内测后，Quora去年向所有用户开放了Poe 。从那时起，该公司推出了在其市场上创建和 浏览机器人的工具。

该公司的宣传是，消费者可以使用平台上所有不同类型的模型或机器人。对于开发者来说，吸引力在于能够接触到数百万用户，而不必担心跨平台的分发。开发者可以通过两种方式在Poe上赚钱：第一种是通过推荐，当用户通过他们的机器人成为Poe高级订阅者时；第二种是设置每条消息的费率，这样他们就可以根据人们使用机器人的频率获得报酬。

本质上，Poe为开发者和用户提供了对不同大型语言模型的访问，但其功能类似于OpenAI的ChatGPT和GPT Store。

但这意味着这两个平台都面临着一些相同的挑战。它们使任何人都可以轻松创建带有提示的机器人，这使得开发人员很难脱颖而出。D’Angelo告诉我，该平台上已经有100万个机器人，而ChatGPT上有300万个自定义GPT。作为参考，苹果应用程序商店花了五年多的时间才突破百万个应用程序大关。

Poe和GPT Store还遭受大量垃圾邮件、命名雷同的机器人、声称可以绕开抄袭的机器人，甚至还有违反版权法的机器人。Poe还发布了一项功能，允许用户在一次对话中与多个机器人聊天。所有这些噪音使得我们很难选择一个能够很好地完成工作的机器人。

尽管面临这些挑战，D’Angelo表示Quora希望通过改进“机器人发现”来帮助开发者赚取可持续的资金。

“我们与开发人员的目标之一是能够[通过制造AI机器人]谋生并支付他们的运营成本，”他说。“我们在按消息付费功能方面向前迈出了一大步，但我们也希望帮助开发者尽可能地在平台内进行分发。因此，我们正在努力改进我们的推荐系统，以便更多的人可以了解这些机器人。”

Poe上还没有广告

Poe正在稳步增长，但仍然比ChatGPT小很多。市场情报公司Sameweb表示，Poe在美国拥有400万月活跃用户（iOS和Android），在全球拥有310万月活跃用户（仅限Android）。与此相比，ChatGPT现在平均每周有1亿用户。

D’Angelo表示，公司将远离广告，而是依靠Poe每月19.99美元的订阅产品来创收。这与市场上其他一些人工智能工具形成鲜明对比：Perplexity、Bing Search和Google的搜索生成体验(SGE)都以广告为特色。

Quora和D’Angelo拒绝透露收入数据，但分析公司Sensor Tower的数据显示，自推出以来，Poe用户已在订阅上花费了730万美元，付费用户接近4万人。相比之下，根据Sensor Tower的数据，ChatGPT拥有超过100万付费用户。

让AI答案得到公平的排名

尽管Quora强调了人类答案的重要性，但它已经开始尝试Poe所写的答案。该网站提供了一些问题的人工智能编写答案，并附有一个链接，如果您还有其他问题，可以与Poe聊天。

D’Angelo表示，Quora已经部署了系统来对不同的人类答案进行评分。现在，它正在应用诸如通过调查询问用户“人工智能生成的答案是否有用”等技术。

“我的目标是让人工智能编写的答案得到公平的排名，并且只有在比人类答案更有用的情况下才能高于人类答案，”他说。

D’Angelo还希望避免Quora被贴上“答案引擎”的标签。

“我认为我们从未真正将Quora视为答案引擎。这个术语有点暗示存在仅人工智能的答案。Quora确实是关于人类知识的，我们将让人工智能增强它，”他说。

Quora还致力于开发用户可以用来编写答案的人工智能工具，并希望很快发布。D’Angelo指出，它正在测试的工具之一允许用户根据他们的答案生成图像。

该公司还在其他一些方面使用人工智能。其中之一涉及尝试捕获使用自动化技术回答Quora问题的机器人或用户。D’Angelo没有透露有关该项目的细节，他表示公司将对试图利用系统进行游戏的犯罪者发出警告。

最近有一些媒体和用户指出，Quora上的答案质量大幅下降。对此，D’Angelo表示，人们感觉答案的整体标准有所下降，因为低质量的答案更容易被看到。他表示，人工智能正在帮助公司确定不同质量答案之间的差异，早期结果看起来很有希望。

关于Quora与OpenAI的关系

D’Angelo拒绝讨论任何OpenAI事件——“我不能谈论这些事情，”他说。“我来这里不是为了代表OpenAI。我只能代表Quora。”但他确实表示，他并不认为OpenAI是竞争对手，因为规模更大的初创公司有着更大的野心。

“用户在GPT商店上可以执行的操作和在Poe上可以执行的操作存在一定的重叠感。但这在宏伟的计划中是次要的。OpenAI正在努力实现构建AGI（通用人工智能）这一重大使命。在Quora，我们希望向全世界提供人工智能产品——包括OpenAI的产品。”

Quora仍然是OpenAI的“大客户”，D’Angelo期望与该公司进行更多的合作而不是竞争。

“作为OpenAI的客户，我们花了很多钱，因为OpenAI是Poe最大的模型来源，”他补充道。

虽然D’Angelo确实提到Quora向Poe上的开发者以及该平台使用其模型的公司支付了“数千万”美元，但他没有明确详细说明这些付款与OpenAI的付款相比如何。

D’Angelo表示，Quora目前没有与任何大公司达成任何数据许可协议，也没有考虑建立自己的模型。

“我们并不急于获得数据许可。我们希望确保我们的权利和用户的权利得到尊重。目前，这一切（人工智能领域）将如何发展还不太清楚。所以现在，我们只是在等待，然后再朝这个方向采取任何措施，”D’Angelo说。

该公司距离上次融资仅过去不到4个月，因此它专注于在整个业务中构建人工智能并提高现有产品的收入增长。他表示Quora将“在某个时候”上市，但这不是目前的焦点。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

整理 | 言征
采访 | Ivan Mehta

文章来源：51CTO技术栈

提及今天访谈的主角， Adam D’Angelo，大家肯定会想到他是美版知乎Quora的首席执行官，但其实他还有另一个特殊的身份：经历了去年11月科技行业最大争议之一、解雇又返聘Sam Altman风波、重组董事会后，唯一一个保住OpenAI董事会成员席位的人。

对于 OpenAI 来说，这无疑是一段艰难的时期，但对 D’Angelo 来说可能更是如此，因为当这出戏正在上演时，他自己的公司 Quora 正在向人工智能迈出一大步。

---

Quora 是由 D’Angelo 共同创立并担任首席执行官的众包问答网站，该网站一直在构建自己的人工智能平台，同时还进行融资（根据 PitchBook 的数据，该轮融资 7500 万美元，估值为 4.25 亿美元）。

该公司于 2023 年 2 月推出了大模型集成平台 Poe（Platform for Open Exploration），它允许用户向各种主流聊天机器人提出问题并与之交谈，让开发人员构建自己的机器人，并提供类似于 OpenAI 的 GPT 商店的机器人货币化计划和市场（允许创作者为其机器人设置每条消息的价格，只要用户向他们发送消息，他们就可以赚钱）。

很明显，Quora 这一商业化模式面临着很多大问题。首先，Google 和 Bing 等现有搜索引擎开始使用人工智能来生成更流畅的结果并回答问题；其次，随着 ChatGPT 和Perplexity等工具的广泛使用，Quora 有哪些“招数”可以来确保自己作为顶级问答网站之一的地位？更重要的是，真的有人想要或需要众包问答吗？

对于D’Angelo 来说，只要是追求AI的人，都会自然面临这些问题，他认为人工智能是人们可以用来挖掘互联网集体知识的重要工具。多年来，他一直是科技界的重要人物，虽然低调，但长期以来一直致力于开发互联网知识库——他在高中时与马克·扎克伯格是朋友，两人于 2002 年建立了数字音乐建议服务Synapse，据悉，这家公司一度以为对方是“敲诈”，而拒绝了微软等公司的收购邀约（其中一条收购的条件是：对方出资95万美元，希望小扎和D’Angelo为公司工作3年）。后来，他在 Facebook 刚刚起步时担任 CTO，并最终联合创立了 Quora。

对于他来说，所有这些似乎都是构建人工智能工具的漫长道路。最近，D’Angelo在一次采访中，被问及当今AI领域的方方面面：企业AI的挑战和机遇、如何建立和支持开发者社区，以及人类在共享和获取知识方面可以发挥什么作用。

以下是谈话中的一些要点：

人类本身充当着信息模型的角色，AI正在接管

围绕人工智能的炒作似乎对信息搜索的影响没有你想象的那么大。D’Angelo 表示，尽管 AI 工具激增，Quora 的用户数量仍创下历史新高，不过他拒绝更新去年 7 月披露的每月 4 亿活跃用户的数据。

尽管如此，Quora 的初衷和 D’Angelo 对人工智能的兴趣之间仍然存在着一座桥梁。最近，在与a16z 普通合伙人 David George 的对话中，D’Angelo 表示，他之所以被社交网络所吸引，是因为他实际上对人工智能感兴趣。后者当时很难开发，但他将社交网络视为实现相同想法的另一种架构：在他看来，聚集在社交网络中的人们几乎扮演了活生生的大型信息模型的角色，因为他们可以互相提供新闻、娱乐等。

他在 Facebook 工作时研究了这个概念，后来创立了 Quora，以提炼社交网络在回答问题方面可以发挥的作用。现在，人工智能正在接管这个角色。

“过去，人们可以问这样的问题：“加利福尼亚州的首府是哪里？”人类会在 Quora 上回答这个问题。现在，你可以使用人工智能工具来获得答案。”他说。

但人工智能，至少以目前的形式，无法回答人们可能提出的所有问题。D’Angelo 认为，这可以帮助人们保留很多价值。

“Quora 一直建立在这样的理念之上：人类头脑中拥有大量的知识，而这些知识是互联网上找不到的。人工智能将无法获得任何这些知识，”D’Angelo 说。

他承认人工智能仍然存在幻觉 问题，这使得人们很难依赖这样的答案，即使更新、更先进的模型在解决这个问题上，依旧步履蹒跚。

真金白银支持 Poe 开发者

经过几个月的内测后， Quora 去年向所有用户开放了 Poe 。从那时起，该公司推出了在其市场上创建和 浏览机器人的工具。

该公司的宣传是，消费者可以使用平台上所有不同类型的模型或机器人。对于开发者来说，吸引力在于能够接触到数百万用户，而不必担心跨平台的分发。开发者可以通过两种方式在 Poe 上赚钱：第一种是通过推荐，当用户通过他们的机器人成为 Poe 高级订阅者时；第二种是设置每条消息的费率，这样他们就可以根据人们使用机器人的频率获得报酬。

本质上，Poe 为开发者和用户提供了对不同大型语言模型的访问，但其功能类似于 OpenAI 的 ChatGPT 和 GPT Store。

但这意味着这两个平台都面临着一些相同的挑战。它们使任何人都可以轻松创建带有提示的机器人，这使得开发人员很难脱颖而出。D’Angelo 告诉我，该平台上已经有 100 万个机器人，而ChatGPT 上有 300 万个自定义 GPT。作为参考，苹果应用程序商店花了五年多的时间才突破百万个应用程序大关。

Poe 和 GPT Store 还遭受大量垃圾邮件、命名雷同的机器人、声称可以绕开抄袭的机器人，甚至还有违反版权法的机器人。Poe 还发布了一项功能，允许用户在一次对话中与多个机器人聊天。所有这些噪音使得我们很难选择一个能够很好地完成工作的机器人。

尽管面临这些挑战，D’Angelo 表示 Quora 希望通过改进“机器人发现”来帮助开发者赚取可持续的资金。

“我们与开发人员的目标之一是能够[通过制造AI机器人]谋生并支付他们的运营成本，”他说。“我们在按消息付费功能方面向前迈出了一大步，但我们也希望帮助开发者尽可能地在平台内进行分发。因此，我们正在努力改进我们的推荐系统，以便更多的人可以了解这些机器人。”

Poe 上还没有广告

Poe 正在稳步增长，但仍然比 ChatGPT 小很多。市场情报公司Sameweb表示，Poe 在美国拥有 400 万月活跃用户（iOS 和 Android），在全球拥有 310 万月活跃用户（仅限 Android）。与此相比，ChatGPT 现在平均每周有 1 亿用户。

D’Angelo 表示，公司将远离广告，而是依靠Poe 每月 19.99 美元的订阅产品来创收。这与市场上其他一些人工智能工具形成鲜明对比：Perplexity、Bing Search和Google 的搜索生成体验 (SGE)都以广告为特色。

Quora 和 D’Angelo 拒绝透露收入数据，但分析公司 Sensor Tower 的数据显示，自推出以来，Poe 用户已在订阅上花费了 730 万美元，付费用户接近 4 万人。相比之下，根据 Sensor Tower 的数据，ChatGPT 拥有超过 100 万付费用户。

让AI答案得到公平的排名

尽管 Quora 强调了人类答案的重要性，但它已经开始尝试Poe所写的答案。该网站提供了一些问题的人工智能编写答案，并附有一个链接，如果您还有其他问题，可以与 Poe 聊天。

D’Angelo 表示，Quora 已经部署了系统来对不同的人类答案进行评分。现在，它正在应用诸如通过调查询问用户“人工智能生成的答案是否有用”等技术。

“我的目标是让人工智能编写的答案得到公平的排名，并且只有在比人类答案更有用的情况下才能高于人类答案，”他说。

D’Angelo 还希望避免 Quora 被贴上“答案引擎”的标签。

“我认为我们从未真正将 Quora 视为答案引擎。这个术语有点暗示存在仅人工智能的答案。Quora 确实是关于人类知识的，我们将让人工智能增强它，”他说。

Quora 还致力于开发用户可以用来编写答案的人工智能工具，并希望很快发布。D’Angelo 指出，它正在测试的工具之一允许用户根据他们的答案生成图像。

该公司还在其他一些方面使用人工智能。其中之一涉及尝试捕获使用自动化技术回答 Quora 问题的机器人或用户。D’Angelo 没有透露有关该项目的细节，他表示公司将对试图利用系统进行游戏的犯罪者发出警告。

最近有一些媒体和用户指出，Quora 上的答案质量大幅下降。对此，D’Angelo 表示，人们感觉答案的整体标准有所下降，因为低质量的答案更容易被看到。他表示，人工智能正在帮助公司确定不同质量答案之间的差异，早期结果看起来很有希望。

关于 Quora 与 OpenAI 的关系

D’Angelo 拒绝讨论任何 OpenAI 事件——“我不能谈论这些事情，”他说。“我来这里不是为了代表 OpenAI。我只能代表Quora。”但他确实表示，他并不认为 OpenAI 是竞争对手，因为规模更大的初创公司有着更大的野心。

“用户在 GPT 商店上可以执行的操作和在 Poe 上可以执行的操作存在一定的重叠感。但这在宏伟的计划中是次要的。OpenAI 正在努力实现构建 AGI（通用人工智能）这一重大使命。在 Quora，我们希望向全世界提供人工智能产品——包括 OpenAI 的产品。”

Quora 仍然是 OpenAI 的“大客户”，D’Angelo 期望与该公司进行更多的合作而不是竞争。

“作为 OpenAI 的客户，我们花了很多钱，因为 OpenAI 是 Poe 最大的模型来源，”他补充道。

虽然 D’Angelo 确实提到 Quora 向 Poe 上的开发者以及该平台使用其模型的公司支付了“数千万”美元，但他没有明确详细说明这些付款与 OpenAI 的付款相比如何。

D’Angelo表示，Quora 目

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：远川科技评论

2021年的特斯拉AI Day，特斯拉PPT首发了人形机器人Tesla Bot的概念机设计方案。按照马斯克画的大饼，Tesla Bot可以完全代替人类“从事重复性/无聊的工作”。

---

也许是担心在场观众干看PPT无聊，马斯克请来了一位身着紧身衣的皮套人，模仿Tesla Bot尬舞了一段。

AI Day结束，科技媒体The Verge表示，马斯克的Tesla Bot就是个笑话[1]。文章还援引中央兰开夏大学机器人工程教授Carl Berry的评价：说它是马粪都算抬举它了（horse shit sounds generous, frankly）。

Carl Berry还专门搬出机器人领域的网红公司波士顿动力，认为后者正在踏踏实实的做事，而特斯拉在加深公众对机器人不切实际的幻想。

今年4月，特斯拉的皮套人尬舞再度被拉出来鞭尸。在波士顿动力展示新款机器人的视频中，机器人以一种灵活到有些诡异的方式从地上站起来。

波士顿动力也在推特上阴阳怪气了一句：“我们保证这不是一个穿着紧身衣的人”。

事情的起因是，波士顿动力宣布11岁“高龄”的人形机器人Atlas正式退休——Atlas算得上是初代机器人网红，它被波士顿动力员工一棍子撂倒，接着踉踉跄跄爬起来的视频，一度引发了“停止霸凌机器人”的后现代哲学思考。

结果Atlas领退休金的第一天，“焕新版”Atlas正式出道。最大的变化是，波士顿动力抛弃了原有的液压结构，改为电机驱动。

目前，“焕新版”Atlas的宣传片已经在YouTube上收获了500多万播放量。

相比Atlas熟悉的后空翻大劈叉，相较之下，去年年底的第二代Tesla Bot才刚学会缓慢行走和90度深蹲。

加上马斯克近几年大饼画的太多，也不难理解The Verge会提出“机器人为什么要像人”的质疑。

然而，可能恰恰是2021年PPT上的Tesla Bot和滑稽的皮套人尬舞，决定了波士顿动力的命运。

…

完整文章链接

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

5月8日，苹果在官网宣布，发布最强芯片M4。

据悉，M4芯片以第二代3纳米制程工艺打造，采用SoC架构，还集成了全新的显示引擎，可帮助iPadPro的突破性超精视网膜XDR显示屏实现惊人的精准度、色彩和亮度。

---

M4芯片还集成了苹果最快的神经网络引擎，运算速度最高可达每秒38万亿次，这也是苹果目前最强的芯片。

打造全新超性能iPadPro

相比前代iPadPro搭载的M2芯片，M4芯片在性能上实现大幅跃升，采用第二代3纳米制程工艺打造，一共集成了280亿只晶体管，进一步提升了苹果芯片的能效。

M4芯片内还集成了基于尖端技术的全新显示引擎，为超精视网膜XDR显示屏带来惊人的显示精准度、色彩准确度和亮度一致性，通过叠加融合两层OLED面板的光线，打造出这款极为先进的显示屏。

全新10核中央处理器

M4芯片最多达10核的全新中央处理器，包含最多达4个性能核心和6个能效核心。新一代核心采用经过改进的分支预测技术，其中高性能核心采用了带宽更高的解码和执行引擎，高能效核心则采用了更深层的执行引擎。两种核心也都采用了性能更强的新一代机器学习加速器。

相比前代iPadPro搭载的强大M2芯片，M4芯片的中央处理器性能提升最高达1.5倍。

无论是处理LogicPro中复杂的交响乐项目，还是在LumaFusion中为4K视频添加对性能要求极高的效果，M4芯片能为各种专业工作流带来更强劲的性能表现。

硬件加速光线追踪首次登陆iPad

M4芯片的全新10核图形处理器构建于M3系列芯片的新一代图形处理器架构之上。其独特的动态缓存技术是苹果的一项重大创新，能够在硬件中实时动态分配本地内存，大幅提升图形处理器的平均利用率。

硬件加速光线追踪首次登陆iPad设备，让游戏和其他图像密集型体验的阴影与反射效果更加逼真。

图形处理器内还集成了硬件加速网格着色技术，能在处理几何模型时实现更出色的性能和能效，助力各类游戏和图形密集型app实现视觉效果更复杂的场景。

M4芯片还为Octane等app的专业渲染性能带来大幅提升，相比M2芯片提速最高达4倍。在中央处理器和图形处理器实现上述升级的同时，M4芯片还延续了苹果芯片领先于业内的性能功耗比。

M4芯片仅需一半耗电量，就能达到与M2芯片同等的性能；相比轻薄型PC笔记本电脑中搭载的最新芯片，M4芯片更是仅需1/4的耗电量就能达到同等性能。

最强大的神经网络引擎

M4芯片的极高速神经网络引擎是芯片中的一种IP模块，专门用于加速AI任务。这是苹果迄今最强大的神经网络引擎，运算速度最高可达每秒38万亿次，相比A11仿生芯片中的初代神经网络引擎，提速最高可达惊人的60倍。

结合中央处理器中的新一代机器学习加速器、高性能图形处理器和更高的统一内存带宽，神经网络引擎为M4芯片赋予超强性能，使之成为处理AI任务的理想芯片。

配合iPadOS系统的多种AI功能，例如，可根据音频内容实时生成字幕的实时字幕、可识别视频与照片中物体的看图查询等，新款iPadPro可帮助用户在设备端快速完成各类令人惊叹的AI任务。

使用搭载M4芯片的iPadPro，在FinalCutPro中只需轻点一下，就能轻松将4K视频中的主体从背景中分离，而在StaffPad中，可在钢琴演奏实时自动生成乐谱。iPadPro还可高效安全地完成各类推断型任务，将此类任务对app的内存占用、响应速度和电池续航时间的影响降至最低。

本文素材来源苹果官网，如有侵权请联系删除

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

今年2月，彭博社记者马克·古尔曼报道称，历时十年、累计投入超过100亿美元的苹果汽车项目宣告放弃。这则报道引发了汽车行业地震，小米汽车CEO雷军在微博和小米SU7发布会上多次表示，对苹果放弃造车感到震惊，李想、 马斯克等车圈大佬也发集体发文感慨。

---

转眼两个多月过去，苹果造车项目似乎迎来了转机。据中国台湾《电子时报》报道，苹果正在与美国一家造车新势力洽谈重启苹果汽车项目的可能性。关于这家正与苹果商谈的造车新势力，暂无确切消息，但不少美国网友和媒体认为是Rivian。

之前苹果进军汽车领域时，就曾寻求过与现代、福特、大众、奔驰等众多老牌车企合作的可能性，结果造车项目却未能成功。如今有意重启造车业务，却选择与造车新势力合作，说明苹果的造车策略有所改变。不过对于苹果汽车而言，当务之急是需要弄明白，过去十年造车为何失败？

苹果汽车的失败早已注定

从2021年3月30日官宣造车，到2024年3月28日小米SU7发布，小米汽车用时仅三年…

苹果汽车前途依然渺茫

苹果汽车能否成功，要从生产成本、产品价格、市场接受程度三个方面分析。从苹果公司的动作来看，苹果汽车似乎不打算在中国建设工厂，对于国内新能源汽车供应链的接受程度也比较低，这就导致苹果汽车的生产成本大概率会处于较高水平。价格方面，按照苹果的品牌档次和之前彭博社的报道来看，苹果原计划首款汽车售价9万美元（约合人民币65万元）左右。这个价格别说国内绝大多数消费者难以接受，都接近美国汽车平均售价的两倍了，在美国本土受众群体也不会太多。

最后是市场接受程度，今年第一季度美国新能源汽车市场份额环比下滑0.8个百分点，是2020年第二季度以来首次出现环比下滑。再加上特斯拉第一季度产量高于销量、股价暴跌、净利润下滑，以及欧洲部分车企推迟禁售燃油车时间等情况，都说明海外新能源汽车市场正在饱和。

新能源车企之间竞争激烈，海外市场又趋近饱和，苹果汽车唯一的希望就是中国消费者。然而苹果汽车高昂的价格，初期或许会有不少车媒、消费者愿意购买，但后劲大概率不足。除非能够学习特斯拉，国行版价格低于海外版。

无法通过大规模生产平摊研发成本，也不能凭借中国的工厂、供应链、运输优势降低生产成本，苹果与造车新势力合作重启汽车项目，很可能是让失败更加失败。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。