文章摘要
【关 键 词】 AI数据、独角兽、自动驾驶、LLM排行、数据标注
Scale AI的创始人Alexandr Wang宣布公司年化收入接近10亿美元，这一数字在AI领域引起轰动，尤其是与OpenAI的年收入35-45亿美元相比。Scale AI的成功归功于其在AI模型数据需求方面的精准定位，特别是在数据墙问题上取得的突破。公司目前正处于AI模型发展的第三阶段，专注于数据的创新和规模扩展。
Scale AI的业务模式主要是为大型AI公司提供数据标注服务，提高语言模型（LLM）的准确性。其客户包括Meta、谷歌等，且2023年上半年销售额同比增长近4倍，接近4亿美元。5月份的新一轮融资中，公司以138亿美元的估值吸引了包括Accel、Founders Fund等在内的多家投资公司。
尽管公司尚未实现盈利，但毛利率有所改善，从2022年上半年的1.5美元降至1.2美元。尽管毛利率略低于50%，低于科技投资者对软件公司的期望，但融资为公司提供了强大的资金支持。
Scale AI由Alexandr Wang和Lucy Guo于2016年创立，客户包括Meta、微软、英伟达、OpenAI、丰田和哈佛医学院。2019年，公司成为独角兽，2022年Wang成为全球最年轻的白手起家的亿万富翁。
公司专注于构建AI生态的基础设施，将自己定位为“数据铸造厂”。Scale AI通过“人机回路”监督结合机器学习，管理和标注数据，推动了L4级自动驾驶的发展。Wang强调，高质量的数据需要人类专家的验证，这是未来人工智能的必备条件。
此外，Scale AI推出了LLM排行榜SEAL，对前沿模型进行评估。SEAL排行榜得到了业界的认可，提供了公开模型的私密、安全、可信的第三方评估。OpenAI的o1模型在SEAL排行榜上表现出色，尤其是在编程和指令跟随方面。
然而，o1模型在实际应用中的表现与基准测试存在差距。例如，在解码密码的任务中，o1模型在多次尝试中只有部分成功。这表明，尽管o1在基准测试中表现出色，但在现实世界的任务中可能需要更多的调整和优化。
总体而言，Scale AI的成功展示了AI领域对高质量数据的迫切需求，以及公司在解决这一问题上的领先地位。随着AI技术的不断进步，Scale AI有望继续在数据领域发挥关键作用。
原文和模型
【原文链接】 阅读原文 [ 3513字 | 15分钟 ]
【原文作者】 新智元
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
